O objetivo deste projeto de pesquisa é desenvolver sistemas computacionais baseados em algoritmos de Inteligência Artificial, com destaque para os de aprendizagem de máquina, que sejam flexíveis e escaláveis, e que possam ser aplicados na solução de diversos problemas de engenharia, com destaque para aqueles das áreas de planejamento, implantação, operação e gerenciamento. Algumas bases de dados utilizadas nesses problemas podem crescer tanto que os seus gestores muita das vezes nem conhecem as informações que podem ser extraídas ou a relevância que elas podem ter para o negócio da empresa. Sistemas inteligentes de energias renováveis, sistemas de telecomunicações avançadas, sistemas de automação para a agricultura de precisão e sistemas modernos de diagnósticos para a área da saúde, são alguns exemplos de aplicação das técnicas e protótipos previstos para serem desenvolvidos nesse projeto de pesquisa. Essas plataformas deverão ser testadas e validadas através de extensas simulações computacionais.

Objetivo Geral

O objetivo é estudar, adaptar e implementar computacionalmente metodologias de análise de dados baseadas em técnicas de Inteligência Artificial que sejam flexíveis o suficiente para contemplar uma grande diversidade de cenários, de maneira atual, realista, mercadológica e sustentável.

Objetivos Específicos 

Os objetivos a serem alcançados em um planejamento de suas ações variam de empresa para empresa, diante das incertezas de mercado. Mas qualquer que seja a meta, o planejamento do sistema deve ser realizado de forma otimizada, utilizando-se modelos matemáticos e algoritmos computacionais inteligentes. 

A proposta desse projeto de pesquisa é desenvolver ferramentas computacionais flexíveis que possam auxiliar no processo de tomada de decisão, baseadas na pesquisa operacional e nas técnicas de inteligência artificial.

Os sistemas computacionais previstos para serem avaliados, implementados e validados estão baseados nos algoritmos de aprendizagem de máquina e de mineração de dados. Conforme o problema a ser atacado nos estudos de caso, como por exemplo o setor de telecomunicações ou do agronegócio, será escolhido aquele algoritmo mais adequado, respeitando a literatura especializada e as melhores práticas de mercado.

Outra grande contribuição esperada deste projeto de pesquisa é a capacitação de recursos humanos, com destaque para:

- Formação de um grupo de estudos em técnicas de inteligência artificial aplicadas a análise de dados, em especial para os algoritmos de aprendizagem de máquina e mineração de dados;

- Elaboração de planos de trabalho de Iniciação Científica e de Projetos de Final de Curso, permitindo aos alunos uma formação com o desenvolvimento e o aprimoramento de competências através de uma pesquisa institucionalizada;

- Elaboração de artigos científicos pela equipe executora da PUC-Goiás. Com isso, pretende-se fortalecer a integração Universidade/Mercado e os resultados proporcionarão às instituições envolvidas o conhecimento de novas técnicas e metodologias para a solução de problemas complexos, através da pesquisa de métodos como algoritmos de aprendizagem de máquina, séries temporais, redes neurais artificiais, sistemas fuzzy, pesquisa operacional, entre outros. Possibilitando a participação em Congressos como CBA (Congresso Brasileiro e Automática), SBPO (Simpósio Brasileiro de Pesquisa Operacional), ENEGEP (Encontro Nacional de Engenharia de Produção), entre outros, CEEL-UFU (Conferência de Estudos em Engenharia Elétrica da UFU) e CCTI-PUC-Goiás (Congresso de Ciência, Tecnologia e Inovação da PUC Goiás).

O estudo analítico de dados está trazendo mudanças profundas na indústria. Na produção, já é possível tornar os processos produtivos mais eficientes, com menores custos, maior produção, períodos de paradas não programadas menores. Na área administrativa, permite que haja menos fraude, menos desperdício. No relacionamento com os clientes, melhor fidelização, mais qualidade, clientes mais satisfeitos. O estudo analítico de dados já está mudando a relação das empresas com seus fornecedores e parceiros comerciais (Amaral, 2016).

As funcionalidades do estudo analítico de dados são usadas para especificar os tipos de informações a serem obtidas nas tarefas de descoberta de conhecimento das bases de dados. Em geral, estas tarefas são classificadas em duas categorias: 

- 1 – Descritivas: caracterizam as propriedades gerais dos dados;

- 2 – Preditivas: fazem inferência a partir dos dados objetivando predições.

Em muitos casos, o usuário (proprietário) não tem ideia do tipo de conhecimento contido nos dados ou como usá-lo para gerar modelos preditivos, tornando importante a capacidade das ferramentas de estudo analítico de dados em encontrar diferentes tipos de conhecimento.

O desenvolvimento de um sistema computacional para análise de dados exige um processo de decisão que pode envolver valores financeiros consideráveis. A base de dados a ser utilizada nesta atividade, geralmente, é enorme. Neste cenário, a utilização de metodologias de desenvolvimento que sejam abrangentes e flexíveis, fundamentadas em modelos matemáticos e algoritmos de Inteligência Artificial, surge quase que como um caminho inevitável.

Portanto, este projeto de pesquisa se justifica pela necessidade de se desenvolver modelos matemáticos baseados em algoritmos de inteligência artificial, com a finalidade de ajudar no planejamento e desenvolvimento de sistemas computacionais que possam ser aplicados no estudo analítico de base de dados. As atividades a serem desenvolvidas poderão englobar tarefas como: análise descritiva de dados, predição, classificação e estimação, análise de grupos, técnicas de associação, bem como detecção de anomalias.

Em resumo, espera-se que os sistemas desenvolvidos possam contribuir para os seguintes benefícios:

- Melhoria nas atividades de tomada de decisão com ferramentas computacionais que utilizam técnicas de inteligência artificial na extração de conhecimento de base de dados;

- Desenvolvimento de sistemas computacionais que possibilitem resultados mais assertivos nas atividades de classificação, de predição e/ou de recomendação de processos produtivos;

- Formação qualificada da equipe tanto nas metodologias mais atuais de planejamento e desenvolvimento de sistemas computacionais para análise de dados, quanto em estudos avançados de técnicas de inteligência artificial aplicadas.