---

Área de concentração: 55134 - Ciências de Computação e Matemática Computacional

Criação: 24/01/2022

Nº de créditos: 12

Carga horária:

Teórica Por semana	Prática Por semana	Estudos Por semana	Duração	Total
3	0	9	15 Semanas	180 Horas

Docentes responsáveis:

Agma Juci Machado Traina
José Fernando Rodrigues Junior

Objetivos:

Proporcionar ao aluno uma ampla visão do estado da arte em recuperação de imagens e objetos multimídia em geral em grandes coleções armazenadas em bases de dados relacionais. Esse objetivo deve ser atingido pelo estudo de trabalhos científicos da literatura, com ênfase em trabalhos recentes, e pela elaboração de seminários que enfatizem a disseminação e a discussão dos conceitos envolvidos. A partir da interação entre os participantes da disciplina, espera-se desenvolver o senso crítico e a habilidade para a elaboração de análises comparativas e identificação dos problemas em aberto e/ou sujeitos a aperfeiçoamento dos temas investigados.

Justificativa:

É importante desenvolver essas habilidades no aluno que se especializa na área de bases e engenharia de dados. Dados multimídia (imagens, vídeos, áudios, entre outros) são atualmente prevalentes nos sistemas de gerenciamento de bases de dados.

Conteúdo:

A disciplina desenvolve-se baseada em seminários feitos a partir de artigos publicados em periódicos especializados das áreas de Bases de Dados e de Processamento e Recuperação de Imagens, com especial ênfase naqueles inseridos em atividades interdisciplinares das duas áreas. A apresentação dos seminários é feita pelo professor responsável, pelos alunos participantes e/ou por especialistas convidados, sempre sob a
responsabilidade do professor responsável. Os temas de interesse envolvem: Preparação de imagens e dados multimídia para armazenagem em Sistemas de Gerenciamento de Bases de Dados visando recuperação por conteúdo; Técnicas de armazenagem, indexação, e recuperação de dados em domínios espaciais e métricos; Técnicas para levantamento de estatísticas sobre o espaço de dados e modelos de custo e previsão de
seletividade para recuperação de dados multimídia armazenados em bases de dados; Tratamento de dados em domínios que não atendem à relação de ordem, incluindo imagens, vídeo, áudio, séries temporais, séries síncronas e transacionais, sequências gênicas, dados multidimensionais, etc.; Visualização científica de dados complexos recuperados de bases de dados; e Técnicas avançadas para análise de dados multimídia, incluindo data warehousing e mineração de dados complexos.

Forma de avaliação:

A nota é obtida pela média obtida nas provas, listas de exercícios e trabalhos realizados fora de sala de aula e
pela participação em seminários.

Observação:

TIPO DE OFERECIMENTO
Híbrido (partes presenciais e partes remotas)

PORCENTAGEM DA DISCIPLINA QUE OCORRERÁ NO SISTEMA NÃO PRESENCIAL (1- 100%)
Prevê-se 60% em modo não presencial.


JUSTIFICATIVA DE NECESSIDADE DE DISCIPLINA REMOTA OU HÍBRIDA
O modo virtual permite que uma gama maior de palestrantes possa participar das exposições aos alunos, engrandecendo o conteúdo. Prevê-se que trabalhos em grupo, previstos em sala de aula, sejam mais bem conduzidos com o uso de recursos eletrônicos, os quais são viáveis apenas por meio de conferências virtuais. Finalmente, demonstrações de softwares que rodam em servidores de laboratório são mais eficientes quando realizadas por modo remoto.

Durante a pandemia aprendemos que podemos realizar ensino remoto com muita qualidade, principalmente em nível de pós-graduação. Na última edição da disciplina, já no modo virtual, os alunos apresentaram depoimentos indicando que acharam mais vantajoso o modo virtual pois tem a vantagem da aula síncrona e discussão com o docente e colegas, mas tem a gravação da aula e discussões para as quais podem retornar e reassistir para tirar dúvidas.

DETALHAMENTO DAS ATIVIDADES QUE SERÃO PRESENCIAIS E DAS QUE SERÃO DESENVOLVIDAS VIA REMOTA, COM DISCRIMINAÇÃO DO TEMPO DE ATIVIDADE CONTÍNUA ONLINE
Presenciais: avaliações, seminários,e aulas teóricas.
Remota: palestrantes de todo o Brasil, trabalhos em grupo auxiliados por ferramentas como GoogleMeet, Google Docs, planilhas eletrônicas, e servidores de bancos de dados; demonstrações de software em laboratório.

ESPECIFICAÇÃO SE AS AULAS, QUANDO ONLINE, SERÃO SÍNCRONAS OU ASSÍNCRONAS
As aulas serão síncronas

DESCRIÇÃO DO TIPO DE MATERIAL E/OU CONTEÚDO QUE SERÁ DISPONIBILIZADO PARA O ALUNO
Todo o material é disponibilizado em plataforma de apoio online (TidiAE), com os slides, vídeos da aula, e
material de apoio como artigos e textos de apoio.

A PLATAFORMA QUE SERÁ UTILIZADA
TidiaAE e edisciplinas

DEFINIÇÃO SOBRE A PRESENÇA NA UNIVERSIDADE E, QUANDO NECESSÁRIA, DISCRIMINAR QUEM DEVERÁ ESTAR PRESENTE (PROFESSORA/PROFESSOR; ALUNA/ALUNO; AMBOS)
Prevê-se que possa ser livre, tanto o professor/professora presencial quanto os alunos.


DESCRIÇÃO DOS TIPOS E DA FREQUÊNCIA DE INTERAÇÃO ENTRE ALUNA/ALUNO E PROFESSORA/PROFESSOR (SOMENTE DURANTE AS AULAS; FORA DO PERÍODO DAS AULAS; HORÁRIOS; POR CHAT/E-MAIL/FÓRUNS OU OUTRO);
Aulas síncronas, assim a interação ocorre durante as aulas e nos horários de atendimento combinados com os alunos.

SERÃO UTILIZADAS METODOLOGIAS ATIVAS DE ENSINO E ATIVIDADES DE COOPERAÇÃO E COLABORAÇÃO ENTRE OS ALUNOS?
Sim, serão utilizadas metodologias ativas para o ensino e de colaboração entre eles, visando estabelecer e incentivar mecanismos de aprendizado integrativo.

FORMA DE CONTROLE DA FREQUÊNCIA NAS AULAS
Listas de presença presencial e online.

INFORMAÇÃO SOBRE A OBRIGATORIEDADE OU NÃO DE DISPONIBILIDADE DE CÂMERA E ÁUDIO (MICROFONE) POR PARTE DOS ALUNOS
Sim, devem ter ambos. Câmara e microfone.

FORMA DE AVALIAÇÃO DA APRENDIZAGEM (PRESENCIAL/REMOTA)
Conforme indicado na ementa da disciplina no Janus.

CRITÉRIOS DE AVALIAÇÃO CONTEMPLANDO QUAL A(S) METODOLOGIA(S) UTILIZADA(S) E COMO SER(Á)ÃO ATRIBUÍDO(S) O(S) CONCEITO(S)
Conforme indicado na ementa da disciplina no Janus. Sendo que os níveis serão convertidos de notas para níveis segundo o barema abaixo:
8.5 a 10.0 -> Nível A
7.0 a 8.4 -> Nível B
5.0 a 6.9 -> Nível C
Abaixo de 5.0 -> Reprovado

MENCIONAR AS MEDIDAS QUE GARANTAM AOS ALUNOS ACESSO À PLATAFORMA (SALA DE AULA COM INFRAESTRUTURA DE MULTIMÍDIA, SALA PRÓ-ALUNO; EQUIPAMENTOS NECESSÁRIOS A PARTICIPAÇÃO DOS ALUNOS E OUTROS)
Será facultado aos alunos a participação das aulas de modo presencial na sala de aula. Para os que preferirem assistir de sua locação de origem, deverão possuir equipamentos para isso.

Bibliografia:

Fundamentais:
- Baeza-Yates, R. and Ribeiro-Neto, B. - Modern Information Retrieval. (2nd Edition), ACM Press Books, 2011.
- Russ, J.C. - The Image Processing Handbook, 6nd ed. Boca Raton: CRC Press, 2011.
- Stefan Buttcher, Charles L. Clarke: Information Retrieval: Implementing and Evaluating Search Engines MIT Press,
2016.

Complementares:
– Ware, Colin - Information Visualization: Perception for design, 2nd Ed. Morgan Kaufmann Publishers, 2004.
– Hand, D., Mannila, H., Smyth, P. - Principles of Data Mining. Cambridge, MA: MIT Press, 2001.
– Faloutsos, C. - Searching Multimedia Databases by Content. Moston, MA: Kluwer Academic Publishers, 1996.
– Aggarwal, Charu C. and Wang, Haixun - Managing and Mining Graph Data, Springer New York, 2010.
– Cordeiro, R.L.F., Faloutsos, C. and Traina, C. Jr. - Data Mining in Large Sets of Complex Data, Springer 2013.
– Sagarmay Deb - Multimedia Systems and Content-Based Image Retrieval, The Idea Group Publishing, 2004
– Samet, Hanan - Foundations of Multidimensional and metric Data Structures, Morgan Kaufmann Publishers, San Francisco-CA, 2006.
– Zezula, Pavel, Amato, Giuseppe, Dohnal, Vlastislav and Batko, Michal, Similarity Search: The Metric Space ApproachSpringer New York, 2006.
– Schroeder, M. - Fractals, Chaos, Power Laws, 6 ed. New York: W.H. Freeman and Company, 1991.