Título: Aprendizado Computacional Não-Supervisionado e Métodos de Clustering
 
  Palestrante: Germano Capistrano Bezerra

  Resumo: Um dos requisitos do projeto InteGrade
          (http://gsd.ime.usp.br/integrade) é a capacidade de manter
          informações sobre os nós envolvidos no sistema de computação em
          grade. Essas informações dizem respeito a características de
          software e hardware, bem como ao comportamento dinâmico da
          utilização dos recursos das máquinas. Com a informação de utilização
          de recursos como memória física, swap, espaço em disco e CPU, o
          InteGrade deve ser capaz de melhor alocar, para as diversas máquinas
          disponíveis, os processos agendados ou submetidos para execução. 

          Esse seminário aborda alguns conceitos das técnicas utilizadas para
          alcançar o reconhecimento dos padrões de utilização dos recursos
          computacionais. Basicamente, serão aplicados métodos de aprendizado
          automático não-superviosionado. Alguns algoritmos de clustering de
          dados deverão ser capazes de identificar classes (clusters) de
          comportamento a partir da série histórica obtida do monitoramento da
          utilização dos recursos. Com a definição das classes, deverá ser
          possível a determinação do modo de operação da máquina e, por
          consequência, da disponibilidade de compatilhamento de recursos
          naquele  momento.