Abordagem baseada em conceitos para descoberta de conhecimento em textos

Esta tese apresenta uma abordagem baseada em conceitos para realizar descoberta de conhecimento em textos (KDT). A proposta é identificar características de alto nível em textos na forma de conceitos, para depois realizar a mineração de padrões sobre estes conceitos. Ao invés de aplicar técnicas de mineração sobre palavras ou dados estruturados extraídos de textos, a abordagem explora conceitos identificados nos textos. A idéia é analisar o conhecimento codificado em textos num nível acima das palavras, ou seja, não analisando somente os termos e expressões presentes nos textos, mas seu significado em relação aos fenômenos da realidade (pessoas, objetos, entidades, eventos e situações do mundo real). Conceitos identificam melhor o conteúdo dos textos e servem melhor que palavras para representar os fenômenos. Assim, os conceitos agem como recursos meta-lingüísticos para análise de textos e descoberta de conhecimento. Por exemplo, no caso de textos de psiquiatria, os conceitos permitiram investigar características importantes dos pacientes, tais como sintomas, sinais e comportamentos. Isto permite explorar o conhecimento disponível em textos num nível mais próximo da realidade, minimizando o problema do vocabulário e facilitando o processo de aquisição de conhecimento. O principal objetivo desta tese é demonstrar a adequação de uma abordagem baseada em conceitos para descobrir conhecimento em textos e confirmar a hipótese de que este tipo de abordagem tem vantagens sobre abordagens baseadas em palavras. Para tanto, foram definidas estratégias para identificação dos conceitos nos textos e para mineração de padrões sobre estes conceitos. Diferentes métodos foram avaliados para estes dois processos. Ferramentas automatizadas foram empregadas para aplicar a abordagem proposta em estudos de casos. Diferentes experimentos foram realizados para demonstrar que a abordagem é viável e apresenta vantagens sobre os métodos baseados em palavras. Avaliações objetivas e subjetivas foram conduzidas para confirmar que o conhecimento descoberto era de qualidade. Também foi investigada a possibilidade de se realizar descobertas proativas, quando não se tem hipóteses iniciais. Os casos estudados apontam as várias aplicações práticas desta abordagem. Pode-se concluir que a principal aplicação da abordagem é permitir análises qualitativa e quantitativa de coleções textuais. Conceitos podem ser identificados nos textos e suas distribuições e relações podem ser analisadas para um melhor entendimento do conteúdo presente nos textos e, conseqüentemente, um melhor entendimento do conhecimento do domínio.

Um modelo de comportamento aversivo térmico em Megalobulimus oblongus e a ação de fármacos nos sistemas opióide e serotoninérgico envolvidos na nocicepção

As manifestações comportamentais em Megalobulimus oblongus após a estimulação aversiva térmica (EAT) e a ação de fármacos que atuam sobre os sistemas opióide e serotoninérgico foram analisadas, empregando-se, respectivamente, testes com placa aquecida, morfina, serotonina (5-hidróxitriptamina ou 5-HT), e dos bloqueadores, o naloxone e a metisergida. Com o procedimento utilizado, foi posível diferenciar um comportamento estereotipado indicativo de resposta à nocicepção, determinar a latencia em que tais comportamentos são inicialmente manifestados, e as alterações obtidas mediante o emprego de fármacos. A morfina foi capaz de aumentar a latência demonstrando uma ação antinociceptiva neste modelo, que foi antagonizado pelo naloxone. No tocante ao sistema serotoninérgico, tanto a 5-HT quanto a metisergida aplicadas isoladamente, provocaram uma diminuição da latência que foi relacionado com um efeito nociceptivo. Porém, quando estes dois fármacos foram aplicados conjuntamente, observou-se um efeito contrário. Os resultados obtidos neste estudo farmacológico com o M. oblongus são congruentes com estudos prévios realizados em outros modeos gastrópodos, citados na literatura, e sugerem o envolvimento de um sistema opióide e serotoninérgico nas respostas reflexas nociceptivas neste animal, sendo estas manifestadas por intermédio de um comportamento motor aversivo. Além disso, ficou demonstrada a presença de receptores de ambos os sistemas, conforme a ação dos fármacos empregados.

Pré-processamento no processo de descoberta de conhecimento em banco de dados

A Descoberta de Conhecimento em Banco de Dados (DCBD) é uma nova área de pesquisa que envolve o processo de extração de conhecimento útil implícito em grandes bases de dados. Existem várias metodologias para a realização de um processo de DCBD cuja essência consiste basicamente nas fases de entendimento do domínio do problema, pré-processamento, mineração de dados e pós-processamento. Na literatura sobre o assunto existem muitos trabalhos a respeito de mineração de dados, porém pouco se encontra sobre o processo de pré-processamento. Assim, o objetivo deste trabalho consiste no estudo do pré-processamento, já que é a fase que consome a maior parte do tempo e esforço de todo o processo de DCBD pois envolve operações de entendimento, seleção, limpeza e transformação de dados. Muitas vezes, essas operações precisam ser repetidas de modo a aprimorar a qualidade dos dados e, conseqüentemente, melhorar também a acurácia e eficiência do processo de mineração. A estrutura do trabalho abrange cinco capítulos. Inicialmente, apresenta-se a introdução e motivação para trabalho, juntamente com os objetivos e a metodologia utilizada. No segundo capítulo são abordadas metodologias para o processo de DCBD destacando-se CRISP-DM e a proposta por Fayyad, Piatetsky-Shapiro e Smyth. No terceiro capítulo são apresentadas as sub-fases da fase de pré-processamento contemplando-se entendimento, seleção, limpeza e transformação de dados, bem como os principais métodos e técnicas relacionados às mesmas. Já no quarto capítulo são descritos os experimentos realizados sobre uma base de dados real. Finalmente, no quinto capítulo são apresentadas as considerações finais sobre pré-processamento no processo de DCBD, apontando as dificuldades encontradas na prática, contribuições do presente trabalho e pretensões da continuidade do mesmo. Considera-se como principais contribuições deste trabalho a apresentação de métodos e técnicas de pré-processamento existentes, a comprovação da importância da interatividade com o especialista do domínio ao longo de todo o processo de DCBD, mas principalmente nas tomadas de decisões da fase de pré-processamento, bem como as sugestões de como realizar um pré-processamento sobre uma base de dados real.

Um estudo comparativo de ferramentas de descoberta de conhecimento em texto: a análise da Amazônia

Este trabalho faz avaliação de ferramentas que utilizam técnica de Descoberta de Conhecimento em Texto (agrupamento ou “clustering”). As duas ferramentas são: Eurekha e Umap. O Eurekha é baseado na hipótese de agrupamento, que afirma que documentos similares e relevantes ao mesmo assunto tendem a permanecer em um mesmo grupo. O Umap, por sua vez, é baseado na árvore do conhecimento. A mesma coleção de documentos submetida às ferramentas foi lida por um especialista humano, que agrupou textos similares, a fim de que seus resultados fossem comparados aos das ferramentas. Com isso, pretende-se responder a seguinte questão: a recuperação automática é equivalente à recuperação humana? A coleção de teste é composta por matérias do jornal Folha de São Paulo, cujo tema central é a Amazônia. Com os resultados, pretende-se verificar a validade das ferramentas, os conhecimentos obtidos sobre a região e o tratamento que o jornal dá em relação à mesma.

Desenvolvimento de procedimento analítico para determinação de fármacos e pesticidas em amostra aquosas ambientais

O presente trabalho conjuga estudo de fármacos e pesticidas em nível de traços como poluentes no meio aquoso, envolvendo o uso de cromatografia líquida com detector espectrofotométrico na região do ultravioleta (HPLC-UV) para fármacos e cromatografia líquida com detector espectrométrico de massas (LC-ESI-MS-MS) para pesticidas. Quatro fármacos (antibióticos), a saber: ampicilina, amoxilina, tetraciclina e cefalexina, foram avaliados em presença de diversas fases móveis, que foram selecionadas de acordo com a melhor performance cromatográfica, sendo que ampicilina e amoxilina apresentaram melhor performance cromatográfica na mesma fase móvel. Para extração em fase sólida dos fármacos amoxilina e ampicilina foram avaliados três fases comerciais: LC- 18 (SUPELCLEAN), Supelclean TM ENVI TM-Chrom P, Abselut NEXUS. Para os fármacos cefalexina e tetraciclina, além das fases comercias foram avaliadas três novas fases a base de sílicas funcionalizadas com zirconocenos: (MeCp)2ZrCl2, (nBuCp)2ZrCl2 e (iBuCp)2ZrCl2. Amoxilina e ampicilina não apresentaram boas recuperações nas fases e eluentes estudados. Para tetraciclina e cefalexina, a fase comercial Chrom P apresentou boas recuperações quando utilizados os solventes metanol e a mistura 1% de solução aquosa de ácido acético e metanol (60:40), respectivamente. Com relação aos pesticidas, diversas classes (triazinas, feniluréias, organofosforados, anilina, ácidos, molinato e propanil) foram estudadas, somando um total de 20 pesticidas. Três colunas foram avaliadas em diferentes gradientes. Foi selecionada a coluna Purospher START RP e o gradiente acetonitrila-água. Triazinas, feniluréias, organosfosforados, anilinas e o pesticida propanil foram determinadas em modo de ionização spray eletrônico positivo, os pesticidas ácidos e propanil foram determinados em modo de ionização spray eletrônico negativo. Para cada pesticida foi encontrada duas transições (íon produtor-íon produzido) e confirmadas por MRM (Multiple Reaction Monitoring). O método apresentou linearidade com coeficientes de correlação maiores que 0,99. Uma metodologia para extração em fase sólida on line foi também desenvolvida. Essa metodologia apresentou-se altamente sensível (limites de detecção entre 0,040 e 2,794 ng L-1), simples rápida (45 minutos por análise) e precisa (desvio padrão relativo entre 1,99 e 12,15 %).

O Uso de árvores de decisão na descoberta de conhecimento na área da saúde

As árvores de decisão são um meio eficiente para produzir classificadores a partir de bases de dados, sendo largamente utilizadas devido à sua eficiência em relação ao tempo de processamento e por fornecer um meio intuitivo de analisar os resultados obtidos, apresentando uma forma de representação simbólica simples e normalmente compreensível, o que facilita a análise do problema em questão. Este trabalho tem, por finalidade, apresentar um estudo sobre o processo de descoberta de conhecimento em um banco de dados relacionado à área da saúde, contemplando todas as etapas do processo, com destaque à de mineração de dados, dentro da qual são aplicados classificadores baseados em árvores de decisão. Neste estudo, o conhecimento é obtido mediante a construção de árvores de decisão a partir de dados relacionados a um problema real: o controle e a análise das Autorizações de Internações Hospitalares (AIHs) emitidas pelos hospitais da cidade de Pelotas, conveniados ao Sistema Único de Saúde (SUS). Buscou-se encontrar conhecimentos que auxiliassem a Secretaria Municipal da Saúde de Pelotas (SMSP) na análise das AIHs, realizada manualmente, detectando situações que fogem aos padrões permitidos pelo SUS. Finalmente, os conhecimentos obtidos são avaliados e validados, possibilitando verificar a aplicabilidade das árvores no domínio em questão.

Caracterização de suspensões de nanopartículas poliméricas estudadas como carreadores de fármacos através de técnicas de espalhamento de luz e de raios-x a baixo ângulo

O objetivo do presente estudo foi caracterizar suspensões de nanopartículas (NP) de poli(-caprolactona) (PCL) contendo indometacina. Nanocápsulas com fármaco (NC1) foram submetidas a tratamento térmico para verificar se uma relaxação das cadeias poliméricas que recobrem o núcleo pudesse ocorrer. Resultados similares de grau de despolarização da luz espalhada ( c0), determinado por Espalhamento de luz estático, e pH, para as NC que passaram ou não por tratamento térmico, sugeriram que essa relaxação não ocorreu. NC, nanoemulsão (NE) e nanoesfera (NS) apresentaram  c0 que caracterizam espécies esféricas. No entanto, a suspensão NC3 (com fármaco em excesso) apresentou valores de  c0 que sugeriram a presença de nanocristais de fármaco em suspensão. A partir disto, analisou-se a intensidade de luz espalhada por NC0 (NC sem fármaco), NC1, NC3 e nanodispersões com e sem fármaco (ND1 e ND0, respectivamente). Houve uma queda brusca nas intensidades médias de luz espalhada pela NC3 e ND1 após armazenagem, evidenciada também através da normalização das intensidades pela Razão de Rayleigh. Estes dados, associados à redução do teor de fármaco após armazenagem, apenas para NC3 e ND1, levaram à conclusão de que são formados nanocristais de fármaco durante o preparo destas NP e que estes se depositam ao longo do tempo, reduzindo a intensidade de luz espalhada pelas amostras. Por outro lado, a NC1, quando formulada, não apresentou nanocristais nem houve formação desses após armazenagem Houve grande semelhança entre os espectros de Espalhamento de raios-X a baixo ângulo (SAXS) de NS e ND, atribuída à presença do tensoativo monostearato de sorbitano disperso nestas NP. Este tensoativo não foi identificado em espectros de SAXS de NC e NE. O mesmo perfil de espectro foi obtido para NC contendo diferentes concentrações de PCL, levando à conclusão de que as NC devem manter sua organização em nível molecular independente da concentração de PCL utilizada

O efeito da epilepsia e dos fármacos antiepiléticos na potenciação de longa duração hipocampal

A epilepsia é uma condição crônica freqüentemente acompanhada de distúrbio cognitivo. Na maior parte das vezes, é difícil saber o quanto isso se deve à patologia de base que provoca as crises epilépticas, as crises epilépticas por si ou ao seu tratamento com fármacos antiepilépticos (FAEs), bem como ao contexto sócio-cultural do paciente. A epilepsia do lobo temporal (ELT) freqüentemente afeta a função de memória, o que pode ser avaliada pelo seu correlato eletrofisiológico: a potenciação de longa duração (LTP, do inglês: long-term potentiation). O objetivo principal deste estudo foi o de avaliar a influência da epilepsia em si e dos FAEs sobre a potenciação de longa duração em CA1 do hipocampo de ratos controles e com epilepsia induzida pela pilocarpina. Foram realizados estudos eletrofisiológicos com registros de campo para análise da LTP induzida por estimulação tetânica em 64 fatias de hipocampo. A metade destas provenientes de ratos controle e as demais de ratos com ELT induzida pela pilocarpina. De cada rato utilizado (8 controles e 8 epilépticos) foram obtidos 4 registros, um controle com Ringer e os outros sob efeito de carbamazepina (CBZ), valproato (VPA) e etossuximida (ESM). Ao compararmos os ratos controle com os epilépticos encontramos uma tendência a maior facilidade de se obter LTP no primeiro grupo (65,6% e 40,6% respectivamente; p= 0,080). Ao analisarmos o efeito dos FAEs no hipocampo epiléptico encontramos uma significativa facilitação da LTP quando utilizamos a CBZ, além de uma maior dificuldade com a ESM (no 5o minuto pós-indução, p = 0,007; no 30o minuto, p = 0,034), o que não ocorreu nos ratos controle. Assim, concluímos que há uma tendência a maior dificuldade de se obter LTP em hipocampo epiléptico e que há diferentes efeitos com o uso dos FAEs; ocorrendo uma significativa facilidade de se obter LTP entre os ratos epilépticos sob efeito da CBZ e uma maior dificuldade com a ESM.

Um modelo para a descoberta de QoS em redes de computadores

A evolução das redes de computadores criou a necessidade de novos serviços de rede que fornecessem qualidade de serviços nos fluxos de dados dos usuários. Nesse contexto, uma nova área de pesquisa surgiu, o gerenciamento de QoS, onde foram apresentadas novas tarefas para o gerenciamento de recursos de rede que fornecem QoS. Uma delas, a descoberta de QoS, é responsável por identificar alvos numa rede de computadores. Um alvo é uma entidade capaz de implementar funcionalidades para o fornecimento de QoS. Essa dissertação apresenta uma proposta de modelo para a descoberta de QoS. O modelo é composto por duas partes: metodologia e arquitetura. A metodologia define os procedimentos para a realização da descoberta de QoS, enquanto a arquitetura define entidades que implementam tais procedimentos bem como o relacionamento entre essas entidades. O modelo proposto também tem por objetivo ser extensível, escalável e distribuído. Além disso, um protótipo baseado no modelo é apresentado.

Utilizando o processo de descoberta de conhecimento em banco de dados para identificar candidatos a padrão de análise para bancos de dados geográficos

Sistemas de informações geográficas (SIG) permitem a manipulação de dados espaço-temporais, sendo bastante utilizados como ferramentas de apoio à tomada de decisão. Um SIG é formado por vários módulos, dentre os quais o banco de dados geográficos (BDG), o qual é responsável pelo armazenamento dos dados. Apesar de representar, comprovadamente, uma fase importante no projeto do SIG, a modelagem conceitual do BDG não tem recebido a devida atenção. Esse cenário deve-se principalmente ao fato de que os profissionais responsáveis pelo projeto e implementação do SIG, em geral, não possuem experiência no uso de metodologias de desenvolvimento de sistemas de informação. O alto custo de aquisição dos dados geográficos também contribui para que menor atenção seja dispensada à etapa de modelagem conceitual do BDG. A utilização de padrões de análise tem sido proposta tanto para auxiliar no projeto conceitual de BDG quanto para permitir que profissionais com pouca experiência nessa atividade construam seus próprios esquemas. Padrões de análise são utilizados para documentar as fases de análise de requisitos e modelagem conceitual do banco de dados, representando qualquer parte de uma especificação de requisitos que tem sua origem em um projeto e pode ser reutilizada em outro(s). Todavia, a popularização e o uso de padrões de análise para BDG têm sido prejudicados principalmente devido à dificuldade de disponibilizar tais construções aos projetistas em geral. O processo de identificação de padrões (mineração de padrões) não é uma tarefa simples e tem sido realizada exclusivamente com base na experiência de especialistas humanos, tornando o processo lento e subjetivo. A subjetividade prejudica a popularização e a aplicação de padrões, pois possibilita que tais construções sejam questionadas por especialistas com diferentes experiências de projeto. Dessa forma, a identificação ou o desenvolvimento de técnicas capazes de capturar a experiência de especialistas de forma menos subjetiva é um passo importante para o uso de padrões. Com esse objetivo, este trabalho propõe a aplicação do processo de descoberta de conhecimento em banco de dados (DCBD) para inferir candidatos a padrão de análise para o projeto de BDG. Para tanto, esquemas conceituais de BDG são usados como base de conhecimento. DCBD é o processo não trivial de descoberta de conhecimento útil a partir de uma grande quantidade de dados. Durante o desenvolvimento da pesquisa ficou claro que a aplicação do processo de DCBD pode melhorar o processo de mineração de padrões, pois possibilita a análise de um maior número de esquemas em relação ao que é realizado atualmente. Essa característica viabiliza que sejam considerados esquemas construídos por diferentes especialistas, diminuindo a subjetividade dos padrões identificados. O processo de DCBD é composto de várias fases. Tais fases, assim como atividades específicas do problema de identificar padrões de análise, são discutidas neste trabalho.