Orientador: Carlos Norberto Fischer / Coorientador: Robison José Quitério / Banca: Luís Eduardo Tourinho Dantas / Banca: Manoel Osmar Seabra Júnior / Resumo: A obesidade infantil tem se tornado uma preocupação crescente na área da saúde devido às possíveis consequências que ela pode trazer a um indivíduo, tanto na sua infância quanto na fase adulta. Assim, além do diagnóstico da obesidade em crianças, devem ser investigados fatores que podem estar envolvidos com o seu surgimento. O processo de identificação e análise destes fatores tem se mostrado uma tarefa bastante complexa - a grande quantidade de estudos que tem sido publicada sobre o tema, muitos deles inconclusivos, é uma mostra disso. Este trabalho de mestrado teve o objetivo de analisar dados sobre crianças, em particular, com excesso de peso, visando levantar hipóteses quanto à possível influência de alguns fatores para o surgimento da obesidade infantil. Dentre os fatores analisados, alguns têm sido citados na literatura como possivelmente relacionados ao surgimento da obesidade infantil, a saber, o tipo de parto, o peso da criança ao nascer, o tempo de aleitamento materno e a quantidade de horas de sono diárias da criança, além da hereditariedade para a obesidade. Também foi incluído nas análises o fator tempo de gestação. Um segundo objetivo deste estudo foi testar e avaliar a viabilidade de uso da técnica de associação, da área de mineração de dados, em associação com o recurso banco de dados, como ferramenta auxiliar no processo de análise especificamente dos tipos de dado de interesse neste trabalho. Para atingir os objetivos pretendidos, foi analisado um conjunto de dados referentes a 107 crianças entre 6 e 13 anos, coletado na cidade de Marília - SP, constituído de: 38 eutróficas, 38 obesas e 31 com sobrepeso. O processo de análise dos dados possibilitou identificar correlações relevantes entre variáveis envolvidas no problema, a partir das quais pôde-se levantar algumas hipóteses, como a de que o parto cesárea, em especial, e o tempo de aleitamento materno não adequado poderiam... / Abstract: Childhood obesity has reached worrying rates in the Brazilian population; its occurrence has acquired great significance in the health field. Thus, in addition to the diagnosis of the obesity in children, other factors involved with its emergence should be investigated. The process of identification and analysis of these factors has proven to be a very complex task - the great number of studies published on this subject, many of them inconclusive, is an evidence of this complexity. This master thesis aimed to analyze data on children, especially overweight ones, in order to establish hypotheses on the role of some factors that may be involved with childhood obesity. Among the analyzed factors, some have been cited in the literature as possibly related to the emergence of the childhood obesity, namely, the delivery method, the infant weight at birth, the period of breastfeeding and the number of daily hours of sleep, in addition to the obesity hereditary. The factor pregnancy period was also included in the analysis. A second objective of this study was to test and evaluate the application of the association technique, from the data mining area, together with the database resource, as an auxiliary tool in the analysis process specially on the data types that are of interest in this work. In order to achieve the intended objectives, a set of data involving 107 children between 6 and 13 years old was analyzed. The data was collected in the city of Marília - SP and it consists of 38 normal weight children, 38 obese ones and 31 overweight ones. The data analysis process allowed to identify some relevant correlations between variables involved in the problem and establish hypotheses to be analyzed in more details. Regarding the used computational resources, association rules seem to be quite interesting for the analysis of the types of data considered in this study, since they allow to establish hypotheses from the correlations found between ... / Mestre

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Ciência da Informação, Programa de Pós-graduação em Ciência da Informação, 2014. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2014-06-03T12:04:44Z No. of bitstreams: 1 2014_RafaelHenriqueSantosSoares (2).pdf: 12869300 bytes, checksum: 9366d49313b4a6fab8c16bc970fb608a (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-06-03T13:22:05Z (GMT) No. of bitstreams: 1 2014_RafaelHenriqueSantosSoares (2).pdf: 12869300 bytes, checksum: 9366d49313b4a6fab8c16bc970fb608a (MD5) / Made available in DSpace on 2014-06-03T13:22:05Z (GMT). No. of bitstreams: 1 2014_RafaelHenriqueSantosSoares (2).pdf: 12869300 bytes, checksum: 9366d49313b4a6fab8c16bc970fb608a (MD5) / Investiga a utilização de fontes de dados abertas para estudo da comunicação e mediação da informação entre as organizações públicas brasileiras usando a análise de redes sociais. A maioria as decisões das organizações públicas somente produzem efeito legal após sua publicação, sendo o Diário Oficial da União o principal veículo para essa publicação. O fluxo de informações estabelecido, portanto, entre os órgãos da administração pública e aquele veículo revela uma rede social decorrente essa comunicação. A hipótese desse trabalho é que essa rede pode ser mapeada (ainda que parcialmente) por meio da adequada extração e modelagem de dados e pelo emprego dos métodos da análise de redes sociais. A pesquisa apresenta uma metodologia exploratória para coleta de dados usando como fonte principal as publicações veiculadas no Diário Oficial da União e explora a modelagem de redes sociais e métricas que podem contribuir para a condução de estudos sobre comunicação e mediação da informação usando essa base empírica. _______________________________________________________________________________________ ABSTRACT / Investigates the use of open sources data for the study of communication and mediation of information between the Brazilian public organizations using social network analysis . Most decisions of public organizations only produce legal effect after its publication and the Official Gazette is the main vehicle for this publication. The flow of information thus established between the public administration bodies and that vehicle reveals a social network resulting from this communication . The hypothesis of this paper is that this network can be mapped ( even partially ) through proper extraction and data modeling and the use of methods of social network analysis . The research presents an exploratory methodology for data collection using as the main source publications circulated in the Official Gazette and explores the modeling of social networks and metrics that can contribute to the conduct of studies on communication and mediation of information using this empirical basis.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2014. / Submitted by Ana Cristina Barbosa da Silva (annabds@hotmail.com) on 2014-10-17T12:10:08Z No. of bitstreams: 1 2014_YangLiu.pdf: 1603703 bytes, checksum: 61134747f580259f9be7b882b5ffffa8 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-10-17T13:09:45Z (GMT) No. of bitstreams: 1 2014_YangLiu.pdf: 1603703 bytes, checksum: 61134747f580259f9be7b882b5ffffa8 (MD5) / Made available in DSpace on 2014-10-17T13:09:45Z (GMT). No. of bitstreams: 1 2014_YangLiu.pdf: 1603703 bytes, checksum: 61134747f580259f9be7b882b5ffffa8 (MD5) / O rápido desenvolvimento da tecnologia da Internet trouxe-nos para a era da explosão de informações, enquanto a massa de informações por um lado, torna difícil selecionar as mais interessantes. Por outro lado, também muitas delas são perdidas na rede de informação, pois existem "informações secretas", não permitindo o acesso aos usuários em geral. O Sistema de Recomendação(RS) é atualmente um esquema mais eficiente para resolver o problema recente de sobrecarga de informações. A recomendação é amplamente utilizada em Redes Sociais Online(como Twitter, Weibo e outros Microblogs), neste trabalho é utilizado o método de Máquina de Vetores de Suporte(SVM) para aplicar recomendação de amigos. A dissertação propõe uma idéia que combina a teoria e os atributos de Microblog SVM para realizar a recomendação de amigos. Além disso implementá-lo como um sistema recomendado para aumentar a aceitação do usuário no microblog. Os experimentos mostraram que o modelo SVM proposto apresenta um desempenho eficiente e boa exatidão na recomendação de amigos nas redes sociais. O resultado do SVM é 72\% melhor que os métodos usados para comparação: os algoritmos Naïve Bayes e Random Forest, tendo sido considerados diferentes tamanhos de amostras para testar a eficiência e o desempenho destes modelos. O resultado mostrou que o algoritmo SVM é melhor para amostras de diversos tamanhos. _________________________________________________________________________________ ABSTRACT / The rapid growth of internet technology brought us to the era of the rapid difusionof information. Nevertheless, the large quantity of information makes it dificult to find interesting information and therefore, much of it is lost in the information networkdue to secret information, not permitting the access to the general public. Recommendationsystems (RS) are nowadays the most eficient tools to solve the recent problemof information overload. RS is already widely used in Online Social Networks(such asTwitter,Weibo and other Microblogs). In this research, Support Vector Machines (SVM)method is applied in the recommendation of friends.The dissertation proposes an idea which combining the SVM theory and attributesof Microblog to realize the recommendation of friends. Furthemore implement it as arecommended system to increase the acceptance of user no microblog.The experiments showed that the proposed SVM model presents an eficient performanceand good accuracy on the recommendation of friends in social networks. Theresult of the SVM is 72% better than the methods used for comparison: the algorithmsRandom Forest and Naive Bayes. Diferent sample sizes were considered separately totest the eficiency and performance of these models. These results showed that the SVMalgorithm is better for samples of diferent sizes.

Orientador: Luiz Henrique Antunes Rodrigues / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-25T02:35:28Z (GMT). No. of bitstreams: 1 Bocca_FelipeFerreira_M.pdf: 3408187 bytes, checksum: 42fbcc9a588255a03b2746e38bf18992 (MD5) Previous issue date: 2014 / Resumo: A tomada de decisão e o planejamento de uma usina de cana-de-açúcar têm como principal variável a produtividade dos cultivos, que em conjunto com a área permite estimar a produção. A cana-de-açúcar, uma cultura semi-perene, nas condições brasileiras, possui um ciclo inicial que pode variar de 12 a 18 meses e, após a primeira colheita, é colhida anualmente até que o decréscimo de produtividade leve ao replantio da área. Considerando o tamanho das áreas de cultivo, e o horizonte temporal, projeções de produtividade são fornecidas em diferentes contextos de decisão para cultivos que se encontram em diferentes momentos do ciclo de crescimento. Foi conduzida uma pesquisa exploratória junto a uma usina com intuito de contextualizar as principais decisões que são influenciadas pela perspectiva de produtividade futura, bem como a forma que essas predições afetam o planejamento. Tomando por base o resultado de entrevistas semiestruturadas e acompanhamento de atividades, foi possível identificar decisões chave e suas características, que foram relacionadas a soluções propostas pela comunidade científica e enquadradas dentro de uma proposta de framework para tomada de decisão e planejamento. Entre as decisões, chamou atenção as que são tomadas nos elos iniciais da cadeia de valor, que terão efeitos em todos os processos posteriores e que são tomadas na maior situação de incerteza, sendo consideradas pontos críticos no planejamento. No framework, baseado no uso de modelos empíricos de produtividade, é possível explorar o potencial das informações climáticas para projeção da produtividade e também explorar o potencial dos dados acumulados pelo setor. Para tal, foram desenvolvidos modelos empíricos de produtividade utilizando diferentes técnicas de mineração de dados. Os modelos de produtividade possuíam como atributos preditores os dados referentes aos talhões e seu manejo, em conjunto com os dados do clima ocorrido. Foi possível reduzir a magnitude de erro para menos da metade do encontrado em uma abordagem anterior. Entre as técnicas utilizadas, a SVM e a Random Forest obtiveram os melhores desempenhos, embora o modelo utilizando SVM tenha utilizado significativamente menos atributos. A estratégia de modelagem baseada em dados permitiu a criação de modelos específicos para o contexto produtivo da própria unidade, na escala da menor unidade de gestão, os talhões. Os modelos de produtividade criados possuem potencial para projeção de produtividade se utilizados em conjunto com projeções de clima / Abstract: Decision making and planning of sugarcane production have as main variable the crop yield, which in conjunction with the field area allows us to estimate production. Sugarcane, a semi-perennial crop, in Brazilian conditions, has an initial cycle that varies from 12 to 18 months and after the first harvest, is harvested annually until yield reduction lead to replanting the area. Considering the size of cultivated areas, and the time horizon, yield projections are provided in different contexts of decision for crops that are in different stages of the growth cycle. An exploratory study was conducted within a sugarcane mill to contextualize the main decisions that are influenced by the perspective of future yield, as well as how those predictions affect planning. Based on the result of semi-structured interviews and activities follow-up, it was possible to identify key decisions and their characteristics, which were related to the solutions proposed by the scientific community and framed within a proposed framework for decision making and planning. Decisions made in the first echelons of the value chain demanded early predictions and have effects in the whole value chain, being considered a critical point for planning. In the framework, based on the use of empirical models of yield, it is possible to exploit the potential of climate information to forecast yield and also explore the potential of data accumulated by the sector. Empirical yield models were developed using different data mining techniques. The models used and data from the blocks and their management, coupled with the climatic data as predictive variables. Error magnitude was reduced by half from a previous approach. Among the techniques used, SVM and Random Forest got the best performance, although the SVM model has significantly fewer attributes. The modeling strategy based on data enabled the creation of specific models for the production context of the mill, on the scale of the smallest management unit. The yield models created have potential for yield forecast if used in conjunction with weather forecasts / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola / 12/50049-3 / FAPESP

Orientador: Danilo Medeiros Eler / Banca: Almir Olivette Artero / Banca: José Fernando Rodrigues Junior / Resumo: As projeções multidimensionais são uma ferramenta importante para análise de conjuntos de dados multidimensionais. No entanto, embora a representação gráfica de projeções multidimensionais tragam benefícios quanto à identificação de grupos e análise da similaridade entre instâncias de um conjunto de dados, tal representação apresenta dificuldades quando o número de instâncias ou a dimensionalidade do conjunto sendo analisado cresce. Neste trabalho, é apresentada uma abordagem de exploração multinível em visualizações geradas para representar projeções multidimensionais, em que o objetivo é oferecer meios para que um conjunto de dados seja explorado com uma carga cognitiva menor do que em representações comuns de projeções multidimensionais. A técnica proposta é baseada na seleção de representativos para fornecer um contexto e guiar o usuário no processo de exploração, além de utilizar diagramas de Voronoi para definição dos grupos. A abordagem pode ser empregada com qualquer técnica de projeção multidimensional, além de poderem ser utilizados os mais variados algoritmos de seleção de representativos. Nos experimentos realizados são apresentados os algoritmos mais indicados para seleção de representativos, bem como o impacto de diferentes técnicas de projeção multidimensional e do espaço de características dos conjuntos analisados. Além disso, são apresentados dois estudos de casos utilizando a técnica de exploração proposta / Abstract: Multidimensional projections are an important tool for analyzing multidimensional datasets. However, although the graphical representation of multidimensional projection brings benefits according to cluster identification and similarity analysis, such representation presents issues when the number of instances or the dimensionality of the dataset increases. In this work, a multilevel exploration approach in visualizations generated to encode multidimensional projections is presented, in which the goal is to provide subsidies for an exploration with lower cognitive load than the common approaches. The proposed technique is based on selecting representative to provide a context to guide the user in the exploration process, besides using Voronoi diagrams to define clusters. In the experiments, the best suited algorithms to select representative are presented, as well as the impact of different multidimensional projection techniques and the feature space of the analyzed dataset. Finally, two case studies are presented to show how the exploration approach works / Mestre

Orientador: Roberta Spolon / Banca: Kelton Augusto Pontara da Costa / Banca: Anderson Francisco Talon / Resumo: No início desta década havia cerca de 5 bilhões de telefones em uso gerando dados. Essa produção global aumentou aproximadamente 40% ao ano no início da década passada. Esses grandes conjuntos de dados que podem ser capturados, comunicados, agregados, armazenados e analisados, também chamados de Big Data, estão colocando desafios inevitáveis em muitas áreas e, em particular, no campo Machine Learning. Algoritmos de Machine Learning são capazes de extrair informações úteis desses grandes repositórios de dados e por este motivo está se tornando cada vez mais importante o seu estudo. Os programas aptos a realizarem essa tarefa podem ser chamados de algoritmos de classificação e clusterização. Essas aplicações são dispendiosas computacionalmente. Para citar alguns exemplos desse custo, o algoritmo Quality Threshold Clustering tem, no pior caso, complexidade O(�����������������5). Os algoritmos hierárquicos AGNES e DIANA, por sua vez, possuem O(n²) e O(2n) respectivamente. Sendo assim, existe um grande desafio, que consiste em processar grandes quantidades de dados em um período de tempo realista, encorajando o desenvolvimento de algoritmos paralelos que se adequam ao volume de dados. O objetivo deste trabalho é apresentar a paralelização do algoritmo de hierárquico divisivo DIANA. O desenvolvimento do algoritmo foi realizado em MPI e OpenMP, chegando a ser três vezes mais rápido que a versão monoprocessada, evidenciando que embora em ambientes de memória distribuídas necessite de... / Abstract: Earlier in this decade there were about 5 billion phones in use generating data. This global production increased approximately 40% per year at the beginning of the last decade. These large datasets that can be captured, communicated, aggregated, stored and analyzed, also called Big Data, are posing inevitable challenges in many areas, and in particular in the Machine Learning field. Machine Learning algorithms are able to extract useful information from these large data repositories and for this reason their study is becoming increasingly important. The programs that can perform this task can be called classification and clustering algorithms. These applications are computationally expensive. To cite some examples of this cost, the Quality Threshold Clustering algorithm has, in the worst case, complexity O (n5). The hierarchical algorithms AGNES and DIANA, in turn, have O (n²) and O (2n) respectively. Thus, there is a great challenge, which is to process large amounts of data in a realistic period of time, encouraging the development of parallel algorithms that fit the volume of data. The objective of this work is to present the parallelization of the DIANA divisive hierarchical algorithm. The development of the algorithm was performed in MPI and OpenMP, reaching three times faster than the monoprocessed version, evidencing that although in distributed memory environments need synchronization and exchange of messages, for a certain degree of parallelism it is advantageous ... / Mestre

Orientador: Carlos Roberto Valêncio / Banca: Rogéria Cristiane Gratão de Souza / Banca: Enzo Seraphim / Resumo: O avanço e desenvolvimento de tecnologias utilizadas na coleta de informações georreferenciáveis proporcionou um aumento na quantidade de dados espaciais armazenados nas bases de dados. Isso também acarretou muitos problemas, comuns em grandes bases de dados, tais como: redundância de dados, dados incompletos, valores desconhecidos e outliers. Com o objetivo de obter informações relevantes dos dados espaciais, a aplicação de algoritmos de prospecção de dados espaciais, principalmente os algoritmos de agrupamentos espaciais, tornou-se uma prática bastante recorrente em todo cenário mundial. Por outro lado, muitos algoritmos atuais desconsideram a presença de outliers locais em dados espaciais, ou apenas consideram a sua localidade em relação aos demais dados da base, o que pode gerar resultados inconsistentes e dificultar a extração de conhecimento. Dessa forma, com o propósito de contribuir nesse sentido, o trabalho visa elaborar um levantamento de informações relacionadas a prospecção de dados espaciais, detecção de outliers convencionais e espaciais, assim como, apresentar os principais trabalhos no estado da arte. Por fim, propõe-se disponibilizar uma abordagem configurável e portável aos resultados dos algoritmos de agrupamento espaciais, na qual inclui-se uma melhoria em um algoritmo de detecção de outliers espaciais, que visa a prospecção de informações no conjunto de dados / Abstract: The progress and development of technologies used to collect spatial information resulted in an increase in the amount of spatial data stored in databases. This also caused many problems, common in large databases, such as data redundancy, incomplete data, unknown values and outliers. Aiming to obtain relevant information from spatial data, the application of algorithms for exploration of spatial data, especially spatial clusters of algorithms, has become a fairly common practice across the world scene. Moreover, many current algorithms ignore the presence of local outliers in spatial data, or just consider your location in relation to other data in base, which can cause inconsistent results and complicate the extraction of knowledge. Thus, in order to contribute to this, the work aims to develop a survey of information related to exploration of spatial data, detection of conventional and spatial outliers, as well as, present the main work in state of the art. Finally, we propose to provide a portable and configurable algorithms to the results of spatial clustering approach, which includes an improvement on an algorithm to detect spatial outliers, aimed at prospecting for information in the dataset / Mestre

Capes / Ferramentas de descoberta de conhecimento que usam a mineração de dados para extração de informações geram relatórios que são analisados e podem servir de base para a tomada de decisão. Mas, a percepção do conhecimento obtido pode ser comprometida caso os resultados fornecidos pelas ferramentas utilizem termos técnicos, linguagem de máquina ou o formato de exibição das informações seja inteligível. Por isso, técnicas que utilizam recursos gráficos para expor informações passam a ser importantes na descoberta de conhecimento podendo ser aplicadas aos resultados de modo a facilitar a compreensão da informação exposta. Este trabalho correlaciona o conhecimento fornecido pelas técnicas de mineração de dados com as características gráficas das técnicas de visualização de informações de modo que auxiliem na compreensão dos resultados fornecidos pelas ferramentas de descoberta de conhecimento. Apresenta também as técnicas de visualização de informações mais apropriadas para transmitir o conhecimento obtido além de exibir os protótipos das representações gráficas dos resultados gerados por técnicas e algoritmos de mineração da ferramenta Weka. A aplicação de recursos visuais visa simplificar a interpretação do conhecimento extraído e fortalecer a base de informações para tomada de decisão das organizações. / Tools for knowledge discovery using data mining to extract information generate reports that are reviewed and may serve as a basis for decision making. But the perception of knowledge gained can be compromised if the results provided by the tools using technical terms, machine language or the display format of the information to be intelligible. Therefore, techniques that use information to display graphics resources become important in knowledge discovery can be applied to the results in order to facilitate the understanding of the information displayed. This work correlates the knowledge provided by the techniques of data mining with graphic features of information visualization techniques in order to assist in the understanding of the results provided by the tools of knowledge discovery. It also presents information visualization techniques most appropriate to convey the knowledge gained in addition to displaying prototypes of graphical representations of the results generated by techniques and algorithms mining tool Weka. The use of visuals to simplify the interpretation of the extracted knowledge and strengthen the information base for decision-making organizations.

Made available in DSpace on 2014-06-11T19:30:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-02-26Bitstream added on 2014-06-13T21:01:19Z : No. of bitstreams: 1 franco_c_dr_prud.pdf: 7388592 bytes, checksum: 3b1b05541970e72cb28df9a6b857ffe8 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Universidade Estadual de Maringa - Uem / Nas últimas décadas, a capacidade de gerar e coletar dados aumentou rapidamente, gerando a necessidade do desenvolvimento de novas técnicas e ferramentas capazes de processar e analisar esses dados descobrindo informações novas e úteis. Surgindo um proeminente campo de pesquisa para a extração de conhecimento de dados Descoberta de Conhecimento em Banco de Dados. Pela aplicação da metodologia da descoberta de conhecimento indireto aos atributos dos fragmentos cerâmicos coletados ao nível do solo no Sítio Arqueológico Piracanjuba Piraju SP, este trabalho pretende prover aos peritos em arqueologia uma visão sistêmica capaz de auxiliá-los no conhecimento das populações pretéritas que ali habitaram. / In the last decades, the capacities to produce and collect data has grown fast and the development of news techniques and tools capable to processes and analyze this datas discovering new and useful information as necessary. Therefore, a huge research area has beginning for the extraction of data understanding Knowledge Discovery in Database. The indirect knowledge discovery applied to ceramic fragment collected at soil level in Piracanjuba's Piraju, SP aims give to archaeology experts a whole vision able to be useful knowledge of the past people living there.

Resumo: Nas últimas décadas, a capacidade de gerar e coletar dados aumentou rapidamente, gerando a necessidade do desenvolvimento de novas técnicas e ferramentas capazes de processar e analisar esses dados descobrindo informações novas e úteis. Surgindo um proeminente campo de pesquisa para a extração de conhecimento de dados Descoberta de Conhecimento em Banco de Dados. Pela aplicação da metodologia da descoberta de conhecimento indireto aos atributos dos fragmentos cerâmicos coletados ao nível do solo no Sítio Arqueológico Piracanjuba Piraju SP, este trabalho pretende prover aos peritos em arqueologia uma visão sistêmica capaz de auxiliá-los no conhecimento das populações pretéritas que ali habitaram. / Abstract: In the last decades, the capacities to produce and collect data has grown fast and the development of news techniques and tools capable to processes and analyze this datas discovering new and useful information as necessary. Therefore, a huge research area has beginning for the extraction of data understanding Knowledge Discovery in Database. The indirect knowledge discovery applied to ceramic fragment collected at soil level in Piracanjuba's Piraju, SP aims give to archaeology experts a whole vision able to be useful knowledge of the past people living there. / Orientador: Nilton Nobuhiro Imai / Coorientador: Neide Faccio Barrocá / Coorientador: Vilma Tachibana / Banca: Milton Hirokazu Shimabukuro / Banca: Mário Hissamitsu Tarumoto / Banca: José Luiz de Morais / Banca: Emília Mariko Kashimoto / Doutor