O Conselho de Segurança Alimentar e Nutricional do estado do Ceará: um estudo de caso

A Segurança Alimentar e Nutricional (SAN) é um direito humano legalmente reconhecido no Brasil por meio da Lei Orgânica de Segurança limentar e Nutricional. Esta aprovada em 2006 reconhece a atribuição dos conselhos de segurança alimentar e nutricional, por propor diretrizes de políticas públicas de responsabilidade do Estado e da sociedade para garantir esse direito a todos os cidadãos. Este estudo caracteriza o Conselho de Segurança Alimentar e Nutricional do Estado do Ceará (CONSEA/CE) no período de 2003 a 2007, correspondente as duas gestões a partir da sua criação. Tal caracterização pressupõe esse Conselho como um espaço estratégico para o planejamento integrado de políticas no campo da segurança alimentar e nutricional. O principal objetivo foi apreender o papel do CONSEA/CE na construção da política estadual de segurança alimentar e nutricional e sua consolidação como instância de pactuação e de concertação de enfoques e interesses diversos, representados pelo poder público e pela sociedade civil. Para tanto se desenvolveu um estudo de caso com abordagem qualitativa essencialmente descritiva. O grupo de informantes foi composto por dezessete conselheiros, cinco representantes do poder público e doze da sociedade civil, com os quais foram feitas entrevistas semi-estruturadas. Além das entrevistas foi realizada pesquisa documental tendo como fontes as atas das reuniões, a legislação pertinente, federal e estadual e os relatórios das conferências nacionais e estaduais de segurança alimentar e nutricional. Além disso, foi feita observação direta que teve como principal objetivo a apropriação da dinâmica de funcionamento do CONSEA/CE. Conforme os resultados da investigação, esse Conselho representa uma nova dimensão na participação dos sujeitos sociais, por meio da prática de tentar coordenar as ações de diferentes setores da administração pública e destes com a sociedade civil. No entanto, identifica-se como o maior desafio do CONSEA/CE a fragilidade representada pela baixa institucionalidade da política de segurança alimentar e nutricional no Estado.

Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.

Esta dissertação apresenta um sistema de indução de classificadores fuzzy. Ao invés de utilizar a abordagem tradicional de sistemas fuzzy baseados em regras, foi utilizado o modelo de Árvore de Padrões Fuzzy(APF), que é um modelo hierárquico, com uma estrutura baseada em árvores que possuem como nós internos operadores lógicos fuzzy e as folhas são compostas pela associação de termos fuzzy com os atributos de entrada. O classificador foi obtido sintetizando uma árvore para cada classe, esta árvore será uma descrição lógica da classe o que permite analisar e interpretar como é feita a classificação. O método de aprendizado originalmente concebido para a APF foi substituído pela Programação Genética Cartesiana com o intuito de explorar melhor o espaço de busca. O classificador APF foi comparado com as Máquinas de Vetores de Suporte, K-Vizinhos mais próximos, florestas aleatórias e outros métodos Fuzzy-Genéticos em diversas bases de dados do UCI Machine Learning Repository e observou-se que o classificador APF apresenta resultados competitivos. Ele também foi comparado com o método de aprendizado original e obteve resultados comparáveis com árvores mais compactas e com um menor número de avaliações.

Uso de ontologias e XMI como instrumento de modelagem para zoneamento urbano.

O uso de sistemas computacionais para armazenamento, tratamento de dados e produção de informação, disseminou-se de maneira crescente nos últimos anos, e neste cenário estão incluídos os Sistemas de Informações Geográficas, os SIGs. A utilização de informação geográfica com acesso por computador é hoje a realidade de ambientes corporativos, entidades governamentais, escolas e residências. Esta dissertação apresenta uma proposta de modelagem de elementos de zoneamento urbano, baseada em uma ontologia de domínio. Ontologias são representadas como classes e atributos de um dado domínio. Na proposta apresentada, estas classes são exportadas para o formato XMI, resguardando as definições de classes, atributos e relacionamentos do domínio analisado e compondo um repositório de classes, permitindo, teoricamente, sua reutilização. Como exemplo da proposta, foi construída uma ontologia do Zoneamento Urbano do município de Macaé-RJ, seguindo a proposta do Plano Diretor Municipal, usando o editor Protégé. A ontologia construída foi exportada para o formato XMI, sendo a seguir criado um diagrama de classes, obtido através da importação das classes pelo software para modelagem de sistemas baseados no paradigma da OO, ArgoUML. Tal importação permite que a ontologia construída fique disponível na forma de um pacote de classes, que pode ser utilizado por aplicações que se baseiem no paradigma da OO para o desenvolvimento de sistemas de informação. Como forma de mostrar a utilização destas classes foi desenvolvido um protótipo utilizando o software ALOV Map, que oferece a visualização destas classes, na Web, como mapas temáticos.

Otimização computacional e estudo comparativo das técnicas de extração de conhecimento de grandes repositórios de dados.

Ao se realizar estudo em qualquer área do conhecimento, quanto mais dados se dispuser, maior a dificuldade de se extrair conhecimento útil deste banco de dados. A finalidade deste trabalho é apresentar algumas ferramentas ditas inteligentes, de extração de conhecimento destes grandes repositórios de dados. Apesar de ter várias conotações, neste trabalho, irá se entender extração de conhecimento dos repositórios de dados a ocorrência combinada de alguns dados com freqüência e confiabilidade que se consideram interessantes, ou seja, na medida e que determinado dado ou conjunto de dados aparece no repositório de dados, em freqüência considerada razoável, outro dado ou conjunto de dados irá aparecer. Executada sobre repositórios de dados referentes a informações georreferenciadas dos alunos da UERJ (Universidade do Estado do Rio de Janeiro), irá se analisar os resultados de duas ferramentas de extração de dados, bem como apresentar possibilidades de otimização computacional destas ferramentas.