Análise de comércio exterior de frutas a partir do armazém de dados da fruticultura brasileira.

O objetivo geral do Programa é elevar os padrões de qualidade e competitividade da fruticultura brasileira ao patamar de excelência requerido pelo mercado internacional, paradigma que será efetivado com o avanço da capacidade produtiva e gerencial dos produtores de frutas e a ampliação dos mercados interno e externo. São contempladas ações em diversas áreas, como inovação tecnológica, capacitação de fruticultores, controle de pragas na fruticultura, campanha para promoção das frutas brasileiras, entre outras.

MIPWeb: uso da internet na gestão dos dados gerados pelo manejo integrado de pragas.

Sistema MIPWeb. Arquitetura do sistema. Versão cliente ou local. Versão servidor. Requisitos computacionais. Dados gerenciados. Operação do sistema. Operações realizadas na versão local do sistema. Operações realizadas na versão servidor.

Indexação textual no Sistema de Base de Dados da Pesquisa Agropecuária.

Bases de dados da pesquisa agropecuária. Indexação textual com o Lucene. Lucene. Lucene no sistema das bases de dados da pesquisa agropecuária. Comparação de desempenho infra-estrutura de hardware e software. Conjunto de consultas testes e resultados. Ponderações. Nova BDPA.

Um sistema especialista via web para diagnóstico e tratamento de doenças de milho baseado em um framework orientados a objetos.

2007

Teste de fluxo de dados de programas com ponteiros e registros.

Dois modelos mais precisos de análise de fluxo de dados voltados para o teste de programas que utilizaram ponteiros e campos de registros são apresentados. Os modelos propostos são baseados em uma abordagem conservadora e foram implementados na ferramenta POKE-TOOL. A conjectura é que a análise de fluxo de dados mais precisa aumenta a eficácia do teste a um custo razoável .Para investigar essa conjectura, um estudo de caso foi realizado para avaliar a eficácia eo custo da utilização dos dois modelos no teste com duas famílias diferentes de critérios de teste baseados em análise de fluxo de dados. Os resultados obtidos indicam que a eficácia dos modelos dependem do programa e dos defeitos que ele contém. A segunda observação em especial indica que existem defeitos cuja detecção é facilitada quando os modelos propostos são utilizados. Para uma das famílias de critérios de teste, foi observado que o custo adicional causado pela análise mais precisa de fluxo de dados é razoável.

Usando o Google Earth para publicar dados proprietários.

Geography markup language - GML. Keyhole markup language - KML. Google earth. Google earth client.

Implantação do Armazém de Dados da Fruticultura: versão 1.2.

Novidades e diferenças da versão 1.2. Requisitos de software. Implantando o armazém de dados da floticultura. Importando o aquivo com o esquema de banco de dados.

Recomendações para back up nos sistemas de gerenciamento de banco de dados MySQL, PostgreSQL e OpenIngres.

2003

Carregando dados na arquitetura data warehousing - armazém de dados de frutas.

Data warehouse / Data Mart. Arquiteturas. O processo ETT (Extração, Transformação e carga de dados).

Utilização de interpoladores na geração de grades do Spring para elaboração de modelos numéricos de terreno utilizando dados de fertilidade do solo.

Considerações básicas: A amostragem; A confecção de grades; O produto. Esquema do processo do modelo numérico de terreno do Spring.

Sistema de informaçoes geográficas - SIG/SPRING para modelagem e espacialização de dados de fertilidade do solo.

Geoprocessamento. Sistema de informações geográficas - SIG / SPRING. Esquema operacional. Criação e manipulação do bancos de dados. Criação do plano de informação - PI. Escolha do modelo de dados. Imagens. Modelo Numérico de Terreno - MNT. Grades regulares. Fatiamento. Objeto. Mapa cadastral. Redes. Temática.

Banco de dados de experimentos agrícolas: análise e projeto.

Especificação de requisitos. Modelagem de classes. Modelo de classes de objetos. Nível geral: diagrama de classes gerais. Modelo dinâmico. modelo funcional. Diagrama de fluxo de dados (DFD). Especificação de processos. Revisão de modelos analisados. Projeto orientado objeto. Organização do sistema. Projeto de objetos. Projeto de algoritmos. Diagrama: entidade-relacionamento. Interface gráfica com o usuário.

Implantação do armazém de dados da fruticultura no Ministério da Agricultura, Pecuária e Abastecimento.

Infra-estrutura de Software necessária. Implantando o armazém de dados da fruticultura: criando e configurando usuários e atribuição; importando o arquivo exportado com o esquema do Armazém de Dados da Fruticultura; renovando os sumários do Armazém de Dados da Fruticultura.

Modelo para programação visual de matrizes (MVM): uma nova abordagem para visualização, manipulação e programação de algoritmos matriciais.

Para muitos usuários, a programação visual é uma alternativa atrativa às linguagens de programação textuais. Uma das razões para esta atração é que a representação visual de um problema está muito mais próxima com a forma pela qual a solução é obtida ou entendida se comparada à representação textual. Este trabalho apresenta um modelo para a programação visual de matrizes baseado nos paradigmas de fluxo de dados e planilhas eletrônicas. O fluxo de dados e a planilha forma a base semântica da linguagem, enquanto as representações gráficas do grafo direcionado e de uma planilha fundamentam sua base sintática. Este modelo consiste em um conjunto de diagramas bidimensionais e de regras de transformação. Os processos são implementados como redes de fluxo de dados e os dados são representados por planilhas. As planilhas podem ser vistas como variáveis do tipo matriz que armazenam dados bidimensionais, ou como funções, que recebem e produzem valores utilizados por outros processos. Neste caso, as planilhas são programadas seguindo o paradigma de programação por demonstrações que incorporam um poderoso construtor de interação, reduzindo significativamente a utilização de recursos e repetições. O modelo proposto pode ser utilizado em diversos domínios de aplicação, principalmente para simplificar a construção de modelos matemáticos de simulação e análise estatística.

Tutorial do Oracle Discoverer para análise do Armazém de Dados de Fruticultura.

Instruções de instalação e configuração. Análise de dados do comércio exterior: o tutorial. Iniciando o discoverer e estabelecendo conexão com o servidor. Abrindo um caderno de trabalho. Escolhendo um valor do item de página. Escolhendo outra folha de trabalho de um caderno. Visualizando diferentes níveis de detalhamento. Selecionando parâmetros. Renovando uma folha de trabalho. Alterando o eixo de uma dimensão. Classificando valores. Exportando ou enviando dados de um caderno de trabalho. Fechando um caderno de trabalho. Visualizando gráficos. Ramificando um gráfico. Alterando cores e padrões de um gráfico. Copiando um gráfico para outro documento.