_java científico

Java e APIs
Científicas
APIs para processamento de dados
científicos em Java (que também podem
ser usadas em aplicações no dia a dia!)

Rafael Santos | rafael.santos@inpe.br

é doutor em Inteligência Artificial pelo Instituto Tecnológico de Kyushu, Japão. É tecnologista do Instituto Nacional de Pesquisas
Espaciais, atuando em pesquisa e desenvolvimento de aplicações e técnicas de inteligência artificial aplicada, mineração de dados
e processamento de imagens. É autor do livro “Introdução à Programação Orientada a Objetos usando Java” e de várias palestras e
tutoriais sobre Java e desenvolvimento de aplicações científicas.

E m 2001, George Johnson, autor de vários livros

sobre ciência em geral, escreveu um artigo para
o jornal The New York Times com o título “In Silica
Fertilization; All Science Is Computer Science”. No ar-
tigo o autor defende a ideia de que a pesquisa em
diferentes áreas é cada vez mais dependente de
computação, através do uso de algoritmos inovado-
res, capacidade de processamento rápido de grandes
quantidades de dados, uso de técnicas de descoberta
do conhecimento e visualização etc. (técnicas que
vêm sido cada vez mais desenvolvidas à medida em
que demandas científicas aparecem e avanços tec-
nológicas permitem), e que portanto toda ciência é
ciência da computação. Dez anos depois esta frase
é cada vez mais verdadeira, vivenciamos avanços
fantásticos em ciência e tecnologia, tudo com o su-
porte imprescindível de ciência da computação, em
particular com a possibilidade de desenvolvimento
de sistemas que coletam, representam, processam e
apresentam informações complexas dos mais diver-
sos tipos.
A linguagem Java já se estabeleceu como uma
alternativa madura e flexível para o desenvolvimen-
to de sistemas de vários tipos. Nos quase 20 anos
desde sua criação, a linguagem foi enriquecida com
extensões, APIs e documentação na forma de tuto-
riais, livros etc., possibilitando o desenvolvimento
de aplicações de diversas finalidades, inclusive cien-
tíficas. Pela própria natureza dos avanços científicos
e tecnológicos, áreas de aplicações que eram antes
domínio de cientistas e pesquisadores agora são
de uso comum – um dos exemplos mais típicos são
técnicas e algoritmos de inteligência artificial, que
ainda continuam a ser pesquisadas e desenvolvidas
em universidades e institutos de pesquisa, mas que
podem ser utilizadas diretamente em aplicações va-
riadas como detecção de vírus e SPAM, sistemas de
apoio à decisão, controle, representação e manipu-
lação do conhecimento etc.
Este artigo apresenta algumas APIs da lingua-
gem Java que têm certa vertente científica ou tecno-
lógica, mas que podem ser usadas diretamente nos
mais diversos tipos de aplicações, enriquecendo as
possibilidades do desenvolvedor. Além das APIs, o
artigo apresenta uma bibliografia relativamente ex-
tensiva de livros que apresentam conceitos tecnoló-
gico e/ou científicos com fundamentos ou exemplos
apresentados em Java. Somente APIs e bibliotecas de
uso não-restrito (isto é, que podem ser usadas em
projetos científicos ou comerciais sem aquisição de
licenças) foram consideradas, não por questões de
ideologia, mas por questões de espaço e para facilitar
o uso para testes e estudos.

37 \
 Java tem vários usos: um é o desenvolvimento de aplicações científi-
cas de forma simples, portátil e eficiente. Este artigo apresenta uma
lista de APIs, bibliotecas e frameworks para aplicações científicas
em diversas áreas, assim como uma bibliografia comentada.
O artigo é dividido em tópicos que podem ter al-
guma superposição entre si. Pela natureza do tema
que aborda, o artigo é incompleto: não é possível
enumerar todas as APIs e referências bibliográficas
existentes relacionadas com Java e aplicações cien-
tíficas, e certo viés do autor faz com que algumas
áreas sejam melhor representadas do que outras; no
entanto onde possível serão apresentados links para
sites com mais informações.
Inteligência Artificial
Inteligência artificial, ou IA, é uma das áreas
mais pesquisadas de ciência da computação, e uma
das que mais apresentou contribuições reais para a
ciência, possibilitando avanços em diversas áreas do
conhecimento. Apesar de ser tema de pesquisa há
mais de 60 anos, ainda existem muitos problemas
em aberto em IA.
Pesquisa em IA é dividida em várias áreas, com
várias abordagens e filosofias, às vezes complemen-
tares e às vezes conflitantes, e muitas vezes com for-
te interseção com outras áreas de pesquisa em com-
putação e matemática (processamento de imagens,
bioinformática, bancos de dados, controle, lógica,
pesquisa operacional etc.). Não é de se admirar que
não existe uma única metodologia que seja aplicável
às várias áreas de IA, portanto não podemos consi-
derar factível a existência de uma API para IA – o que
existe são APIs específicas para resolver problemas
específicos ou que proveem famílias de algoritmos
relacionados. Algumas destas serão descritas nesta
seção.
Redes Neurais
Redes neurais são um dos paradigmas mais co-
nhecidos e usados de IA, portanto um dos mais im-
plementados. Redes neurais são basicamente circui-
tos simulados, inspirados em neurônios biológicos,
que conectam várias unidades de processamento
/ 38
para realizar uma função computacional. Tradicio-
nalmente redes neurais têm sido usadas em apren-
dizado computacional: muitos modelos fazem com
que as redes aprendam conceitos sobre dados apre-
sentados (classificação, agrupamento, regressão etc)
em uma fase de treinamento, para que possam apli-
car estes conceitos a dados ainda não processados.
Redes neurais são bastante utilizadas em problemas
de classificação, como, por exemplo, identificação de
padrões em imagens digitais, previsão de valores em
séries temporais, detecção de intrusão em sistemas
computacionais, identificação de agrupamentos em
dados complexos etc.
Muitos modelos de redes neurais existem, e vá-
rias APIs permitem o uso de redes neurais em apli-
cações em Java. Destas uma merece destaque: Encog
(http://www.heatonresearch.com/encog), que provê
vários modelos de redes neurais e outros algorit-
mos que podem ser usados para aprendizado com-
putacional. Encog permite que redes neurais sejam
embutidas em aplicações em Java, possibilitando a
construção de redes neurais elemento por elemen-
to, de forma bastante flexível, mas permitindo total
controle sobre os algoritmos usados e seus parâme-
tros. Uma vantagem muito grande de Engoc é que a
API (que pode ser usada sob a Licença Apache 2.0)
é bem documentada, com livros sobre os conceitos
teóricos e práticos (veja a lista de livros neste artigo).
Outra API interessante é Neuroph (http://neu-
roph.sourceforge.net/), também com implementa-
ções de vários modelos de redes neurais, com uma
vantagem: é possível modelar e executar as redes
neurais através de uma interface gráfica, que tem um
forte apelo educativo: Neuroph Studio, baseada na
plataforma Netbeans.
Outra API que provê diversos modelos de redes
neurais é a JOONE (Java Object Oriented Neural En-
gine, http://sourceforge.net/projects/joone/), que
foi uma das primeiras APIs que implementam redes
neurais de forma detalhada, mas que têm tido muito Não podemos considerar mineração de dados
pouca atividade recentemente. como algoritmos, mas sim como metodologias. Ta-
refas de mineração de dados usam vários algoritmos
Sistemas Especialistas de pré-processamento, filtragem, classificação, visu-
Sistemas especialistas foram um dos primeiros alização e avaliação de resultados. Técnicas de mi-
sucessos de IA: sistemas capazes de emular o conhe- neração de dados têm sido usadas com sucesso em
cimento de um especialista humano (descontando aplicações como detecção de fraudes, segmentação
capacidades de percepção, por exemplo – sistemas de bases de clientes, identificação e caracterização
especialistas só conseguem raciocinar usando as re- de padrões biológicos/biomédicos etc., geralmente
gras contidas neles). Sistemas especialistas são ba- usando algoritmos baseados em redes neurais, sis-
seados em regras que são avaliadas com dados exis- temas especialistas e variantes, e, em muitos casos,
tentes para chegar a conclusões. Apesar do sucesso combinações destes algoritmos.
inicial, algumas limitações de sistemas especialistas Duas APIs bem conhecidas para mineração de
não puderam ser resolvidas de maneira satisfatória, e dados em Java são Weka e RapidMiner. Weka (Wai-
hoje são desenvolvidos para dar suporte à tomada de kato Environment for Knowledge Analysis, http://
decisão em domínios específicos. Para isto os siste- www.cs.waikato.ac.nz/ml/weka/) é a mais conhecida
mas especialistas são desenvolvidos (isto é, suas re- e usada para prototipação e testes de algoritmos de
gras escritas) usando ambientes específicos, capazes mineração de dados, pois provê uma interface gráfica
de avaliar as regras e dados apresentados a elas. Sis- que permite a usuários executar vários algoritmos em
temas especialistas ainda são usados para várias ta- conjuntos de dados relativamente pequenos. Weka
refas que envolvem diagnósticos, como avaliação de também provê uma API que permite a inclusão de ro-
pedidos de empréstimo, pré-diagnóstico de pacientes tinas de classificação (implementados como métodos
em hospitais, sistemas de apoio à decisão etc. estatísticos, redes neurais, árvores de decisão etc.),
Um dos ambientes mais conhecidos para criação agrupamento, busca de associações, e muitos outros
e aplicação de sistemas especialistas é o JESS, the em aplicativos em Java. RapidMiner (http://rapid-i.
Rule Engine for the Java Platform (http://www.jes- com/) também é uma aplicação completa com inter-
srules.com/jess/), que permite a criação de sistemas faces gráficas, mais abrangente do que Weka, e que
especialistas. As regras escritas em JESS não têm se- também pode ser usada em aplicações em Java. Exis-
melhança com código em Java, sendo mais próximas tem versões comerciais e gratuitas (comunitárias) de
da linguagem Lisp e CLIPS (“C Language Integrated RapidMiner.
Production System”, mas que nada têm a ver com a Outra API que pode ser usada para desenvolvi-
linguagem C!). JESS merece destaque nesta seção, mento de aplicações de mineração de dados é Mahout
pois pode manipular diretamente objetos em Java, (http://mahout.apache.org/), que implementa algo-
permitindo a integração de componentes em Java em ritmos de aprendizado por máquina que podem ser
código em JESS e vice-versa. executados na plataforma Hadoop. Vários algoritmos
básicos de classificação e agrupamento já estão im-
Mineração de Dados plementados em versões recentes. A API também é
Avanços em técnicas de aprendizado computa- relativamente bem documentada, inclusive com li-
cional aplicadas a grandes bases de dados deram ori- vros tratando especificamente da API.
gem ao termo Mineração de dados, também conhe-
cido como Data Mining. Aplicações de mineração de Agentes de Software
dados usam algoritmos para extrair conhecimentos Agentes de software são um conceito genérico
de bases de dados de diversas naturezas, com várias em inteligência artificial, podendo ser considera-
categorias de algoritmo para criar modelos ou regras dos, em sua forma mais genérica, como programas
de classificação a partir dos dados, encontrar agrupa- de computador que executam tarefas em nome de ou
mentos naturais e co-ocorrências de dados, visualizar sob as ordens de outra entidade (outro usuário, ou
dados, entre outras funções. Várias técnicas de IA po- mesmo outro programa). Agentes de software podem
dem ser aplicadas à mineração de dados. ser ativos ou reativos, podem exibir diversos graus

39 \
 de autonomia, podem ser considerados inteligentes
(tendo capacidade de aprender e executar raciocínios
simples) e podem ser combinados com outros em
sistemas multi-agentes, que podem cooperar e/ou
competir entre si para executar determinada tarefa.
Agentes de software têm sido usados em aplicações
distribuídas, inclusive sistemas de monitoramento de
recursos e de inteligência artificial distribuída.
A API em Java mais conhecida para implementa-
ção de agentes de software é JADE – Java Agent De-
velopment Framework (http://jade.tilab.com/). JADE
provê uma arquitetura distribuída de agentes, que
podem residir em outras máquinas, sendo executados
por uma máquina virtual Java; provendo também ca-
pacidades de comunicação entre uma aplicação prin-
cipal e agentes distribuídos em outros computadores.
JADE também provê ferramentas para descoberta e
monitoramento da execução de agentes remotos e
depuração destes. JADE é bem documentada, com tu-
toriais em diversos níveis disponibilizados no site do
framework e com um livro sobre a API.
Computação Evolutiva
Computação evolutiva (ou evolucionária) é um
dos ramos de inteligência artificial que procura so-
luções para problemas complexos através da imple-
mentação simplificada de alguns mecanismos bioló-
gicos, como criação de uma população de soluções,
e avaliação, seleção e combinação das soluções mais
eficientes – algoritmos genéticos são exemplos típi-
cos desta abordagem. Alguns algoritmos de compu-
tação evolutiva tentam também usar o comporta-
mento coletivo de organismos para procurar soluções
ótimas para problemas complexos, alguns exemplos
clássicos sendo otimização por colônia de formigas,
enxame de abelhas e sistemas imunes artificiais. Al-
goritmos de computação evolutiva têm sido usados
com sucesso em várias áreas de otimização, permi-
tindo o desenvolvimento de classificadores e agru-
padores mais poderosos e flexíveis, sendo também
usados em problemas de corte e empacotamento, re-
dução de custos em operações industriais complexas,
roteamento de redes etc.
Várias APIs e frameworks podem ser usados para
o desenvolvimento de algoritmos evolutivos. Alguns
dos projetos (selecionados baseado na atividade
dos desenvolvedores e abrangência) são MOEA Fra-
mework (http://www.moeaframework.org/), especia-
lizado em algoritmos evolutivos multiobjetivo, e am-
plamente documentado no código-fonte e com um
tutorial extensivo. Este framework vem com vários
algoritmos e problemas pré-codificados de forma que
o código Java para resolver um destes problemas é
extremamente enxuto; em contrapartida a definição
/ 40
de novos problemas deve ser feita por novas classes
que serão referenciadas no código para resolvê-las.
Outro framework para algoritmos evolutivos bem
conhecido é o Watchmaker Framework (http://wa-
tchmaker.uncommons.org/), que permite que o pro-
gramador defina uma classe que representa a solução
que deve ser evoluída, classes que implementem ope-
radores de evolução, fábricas de candidatos e opera-
dores de avaliação de adequação e com estas execute
o motor de evolução. A documentação apresenta vá-
rios exemplos práticos, e os exemplos prontos para
execução no site são muito interessantes.
Ainda outros frameworks e APIs dignos de nota
são ECJ 21 (A Java-based Evolutionary Computation
Research System, http://cs.gmu.edu/~eclab/projects/
ecj/), que implementa vários algoritmos de otimiza-
ção com documentação detalhada; JGAP (Java Ge-
netic Algorithms Package, http://jgap.sourceforge.
net/) com tutoriais detalhados para iniciantes e JMe-
tal (Metaheuristic Algorithms in Java, http://jmetal.
sourceforge.net/), com vários algoritmos implemen-
tados e problemas clássicos de otimização para ava-
liação.
Processamento de Imagens
Processamento de imagens digitais também é
uma das áreas de pesquisa historicamente mais ativas
em computação, com muitos dos conceitos desenvol-
vidos durante sua pesquisa resultando em ferramen-
tas que são usadas diretamente por consumidores,
muitas vezes embutidas em aparelhos eletrônicos
e software de uso geral – o melhor exemplo é o de
smartphones com câmeras que permitem o proces-
samento das imagens para melhoria visual e criação
de efeitos. Mesmo assim ainda existem desafios a ser
vencidos, dois dos maiores sendo o processamento
de imagens de forma cada vez mais eficiente (uma
vez que sensores que capturam imagens são cada vez
mais ubíquos e estão tendo cada vez mais resolução)
e a recuperação de informações de alto nível de ima-
gens (visão computacional e compreensão de ima-
gens). A aplicabilidade de técnicas de processamento
de imagens em áreas com grande demanda como as-
tronomia e medicina também indica que ainda exis-
tem muitos tópicos de pesquisa a ser abordados.
Java provê classes e métodos básicos para pro-
cessamento de imagens na própria linguagem: é
possível manipular arquivos contendo imagens nos
formatos mais populares, ler os pixels de uma ima-
gem, modificar estes pixels por manipulação direta
ou por algoritmos básicos e visualizar estes pixels em
componentes gráficos. Como é possível manipular os
valores dos pixels em memória, a implementação de
algoritmos de processamento de imagens em baixo
nível (pixels e regiões) é relativamente simples. para o mapeamento da API procedural de OpenGL
A API JAI (Java Advanced Imaging, http:// (inclusive se beneficiando da aceleração de renderi-
www.oracle.com/technetwork/java/javase/tech/ zação em placas de vídeo com esta capacidade) para
jai-142803.html) provê extensões poderosas para Java. A API Java3D sofre dos mesmos problemas da
processamento de imagens, com alguns operadores API JAI, tendo sido transformada em projeto comu-
implementados de forma nativa para melhor perfor- nitário, mas com alguns desenvolvimentos recentes.
mance. Esta API provê classes para representação e Ambas as APIs podem ser consideradas de baixo nível,
processamento de imagens de grandes dimensões (de sendo usadas por outras APIs de nível mais alto para
forma ladrilhada, ou seja, somente regiões da imagem visualização científica e jogos, como, por exemplo,
são manipuladas a cada momento), representação de LWJGL (Lightweight Java Game Library, http://www.
imagens de ponto flutuante, e vários operadores de lwjgl.org/); JMonkeyEngine (http://jmonkeyengine.
baixo nível que não estão presentes na linguagem pa- org/); Ardor3D (http://www.ardor3d.com/) e JReality
drão (como, por exemplo, operadores de morfologia (http://www3.math.tu-berlin.de/jreality/).
matemática). A API também possibilita a programa- Muitas aplicações científicas relacionadas com
dores experientes a criação de novos operadores que computação gráfica servem para a visualização de
podem se beneficiar do modelo de processamento de algum tipo específico de dados, geralmente com pos-
imagens ladrilhadas. Infelizmente a API não tem sido sibilidade de inclusão de suas rotinas e técnicas em
mais desenvolvida, embora tenha sido transformada aplicações em Java. Algumas APIs com esta finalida-
em um projeto comunitário, mesmo assim suas van- de são JFreeChart (http://www.jfree.org/jfreechart/),
tagens continuam atuais. que permite a criação de gráficos em 2D relacionados
ImageJ (Image Processing and Analysis in Java, a valores numéricos de diferentes formas e estilos, e
http://rsb.info.nih.gov/ij/) é uma aplicação com in- que é amplamente documentada; Jzy3d (http://www.
terface gráfica que permite a análise de vários tipos jzy3d.org/) que permite a plotagem de gráficos em
de imagens digitais, com várias opções de formatos 2D e 3D, usando JOGL como base, e que tem várias
de leitura e gravação, vários operadores e funções in-classes para criação de gráficos de alta qualidade. Al-
termediárias e a possibilidade de estender a aplicaçãogumas destas APIs usam outras APIs que permitem
com plug-ins e macros. Centenas de plug-ins estão a criação de documentos gráficos em formatos ve-
disponíveis no site da aplicação, muitos incluem o toriais como PDF e SVG (que permitem a criação de
código-fonte documentado. Também é possível usar gráficos de melhor qualidade para inclusão em docu-
as bibliotecas de ImageJ em aplicações em Java. mentos), como, por exemplo, o toolkit Batik (http://
xmlgraphics.apache.org/batik/) para criação de gráfi-
Computação Gráfica e Visualização cos em SVG e a biblioteca iText (http://www.itextpdf.
Computação gráfica pode ser descrita, resumida- com/), para manipulação de arquivos em PDF.
mente, como a ciência e tecnologia de representar ob-
jetos matematicamente e transformar esta represen- Processamento de Informações
tação em imagens e vídeos para visualização. Muitos Geográficas
conceitos de computação gráfica em duas dimensões Muitas informações comerciais e científicas
(2D) já são parte constante de várias linguagens mo- têm um componente espacial ou geográfico. Alguns
dernas, e Java não é uma exceção: é possível repre- exemplos são sistemas de dados sobre a Terra, siste-
sentar, processar e renderizar elementos gráficos mas meteorológicos e relacionados a sensoriamento
simples como polígonos, linhas, imagens e texto em remoto, pontos coletados no espaço e no tempo por
forma gráfica em Java; assim como modificar vários sensores móveis etc. A representação e processamen-
aspectos da representação gráfica destes elementos. to das informações geográficas ou espaciais pode ser
Técnicas de computação gráfica são muito usadas no útil para visualização, correlação, descoberta de co-
desenvolvimento de jogos e mídia (em particular fil- nhecimento em geral e outras aplicações. A área da
mes), mas também em visualização científica. ciência que desenvolve e usa computação para repre-
Algumas APIs foram criadas para permitir tam- sentar e resolver problemas associados com geogra-
bém a representação, manipulação e interação com fia e geociências em geral é chamada geoinformática.
gráficos em três dimensões em Java, notadamente, Como em outros ramos da ciência, o que era antes
as APIs Java3D (versões em https://java3d.java.net/ pesquisa ou desenvolvimento específico hoje tem
e http://jogamp.org/deployment/java3d/) e JOGL aplicações em sistemas de uso comum ou comercial:
(http://jogamp.org/). O foco de Java3D é em detalhar várias aplicações podem se beneficiar da incorpora-
objetos em alto nível, mapeados em classes, organi- ção de dados geográficos, tanto para processamento
zados em um grafo de cenas; enquanto JOGL serve quanto para visualização destes dados.

41 \
 De forma geral, sistemas de informações geográ-
ficas (GIS, geographic information systems) são sis-
temas que permitem representação, processamento
e visualização de dados com coordenadas geográficas
associadas. Estes sistemas permitem a representação
de informações como pontos no espaço, linhas e po-
lilinhas e regiões, todas com dados geográficos e não-
-geográficos associados. Um GIS popular e atual. im-
plementado em Java é o uDig (User-Friendly Desktop
Internet GIS, http://udig.refractions.net/), que é
integrado ao ambiente Eclipse e pode ser estendido
com plug-ins. Outro GIS desenvolvido em Java, mas
ainda com poucas funções, é o OpenJUMP (http://
www.openjump.org/).
O GIS uDig usa internamente a API Geotools
(The Open Source Java GIS Toolkit, http://geotools.
org/) que é de longe a biblioteca mais poderosa e ver-
sátil para processamento de informações geográficas.
Geotools permite o desenvolvimento de aplicações
simples baseadas em dados geográficos, desde a lei-
tura de dados em diversos formatos até a visualização
interativa com aplicações com interfaces gráficas ou
renderização dos dados. A biblioteca, por ser podero-
sa, é relativamente complexa, e somente nas últimas
versões a documentação com exemplos está ficando
mais ampla e estável. Geotools é usada como base
para GeoServer (http://geoserver.org/display/GEOS/
Welcome), que permite a disponibilização e interação
com dados geoespaciais.
Matemática e Processamento Numérico
Java provê funções matemáticas básicas nas
classes Math e StrictMath (que diferem em relação
à implementação, portabilidade e precisão – Math é
mais eficiente, mas não retorna os mesmos exatos re-
sultados de implementações em outras linguagens).
Para muitas outras aplicações de física, matemática e
engenharia em geral são necessárias implementações
de outras funções e métodos mais complexos. Por al-
guma razão, das categorias consideradas para este
artigo, esta é a que mais apresenta APIs e projetos
inacabados ou defasados.
A biblioteca Apache Commons Math (http://
commons.apache.org/proper/commons-math/index.
html) contém classes para resolver vários problemas
genéricos de matemática e estatística, como solução
de equações simples, sistemas de equações lineares,
equações diferenciais ordinárias, minimização de
funções, testes estatísticos, processamento de ma-
trizes etc. Outra biblioteca, JScience (http://jscien-
ce.org/) tem um escopo mais abrangente, contendo
tipos específicos para representação de constantes
e variáveis relacionadas com medidas; matrizes pa-
rametrizadas (que podem ser de tipos numéricos
/ 42
/para saber mais
Alguns artigos sobre APIs específicas já foram publicados
no passado:
> Mineração de dados em Java: Weka (MundoJ 24)
> Jogos 3D em Java na Prática (MundoJ 24)
> Construindo Agentes Inteligentes com o JADE e Eclipse
(MundoJ 37)
> Entendendo Programação com Restrições Através da
Resolução de Sudokus (MundoJ 48)
> Introdução à Representação e Análise de Grafos com a
API JUNG e Visualização Gráfica de Grafos com a API Jung
(MundoJ 49 e 50, respectivamente); Receitas com GeoTools
–> Desenhando Mapas a partir de Shapefiles (MundoJ 54)
> Recomendando Filmes com Apache Mahout e Hadoop
(MundoJ 58). Outros sobre outras APIs mencionadas neste
artigo virão no futuro!
diferentes) e sistemas de equações lineares; análise
simbólica simples (para resolução de equações algé-
bricas, integrais e derivadas), entre outras.
A API exp4j (http://www.objecthunter.net/ex-
p4j/) é simples e autocontida, e serve somente para
a avaliação de expressões reais: dada uma expressão
algébrica como uma String e valores para as variáveis
nesta expressão, métodos das classes na API calcu-
lam os valores reais resultantes da expressão.
Algumas APIs são especializadas na represen-
tação, processamento e visualização de grafos, es-
truturas compostas de arestas e vértices que co-
nectam estas arestas, com várias variações. Estas
APIs em geral servem como base para o desenvolvi-
mento de aplicações mais complexas que represen-
tam dados como grafos. Entre estas APIs podemos
citar: JUNG (Java Universal Network/Graph Fra-
mework http://jung.sourceforge.net/), que repre-
senta grafos de forma paramétrica (arestas e vér-
tices são instâncias de classes) e que provê vários
algoritmos para análise e visualização de grafos;
Grph (http://grph.inria.fr/), que têm como caracterís-
tica principal a eficiência computacional de sua im-
plementação; JGraphT (http://jgrapht.org/) que foca
na representação de grafos e na implementação de
vários algoritmos para seu processamento, e que usa
JGraph (http://www.jgraph.com/) para visualização,
que é provavelmente a API mais completa e versátil
para representação de dados como grafos, usada na
interface gráfica de muitos outros projetos.
Bioinformática
Nos últimos anos, a ciência da bioinformática
cresceu por conta da revolução genômica: dados co-
letados pelo sequenciamento de organismos criaram
uma demanda para sua análise em várias escalas de
complexidade e comparação com sequências de ou-
tros organismos, entre muitas outras atividades de
pesquisa. Muitos dos algoritmos relacionados com
bioinformática envolvem o acesso a bases de dados
remotas com dados em diversos formatos padrão,
comparações e visualização em 2D e 3D, e descoberta
de conhecimento nas bases de dados estruturadas de
diversas formas. Parte do sucesso de vários projetos
recentes de sequenciamento genético (genoma hu-
mano, cana-de-açúcar e outros organismos de im-
portância comercial), é devido aos avanços em técni-
cas de bioinformática.
BioJava (http://biojava.org/) é uma das APIs mais
completas para processamento de dados de bioin-
formática, amplamente documentada (incluindo do-
cumentação da API e um livro de receitas on-line) e
contendo métodos para processamento de arquivos
nos diversos formatos, análise de sequências biológi-
cas, e visualização se integrada ao Jmol (http://jmol.
sourceforge.net/), um visualizador para estruturas
químicas em 3D, que é independente de outras APIs.
Livros sobre APIs Científicas e
Programação de Aplicações Científicas
Esta seção apresenta uma lista comentada de
livros relacionados com os tópicos deste artigo (so-
mente livros, tutoriais e outros documentos podem
ser encontrados nos sites das respectivas APIs e fra-
meworks). Também por causa da natureza dos tópi-
cos cobertos no artigo, considero a lista incompleta:
possivelmente existem bons livros sobre tópicos es-
pecíficos que desconheço ou não tive a oportunidade
de ao menos folhear. Todos os livros apresentados
são em inglês, e podem ser adquiridos em livrarias
virtuais como Amazon.com. Alguns dos livros descri-
tos estão um pouco defasados, mas muitos apresen-
tam conceitos e implementações usando a linguagem
sem APIs externas, portanto, seu código pode ser fa-
cilmente adaptado para novas características da lin-
guagem Java.
Livros introdutórios (com aspectos de
ciência e engenharia)
Vários livros tentam mostrar aspectos de progra-
mação em Java e orientação a objetos para cientis-
tas e engenheiros: Essential Java for Scientists and
Engineers, por Brian Hahn e Katherine Malan (But-
terworth-Heinemann, 2003). Este livro cobre Java su-
perficialmente, com poucos detalhes em orientação a
objetos, mas com seções sobre modelagem, simula-
ções e métodos numéricos. O segundo livro, Java for
Engineers and Scientists (2nd Edition), por Stephen J.
Chapman (Prentice-Hall, 2003), cobre mais aspectos
da linguagem e de orientação a objetos, mas, apesar
do título, com ênfase menor para aplicações cientí-
ficas. O terceiro livro, JavaTech, an Introduction to
Scientific and Technical Computing with Java, por
Clark S. Lindsey, Johnny S. Tolliver e Thomas Lind-
blad (Cambridge University Press, 2005) também tem
um foco maior nos conceitos da linguagem (com mui-
to mais detalhes do que os outros), mas também sem
muita ênfase em aplicações técnicas e científicas. O
último livro nesta categoria, Technical Java: Applica-
tions for Science and Engineering, por Grant Palmer
(Prentice-Hall, 2003), também apresenta a linguagem
de forma abrangente, comparando-a com linguagens
tradicionalmente usadas para fins científicos, como
Fortran e C. O livro apresenta alguma ênfase, nos ca-
pítulos finais, em Java para cálculos matemáticos, em
particular com classes para resolver equações dife-
renciais ordinárias.
Java After Hours: 10 Projects You’ll Never do at
Work, por Steven Holzner (Sams Publishing, 2005) e
Wicked Cool Java: Code Bits, Open-Source Libraries,
and Project Ideas, por Brian D. Eubanks (No Starch
Press, 2005) apresentam pequenos projetos que usam
Java e que são considerados pelos autores como sen-
do diferentes do que se vê em livros de programação
e em cursos básicos (portanto exigem algum conheci-
mento da linguagem). Em particular o segundo livro
apresenta várias técnicas e APIs em temas diversos
como inteligência artificial, web semântica, manipu-
lação de sons e MIDI etc., mas de forma abreviada e
superficial, servindo como ponteiro para as respecti-
vas APIs.
Inteligência Artificial
AI Algorithms, Data Structures, and Idioms in
Prolog, Lisp, and Java (6th Edition), por George F. Lu-
ger e William A Stubblefield (Addison-Wesley, 2008)
apresenta conceitos de inteligência artificial nas três
linguagens, com exemplos em algoritmos de busca,
sistemas especialistas, aprendizado por máquina,
algoritmos genéticos e computação evolutiva e pro-
cessamento de linguagem natural. Um ponto de des-
taque deste livro é a extensiva (e relativamente re-
cente) lista de software para os tópicos cobertos pelo
livro.
Data Mining: Practical Machine Learning Tools
and Techniques (3rd Edition), por Ian H. Witten, Eibe
Frank e Mark A. Hall (Morgan Kaufmann, 2011) é o
livro que descreve alguns dos conceitos por trás do
43 \
 software e API Weka, muito usado para prototipação
e exploração de algoritmos de mineração de dados.
Outro livro sobre mineração de dados, Java Data Mi-
ning: Strategy, Standard and Practice: A Practical
Guide for architecture, design, and implementation,
por Mark F. Hornick, Erik Marcadé e Sunil Venkaya-
la (Morgan Kaufmann, 2006), apresenta muitos con-
ceitos interessantes para quem precisa desenvolver
um projeto de mineração de dados, cobrindo tópicos
como estratégias e processos de mineração de dados
e padrões da indústria, e com uma segunda parte co-
brindo implementações usando a API JDM (JSR-247),
que infelizmente aparentemente está desativada,
sem implementações que possam ser usadas.
O livro Mahout in Action, por Sean Owen, Robin
Anil, Ted Dunning e Ellen Friedman (Manning Pu-
blications, 2011) trata da API Mahout, apresentando
exemplos e detalhes técnicos. O livro está de certa
forma defasado, por causa dos recentes avanços na
API ainda não documentados em novas edições do
livro.
Dois livros imprescindíveis para quem quer usar
modelos de redes neurais ou aprendizado por má-
quina para aplicações práticas são Introduction to
Neural Networks for Java (2nd Edition), por Jeff He-
aton (Heaton Research, 2008) e Programming Neural
Networks with Encog3 in Java (2nd Edition), também
por Jeff Heaton (Heaton Research, 2011). O primei-
ro livro cobre aspectos teóricos de redes neurais,
mas sem se prender muito à matemática por trás
dos conceitos, mostrando também alguns exemplos
de implementação dos diversos modelos de redes. O
segundo livro cobre aspectos práticos de como imple-
mentar redes neurais usando Encog, um framework
para desenvolvimento de redes neurais que pode ser
usado também em C#. O segundo livro é recomen-
dado para quem já conhece um pouco de teoria de
redes neurais e quer usá-las em suas aplicações sem
precisar desenvolvê-las a partir do zero. Estes livros
podem também ser comprados diretamente do autor
pelo site http://www.heatonresearch.com/, que tam-
bém contém muitas outras informações relevantes.
Outro livro que apresenta conceitos de redes neurais
com implementações em Java é Java Implementation
of Neural Networks, por Mukarram A. Tahir (Book-
Surge Publishing, 2007), com um bom balanço entre
teoria e implementação, sendo útil para programa-
dores que querem explorar o funcionamento interno
das redes neurais.
Applied Evolutionary Algorithms in Java, por Ro-
bert Ghanea-Hercock (Springer, 2003) apresenta al-
guns conceitos de algoritmos genéticos e evolutivos
com pouca ênfase na teoria, e com código que acom-
panha os conceitos, mas com exemplos superficiais.
Leitores que desejam implementar algoritmos gené-
/ 44
ticos podem se beneficiar mais de livros sobre o tema
em outras linguagens ou estudar documentação de
APIs existentes.
Jess in Action: Java Rule-Based Systems, por Er-
nest Friedman-Hill (Manning Publications, 2003)
mostra como criar sistemas especialistas usando a
linguagem e interpretador Jess, que tem sintaxe pa-
recida com Lisp, mas permite a execução de código
em Java, para, por exemplo, criar interfaces gráficas e
realizar processamento numérico.
Dois livros sobre desenvolvimento de agentes
usando Java são Developing Multi-Agent Systems
with JADE, por Fabio Luigi Bellifemine, Giovanni
Caire e Dominic Greenwood (Wiley, 2007) e Cons-
tructing Intelligent Agents Using Java: Professional
Developer’s Guide (2nd Edition), por Joseph P. Bigus
e Jennifer Bigus (Wiley, 2001). Destes, recomendo o
primeiro, por tratar de uma API bem mais completa e
em desenvolvimento ativo.
Processamento de Imagens,
Computação Gráfica e Visualização
Existem vários livros sobre processamento de
imagens digitais em Java: Digital Image Processing:
An Algorithmic Introduction using Java, por Wi-
lhelm Burger e Mark J. Burge (Springer, 2008) é um
dos melhores livros sobre processamento de imagens
em Java, com a vantagem de usar como base as APIs
de ImageJ. Digital Image Processing: A Practical
Introduction Using Java, por Nick Efford (Addison-
-Wesley, 2000), apesar de defasado, apresenta os
conceitos básicos de processamento de imagens de
forma clara e adequada. Outro livro que está defasa-
do, mas ainda é uma excelente referência é Building
Imaging Applications with Java Technology: Using
AWT Imaging, Java 2D, and Java Advanced Imaging
(JAI), por Lawrence H. Rodrigues (Addison-Wesley,
2001), que cobre praticamente todas as tecnologias
baseadas em Java para processamento de imagens.
Três livros sobre conceitos de computação grá-
fica são Computer Graphics for Java Programmers,
por Leen Ammeraal e Kang Zhang (Wiley, 2007) apre-
senta os conceitos básicos de computação gráfica em
2D e 3D, mas sem usar APIs externas (como Java3D
ou JOGL, por exemplo). Introduction to Computer
Graphics: Using Java 2D and 3D, por Frank Klawonn
(Springer, 2008) aborda diretamente as APIs Java2D e
Java3D com muitos exemplos, sendo uma excelente
introdução ao Java3D. Foundations of 3D Graphics
Programming: Using JOGL and Java3D (2nd Edi-
tion), por Jim X. Chen e Chunyang Chen (Author)
apresentam conceitos práticos de JOGL (com ênfase
maior em OpenGL) e Java3D.
Java Media APIs: Cross-Platform Imaging, Me-
dia and Visualization, por Alejandro Terrazas, John goritmos genéticos. O livro não mostra soluções para
Ostuni e Michael Barlow (Sams Publishing, 2002) cada problema em ambas as linguagens, mas como
apresenta as APIs relacionadas com processamento simplifica o desenvolvimento fica fácil para um pro-
de imagens (inclusive usando Java Advanced Imaging), gramador adaptar o código em C++ para Java. Outro
processamento de multimídia com o Java Media Fra- livro com a mesma abordagem é Mathematical Tools
mework e visualização com Java3D. Apesar das APIs in Signal Processing with C++ and Java Simulations,
e frameworks cobertos estarem bastante defasados o por Willi-Hans Steeb (World Scientific Publishing,
livro ainda contém informações úteis. 2005), que apresenta vários conceitos e algoritmos
relacionados com processamento de sinais, com forte
Processamento de Informações ênfase em transformadas (Fourier, transformada dis-
Geográficas creta de cosseno, wavelets etc.). Os códigos são mos-
Apesar do título, o livro Java Programming for trados alternadamente em Java e C++, mas programa-
Spatial Sciences, por Jo Wood (CRC Press, 2002) não dores experientes podem facilmente transformar os
cobre detalhes sobre sistemas de informações geo- códigos de uma linguagem para outra.
gráficas, nem APIs de processamento de informações
espaciais ou geográficas em Java, mas pode ser de uti- Outros Tópicos
lidade para programadores iniciantes por sua cober- Building Parallel Programs: SMPs, Clusters &
tura de conceitos básicos de Java. Java, por Alan Kaminsky (Cengage Learning, 2009) é
Existe um livro sobre a API Geotools disponível um livro extenso que cobre várias modalidades de pa-
para compra no site Amazon.com: GeoTools, editado ralelismo (computadores com processadores multico-
por Philippe Valentin Giffard (Tort, 2012), mas com re, clusters, sistemas híbridos), com exemplos claros e
somente 72 páginas, e o próprio editor menciona que didáticos. O que faz este livro particularmente inte-
o conteúdo do livro veio de artigos disponíveis na Wi- ressante são os exemplos de uso da API Parallel Java,
kipedia e em outras fontes públicas. desenvolvida pelo autor usando somente Java (sem
necessidade de bibliotecas externas), e disponibili-
Matemática e Processamento Numérico zada sob a licença GNU/GPL. Outro livro sobre pro-
Java Methods for Financial Engineering: Appli- gramação distribuída, Concurrent and Distributed
cations in Finance and Investment, por Philip Barker Computing in Java, por Vijay K. Garg (Wiley-IEEE,
(Springer, 2010) apresenta métodos numéricos e téc- 2004), cobre detalhes mais técnicos de programação
nicas de aproximação para uso em aplicações finan- concorrente, mas é menos didático e está um pouco
ceiras e de investimentos. O autor apresenta alguns defasado.
pacotes de classes desenvolvidos por ele em contexto Java for Bioinformatics and Biomedical Applica-
para várias aplicações financeiras. tions, por Harshawardhan Bal e Johnny Hujol (Sprin-
Interdisciplinary Computing in Java Program- ger, 2007) apresenta a linguagem de forma superfi-
ming, por Sun-Chong Wang (Springer, 2003) apre- cial, mostrando como criar interfaces para sistemas
senta, em cada capítulo, um conceito de computa- existentes na Web que processam dados de bioin-
ção científica (redes neurais, algoritmos genéticos, formática. Pela sua organização, pode ser um pou-
autômatos celulares, dinâmica molecular etc.) com co confuso para cientistas da computação (pois não
código em Java que implementa um dos algoritmos apresenta uma introdução à bioinformática) e para
relacionados a estes conceitos. O código é bastante biólogos e geneticistas (a linguagem é apresentada
defasado, mas pode ser corrigido por um bom pro- como uma ferramenta de interfaceamento com sis-
gramador. O livro Java Number Cruncher: The Java temas existentes, e código relativamente complexo é
Programmer’s Guide to Numerical Computing, por mostrado desde o início do livro).
Ronald Mak (Prentice-Hall, 2002) apresenta alguns
conceitos matemáticos e sua implementação em puro Considerações Finais
Java, incluindo integração de funções, operações em O universo das APIs para processamento científi-
matrizes e soluções de sistemas lineares. co em Java está em constante evolução – não somen-
Problems & Solutions In Scientific Computing te algumas APIs são aprimoradas ao longo do tempo,
With C++ And Java Simulations, por Willi-Hans como outras novas surgem e algumas desaparecem.
Steeb, Yorick Hardy, Alexandre Hardy e Ruedi Stoop Este artigo apresentou algumas APIs que podem ser
(World Scientific Publishing, 2004), mostra receitas usadas para o desenvolvimento de aplicações cientí-
de como fazer processamento numérico em C++ e ficas e que têm demonstrado capacidade de se man-
Java, incluindo métodos para resolução de equações ter graças ao esforço da equipe que as desenvolve e da
diferenciais e algumas receitas com redes neurais e al- comunidade que as usa.

45 \