Paulemir Gonçalves Campos

Formação complementar

Áreas de atuação

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• CAMPOS, BRENO ARAÚJO ; CAMPOS, Paulemir Gonçalves . Experimental study with CMSR Data Miner, KnowledgeSTUDIO and RapidMiner data mining tools. CADERNO PEDAGÓGICO (LAJEADO. ONLINE) , v. 21, p. e7001-01-15, 2024.

• CAMPOS, B. A. ; CAMPOS, P. G. . Ferramentas Alteryx Designer, Dataiku DSS e SPAD data mining: um estudo experimental. CONTRIBUCIONES A LAS CIENCIAS SOCIALES , v. 16, p. 3814-3827, 2023.

• OLIVEIRA, E. M. J. ; CAMPOS, P. G. ; LUDERMIR, T. B. ; CARVALHO, F. A. T. . Uma Abordagem Híbrida de Classificação para o Reconhecimento de Odores Petroquímicos. RTInfo - Revista Tecnologia da Informação., Brasília, v. 5, n.1, p. 65-79, 2005.

• CAMPOS, B. A. ; CAMPOS, P. G. . CMSR DATA MINER, KNOWLEDGESTUDIO AND RAPIDMINER DATA MINING TOOLS: AN EXPERIMENTAL STUDY. In: Amanda Silva. (Org.). Education for the future technology, inclusion and teacher professional development. 1a.ed.Curitiba: Editora Studies Publicações, 2024, v. , p. 177-190.

• CAMPOS, P. G. . Gestão da TI Bimodal na Era da Transformação Digital ? Uma Revisão Sistemática da Literatura. In: VIII SINGEP - Simpósio Internacional de Gestão de Projetos, Inovação e Sustentabilidade, 2020, São Paulo. Anais do VIII SINGEP, 2020.

• CAMPOS, B. A. ; CAMPOS, P. G. . Estudo Experimental com as Ferramentas Alteryx Designer, Dataiku DSS e SPAD Data Mining. In: Jornada Científica e de Extensão - JCE 2019 da UPE Caruaru, 2019, Caruaru. Jornada Científica e de Extensão - JCE 2019 da UPE Caruaru, 2019.

• CAMPOS, B. A. ; CAMPOS, P. G. . Estudo Experimental com as Ferramentas CMSR Data Miner, KnowledgeSTUDIO e RapidMiner. In: Jornada Científica e de Extensão (JCE) 2018 da UPE Campus Caruaru, 2018, Caruaru-PE. Anais da Jornada Científica e de Extensão (JCE) 2018 da UPE Campus Caruaru, 2018.

• LUNA, B. G. ; BARBOZA, M. F. X. ; CAMPOS, P. G. . Estudo Experimental com as Ferramentas Oracle Data Mining, IBM SPSS e SAS Enterprise Miner. In: JCE UPE 2017 - Jornada Científica e de Extensão da UPE Caruaru 2017, 2017, Caruaru-PE. Anais da Jornada Científica e de Extensão da UPE Caruaru 2017, 2017.

• MELO, A. B. ; SILVA, G. A. ; MORAIS, P. L. ; CAMPOS, P. G. . Estudo Experimental com as Ferramentas de Mineração de Dados WEKA, Orange e KNIME.. In: Jornada Científica e de Extensão da UPE Campus Caruaru, 2016, Caruaru-PE. Anais da Jornada Científica e de Extensão (JCE 2016) da UPE Campus Caruaru, 2016.

• OLIVEIRA, E. M. J. ; CAMPOS, P. G. ; LUDERMIR, T. B. ; CARVALHO, F. A. T. ; OLIVEIRA, W. R. . Application of a Hybrid Classifier to the Recognition of Petrochemical Odors. In: 7th International Conference on Hybrid Intelligent Systems, 2007, Kaiserslautern. Proceedings of the 7th International Conference on Hybrid Intelligent Systems. Los Alamitos - California: IEEE Computer Society, 2007. p. 78-83.

• CAMPOS, P. G. ; LUDERMIR, T. B. . Literal and ProRulext: Algorithms for Rule Extraction of ANNs.. In: HIS'05 - Fifth International Conference on Hybrid Intelligent Systems, 2005, Rio de Janeiro. Proceedings of the Fifth International Conference on Hybrid Intelligent Systems. Los Alamitos - California: IEEE Computer Society, 2005. p. 143-148.

• CAMPOS, P. G. ; OLIVEIRA, E. M. J. ; LUDERMIR, T. B. ; ARAUJO, A. F. R. . MLP Networks for Classification and Prediction with Rule Extraction Mechanism. In: International Joint Conference on Neural Networks, 2004, Budapeste. Proceedings of the International Joint Conference on Neural Networks 2004. Budapeste: IEEE, 2004. p. 1387-1392.

• CAMPOS, P. G. ; LUDERMIR, T. B. . Extraindo Regras de RNAs Treinadas Usando Duas Abordagens Distintas. In: VIII Simpósio Brasileiro em Redes Neurais, 2004, São Luís. CD-ROM Proceedings of the 8th Brazilian Symposium on Neural Networks. São Luís: Allan Barros et al., 2004.

• ROJAS, J. C. C. ; CAMPOS, P. G. ; FERREIRA, F. C. D. ; ALMEIDA JUNIOR, L. F. ; CAVALCANTI, I. W. ; BRASIL, L. M. ; AZEVEDO, F. M. ; B FILHO, M. T. ; ALMEIDA, A. E. M. . Sistema Especialista Híbrido: Uma Aplicação para Diagnóstico de Múltiplas Doenças. In: VI Congresso Brasileiro de Redes Neurais, 2003, São Paulo. CD-ROM Anais do VI Congresso Brasileiro de Redes Neurais, 2003. p. 49-53.

• SILVA, I. G. L. ; AMORIM, B. P. ; CAMPOS, P. G. ; BRASIL, L. M. . Integration of Data Mining and Hybrid Expert System. In: FLAIRS 2002, 2002, Flórida. Fifteenth International Florida Artificial Intelligence Research Society Conference. California: AAAI Press, 2002. p. 267-271.

• ROJAS, J. C. C. ; SILVA, I. G. L. ; CAMPOS, P. G. ; BATISTA, C. E. C. F. ; AMORIM, B. P. ; BRASIL, L. M. ; AZEVEDO, F. M. ; B FILHO, M. T. ; ALMEIDA, A. E. M. . Sistema Especialista Híbrido Aplicado à Área Médica. In: VIII Congresso Brasileiro de Informática em Saúde, 2002, Natal. CDROM Anais do VIII Congresso Brasileiro de Informática em Saúde, 2002.

• CAMPOS, P. G. ; AMORIM, B. P. ; BRASIL, L. M. . Extraction Technique of Fuzzy Rules Applied to a Medical Expert System. In: Second European Medical & Biological Engineering Conference, 2002, Vienna. Proceedings of the Second European Medical & Biological Engineering Conference, 2002. p. 740-741.

• CAMPOS, P. G. ; BRASIL, L. M. ; B FILHO, M. T. . BRECADES - Breast Cancer Aided by Diagnosis Expert System. In: VJMEDIMAG'2001, 2001, Hanoi. Proceedings of the First Vietnam-Japan Symposium on Medical Imaging/Informatics and Applications, 2001. p. 84-91.

• MOREIRA, B. A. ; CAMPOS, P. G. . Análise Comparativa entre Ferramentas de Mineração de Dados. In: Semana Universitária da UPE Campus Caruaru 2015, 2015, Caruaru. Anais da Semana Universitária da UPE 2015. Caruaru-PE, 2015. p. 2-5.

• CAMPOS, P. G. ; LUDERMIR, T. B. . Literal - Uma Abordagem Pedagógica para Extração de Regras de RNAs. In: V Encontro Nacional de Inteligência Artificial, 2005, São Leopoldo-RS. Anais do V Encontro Nacional de Inteligência Artificial, 2005. p. 1138-1141.

• CAMPOS, B. A. ; CAMPOS, P. G. . Análise de Dados usando as Ferramentas de Business Intelligence Microsoft Power BI e Google Data Studio. In: Semana Universitária UPE 2021 - Jornada Científica e de Extensão 2021, 2021, Caruaru-PE. Semana Universitária UPE 2021 - Jornada Científica e de Extensão 2021, 2021.

• ROJAS, J. C. C. ; AMORIM, B. P. ; SILVA, I. G. L. ; CAMPOS, P. G. ; BATISTA, C. E. C. F. ; BRASIL, L. M. ; AZEVEDO, F. M. ; B FILHO, M. T. ; ALMEIDA, A. E. M. . Sistema Especialista Híbrido de Apoio à Cardiologia. In: XVIII Congresso Brasileiro de Engenharia Biomédica, 2002, São José dos Campos. Anais de Resumos do XVIII Congresso Brasileiro de Engenharia Biomédica. São José dos Campos: Univap - Universidade do Vale do Paraíba, 2002. p. 323-323.

Projetos de pesquisa

• 2023 - Atual

  Análises Descritiva e Preditiva com a Ferramenta de Mineração de Dados RapidMiner, Descrição: Nos anos 1970, estudiosos e pesquisadores de Inteligência Artificial (IA) constataram que para conseguir que seus sistemas resolvessem satisfatoriamente problemas reais, era necessário incorporar neles grandes quantidades de conhecimento sobre o problema (BARRETO, 2001).Todavia, com o emprego de ferramentas automáticas de coleta de dados combinado com a maturidade das tecnologias de bancos de dados e a existência de enormes quantidades de dados armazenados em bases de dados e outros meios de armazenamento provocaram uma verdadeira explosão de dados. Assim, devido a essa abundância de dados, porém com escassez de conhecimento proveniente desses dados, motivou o surgimento da área de pesquisa denominada de Mineração de Dados (RUSSEL, NORVIG, 2021; HAN et al., 2022).Nos dias de hoje, existem muitos programas de computador (softwares) que ajudam nos processos de extração de conhecimento de grandes volumes de dados de forma bastante eficiente, aplicando técnicas de Mineração de Dados (MD), muitas vezes utilizados para auxiliar na solução de problemas complexos (por exemplo, problemas do paradigma Não Supervisionado: Associação e Clustering ou Agrupamento; e do paradigma Supervisionado: Classificação e Regressão) em várias áreas do conhecimento humano (WITTEN et al., 2011; LAUDON, LAUDON, 2014).Por sua vez, Geekflare articles (GEEKFLARE, 2023) apresentou um ranking com as 13 melhores ferramentas de MD em janeiro de 2023. A seguir, listam-se as 05 melhores dessas ferramentas de MD: 1.RapidMiner, 2.Teradata, 3.Oracle Data Miner, 4.KNIME e 5.Orange.Sendo assim, pretende-se com esse projeto de pesquisa efetuar análises descritiva (problemas de Associação e de Clustering ou Agrupamento) e preditiva (problemas de Classificação e Regressão) usando a ferramenta RapidMiner (RAPIDMINER, 2023), por ter sido a ferramenta de MD melhor ranqueada pelo Geekflare articles (GEEKFLARE, 2023). Por fim, usando-se bases de dados de vários domínios do conhecimento humano será empregada essa ferramenta de MD no processo de descoberta de conhecimento dessas bases de dados através de análises descritiva (SOARES, 2022) e preditiva (BARI et al., 2019).. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2023 - Atual

  Tomada de Decisão apoiada pela Ferramenta de Business Intelligence Tableau, Descrição: Na era do Big Data, que pode ser definido com sendo enormes volumes de dados desestruturados em sua maioria provenientes de redes sociais contendo textos e imagens na ordem de grandeza de exabytes (um exabyte é igual a 10 elevado a 18 bytes, o que equivale a cerca de um milhão de terabytes de dados), vivencia-se a criação e proliferação de grandes quantidades de dados sem precedentes na história no contexto de Tecnologia da Informação (TI). Em outras palavras, aproximadamente nos últimos dez anos, o grande interesse em desenvolvimento e proliferação de aplicações que utilizam Cloud Computing (Computação em Nuvem) contribuiu significativamente para o surgimento do Big Data (SOUSA NETO, LINS FILHO, 2014; SILVA, CAMPOS, 2015; MACHADO, 2018).Desta forma, é humanamente impossível extrair conhecimento dessa imensidão de dados sem recorrer a recursos de Inteligência Artificial (IA) e de Business Intelligence (BI) (RUSSEL, NORVIG, 2013; LOH, 2014).Note que o objetivo da BI é extrair conhecimento de dados estruturados de um período de tempo (dias, meses ou anos) para descobrir conhecimento útil para facilitar a tomada de decisão organizacional. Nesse contexto, nos dias de hoje, existem várias aplicações computadorizadas, denominadas ferramentas de BI, para ajudar gestores organizacionais em suas tomadas de decisões (LOH, 2014; MACHADO, 2018). Adicionalmente, é importante também destacar que nas mais diversas organizações do setor público ou privado, independente do porte, é notável a necessidade da aplicação de recursos tecnológicos e de forma adequada, objetivando uma gestão organizacional eficiente e competitiva. Desta forma, e num mundo globalizado, cada vez mais organizações buscam o uso da Tecnologia da Informação (TI) e de Business Intelligence (BI) nos processos organizacionais e na tomada de decisão, nos mais diversificados ramos de atuação profissional, entre estes, educação, comunicação, telecomunicações, saúde, mercado financeiro, administradoras de cartões de crédito, indústria, comércio, agricultura, pecuária, mineração e pesquisas espaciais (LAUDON, LAUDON, 2010; SOUSA NETO, LINS FILHO, 2014; SILVA, CAMPOS, 2015).Gartner Peer Insights (GARTNER, 2023) disponibilizou um ranking com as ferramentas de BI (mais populares e bem conceituadas) melhores avaliadas pelos seus clientes no ano de 2022 com notas de avaliação de 0 a 5. A seguir destacam-se dentre essas ferramentas de BI, as 03 melhores classificadas (votos e pontuação), a saber: Tableau (3509, 4.4), Microsoft Power BI (2796, 4.4) e Qlik Sense (1087, 4.4).Portanto, almeja-se com esse projeto de pesquisa examinar a ferramenta Tableau (TABLEAU, 2023), por ter sido a ferramenta de BI com melhor avaliação (votos e pontuação) pelo Gartner Peer Insights (GARTNER, 2023) na área de TI e possibilitar Cloud Computing (Computação em Nuvem). No mais, usando-se bases de dados de diferentes domínios do conhecimento humano será examinada essa ferramenta de BI no processo de descoberta de conhecimento de bases de dados e auxílio no processo de tomada de decisão.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2021 - 2022

  Análise de Dados usando as Ferramentas de Business Intelligence Dundas BI e Board, Descrição: Na era do Big Data, que pode ser definido com sendo enormes volumes de dados desestruturados em sua maioria provenientes de redes sociais contendo textos e imagens na ordem de grandeza de exabytes (um exabyte é igual a 10 elevado a 18 bytes, o que equivale a cerca de um milhão de terabytes de dados), vivencia-se a criação e proliferação de grandes quantidades de dados sem precedentes na história no contexto de Tecnologia da Informação (TI). Em outras palavras, aproximadamente nos últimos dez anos, o grande interesse em desenvolvimento e proliferação de aplicações que utilizam Cloud Computing (Computação em Nuvem) contribuiu significativamente para o surgimento do Big Data (SOUSA NETO, LINS FILHO, 2014; SILVA, CAMPOS, 2015; MACHADO, 2018). Desta forma, é humanamente impossível extrair conhecimento dessa imensidão de dados sem recorrer a recursos de Inteligência Artificial (IA) e de Business Intelligence (BI) (RUSSEL, NORVIG, 2013; LOH, 2014). Note que o objetivo da BI é extrair conhecimento de dados estruturados de um período de tempo (dias, meses ou anos) para descobrir conhecimento útil para facilitar a tomada de decisão organizacional. Nesse contexto, nos dias de hoje, existem várias aplicações computadorizadas, denominadas ferramentas de BI, para ajudar gestores organizacionais em suas tomadas de decisões (LOH, 2014; MACHADO, 2018). Adicionalmente, é importante também destacar que nas mais diversas organizações do setor público ou privado, independente do porte, é notável a necessidade da aplicação de recursos tecnológicos e de forma adequada, objetivando uma gestão organizacional eficiente e competitiva. Desta forma, e num mundo globalizado, cada vez mais organizações buscam o uso da Tecnologia da Informação (TI) e de Business Intelligence (BI) nos processos organizacionais e na tomada de decisão, nos mais diversificados ramos de atuação profissional, entre estes, educação, comunicação, telecomunicações, saúde, mercado financeiro, administradoras de cartões de crédito, indústria, comércio, agricultura, pecuária, mineração e pesquisas espaciais (LAUDON, LAUDON, 2010; SOUSA NETO, LINS FILHO, 2014; SILVA, CAMPOS, 2015). O portal web CIO (CIO, 2020) especializado em Gestão, Carreira e Tendências em TI reuniu as 12 principais ferramentas de BI (mais populares e bem conceituadas) no ano de 2019 com respectivas classificações Gartner Peer Insights (GARTNER, 2020) com notas de avaliação de 0 a 5. A seguir destacam-se dentre essas ferramentas de BI, as 10 melhores classificadas, a saber: Dundas BI (4.6), Board (4.5), Looker (4.5), SiSense (4.5), Domo (4.4), Google Data Studio (4.4), Tableau (4.3), Microsoft Power BI (4.2), Qlik Sense (4.2) e Salesforce (4.2). Portanto, pretende-se com esse projeto de pesquisa efetuar uma análise de dados com as ferramentas de Dundas BI (DUNDAS, 2021) e Board (BOARD, 2021), por terem sido as ferramentas de BI mais bem avaliadas pelo Gartner Peer Insights (GARTNER, 2020) na área de TI, usando bases de dados de diferentes domínios do conhecimento humano, verificando desta forma a aplicabilidade de cada uma dessas ferramentas no processo de descoberta de conhecimento de bases de dados e auxílio no processo de tomada de decisão.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2020 - 2021

  Análise de Dados usando as Ferramentas de Business Intelligence Microsoft Power BI e Google Data Studio, Descrição: Na era do Big Data, que pode ser definido com sendo enormes volumes de dados desestruturados em sua maioria provenientes de redes sociais contendo textos e imagens na ordem de grandeza de exabytes (um exabyte é igual a 10 elevado a 18 bytes, o que equivale a cerca de um milhão de terabytes de dados), vivencia-se a criação e proliferação de grandes quantidades de dados sem precedentes na história no contexto de Tecnologia da Informação (TI). Em outras palavras, aproximadamente nos últimos dez anos, o grande interesse em desenvolvimento e proliferação de aplicações que utilizam Cloud Computing (Computação em Nuvem) contribuiu significativamente para o surgimento do Big Data (SOUSA NETO, LINS FILHO, 2014; SILVA, CAMPOS, 2015; MACHADO, 2018). Desta forma, é humanamente impossível extrair conhecimento dessa imensidão de dados sem recorrer a recursos de Inteligência Artificial (IA) e de Business Intelligence (BI) (RUSSEL, NORVIG, 2013; LOH, 2014). Note que o objetivo da BI é extrair conhecimento de dados estruturados de um período de tempo (dias, meses ou anos) para descobrir conhecimento útil para facilitar a tomada de decisão organizacional. Nesse contexto, nos dias de hoje, existem várias aplicações computadorizadas, denominadas ferramentas de BI, para ajudar gestores organizacionais em suas tomadas de decisões (LOH, 2014; MACHADO, 2018). Adicionalmente, é importante também destacar que nas mais diversas organizações do setor público ou privado, independente do porte, é notável a necessidade da aplicação de recursos tecnológicos e de forma adequada, objetivando uma gestão organizacional eficiente e competitiva. Desta forma, e num mundo globalizado, cada vez mais organizações buscam o uso da Tecnologia da Informação (TI) e de Business Intelligence (BI) nos processos organizacionais e na tomada de decisão, nos mais diversificados ramos de atuação profissional, entre estes, educação, comunicação, telecomunicações, saúde, mercado financeiro, administradoras de cartões de crédito, indústria, comércio, agricultura, pecuária, mineração e pesquisas espaciais (LAUDON, LAUDON, 2010; SOUSA NETO, LINS FILHO, 2014; SILVA, CAMPOS, 2015). O portal web CIO (CIO, 2020) especializado em Gestão, Carreira e Tendências em TI reuniu as 12 principais ferramentas de BI (mais populares e bem conceituadas) no ano de 2019 com respectivas classificações Gartner Peer Insights (GARTNER, 2020) com notas de avaliação de 0 a 5. A seguir destacam-se dentre essas ferramentas de BI, as 10 melhores classificadas, a saber: Dundas BI (4.6), Board (4.5), Looker (4.5), SiSense (4.5), Domo (4.4), Google Data Studio (4.4), Tableau (4.3), Microsoft Power BI (4.2), Qlik Sense (4.2) e Salesforce (4.2). Portanto, pretende-se com esse projeto de pesquisa efetuar uma análise de dados com as ferramentas de Business Intelligence (BI) Microsoft Power BI (MICROSOFT, 2020) e Google Data Studio (GOOGLE, 2020), por serem muito conhecidas e bem avaliadas na área de TI e possuírem versões com licença gratuita, usando bases de dados de diferentes domínios do conhecimento humano, verificando desta forma a aplicabilidade de cada uma dessas ferramentas no processo de descoberta de conhecimento de bases de dados e auxílio no processo de tomada de decisão.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2020 - 2020

  Análise de Dados usando as Ferramentas de Business Intelligence Tableau e Qlik Sense, Descrição: Na era do Big Data, que pode ser definido com sendo enormes volumes de dados desestruturados em sua maioria provenientes de redes sociais contendo textos e imagens na ordem de grandeza de exabytes (um exabyte é igual a 10 elevado a 18 bytes, o que equivale a cerca de um milhão de terabytes de dados), vivencia-se a criação e proliferação de grandes quantidades de dados sem precedentes na história no contexto de Tecnologia da Informação (TI). Em outras palavras, aproximadamente nos últimos dez anos, o grande interesse em desenvolvimento e proliferação de aplicações que utilizam Cloud Computing (Computação em Nuvem) contribuiu significativamente para o surgimento do Big Data. Desta forma, é humanamente impossível extrair conhecimento dessa imensidão de dados sem recorrer a recursos de Inteligência Artificial (IA) e de Business Intelligence (BI). Note que o objetivo da BI é extrair conhecimento de dados estruturados de um período de tempo (dias, meses ou anos) para descobrir conhecimento útil para facilitar a tomada de decisão organizacional. Nesse contexto, nos dias de hoje, existem várias aplicações computadorizadas, denominadas ferramentas de BI, para ajudar gestores organizacionais em suas tomadas de decisões. Adicionalmente, é importante também destacar que nas mais diversas organizações do setor público ou privado, independente do porte, é notável a necessidade da aplicação de recursos tecnológicos e de forma adequada, objetivando uma gestão organizacional eficiente e competitiva. Desta forma, e num mundo globalizado, cada vez mais organizações buscam o uso da Tecnologia da Informação (TI) e de Business Intelligence (BI) nos processos organizacionais e na tomada de decisão, nos mais diversificados ramos de atuação profissional, entre estes, educação, comunicação, telecomunicações, saúde, mercado financeiro, administradoras de cartões de crédito, indústria, comércio, agricultura, pecuária, mineração e pesquisas espaciais. Portanto, pretende-se com esse projeto de pesquisa efetuar uma análise de dados com as ferramentas de Business Intelligence (BI) Tableau e Qlik Sense, usando bases de dados de diferentes domínios do conhecimento humano, verificando desta forma a aplicabilidade de cada uma dessas ferramentas no processo de descoberta de conhecimento de bases de dados e auxílio no processo de tomada de decisão.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2019 - 2019

  Estudo Experimental com as Ferramentas Alteryx Designer, Dataiku DSS e SPAD Data Mining, Descrição: Na década de 70 do século passado, estudiosos e pesquisadores de Inteligência Artificial (IA) observaram que para conseguir que seus sistemas resolvessem satisfatoriamente problemas reais, era necessário incorporar neles grandes quantidades de conhecimento sobre o problema. Por outro lado, com o emprego de ferramentas automáticas de coleta de dados combinado com a maturidade das tecnologias de bancos de dados e a existência de enormes quantidades de dados armazenados em bases de dados e outros meios de armazenamento provocaram uma verdadeira explosão de dados. Assim, devido a essa abundância de dados, porém com escassez de conhecimento proveniente desses dados, motivou o surgimento da área de pesquisa denominada de Mineração de Dados (MD). Atualmente, há vários programas de computador (softwares) capazes de auxiliar em tarefas de extração de conhecimento de grandes volumes de dados de forma bastante eficiente, empregando técnicas de Mineração de Dados, muitas vezes utilizados para auxiliar num processo de tomada de decisão. Logo, continuando o projeto de pesquisa principal ?Estudo Experimental usando Ferramentas de Mineração de Dados?, almeja-se com esse projeto de pesquisa vinculado efetuar um estudo experimental com as ferramentas Alteryx Designer, Dataiku DSS e SPAD Data Mining, usando diversas bases de dados de tipos de problemas diferentes, verificando desta forma a aplicabilidade de cada uma dessas ferramentas no processo de descoberta de conhecimento de bases de dados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2018 - 2018

  Estudo Experimental com as Ferramentas CMSR Data Miner e KnowledgeSTUDIO, Descrição: Na década de 70 do século passado, estudiosos e pesquisadores de Inteligência Artificial (IA) observaram que para conseguir que seus sistemas resolvessem satisfatoriamente problemas reais, era necessário incorporar neles grandes quantidades de conhecimento sobre o problema. Por outro lado, com o emprego de ferramentas automáticas de coleta de dados combinado com a maturidade das tecnologias de bancos de dados e a existência de enormes quantidades de dados armazenados em bases de dados e outros meios de armazenamento provocaram uma verdadeira explosão de dados. Assim, devido a essa abundância de dados, porém com escassez de conhecimento proveniente desses dados, motivou o surgimento da área de pesquisa denominada de Mineração de Dados (MD). Atualmente, há vários programas de computador (softwares) capazes de auxiliar em tarefas de extração de conhecimento de grandes volumes de dados de forma bastante eficiente, empregando técnicas de Mineração de Dados, muitas vezes utilizados para auxiliar num processo de tomada de decisão. Logo, continuando o projeto de pesquisa principal ?Estudo Experimental usando Ferramentas de Mineração de Dados?, almeja-se com esse projeto de pesquisa vinculado efetuar um estudo experimental com as ferramentas CMSR Data Miner e KnowledgeSTUDIO, usando diversas bases de dados de tipos de problemas diferentes, verificando desta forma a aplicabilidade de cada uma dessas ferramentas no processo de descoberta de conhecimento de bases de dados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2017 - 2017

  Estudo Experimental com as Ferramentas Oracle Data Mining, SAS Enterprise Miner e IBM SPSS, Descrição: Na década de 70 do século passado, estudiosos e pesquisadores de Inteligência Artificial (IA) observaram que para conseguir que seus sistemas resolvessem satisfatoriamente problemas reais, era necessário incorporar neles grandes quantidades de conhecimento sobre o problema. Por outro lado, com o emprego de ferramentas automáticas de coleta de dados combinado com a maturidade das tecnologias de bancos de dados e a existência de enormes quantidades de dados armazenados em bases de dados e outros meios de armazenamento provocaram uma verdadeira explosão de dados. Assim, devido a essa abundância de dados, porém com escassez de conhecimento proveniente desses dados, motivou o surgimento da área de pesquisa denominada de Mineração de Dados (MD). Atualmente, há vários programas de computador (softwares) capazes de auxiliar em tarefas de extração de conhecimento de grandes volumes de dados de forma bastante eficiente, empregando técnicas de Mineração de Dados, muitas vezes utilizados para auxiliar num processo de tomada de decisão. Logo, continuando o projeto de pesquisa principal ?Estudo Experimental usando Ferramentas de Mineração de Dados?, almeja-se com esse projeto de pesquisa vinculado efetuar um estudo experimental com as ferramentas Oracle Data Mining, SAS Enterprise Miner e IBM SPSS, usando diversas bases de dados de tipos de problemas diferentes, verificando desta forma a aplicabilidade de cada uma dessas ferramentas no processo de descoberta de conhecimento de bases de dados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2016 - 2016

  Estudo Experimental com as Ferramentas WEKA, Tanagra, Orange, RapidMiner, Miner3D e KNIME, Descrição: Na década de 70 do século passado, estudiosos e pesquisadores de Inteligência Artificial (IA) observaram que para conseguir que seus sistemas resolvessem satisfatoriamente problemas reais, era necessário incorporar neles grandes quantidades de conhecimento sobre o problema. Por outro lado, com o emprego de ferramentas automáticas de coleta de dados combinado com a maturidade das tecnologias de bancos de dados e a existência de enormes quantidades de dados armazenados em bases de dados e outros meios de armazenamento provocaram uma verdadeira explosão de dados. Assim, devido a essa abundância de dados, porém com escassez de conhecimento proveniente desses dados, motivou o surgimento da área de pesquisa denominada de Mineração de Dados (MD). Atualmente, há vários programas de computador (softwares) capazes de auxiliar em tarefas de extração de conhecimento de grandes volumes de dados de forma bastante eficiente, empregando técnicas de Mineração de Dados, muitas vezes utilizados para auxiliar num processo de tomada de decisão. Logo, almeja-se com esse projeto de pesquisa efetuar um estudo experimental com as ferramentas de Mineração de Dados WEKA, Tanagra, Orange, RapidMiner, Miner3D e KNIME, usando diversas bases de dados de tipos de problemas diferentes, verificando desta forma a aplicabilidade de cada uma dessas ferramentas no processo de descoberta de conhecimento de bases de dados.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2015 - 2015

  Análise Comparativa entre Ferramentas de Mineração de Dados, Descrição: Nos anos 70 do século passado, pesquisadores de IA verificaram que para conseguir que seus sistemas resolvessem satisfatoriamente problemas reais, era necessário incorporar neles grandes quantidades de conhecimentos sobre o problema. Isto fez surgir a necessidade da criação do campo da "Engenharia do Conhecimento" que procura formas de usar conhecimentos de especialistas na solução de problemas complexos. Atualmente, com o grande avanço da tecnologia, especialmente no campo da informática, cada vez mais áreas do conhecimento humano vão se adequando a este novo cenário proporcionado por tais modernizações, de modo a usufruir dessas ferramentas de trabalho e pesquisa. Como exemplo disso, há no momento diversos programas de computador capazes de auxiliar em tarefas de extração de conhecimento de grandes volumes de dados de forma bastante eficiente, empregando técnicas de mineração de dados, muitas vezes utilizados para auxiliar num processo de tomada de decisão. Logo, almeja-se com esse projeto de pesquisa efetuar uma análise comparativa detalhada com as principais ferramentas de mineração de dados existentes, inclusive informando em que tipos de problemas elas podem ser aplicadas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2014 - 2015

  SEADMED ? Sistema Especialista para Apoio à Decisão em MEDicina, Descrição: Pretende-se com esse projeto de pesquisa SEADMED, desenvolver uma ferramenta para auxiliar especialistas humanos no processo de tomada de decisão na área médica.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2014 - 2015

  SEADFINAN ? Sistema Especialista para Apoio à Decisão no Mercado FINANceiro, Descrição: Pretende-se com esse projeto de pesquisa SEADFINAN, desenvolver uma ferramenta para auxiliar especialistas humanos no processo de tomada de decisão no Mercado Financeiro.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2013 - 2015

  Implementação de Sistema Especialista para Apoio à Decisão, Descrição: Pretende-se com esse projeto de pesquisa, desenvolver uma ferramenta para auxiliar especialistas humanos no processo de tomada de decisão nos mais diversos domínios do conhecimento.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Paulemir Gonçalves Campos - Coordenador.

• 2012 - 2012

  SIRENA 2 ? SImulador de REdes Neurais Artificiais 2, Descrição: Projeto de pesquisa que é a continuação do projeto inicial para o desenvolvimento de uma ferramenta para proporcionar a Simulação de Redes Neurais Artificiais através da escolha do modelo e dos respectivos parâmetros de forma simples e amigável, bem como permitir que o usuário visualize a topologia do modelo neural utilizado. Assim, o SIRENA 2 ? SImulador de REdes Neurais Artificiais 2 poderá ser aplicado a qualquer domínio do conhecimento humano, o que será indicado pela base de conhecimento fornecida durante a fase de treinamento da RNA adotada.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Paulemir Gonçalves Campos - Coordenador., Financiador(es): Universidade de Pernambuco - Bolsa.

• 2011 - 2011

  SIRENA ? SImulador de REdes Neurais Artificiais, Descrição: Projeto de pesquisa de desenvolvimento de uma ferramenta para proporcionar a Simulação de Redes Neurais Artificiais através da escolha do modelo e dos respectivos parâmetros de forma simples e amigável, bem como permitir que o usuário visualize a topologia do modelo neural utilizado. Assim, o SIRENA ? SImulador de REdes Neurais Artificiais poderá ser aplicado a qualquer domínio do conhecimento humano, o que será indicado pela base de conhecimento fornecida durante a fase de treinamento da RNA adotada.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Paulemir Gonçalves Campos - Coordenador., Financiador(es): Universidade de Pernambuco - Bolsa.

Prêmios