Atualmente, a Onion-tree [Carélo et al., 2009] é o método de acesso métrico baseado em memória primária mais eficiente para pesquisa por similaridade disponível na literatura. Ela indexa dados complexos por meio da divisão do espaço métrico em regiões (ou seja, subespaços) disjuntas, usando para isso dois pivôs por nó. Para prover uma boa divisão do espaço métrico, a Onion-tree introduz as seguintes características principais: (i) procedimento de expansão, o qual inclui um método de particionamento que controla o número de subespaços disjuntos gerados em cada nó; (ii) técnica de substituição, a qual pode alterar os pivôs de um nó durante operações de inserção baseado em uma política de substituição que garante uma melhor divisão do espaço métrico, independente da ordem de inserção dos elementos; e (iii) algoritmos para a execução de consultas por abrangência e aos k-vizinhos mais próximos, de forma que esses tipos de consulta possam explorar eficientemente o método de particionamento da Onion-tree. Entretanto, a Onion-tree apenas oferece funcionalidades voltadas à inserção dos dados um-a-um em sua estrutura. Ela não oferece, portanto, uma operação de bulk-loading que construa o índice considerando todos os elementos do conjunto de dados de uma única vez. A principal vantagem dessa operação é analisar os dados antecipadamente para garantir melhor particionamento possível do espaço métrico. Com isto, a carga inicial de grandes volumes de dados pode ser melhor realizada usando a operação de bulk-loading. Este projeto de mestrado visa suprir a falta da operação de bulk-loading para a Onion-tree, por meio da proposta de algoritmos que exploram as características intrínsecas desse método de acesso métrico. No total, são propostos três algoritmos de bulk-loading, denominados GreedyBL, SampleBL e HeightBL, os quais utilizam respectivamente as seguintes abordagens: gulosa, amostragem e de estimativa da altura do índice. Testes experimentais realizados sobre conjuntos de dados com volume variando de 2.536 a 102.240 imagens e com dimensionalidade variando de 32 a 117 dimensões mostraram que os algoritmos propostos introduziram vantagens em relação à estrutura criada pelo algoritmo de inserção um-a-um da Onion-tree. Comparado com a inserção um-a-um, o tamanho do índice foi reduzido de 9% até 88%. Em consultas por abrangência, houve redução de 16% até 99% no número de cálculos de distância e de 9% a 99% no tempo gasto em relação à inserção. Em consultas aos k-vizinhos mais próximos, houve redução de 13% a 86% em número de cálculos de distância e de 9% até 63% no tempo gasto / The main-memory Onion-tree [Carélo et al., 2009] is the most efficient metric access method to date. It indexes complex data by dividing the metric space into several disjoint regions (i.e. subspaces) by using two pivots per node. To provide a good division of the metric space, the Onion-tree introduces the following characteristics: (i) expansion procedure, which provides a partitioning method that controls the number of disjoint subspaces generated at each node; (ii) replacement technique, which can replace the pivots of a leaf node during insert operations based on a replacement policy that ensures a better division of the metric space, regardless of the insertion order of the elements; and (iii) algorithms for processing range and k-NN queries, so that these types of query can efficiently use the partitioning method of the Onion-tree. However, the Onion-tree only performs element-by-element insertions into its structure. Another important issue is the mass loading technique, called bulk-loading, which builds the index considering all elements of the dataset at once. This technique is very useful in the case of reconstructing the index or inserting a large number of elements simultaneously. Despite the importance of this technique, to the best of our knowledge, there are not in the literature bulk-loading algorithms for the Onion-tree. In this masters thesis, we fill this gap. We propose three algorithms for bulk-loading Onion-trees: the GreedyBL algorithm, the SampleBL algorithm and the HeightBL algorithm. These algorithms are based on the following approaches, respectively: greedy, sampling and estime height of the index. Performance tests with real-world data with different volumes (ranging from 2,536 to 102,240 images) and different dimensionalities (ranging from 32 to 117 dimensions) showed that the indices produced by the proposed algorithms are very compact. Compared with the element-by-element insertion, the size of the index reduced from 9% up to 88%. The proposed algorithms also provided a great improvement in query processing. They required from 16% up to 99% less distance calculations and were from 9% up to 99% faster than the element-by-element insertion to process range queries. Also, they required from 13% up to 86% less distance calculations and were from 9% up to 63% faster than the element-by-element insertion to process k-NN queries

Aprendizado múltipla instância (MIL) é um paradigma de aprendizado de máquina que tem o objetivo de classificar um conjunto (bags) de objetos (instâncias), atribuindo rótulos só para os bags. Em MIL apenas os rótulos dos bags estão disponíveis para treinamento, enquanto os rótulos das instâncias são desconhecidos. Este problema é frequentemente abordado através da seleção de uma instância para representar cada bag, transformando um problema MIL em um problema de aprendizado supervisionado padrão. No entanto, não se conhecem abordagens que apoiem o usuário na realização desse processo. Neste trabalho, propomos uma visualização baseada em árvore multi-escala chamada MILTree que ajuda os usuários na realização de tarefas relacionadas com MIL, e também dois novos métodos de seleção de instâncias, chamados MILTree-SI e MILTree-Med, para melhorar os modelos MIL. MILTree é um layout de árvore de dois níveis, sendo que o primeiro projeta os bags, e o segundo nível projeta as instâncias pertencentes a cada bag, permitindo que o usuário explore e analise os dados multi-instância de uma forma intuitiva. Já os métodos de seleção de instãncias objetivam definir uma instância protótipo para cada bag, etapa crucial para a obtenção de uma alta precisão na classificação de dados multi-instância. Ambos os métodos utilizam o layout MILTree para atualizar visualmente as instâncias protótipo, e são capazes de lidar com conjuntos de dados binários e multi-classe. Para realizar a classificação dos bags, usamos um classificador SVM (Support Vector Machine). Além disso, com o apoio do layout MILTree também pode-se atualizar os modelos de classificação, alterando o conjunto de treinamento, a fim de obter uma melhor classificação. Os resultados experimentais validam a eficácia da nossa abordagem, mostrando que a mineração visual através da MILTree pode ajudar os usuários em cenários de classificação multi-instância. / Multiple-instance learning (MIL) is a paradigm of machine learning that aims at classifying a set (bags) of objects (instances), assigning labels only to the bags. In MIL, only the labels of bags are available for training while the labels of instances in bags are unknown. This problem is often addressed by selecting an instance to represent each bag, transforming a MIL problem into a standard supervised learning. However, there is no user support to assess this process. In this work, we propose a multi-scale tree-based visualization called MILTree that supports users in tasks related to MIL, and also two new instance selection methods called MILTree-SI and MILTree-Med to improve MIL models. MILTree is a two-level tree layout, where the first level projects bags, and the second level projects the instances belonging to each bag, allowing the user to understand the data multi-instance in an intuitive way. The developed selection methods define instance prototypes of each bag, which is important to achieve high accuracy in multi-instance classification. Both methods use the MILTree layout to visually update instance prototypes and can handle binary and multiple-class datasets. In order to classify the bags we use a SVM classifier. Moreover, with support of MILTree layout one can also update the classification model by changing the training set in order to obtain a better classifier. Experimental results validate the effectiveness of our approach, showing that visual mining by MILTree can help the users in MIL classification scenarios.

Time series are ubiquitous in the day-by-day of human beings. A diversity of application domains generate data arranged in time, such as medicine, biology, economics, and signal processing. Due to the great interest in time series, a large variety of methods for mining temporal data has been proposed in recent decades. Several of these methods have one characteristic in common: in their cores, there is a (dis)similarity function used to compare the time series. Dynamic Time Warping (DTW) is arguably the most relevant, studied and applied distance measure for time series analysis. The main drawback of DTW is its computational complexity. At the same time, there are a significant number of data mining tasks, such as motif discovery, which requires a quadratic number of distance computations. These tasks are time intensive even for less expensive distance measures, like the Euclidean Distance. This thesis focus on developing fast algorithms that allow large-scale analysis of temporal data, using similarity-based methods for time series data mining. The contributions of this work have implications in several data mining tasks, such as classification, clustering and motif discovery. Specifically, the main contributions of this thesis are the following: (i) an algorithm to speed up the exact DTW calculation and its embedding into the similarity search procedure; (ii) a novel DTW-based spurious prefix and suffix invariant distance; (iii) a music similarity representation with implications on several music mining tasks, and a fast algorithm to compute it, and; (iv) an efficient and anytime method to find motifs and discords under the proposed prefix and suffix invariant DTW. / Séries temporais são ubíquas no dia-a-dia do ser humano. Dados organizados no tempo são gerados em uma infinidade de domínios de aplicação, como medicina, biologia, economia e processamento de sinais. Devido ao grande interesse nesse tipo de dados, diversos métodos de mineração de dados temporais foram propostos nas últimas décadas. Muitos desses métodos possuem uma característica em comum: em seu núcleo, há uma função de (dis)similaridade utilizada para comparar as séries. Dynamic Time Warping (DTW) é indiscutivelmente a medida de distância mais relevante na análise de séries temporais. A principal dificuldade em se utilizar a DTW é seu alto custo computacional. Ao mesmo tempo, algumas tarefas de mineração de séries temporais, como descoberta de motifs, requerem um alto número de cálculos de distância. Essas tarefas despendem um grande tempo de execução, mesmo utilizando-se medidas de distância menos custosas, como a distância Euclidiana. Esta tese se concentra no desenvolvimento de algoritmos eficientes que permitem a análise de dados temporais em larga escala, utilizando métodos baseados em similaridade. As contribuições desta tese têm implicações em variadas tarefas de mineração de dados, como classificação, agrupamento e descoberta de padrões frequentes. Especificamente, as principais contribuições desta tese são: (i) um algoritmo para acelerar o cálculo exato da distância DTW e sua incorporação ao processo de busca por similaridade; (ii) um novo algoritmo baseado em DTW para prover invariância a prefixos e sufixos espúrios no cálculo da distância; (iii) uma representação de similaridade musical com implicações em diferentes tarefas de mineração de dados musicais e um algoritmo eficiente para computá-la; (iv) um método eficiente e anytime para encontrar motifs e discords baseado na medida DTW invariante a prefixos e sufixos.

Sistemas Gerenciadores de Bases de Dados Relacionais (SGBDR) são capazes de lidar com um alto volume de dados. As consultas nestes sistemas são realizados a partir da relação de ordem total, domínio sob o qual estão definidos dados simples como números ou strings, por exemplo. No caso de dados complexos, como imagens médicas, áudio ou séries-temporais financeiras que não obedecem as propriedade da relação acima citada e necessária uma abordagem que seja capaz de realizar a recuperação por conteúdo destes dados em tempo hábil e com semântica adequada. Nesse sentido, a literatura nos apresenta, como paradigma consolidado, as consultas por similaridade. Esse paradigma e a base para o funcionamento de muitos aplicativos de auxílio a tomada de decisão pelo especialista como Recuperação de Imagens Médicas por Conteúdo (CBMIR) e Recuperação de Áudio por Conteúdo (CBAR) e inclui diversas sub-áreas de pesquisa tais como extratores de características, funções de distância e métodos de acesso métrico. O desenvolvimento de novos métodos extratores de características e novas funções de distância são de fundamental importância para a diminuição do gap semântico entre os aplicativos e usuários, enquanto os métodos de acesso métricos são os reponsáveis diretos pela rápida resposta dos sistemas. Integrar todas essas funcionalidades em um framework de suporte a consultas por similaridade dentro de um SGBDR permanece um grande desafio. Esse trabalho objetiva estender uma proposta inicial dos recursos disponíveis no SIREN, inserindo novos extratores de características e funções de distância para imagens médicas e séries-temporais financeiras transformando-o em um framework, de forma que seus componentes possam ser utilizados via comandos Structured Query Language (SQL). Os resultados poderão ser diretamente utilizados por aplicativos de auxílio a tomada de decisão pelo especialista / Database Management Systems (DBMS) can deal with large amount of data. The queries on those systems obey the total order relation (TOR), domain where simple data such as numbers or strings are defined. In the case of complex data (e.g.: medical images, audio or temporal time-series) which does not obey the TOR properties, it\'s mandatory a new approach that can retrieve complex data by content with time skilful and proper semantics. To do so, the literature presents us, as consolidated paradigm, the similarity queries. This paradigm is the base of many computer aided applications (e.g.: Content-Based Medical Image Retrieval (CBMIR) and Content-Based Audio Retrieval (CBAR)) and include several research areas such as features extraction, distance functions and metrical access methods (MAM). Developing new features extractors methods and new distance functions (and combine them) are crucial to reduce the semantic gap between the content-based applications and the users. The MAM are responsible to provide fast and scalable answer to the systems. Integrate all those functionalities in one framework that can provide support to similarity queries inside a DBMS remains a huge challenge. The main objective of this work is extend the initial resources of the system SIREN, inserting new features extractor methods and distance functions to medical images, audio and financial time-series, turning it into a framework. All components may be used by extended Structured Query Language (SQL) commands. The SQL can be directly used by computer-aided applications

In Relational Algebra, the operator Division (÷) is an intuitive tool used to write queries with the concept of for all, and thus, it is constantly required in real applications. However, as we demonstrate in this MSc work, the division does not support many of the needs common to modern applications, particularly those that involve complex data analysis, such as processing images, audio, genetic data, large graphs, fingerprints, and many other non-traditional data types. The main issue is the existence of intrinsic comparisons of attribute values in the operator, which, by definition, are always performed by identity (=), despite the fact that complex data must be compared by similarity. Recent works focus on supporting similarity comparison in relational operators, but no one treats the division. MSc work proposes the new Similarity-aware Division (÷) operator. Our novel operator is naturally well suited to answer queries with an idea of candidate elements and exigencies to be performed on complex data from real applications of high-impact. For example, it is potentially useful to support agriculture, genetic analyses, digital library search, and even to help controlling the quality of manufactured products and identifying new clients in industry. We validate our proposal by studying the first two of these applications. / O operador de Divisão (÷) da Álgebra Relacional permite representar de forma simples consultas com o conceito de para todos, e por isso é requerido em diversas aplicações reais. Entretanto, evidencia-se neste trabalho de mestrado que a divisão não atende às necessidades de diversas aplicações atuais, principalmente quando estas analisam dados complexos, como imagens, áudio, textos longos, impressões digitais, entre outros. Analisando o problema verifica-se que a principal limitação é a existência de comparações de valores de atributos intrínsecas à Divisão Relacional, que, por definição, são efetuadas sempre por identidade (=), enquanto objetos complexos devem geralmente ser comparados por similaridade. Hoje, encontram-se na literatura propostas de operadores relacionais com suporte à similaridade de objetos complexos, entretanto, nenhuma trata a Divisão Relacional. Este trabalho de mestrado propõe investigar e estender o operador de Divisão da Álgebra Relacional para melhor adequá-lo às demandas de aplicações atuais, por meio de suporte a comparações de valores de atributos por similaridade. Mostra-se aqui que a Divisão por Similaridade é naturalmente adequada a responder consultas diversas com um conceito de elementos candidatos e exigências descrito na monografia, envolvendo dados complexos de aplicações reais de alto impacto, com potencial por exemplo, para apoiar a agricultura, análises de dados genéticos, buscas em bibliotecas digitais, e até mesmo para controlar a qualidade de produtos manufaturados e a identificação de novos clientes em indústrias. Para validar a proposta, propõe-se estudar as duas primeiras aplicações citadas.

Os Sistemas de Gerenciamento de Bases de Dados devem atualmente ser capazes de gerenciar dados complexos, como dados multimídia, sequências genéticas, séries temporais, além dos dados tradicionais. Em consultas em grandes coleções de dados complexos, a similaridade entre os dados é o fator mais importante, e pode ser adequadamente expressada quando esses dados são representados em espaços métricos. Independentemente do domínio de um tipo de dados, existem aplicações que devem acompanhar a evolução temporal dos elementos de dados. Porém, os Métodos de Acesso Métrico existentes consideram que os dados são imutáveis com o decorrer do tempo. Visando o tratamento do tempo e dinamicidade em dados representados em espaços métricos, o trabalho apresentado nesta tese foi desenvolvido em duas frentes principais de atividades. A primeira frente tratou da inclusão das operações de remoção e atualização em métodos de acesso métrico, e visa atender às necessidades de domínios de aplicação em que dados em espaços métricos sofram atualização frequente, independentemente de necessitarem de tratamento temporal. Desta frente de atividades também resultou um novo método de otimização de àrvores métricas, baseado no algoritmo de remoção desenvolvido. A segunda frente de atividades aborda a inclusão do conceito de evolução temporal em dados representados em espaços métricos. Para isso foi proposto o Espaço Métrico-temporal, um modelo de representação de dados que permite a comparação de elementos métricos associado a informações temporais. O modelo conta com um método para identificar as contribuições relativas das componentes métrica e temporal no cálculo da similaridade. Também foram apresentadas estratégias para análise de trajetórias de dados métricos com o decorrer do tempo, através da imersão de espaços métrico-temporais em espaços dimensionais. Por fim, foi apresentado um novo método de balanceamento de múltiplos descritores para representação de imagens, fruto de modificações no método proposto para identificar as contribuições das componentes que podem formar um espaço métrico-temporal / Nowadays, the Database Management Systems (DBMS) must be able to manage complex data, such as multimedia data, genetic sequences, temporal series, besides the traditional data. For queries on large collections of complex data, the similarity among elements is the most relevant concept, and it can be adequately expressed when data are represented in metric spaces. Regardless of the data domain, there are applications that must tracking the evolution of data over time However, the existing Metric Access Methods assume that the data elements are immutable. Aiming at both treating time and allowing changes in metric data, the work presented in this thesis consisted of two main parts. The first part addresses the inclusion of the operations for element remotion and updating in metric access methods. These operations are meant to application domains that work with metric data that changes over time, regardless of the needed to manage temporal information. A new method for metric trees optimization was also developed in this part of the work. It was based on the proposed remotion algorithm. The second part of the thesis addresses including the temporal evolution concept in data represented in metric spaces. The Metric-Temporal Space was proposed, a representation model to allow comparing elements consisting of metric data with temporal information associated. The model includes a method to identify the relative contributions of the temporal and the metric components in the final similarity calculation. Strategies for trajectory analysis of metric data over time was also presented, through the immersion of metric-temporal spaced in dimensional spaces. Finally, a new method for weighting multiple image descriptors was presented. It was derived from changes in the proposed method to identify the contributions of the components of the metric-temporal space

Uma das mais relevantes perspectivas que buscam explicar como as comunidades ecológicas se organizam é a teoria do nicho, que se divide em duas linhas de pesquisa com filosofias opostas. A primeira enfatiza que diferenças nas características funcionais de organismos permitem sua coexistência, enquanto que a segunda avalia até que ponto membros de uma mesma comunidade tendem a exibir similaridade em seus atributos funcionais. Uma variedade de métodos analíticos tem sido desenvolvida para avaliar mecanismos ligados a cada um dos processos. Explorando o padrão de distribuição de atributos de comunidades, a limitação de similaridade resulta em divergência de atributos, enquanto a ação local de filtros ambientais em geral produz convergência de atributos. Nesse sentido, o método para discriminação de padrões de organização por convergência ou por divergência de atributos no contexto de metacomunidades é de grande valor. Nesta dissertação, tal abordagem é utilizada para a avaliação de padrões de convergência e de divergência de atributos de plantas arbóreas juvenis em manchas florestais. Não incluímos informação filogenética ou de espécies a fim de avaliarmos até que ponto uma abordagem plenamente funcional pode explicar padrões de comunidades. O trabalho foi desenvolvido na Serra do Sudeste do RS, que consiste em um mosaico campo-floresta relativamente bem conservado. Algo instigante na Serra do Sudeste é a presença das coníferas Araucaria angustifolia (Bertol.) Kuntze e Podocarpus lambertii Klotzsch ex Endl. em várias manchas florestais, espécies reconhecidas como características da Floresta com Araucária do Planalto Sul-Brasileiro. Tal ocorrência vem sendo discutida há muitas décadas na literatura, mas nenhum estudo ecológico feito nessas áreas foi publicado ainda. Assim, nesta dissertação, tive como objetivos avançar na teoria relacionada à organização de comunidades e obter dados de qualidade para a avaliação continuada da dinâmica ecológica por trás dos mosaicos campo-floresta com presença de A. angustifolia na Serra do Sudeste. Os resultados encontrados revelaram padrões tanto de convergência quanto de divergência de atributos. A abordagem inteiramente funcional utilizada neste trabalho foi muito útil para a inferência de prováveis mecanismos de nicho envolvidos na organização das comunidades de árvores juvenis. Nós defendemos que a análise de dados de atributos referentes ao nível de indivíduos em um contexto de metacomunidades é a melhor maneira de explorar diretamente como a convergência e a divergência de atributos realmente se comporta ao longo de um dado gradiente. Com relação ao limite austral da distribuição de Araucaria angustifolia, caso as áreas da Serra do Sudeste sejam consideradas nativas, haveria uma ocorrência disjunta da espécie e, talvez, do tipo vegetacional Floresta com Araucária. Esse tema é especialmente importante no que concerne a uma possível migração da espécie ou mesmo da flora típica da formação rumo ao sul, ou alternativamente a uma possível evidência remanescente de que a espécie ou mesmo de que a formação tenham ocorrido continuamente até essas latitudes, talvez há centenas de milhares de anos atrás. A resolução desse mistério, entretanto, provavelmente só seja alcançada através de estudos paleopolínicos e genéticos. De qualquer forma, tais áreas devem ser protegidas, já que seu desconhecimento por grande parte da comunidade científica facilita a negligência de sua conservação. / Ecologists have considered niche theory one of the most relevant perspectives attempting to explain ecological community assembly. It is divided in two research programs with opposed philosophies. The first emphasises that differences in functional attributes of organisms enable their coexistence, whereas the second evaluate to which extent members of a same community tend to exhibit similarity regarding their functional traits. A variety of analytical methods have been developed for assessing mechanisms related to each of these processes. By exploring the trait distribution pattern in communities, it is generally accepted that the local action of environmental filters generates a pattern of trait convergence, whereas limiting similarity leads to trait divergence. In this sense, the method for discriminating traitconvergence and trait-divergence assembly patterns in the metacommunity context is of great value. In this dissertation, such approach is used for evaluating convergence and divergence patterns of tree sapling traits in forest patches in the Serra do Sudeste region of Rio Grande do Sul state, southern Brazil. We did not include phylogenetic or species identity information in the analysis since we wanted to evaluate to which extent an entirely functional approach could explain community patterns. The study was carried out in Serra do Sudeste, which consists of a forest-grassland mosaic relatively well conserved. Something puzzling in Serra do Sudeste is the presence of conifers such as Araucaria angustifolia (Bertol.) Kuntze and Podocarpus lambertii Klotzsch ex Endl. in several forest patches. These species are characteristic of the Araucaria forest occurring in the South-Brazilian Plateau. Such occurrence has been matter of a long-lasting debate in the regional literature, but no ecological study done in these areas has been published yet. In this dissertation I aimed at advancing on the theoretical bases of community assembly and at gathering data for continuously evaluating the ecological dynamics of the forest-grassland mosaics with presence of A. angustifolia in Serra do Sudeste. The results revealed both trait convergence and divergence patterns, which indicated mechanisms for the assembly of tree sapling communities. The entirely functional approach applied here was very useful to infer probable mechanisms underlying community assembly. We argue that the use of individual-based trait information in a metacommunity context is the best way to directly explore how trait convergence and trait divergence behave along a given gradient. With regard to the austral boundary of Araucaria angustifolia distribution, if the patches of Serra do Sudeste are considered native, there would be a disjunct occurrence of the species and perhaps of the vegetational type Araucaria forest. This issue is especially important regarding a possible migration of the species or even of the typical associated flora southwards, or alternatively, regarding a possible relict evidence that the species had continuously occurred along such latitudes in a remote past. Nonetheless, the resolution of this puzzle probably only will be achieved through genetic and paleopollen studies. Anyway, such areas must be protected as their omission in important scientific studies facilitates the negligence of their conservation.

Esta pesquisa descreve um modelo para descobrir e pontuar competências acadêmicas de pesquisadores, baseado na combinação de indicadores quantitativos que permitem mensurar a produção acadêmica dos cientistas. Um diferencial do modelo é a inclusão de indicadores quantitativos relacionados com a importância da produção bibliográfica dos pesquisadores. Estes indicadores possibilitam uma avaliação da produção considerando aspectos como repercussão na comunidade acadêmica e nível dos veículos de publicação. A pesquisa também contribui com a especificação de uma arquitetura flexível e extensível fundamentada em técnicas de extração de dados na Web e casamento aproximado de dados (através de funções de similaridade). A arquitetura foi implementada em um sistema Web cuja principal característica é a integração de diversas tecnologias open source. O sistema desenvolvido permite que qualquer pesquisador avalie quantitativamente sua produção científica, automatizando diversos aspectos relacionados à tarefa de avaliação, como a obtenção dos indicadores e a integração das diferentes bases de informações. / The present research describes a model that aims finding out and scoring academic researchers skills or competences based on the combination of quantitative indicators that make it possible to measure the production of academic scientists. A special feature concerning our model is the inclusion of quantitative indicators related to the importance of the researchers’ bibliographic production. These indicators allow the evaluation of the production considering both the outcome it has had in the academic community, and the quality level of the place it was published. The study also presents a flexible and extensible architecture specification based on techniques of web data extraction, and on approximate data matching (which is carried out through similarity functions). The architecture has been implemented in a web system whose main feature relies on the integration of several open-source technologies. The developed system allows any researcher to evaluate his/her own scientific production in quantitative terms, automating as well the so many aspects regarding the evaluation task, by making it easier to obtain the indicators and to integrate the different information databases, for instance.

Ecótonos campo-floresta no sul do Brasil são originados pela expansão de ecossistemas florestais sobre os campestres, um processo natural gerado por mudanças climáticas de larga escala espacial e temporal. Este processo provoca mudanças vegetacionais que consequentemente modificam os padrões de distribuição, composição e riqueza faunística. Assim, ecótonos campo-floresta são sistemas adequados para inferir sobre a influência de processos históricos, biogeográficos e ecológicos na estruturação de comunidades. Para respondermos questões relacionadas a processos agindo em diferentes escalas espaciais, distribuímos as amostragens de modo a obtermos um panorama espacial da estrutura das assembléias. Assim, a proposta de estudo desenvolvido no Capítulo I foi avaliar o papel do ambiente e de dinâmicas espaciais sobre a composição, riqueza de espécies e número de indivíduos em metacomunidades de pequenos mamíferos não-voadores de ecótonos campo-floresta. Os resultados demonstram que os componentes ambiental, espacial e a estrutura espacial do ambiente contribuem igualmente na explicação da variância na composição de espécies, enquanto o ambiente foi mais importante em explicar mudanças na riqueza de espécies e número de indivíduos. Assim, concluímos que requerimentos de nicho das espécies e processos regionais como a limitação da dispersão, o distanciamento de centros de especiação e distribuição geográfica e o processo de expansão florestal conjuntamente explicam variações na estrutura de metacomunidades de pequenos mamíferos não-voadores em ecótonos campo-floresta no Sul do Brasil. No Capítulo II, inferimos sobre os processos gerando os padrões de coexistência de pequenos mamíferos não-voadores em assembléias baseando-se em afinidades filogenéticas e funcionais. Considerando estas similaridades, avaliamos se a diferenciação de nicho ou os filtros ambientais compõem processos importantes para explicar os padrões de coexistência em escalas de hábitat, paisagem e região. Os resultados apontam um padrão de agrupamento filogenético e funcional em todas as escalas avaliadas, embora um padrão de repulsão foi registrado no interior florestal, atestando a influência da diferenciação de nicho estruturando as assembléias de pequenos mamíferos não-voadores nesta porção do gradiente campo-floresta. A predominância do padrão de agrupamento filogenético e funcional afirma a ação de filtros ambientais como processos majoritariamente importantes em explicar os padrões de coexistência de espécies e indivíduos de pequenos mamíferos não-voadores nas escalas avaliadas. Desta forma, o estudo compõem uma das primeiras tentativas para definir os processos de estruturação de assembléias de pequenos mamíferos não-voadores neotropicais combinando aspectos taxonômicos, funcionais e filogenéticos, levantando também questões de conservação da biodiversidade nos sistemas ecológicos estudados. / Grassland-forest ecotones in southern Brazil are originated by forest expansion on grasslands, a natural process generated by climate shifts in large spatial and temporal scales, which causes vegetation changes and likely affects distribution, composition and faunal richness patterns. Thus, grassland-forest ecotones in southern Brazil are suitable systems to infer about influence of historical, biogeographical and ecological processes structuring communities. In order to make these inferences, we spatially sampled non-flying small mammals to characterize the spatial structure of species assemblages. The study proposal of Chapter I was to evaluate the role of environment and spatial dynamics on the composition, species richness and individuals number of nonflying small mammals metacommunities in grassland-forest ecotones. The results shows that environment, space and spatial structure of environment explained equally variations in species composition, while environment variables was the most important component explaining changes in species richness and number of individual. Thus, we conclude that niche requirements and regional processes like dispersal limitation, increase in distance of speciation cores and geographic distribution centers and the forest expansion process explain together variation in metacommunities structure of non-flying small mammals in grassland-forest ecotones at southern Brazil. In Chapter II, we inferred the coexistence patterns of non-flying small mammals based on phylogenetic and functional affinities. Considering these ecological similarities, we evaluate whether niche differentiation or environmental filters processes are responsible for patterns of species coexistence in habitat, landscape and regional scales. Results indicated a phylogenetic and functional cluster across all evaluated scales, although phylogenetic and functional repulsion was registered at forest interior, proving the importance of niche differentiation structuring non-flying small mammals assemblages in this grassland-forest gradient portion. Prevalence of phylogenetic and functional cluster across all scales attests environmental filters as important processes explaining species and individual coexistence patterns in habitat, landscape and regional scales. Therefore, this study comprises one of first attempts to define processes underlying the structure of neotropical non-flying small mammals assemblages combining taxonomic, functional and phylogenetic aspects, concurrently addressing important questions to biodiversity conservation in the ecological systems under study.

Made available in DSpace on 2016-12-23T14:37:29Z (GMT). No. of bitstreams: 1 Karla Maria Pedra de Abreu Archanjo.pdf: 977386 bytes, checksum: 91b296b9c7f610611cc3d014ac824d14 (MD5) Previous issue date: 2008-02-15 / The objective of this work was to raise and discuss information about arboreal communities of two forest fragments, considering the lack of studies of vegetation of the south of the Espírito Santo state. The fragments are located in the municipal of Cachoeiro de Itapemirim, being the Floresta Nacional (FLONA) de Pacotuba and the Reserva Particular do Patrimônio Natural (RPPN) Cafundó. In FLONA de Pacotuba, the composition floristic consisted of 258 species and in RPPN Cafundó of 258 species, being 111 species common to the two fragments. The richest families in species in FLONA of Pacotuba are: Fabaceae, Sapotaceae, Euphorbiaceae, Myrtaceae and Meliaceae; while in RPPN Cafundó are: Myrtaceae, Fabaceae, Sapotaceae and Euphorbiaceae. In the analysis of the similarity of FLONA de Pacotuba and of RPPN Cafundó, it was demonstrated that in spite of the geographical proximity, the different disturbance reports and regeneration, they resulted in different floristics compositions between these fragments. Being considered the diversity, the index of Shannon-Weaver (H) found in RPPN Cafundó (4,13), reach a more expressive value than the FLONA of Pacotuba (3,31). The value found for equability (J) is 0,60 in FLONA of Pacotuba and 0,74 in RPPN Cafundó. In the horizontal structure of FLONA of Pacotuba, the species Senefeldera verticillata, Actinostemon estrellensis and Anadenanthera peregrina dominate the community in relation to IVI(%); in RPPN Cafundó, the species that more stood out in IVI(%) are: Astronium concinnum, Pseudopiptadenia contorta and Neoraputia alba.The RPPN Cafundó presents larger number of individuals for hectare in the first diameter classes. The diametric structures of the fragments follow the general pattern of the uneven-aged forests, in reversed-J-shape. The vertical structure varies of 2 until 50 meters in FLONA de Pacotuba and of 2,1 until 54 meters in RPPN Cafundó / Este trabalho teve como objetivo levantar e discutir informações sobre as comunidades arbóreas de dois fragmentos florestais, considerando a carência de estudos de vegetação do sul do Estado do Espírito Santo. Os fragmentos estão localizados no município de Cachoeiro de Itapemirim, sendo a Floresta Nacional (FLONA) de Pacotuba e a Reserva Particular do Patrimônio Natural (RPPN) Cafundó. Na FLONA de Pacotuba a composição florística constou de 258 espécies e na RPPN Cafundó de 258 espécies, sendo que 111 espécies são comuns aos dois fragmentos. As famílias mais ricas em espécies na FLONA de Pacotuba são: Fabaceae, Sapotaceae, Euphorbiaceae, Myrtaceae e Meliaceae; enquanto que na RPPN Cafundó são: Myrtaceae, Fabaceae, Sapotaceae e Euphorbiaceae. Na análise da similaridade da FLONA de Pacotuba e da RPPN Cafundó, foi demonstrado que apesar da proximidade geográfica, os diferentes históricos de perturbação e regeneração, resultaram em diferentes composições florísticas entre estes fragmentos. Considerando-se a diversidade, o índice de Shannon-Weaver (H ) encontrado na RPPN Cafundó (4,13), alcançou um valor mais expressivo que o da FLONA de Pacotuba (3,31). O valor encontrado para equabilidade (J) é de 0,60 na FLONA de Pacotuba e 0,74 na RPPN Cafundó. Na estrutura horizontal da FLONA de Pacotuba, as espécies Senefeldera verticillata, Actinostemon estrellensis e Anadenanthera peregrina dominam a comunidade em relação ao IVI(%); na RPPN Cafundó, as espécies que mais se destacaram em IVI(%) são: Astronium concinnum, Pseudopiptadenia contorta, Neoraputia alba. A RPPN Cafundó apresenta maior número de indivíduos por hectare nas primeiras classes de diâmetro. As estruturas diamétricas dos fragmentos seguem o padrão geral das florestas ineqüiâneas, em J invertido. A estrutura vertical varia de 2 a 50 metros na FLONA de Pacotuba e de 2,1 a 54 metros na RPPN Cafundó