TCC::Como apresentar

2011-TCC-ComoApresentar

Nova versão do Asp.Net (vNext)

[Contribuição de Eduardo Pessini]

"É um momento interessante para ser um desenvolvedor web. HTML5, CSS3 e JavaScript e toda a emoção em torno deles estão movendo a web para frente mais rápido do que nunca. Como a web, o pessoal da equipe de web na Microsoft estão evoluindo com ela. A próxima versão do Visual Studio inclui muitas das novas funcionalidades para o desenvolvedor web. Os editores de HTML, CSS e JavaScript têm sido aprimorado com o um pente fino, com um foco claro no seu fluxo de trabalho diário. Pequenas coisas como intellisense para CSS específicas do fornecedor prefixos, um selecionador de código hexadecimal e trechos que se expandem para os recursos que você usa todos os dias, todo o trabalho em conjunto com a promessa de suavizar o seu trabalho.

Não pense em ASP.NET como uma ilha. É um cidadão da comunidade maior. Mais e mais de ASP.NET é de código aberto e nós nos empenhamos duro todos os dias para que isso continue. Queremos fazer o ASP.NET mais plugável, mais aberto, mais divertido. Temos grandes coisas planejadas - algumas delas irá surpreendê-lo. Eu espero que você se junte à nossa  conversa e à nossa comunidade comunidade." - Scott Hanselman

Abaixo, você pode aprender sobre os novos recursos do Visual Studio 2012, ASP.NET 4.5, páginas da Web 2, MVC 4 e novo Update - Fall/2012 (Outono/2012).

http://www.asp.net/vnext

[*]SOM::Self Organizing Maps

SOM Self Organizing Maps

Robôs que voam ... e cooperam

[Contribuição de Ricardo Gomes França]

[*]GTM::Generative Topographic Mapping

Referências Bibliográficas
ZUCHINI, Marcio Henrique. Aplicações de Mapas Auto-Organizáveis em Mineração de Dados e Recuperação de Informação. Disponível em: http://parati.dca.fee.unicamp.br/media/Attachments/courseIA368Q1S2012/Monografia/zuchini_mest.pdf, recuperado em 21/11/2012

ZUCHINI, Marcio Henrique. Modelos Computacionais Adaptativos para Recuperação de Informação. Disponível e: http://www.anchieta.br/unianchieta/revistas/ubiquidade/Site/ubiquidade/pdf/Artigo1.pdf, recuperado em 21/11/2012

[*]Mapas de Kohonen ou Mapas Auto-organizáveis (SOM)

Contribuição de Flávia Passoni e Thayane Sanches

Segundo os professores Fernando Castro e Maria Cristina Castro:

"Os Mapas Auto-Organizados são redes competitivas que possuem a habilidade de formar mapeamentos que preservam a topologia entre os espaços de entrada e de saída. As redes SOM são utilizadas em muitos projetos industriais como ferramentas para resolver problemas práticos de difícil solução" [1].

Os Mapas Auto-Organizáveis ou Self Organizing Maps (SOM) também são conhecidos como Mapas de Kohonen em homenagem ao seu descobrido, o professor finlandês Teuvo Kohonen [2].

Mapas de kohonen from Zuki Tomba-Lata

Mapas de Kohonen

Vídeos Interessantes sobre SOM

Os vídeos indicados demonstram como funciona o processo de auto-organização de um mapa em relação à cores:

• http://www.youtube.com/watch?v=71wmOT4lHWc
• http://www.youtube.com/watch?v=-6a7LATC-9g

Outro vídeo que foi apresentado, com a representação em 2D e 3D do Mapa de Kohonen trabalhando e uma possível solução encontrada por SOM sobre o problema do Caixeiro Viajante:

• http://www.youtube.com/watch?v=kcG58hwoqag

Referências

[1] CASTRO, F. C. C. de; CASTRO, M. C. F. de. Mapas Auto-Organizados de Kohonen - SOM. Disponível em: http://www.feng.pucrs.br/~decastro/RNA_hp/pdf/RNA_C7.pdf, recuperado em 08/10/2012.
[2] NUNES, L. Mapas Auto-Organizáveis de Kohonem. Cap 8. Dissertação de Mestrado. Análise e Síntese de Estratégias de Aprendizado para Redes Neurais Artificiais. Unicamp, 1998. Disponível em: ftp://ftp.dca.fee.unicamp.br/pub/docs/vonzuben/theses/lnunes_mest/cap8.pdf, recuperado em 08/10/2012.

SOM e GTM

Atualmente são comuns os contextos onde a quantidade de dados disponível é gigantesca. Nestas situações, são necessárias técnicas adequadas para recuperação da informação, entre elas a mineração de dados (data mining).

Segundo Fayad, a descoberta ou extração de conhecimento em bases de dados (knowledeg discovery in databases) é um processo iterativo e interativo, não trivial, de identificação de padrões novos, potencialmente úteis e compreensíveis nos dados disponíveis.

Mas a mineração de dados, como mostra a figura acima, representa apenas a fase de análise de dados que já foram recuperados e transformados em um formato que possibilite sua manipulação adequada.

Os mapas auto-organizáveis (Self Organizing Maps - SOM) e o mapeamento topográfico gerativo (Generative Topographic Mapping - GTM) são técnicas importantes da recuperação de informação, particularmente úteis quando se pretende sua posterior visualização. Zuchini faz uma ótima apresentação destas técnicas em seu artigo "Modelos Computacionais Adaptativos para Recuperação de Informação".

[*]Visualização de dados

Segundo Minghim & Chagas [1] a visualização de Dados é uma subárea da Computação que estuda e propõe ferramentas computacionais que ofereçam suporte visual gráfico para apoiar tarefas de análise de dados complexos. Entendem-se como dados complexos os conjuntos de dados de grande volume e diversidade de tipos (dados numéricos, categóricos, informações embutidas em documentos de texto, imagens, vídeos, redes sociais, etc.), exibindo também alta dimensionalidade (dados descritos por muitos atributos) e oriundos de diferentes domínios. Desta maneira, tais conjuntos de dados podem estar armazenados de maneira estruturada, em bancos de dados; embutidos em documentos de texto, imagens ou vídeos; ou ainda distribuídos em múltiplos documentos ou localidades, como o perfil de interconexão de usuários em redes sociais.

É essencial compreender que o objetivo maior das técnicas de visualização de dados é a comunicação da informação de maneira clara e efetiva por meios gráficos. Embora o uso de aplicações computacionais permita, isto não significa que as representações de dados desenvolvidas necessitem um visual sofisticado ou bonito. É fundamental um equilíbrio entre os aspectos estéticos e as necessidades funcionais, conjugados com boa usabilidade.

As técnicas de visualização são comumente empregadas para exibição de dados demográficos, dados metereológicos, imagens médicas e astronômicas, mas podem ser vantajosamente usados para ilustrar atributos específicos em coleções de textos, redes sociais, simulação de fluídos, análise de tráfego, entre muitos outros problemas.

Seguem dois materiais, cuja leitura eu recomendo para compreender melhor as questões envolvendo visualização de dados.

• http://www.smashingmagazine.com/2008/01/14/monday-inspiration-data-visualization-and-infographics/
• http://graphics.tudelft.nl/publications/post2003b.pdf

Os sites que seguem contém diferentes visualizações de dados, aplicações de visualização, além de outras informações interessantes (conforme o caso);

• http://www-958.ibm.com/software/data/cognos/manyeyes/
• http://infosthetics.com/
• http://www.babynamewizard.com/
• http://colorbrewer2.org/
• http://fathom.info/
• http://www.wordle.net/
• http://www.instantatlas.com/Instantatlas-visualizacao-de-dados.xhtml

Referências

[1] http://cti.usp.br/sites/default/files/4%20-%20PE%20Visualizacao%20de%20Dados.pdf

[2] FEW, S. Now you see it: Simple techniques for quantitative analysis. Analytics Press, 2009.

[3] TUFTE, E.R. Envisioning information. Graphics Press LLC, 2a. edição, 1990.