Sistemas Inteligentes para Tratamento de Informação

Grupo de Pesquisa

Em Andamento

  • Sistemas de Recomendação

    Recomendadores são sistemas de recomendação que sugerem itens de interesse a usuários. A sobrecarga de informação demanda abordagens efetivas de filtragem de informação relevante para usuários. Tais abordagens devem predizer as avaliações de usuários em itens a fim de maximizar o consumo de itens. Nosso objetivo é propor e investigar o comportamento de recomendadores em cenários reais de utilização, contranstando-os com recomendadores estado-da-arte.

    Início em 2018, sem financiamento.

  • Algoritmos de Stemming

    Stemming é o processo de redução de palavras flexionadas para sua forma de raiz. Máquinas de busca vêm utilizando stemmers para melhorar a experiência de busca de usuários. Tais algoritmos geralmente adotam estratégias de remoção de sufixos para reduzir palavras.Nosso objetivo é propor e investigar o comportamento de stemmers em cenários reais de utilização, contranstando-os com recomendadores estado-da-arte.

    Início em 2016, com financiamento PUC Minas (processo FIP 2016/11086-2).

  • Predição em Esportes

    Análise esportiva consiste na investigação de problemas relacionados aos esportes a partir da exploração de dados e estatísticas esportivas. Nosso objetivo é propor e avaliar abordagens baseadas em aprendizagem de máquina e em algoritmos de algoritmos recuperação de informação para predição de ocorrência de padrões em eventos e atividades esportivas.

    Início em 2018, com financiamento CNPq (processo 2018/22188).

  • Algoritmos de Compressão

    Compactação de dados envolve codificar dados usando menos bits do que a representação original para reduzir os recursos necessários para armazena-los e transmiti-los. Nosso objetivo é propor e avaliar um algoritmo para comprimir os dados usados por empresas de telefonia, fornecendo busca eficiente nos dados compactados (ou minimamente descompactados).

    Início em 2018, com financiamento CNPq (processo 400882/2018-3) e TATIC.

Projetos Concluídos

Financiado

Semântica de Entidades em RI

Nós investigamos a hipótese de que o uso da semântica da entidade aumenta a eficácia das abordagens de recuperação de informação. Para isso, avaliamos quão efetivas são as características extraídas das entidades da Wikipedia para busca e recomendação.

De: 2016 a 2017.
Agências Financiadoras: CNPq (processo 2017/1036).

Financiado

Extração de Entidades da Web

Um problema desafiador é capturar recursos semânticos em entidades de múltiplas fontes na Web, integrá-los e usá-los para classificar descritores de entidades e entidades relacionadas. Extraímos e integramos informações sobre entidades de várias fontes da Web.

De: 2014 a 2016.
Agências Financiadoras: CNPq (processo 444156/2014-3), PUC Minas (processo FIP 2015/9396-S1) e Microsoft (processo RFP Brazil).

CAPES

CAPES

A Coordenação de Aperfeiçoamento de Pessoal de Nível Superior apoia o nosso grupo de pesquisa.

CNPq

CNPq

O Conselho Nacional de Desenvolvimento Científico e Tecnológico apoia e certifica o IRIS.

FAPEMIG

FAPEMIG

A Fundação de Amparo à Pesquisa do Estado de Minas Gerais provê financiamento a nossos projetos.

PUC Minas

PUC Minas

A Pontifícia Universidade Católica de Minas Gerais provê financiamento a nossos projetos.