Aplicado na área das tecnologias da informação e comunicação, o Maestra teve como objetivo desenvolver ferramentas e métodos para tarefas de aprendizagem preditiva. Os métodos de modelação preditiva desenvolvidos no MAESTRA lidam com fluxos de dados complexos e estruturados, gerados por processos não estacionários e com elevado grau de incerteza. Foram desenvolvidos diversos algoritmos para problemas de classificação e regressão em problemas, onde se pretende prever estruturas complexas: vetores, sequências ou grafos. Estes métodos têm um potencial e uma utilidade em diferentes problemas e num conjunto variado de áreas (biologia molecular, redes de sensores, multimédia, e redes sociais).

A equipa do INESC TEC coordenou o WP2 – Methods for Structured Output Prediction from Data Streams e teve contribuições relevantes no WP3 – Methods for analysis of network data, e WP4 - Applications of the developed methods.  A equipa do LIAAD foi coordenada por João Gama e inclui os investigadores João Mendes Moreira, Carlos Ferreira, João Duarte, Rita Paula Ribeiro, Ricardo Sousa, Shazia Tabassum e Luís Matias.

O Maestra é um projeto colaborativo que envolve, além do INESC TEC, o Institut Jozef Stefan (Eslovénia), o SS Cyril and Methodius University (Macedónia), a Universita Degli Studi di Bari “Aldo Moro” (Itália) e o Ruder Boskovic Institute (Croácia).

Os investigadores mencionados na notícia têm vínculo à UP-FEP, à UP-FEUP e ao IPP-ISEP.