Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision | Last revision Both sides next revision | ||
|
bdgeo_turma_de_2014 [2015/06/17 13:52] lubia |
bdgeo_turma_de_2014 [2015/06/17 14:48] lubia |
||
|---|---|---|---|
| Line 1: | Line 1: | ||
| ====== Trabalhos apresentados pela Turma de 2014 ====== | ====== Trabalhos apresentados pela Turma de 2014 ====== | ||
| - | |||
| - | ====== Neo4j: Estudo de Caso ====== | ||
| - | Aluna: **Sandy Porto**\\ | ||
| - | Resumo: \\ | ||
| - | O objetivo deste trabalho é explorar a ferramenta Neo4j1, um banco de dados onde os objetos e relações são guardados num estrutura em grafo. | ||
| - | Um grafo é um conjunto de pontos e linhas, onde os pontos representam objetos e as linhas as relações entre estes. No Neo4j a mesma definição é válida, cada no ́ no banco representa algum objeto, e as ligações, que no caso do banco são sempre direcionadas, as relações entre esses objetos. Cada nó pode receber um classificação chamada ‘Label’, para diferenciar objetos diferentes representados pelos nós, cada nó pode ter zero, um ou mais ‘Labels’. | ||
| - | Cada nó ou ligação pode ainda ter propriedades associadas. Em comparação com banco de dados relacionais, as propriedades são equivalentes aos atributos da tabela. As propriedades sã armazenadas como pares nome/valor de cada característica. Essas propriedades podem ser strings, números ou booleanos.\\ | ||
| - | {{:cap349_2012:sandy.pdf|Apresentação}} | ||
| ====== Classificação automática de áreas cafeeiras por meio de um banco de dados geográfico. ====== | ====== Classificação automática de áreas cafeeiras por meio de um banco de dados geográfico. ====== | ||
| Line 18: | Line 10: | ||
| Considerando as dificuldades no processo de mapeamento manual e os avanços computacionais da última década, o objetivo deste trabalho foi realizar o mapeamento automático de áreas cafeeiras para a região sul de minas gerais utilizando técnicas de mineração de dados e um banco de dados geográfico. | Considerando as dificuldades no processo de mapeamento manual e os avanços computacionais da última década, o objetivo deste trabalho foi realizar o mapeamento automático de áreas cafeeiras para a região sul de minas gerais utilizando técnicas de mineração de dados e um banco de dados geográfico. | ||
| - | ====== Algoritmo para construção de Packed R-Tree na TerraLib ====== | + | ====== Algoritmo para construção de Packed R-Tree na TerraLib ====== |
| Aluno: **Marcos Paulo Lobo de Candia**\\ | Aluno: **Marcos Paulo Lobo de Candia**\\ | ||
| Resumo: \\ | Resumo: \\ | ||
| - | Uma das características dos Sistemas Gerenciadores de Banco de Dados (SGBDs) atuais é a capacidade de manipular dados espaciais. Métodos de acesso para dados espaciais, ou índices espaciais, são estruturas de dados essenciais para o processamento eficiente de consultas espaciais. Uma consulta espacial tem o processamento dividido em duas etapas: filtragem e refinamento. Na etapa de filtragem são usados os métodos de acesso espaciais, que reduz e seleciona os possíveis candidatos que satisfaçam a consulta. A etapa de refinamento envolve a aplicação de algoritmos geométricos computacionalmente complexos aplicados a geometria exata dos candidatos selecionados na etapa anterior. K-d Tree, Grid File, Quad-Tree e R-Tree são exemplos de métodos de acesso espaciais. | + | Uma das características dos Sistemas Gerenciadores de Banco de Dados (SGBDs) atuais é a capacidade de manipular dados espaciais. Métodos de acesso para dados espaciais, ou índices espaciais, são estruturas de dados essenciais para o processamento eficiente de consultas espaciais. Uma consulta espacial tem o processamento dividido em duas etapas: filtragem e refinamento. Na etapa de filtragem são usados os métodos de acesso espaciais, que reduz e seleciona os possíveis candidatos que satisfaçam a consulta. A etapa de refinamento envolve a aplicação de algoritmos geométricos computacionalmente complexos aplicados a geometria exata dos candidatos selecionados na etapa anterior. K-d Tree, Grid File, Quad-Tree e R-Tree são exemplos de métodos de acesso espaciais. |
| + | |||
| + | ====== Neo4j: Estudo de Caso ====== | ||
| + | Aluna: **Sandy Porto**\\ | ||
| + | Resumo: \\ | ||
| + | O objetivo deste trabalho é explorar a ferramenta Neo4j1, um banco de dados onde os objetos e relações são guardados num estrutura em grafo. | ||
| + | Um grafo é um conjunto de pontos e linhas, onde os pontos representam objetos e as linhas as relações entre estes. No Neo4j a mesma definição é válida, cada no ́ no banco representa algum objeto, e as ligações, que no caso do banco são sempre direcionadas, as relações entre esses objetos. Cada nó pode receber um classificação chamada ‘Label’, para diferenciar objetos diferentes representados pelos nós, cada nó pode ter zero, um ou mais ‘Labels’. | ||
| + | Cada nó ou ligação pode ainda ter propriedades associadas. Em comparação com banco de dados relacionais, as propriedades são equivalentes aos atributos da tabela. As propriedades sã armazenadas como pares nome/valor de cada característica. Essas propriedades podem ser strings, números ou booleanos.\\ | ||
| + | {{:cap349_2012:sandy.pdf|Apresentação}} | ||
