Made available in DSpace on 2016-04-01T17:54:59Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-07-03. Added 1 bitstream(s) on 2016-04-01T18:00:42Z : No. of bitstreams: 1 000858238.pdf: 2570836 bytes, checksum: a9d3905c0dcd130d8e44ec0ecfe29855 (MD5) / A necessidade de integrar dados é constante nos estudos e trabalhos na área de Geologia, parte das Geociências responsável pelo estudo de diversas características da Terra. Esta necessidade surge do fato de que os dados são, geralmente, produzidos por diferentes organizações e/ou grupos de pesquisas, que podem estudar áreas extensas e/ou relacionarem, nestes estudos, diferentes disciplinas associadas à Geologia. Esta descentralização na produção de informação faz com que os dados sejam descritos com diferentes esquemas e diferentes interpretações de conceitos a eles relacionados. O volume de dados que pode ser gerado nos estudos de Geologia traz a necessidade de automatizar processo de integração. Entretanto, abordagens tradicionais baseadas em comparações sintáticas dos esquemas de dados podem não ser suficientes. Os dados geológicos possuem características complexas que dependem de aspectos conceituais para serem analisados. Portanto, a integração de dados geológicos requer uma abordagem em um nível mais completo de representação da informação, que considere os conceitos relacionados aos dados. A partir do contexto apresentado, o Framework para Integração de Dados Geoespaciais proposto neste trabalho visa integrar dados geológicos com a utilização de ontologias, considerando como escopo fundamental as características geoespacias destes dados. Porém, as ontologias que descrevem conceitos relacionados à Geologia podem ser definidas com diferentes interpretações da relação entre estes conceitos. Para superar esta heterogeneidade semântica, o framework proposto utiliza o processo de alinhamento de ontologias. O framework também aborda aspectos relacionados à disponibilidade dos dados geológicos, que podem ser públicos, de livre acesso e compartilhamento ou restritos, com acesso controlado, principalmente quando dizem respeito a atividades estratégicas, como a exploração de recursos minerais... / Data integration is a constant need in researches and work in Geology, part of Geosciences responsible for studying several characteristics of Earth. This need comes from the fact that data are usually produced by different organizations and/or research groups, which may study large areas and/or relate different subjects associated with Geology within these studies. The decentralized information production cause the data to be described with different schemas and different interpretations of the concepts related to them. The volume of data that can be generated in Geological studies brings the need to automate the integration process. However, traditional approaches based on syntactic comparison of data schema may not be enough to perform the task. Geological data have complex characteristics which rely on conceptual aspects to be analyzed. Thus, geological data integration a more complete level of information representation approach, that considers the concepts related to the data. Within the presented context, the Framework for Geospatial Semantic Integration proposed in this work aims to integrate geological data based on ontologies, and to consider the fundamental geospatial characteristics of these data. However, the ontologies that describe concepts related to Geology may be defined with different interpretations of these concepts relations. To overcome this semantic heterogeneity, the proposed framework uses the ontology alignment process. The framework also considers geological data availability aspects, which may vary as public, with free access and sharing possibilities or as restricted, with controlled access, mainly when the data is about strategic activities, as mineral and energetic resources exploration. In the integration process proposed in the framework, a semantic analysis of the data is executed; based on rules, it identifies cases of duplications, conflicts or combinations of geological data

Orientador: Carlos Roberto Valêncio / Banca: Rogéria Cristiane Gratão de Souza / Banca: Enzo Seraphim / Resumo: A quantidade de dados gerenciados por serviços Web de grande escala tem crescido significantemente e passaram a ser chamados de Big Data. Esses conjuntos de dados podem ser definidos como um grande volume de dados complexos provenientes de múltiplas fontes que ultrapassam a capacidade de armazenamento e processamento dos computadores atuais. Dentro desses conjuntos, estima-se que 80% dos dados possuem associação com alguma posição espacial. Os dados espaciais são mais complexos e demandam mais tempo de processamento que os dados alfanuméricos. Nesse sentido, as técnicas de MapReduce e sua implementação têm sido utilizadas a fim de retornar resultados em tempo hábil com a paralelização dos algoritmos de prospecção de dados. Portanto, o presente trabalho propõe dois algoritmos de agrupamento espacial baseado em densidade: o VDBSCAN-MR e o OVDBSCAN-MR. Ambos os algoritmos utilizam técnicas de processamento distribuído e escalável baseadas no modelo de programação MapReduce com intuito de otimizar o desempenho e permitir a análise em conjuntos Big Data. Por meio dos experimentos realizados foi possível verificar que os algoritmos desenvolvidos apresentaram melhor qualidade nos agrupamentos encontrados em comparação com os algoritmos tomados como base. Além disso, o VDBSCAN-MR obteve um melhor desempenho que o algoritmo sequencial e suportou a aplicação em grandes conjuntos de dados espaciais / Abstract: The amount of data managed by large-scale Web services has increased significantly and it arise to the status of Big Data. These data sets can be defined as a large volume of complex data from multiple data sources exceeding the storage and processing capacity of current computers. In such data sets, about 80% of the data is associated with some spatial position. Spatial data is even more complex and require more processing time than what would be required for alphanumeric data. In that sense, MapReduce techniques and their implementation have returned results timely with parallelization of data mining algorithms and could apply for Big Data sets. Therefore, this work develops two density-based spatial clustering algorithms: VDBSCAN-MR and OVDBSCAN-MR. Both algorithms use distributed and scalable processing techniques based on the MapReduce programming model in order to optimize performance and enable Big Data analysis. Throughout experimentation, we observed that the developed algorithms have better quality clusters compared to the base algorithms. Furthermore, VDBSCAN-MR achieved a better performance than the original sequential algorithm and it supported the application on large spatial data sets / Mestre

Orientador: Ivan Rizzo Guilherme / Banca: Mara Abel / Banca: Daniel Carlos Guimarães Pedronette / Resumo: A necessidade de integrar dados é constante nos estudos e trabalhos na área de Geologia, parte das Geociências responsável pelo estudo de diversas características da Terra. Esta necessidade surge do fato de que os dados são, geralmente, produzidos por diferentes organizações e/ou grupos de pesquisas, que podem estudar áreas extensas e/ou relacionarem, nestes estudos, diferentes disciplinas associadas à Geologia. Esta descentralização na produção de informação faz com que os dados sejam descritos com diferentes esquemas e diferentes interpretações de conceitos a eles relacionados. O volume de dados que pode ser gerado nos estudos de Geologia traz a necessidade de automatizar processo de integração. Entretanto, abordagens tradicionais baseadas em comparações sintáticas dos esquemas de dados podem não ser suficientes. Os dados geológicos possuem características complexas que dependem de aspectos conceituais para serem analisados. Portanto, a integração de dados geológicos requer uma abordagem em um nível mais completo de representação da informação, que considere os conceitos relacionados aos dados. A partir do contexto apresentado, o Framework para Integração de Dados Geoespaciais proposto neste trabalho visa integrar dados geológicos com a utilização de ontologias, considerando como escopo fundamental as características geoespacias destes dados. Porém, as ontologias que descrevem conceitos relacionados à Geologia podem ser definidas com diferentes interpretações da relação entre estes conceitos. Para superar esta heterogeneidade semântica, o framework proposto utiliza o processo de alinhamento de ontologias. O framework também aborda aspectos relacionados à disponibilidade dos dados geológicos, que podem ser públicos, de livre acesso e compartilhamento ou restritos, com acesso controlado, principalmente quando dizem respeito a atividades estratégicas, como a exploração de recursos minerais... / Abstract: Data integration is a constant need in researches and work in Geology, part of Geosciences responsible for studying several characteristics of Earth. This need comes from the fact that data are usually produced by different organizations and/or research groups, which may study large areas and/or relate different subjects associated with Geology within these studies. The decentralized information production cause the data to be described with different schemas and different interpretations of the concepts related to them. The volume of data that can be generated in Geological studies brings the need to automate the integration process. However, traditional approaches based on syntactic comparison of data schema may not be enough to perform the task. Geological data have complex characteristics which rely on conceptual aspects to be analyzed. Thus, geological data integration a more complete level of information representation approach, that considers the concepts related to the data. Within the presented context, the Framework for Geospatial Semantic Integration proposed in this work aims to integrate geological data based on ontologies, and to consider the fundamental geospatial characteristics of these data. However, the ontologies that describe concepts related to Geology may be defined with different interpretations of these concepts relations. To overcome this semantic heterogeneity, the proposed framework uses the ontology alignment process. The framework also considers geological data availability aspects, which may vary as public, with free access and sharing possibilities or as restricted, with controlled access, mainly when the data is about strategic activities, as mineral and energetic resources exploration. In the integration process proposed in the framework, a semantic analysis of the data is executed; based on rules, it identifies cases of duplications, conflicts or combinations of geological data / Mestre