MuZoo: Ferramentas e modelos computacionais para busca exploratoria de dados em biodiversidade (R$ 135.000,00)

O objetivo global do projeto MuZOO (Museu virtual de ZOOlogia) é especificar novos algoritmos e estruturas de dados para dar apoio a mecanismos inovadores de acesso, análise e visualização de grandes volumes dados heterogêneos de biodiversidade. As ferramentas desenvolvidas serão disponibilizadas na Web, permitindo acesso aos dados (textuais, imagens, sons) do Museu de Zoologia da UNICAMP, que tem uma das principais coleções brasileiras na área. Museus virtuais estão se tornando cada vez mais importantes no apoio à pesquisa científica e disseminação do conhecimento, pois viabilizam o acesso remoto às suas coleções, facilitando pesquisas colaborativas e criando novas oportunidades de aprendizado. Serão contemplados dois tipos de usuário: (a) pesquisadores em biologia, ecologia e biodiversidade, para que possam explorar o acervo do museu usando múltiplos algoritmos e desenvolver modelos ecológicos e de interação entre espécies, de forma colaborativa; e (b) alunos do ensino fundamental e médio, e seus professores, para apoio ao ensino de ciências, em particular biologia e biodiversidade. Assim, além de servirem de base para produzir informação para pesquisa cooperativa em biodiversidade, as ferramentas e dados gerados e manipulados dentro do projeto serão usados para dar apoio a iniciativas de educação multidisciplinar. Este projeto se insere na grande area de pesquisa multidisciplinar denominada eScience, envolvendo desafios de gerenciamento e processamento de grandes volumes de dados de coletas de biodiversidade, incluindo registros textuais, imagens e sons. Este projeto dá continuidade ao projeto BioCORE, financiado pelo CNPq (2007-2010), de gerenciamento de dados de biodiversidade, estendendo-o para contemplar novos tipos de dados (como sons) e, principalmente, novos tipos de busca exploratória no acervo que está sendo digitalizado e que já tem mais de 1Tbyte de sons e imagens. Exigirá pesquisa em gerenciamento de uma massa de dados de alta heterogeneidade e multim.
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (3) / Doutorado: (3) .

Integrantes: Claudia Maria Bauzer Medeiros - Coordenador / Gilberto Zonta Pastorello Jr - Integrante / Eliane Martins - Integrante / André Santanchè - Integrante / Carla Geovana do Nascimento Macario - Integrante / Cecilia Mary Fischer Rubira - Integrante / Rodolfo Jardim de Azevedo - Integrante / Antonia Cecilia Zacagnini Amaral - Integrante / Luis Felipe de Toledo - Integrante / Michela Borges - Integrante.

2012 - 2015