Laboratório de Computação Natural e Aprendizagem de Máquina

LCoN

Pesquisa

Nesta página, é possível obter informações sobre as principais linhas de pesquisa e projetos desenvolvidos pelos membros do Laboratório de Computação Natural.

Linhas de Pesquisa

  • Sistemas Inteligentes;
  • Computação Natural;
  • Computação Inspirada na Biologia;
  • Computação Evolutiva;
  • Autômatos Celulares;
  • Sistemas Imunológicos Artificiais;
  • Mineração de Dados;
  • Novos Paradigmas de Computação;
  • Vida Artificial;
  • Visão Computacional;
  • Processamento de Imagens Digitais;
  • Logística e Pesquisa Operacional;
  • Heurísticas em Pesquisa Operacional.

 

Atuação dentro do Processo Analítico
  • Captura de Dados: fontes públicas e privadas;
  • Governança de Dados: disponibilidade, usabilidade, consistência, integridade e segurança;
  • Análises Exploratórias: sumarização, visualização, análises descritivas;
  • Insights: o que se aprende (valor) a partir da análise dos dados;
  • Predição: guia a tomada de decisão.
Principais Áreas de Aplicação
  • Mineração de Dados/Texto/Web/Imagens;
  • Análise de dados multivariados;
  • Processamento de linguagem natural;
  • Reconhecimento de padrões;
  • Logística e pesquisa operacional;
  • Problemas inversos.
Projetos
Um Sistema de Recomendação Personalizada para e-Recruitment

Descrição: As plataformas de recrutamento on-line, denominado de e-recruitment ou e-recrutamento, se tornaram o principal canal de recrutamento para a maioria das empresas e a principal fonte de procura de colocação profissional para a maior parte dos candidatos. Por um lado, essas plataformas reduzem o tempo para preenchimento das vagas, mas por outro elas têm o desafio de fornecer mecanismos eficientes de seleção, incluindo sistemas de recomendação bilateral, ou seja, vagas a candidatos e candidatos a vagas. Os sistemas de recomendação foram desenvolvidos para ajudar usuários a encontrar itens que sejam de seu interesse em um ambiente virtual, por exemplo, produtos em uma loja de comércio eletrônico, viagens, serviços, dentre outros. Na última década, motivados também pela explosão na geração e armazenagem de dados, começaram a surgir estudos associados à necessidade latente de tornar as plataformas de e-recrutamento mais eficientes e assertivas. Nesse sentido os sistemas de recomendação têm sido a ferramenta mais investigada e empregada em todo o mundo, e a empresa está em busca deste diferencial competitivo no mercado nacional. O objetivo deste projeto de pesquisa é desenvolver um motor (sistema) de recomendação para a empresa que seja capaz de identificar os principais elementos e características das vagas e dos candidatos para que o melhor casamento (matching) possa ser feito entre eles.


MACKCLOUD: Centro Multidisciplinar de Computação em Nuvem da Universidade Presbiteriana Mackenzie

Descrição: Esse projeto propõe a criação do MACKCLOUD, um Centro Multidisciplinar de Computação em Nuvem, na Universidade Presbiteriana Mackenzie. O MACKCLOUD é uma infraestrutura de computação acessível via Internet para todos os pesquisadores da universidade, fornecendo recursos computacionais para a armazenagem e processamento de dados sob demanda. As características centrais do MACKCLOUD são: 1) Infraestrutura computacional (memória e processamento) sob demanda, ou seja, o próprio pesquisador pode alocar os recursos de acordo com as necessidades de sua pesquisa; 2) Amplo acesso via Internet, incluindo plataformas móveis; 3) Uso compartilhado de recursos, permitindo que múltiplos usuários se conectem e beneficiem dos recursos computacionais simultaneamente; 4) Elasticidade, ou seja, aumento e/ou redução de memória e/ou processamento conforme a capacidade da nuvem e demanda; 5) Possibilidade de mensurar e otimizar o uso dos recursos computacionais.


Centro de Excelência em Aprendizagem de Máquina

Descrição: A Intel trabalha em parceria com o Laboratório de Computação Natural e Aprendizagem de Máquina (LCoN) da Universidade Presbiteriana Mackenzie para desenvolver mais um Centro de Excelência (CoE) em Aprendizagem de Máquinas no Brasil. O projeto tem o objetivo de colaborar com a indústria e comunidade científica na solução de problemas complexos através do uso de Inteligência Artificial. A Intel oferece, por meio desta iniciativa, workshops, ministrados pela universidade, a toda comunidade científica e de desenvolvedores de software com a finalidade de ressaltar todo o potencial da inteligência artificial no aprendizado de máquinas. O centro também colabora com clientes da Intel na realização de Provas de Conceito (PoC), projetos piloto e soluções para diferentes verticais da indústria. A Intel fornece ferramentas completas para trazer performance às aplicações de Big Data, como Intel Python Distribution, Intel Math Kernel Library e Intel Data Analytics Acceleration Library, que são fundamentais para extrair todo paralelismo dos processadores Xeon e Xeon Phi. O Centro tem contato com engenheiros de software da Intel de diversos países e conta com suporte técnico personalizado. Os centros de excelência em machine learning fazem parte de uma iniciativa global da com