No description available.

No description available.

No description available.

No description available.

No description available.

No description available.

ARAÚJO, Efraim Martins Araújo. Investigação do processo de geração de escoamento usando análise estatística multivariada em uma grande bacia semiárida: o caso do Orós. 2013. 87 f. : Dissertação (mestrado) - Universidade Federal do Ceará, Centro de Ciências Agrárias, Departamento de Engenharia Agrícola, Programa de Pós-Graduação em Engenharia Agrícola, Fortaleza-CE, 2013. / Submitted by demia Maia (demiamlm@gmail.com) on 2016-06-21T14:21:54Z No. of bitstreams: 1 2013_dis_emaraújo.pdf: 4677512 bytes, checksum: 0cfa6438717309669ae527e79c45d862 (MD5) / Approved for entry into archive by demia Maia (demiamlm@gmail.com) on 2016-06-21T14:23:37Z (GMT) No. of bitstreams: 1 2013_dis_emaraújo.pdf: 4677512 bytes, checksum: 0cfa6438717309669ae527e79c45d862 (MD5) / Made available in DSpace on 2016-06-21T14:23:37Z (GMT). No. of bitstreams: 1 2013_dis_emaraújo.pdf: 4677512 bytes, checksum: 0cfa6438717309669ae527e79c45d862 (MD5) Previous issue date: 2013 / Este trabalho tem como objetivo estudar o comportamento hidrológico na bacia hidrográfica do Orós, localizada no Semiárido brasileiro, com uma área de 24 636 km², o que representa 16,5% da área do território cearense. Para avaliar a variação das respostas hidrológicas das 17 sub-bacias que constituem a bacia do Orós, em função de suas características físicas (solo, declividade, vegetação e geologia), utilizou a análise estatística multivariada. A análise estatística multivariada pela técnica agrupamento hierárquica indicou a existência de quatro diferentes grupos de bacias hidrográficas com características homogêneas no que diz respeito à precipitação média e correspondente resposta hidrológica, o que possibilitou uma regionalização de aspectos relacionados com a geração de escoamento. A análise de fatores, por sua vez, possibilitou a identificação dos pesos (grau de importância) das classes de solo, declividade, vegetação e geologia na geração escoamento. Os resultados mostram que o solo do tipo Vertissolo, com área inferior a 1,3% da bacia, responde por 23,95% do escoamento gerado. No caso de declividade, constata-se que os maiores pesos foram encontrados nas regiões mais íngremes, com 52,21% do total para declividades superiores a 20%. Os resultados da análise estatística para as componentes de solo e de declividade corroboraram com o que se observou no estudo hidrológico, em que áreas com declives mais acentuados e solos menos permeáveis geram mais escoamentos, comprovando a eficácia desta ferramenta. Por outro lado, a análise da componente de vegetação não apresentou resultados satisfatórios, dado que não há uma boa discretização da cobertura vegetal na bacia do Orós. Alguns tipos de vegetação ocupam extensas áreas com duas ou mais sub-bacias de diferentes respostas hidrológicas, o que dificulta uma análise estatística apropriada desta componente. Dentre as classes geológicas a metamórfica foi a que apresentou maior carga fatorial, respondendo 25,99% na geração do escoamento superficial. Considerando-se as respostas da análise estatística, que indicam as componentes de solo e declividade como principais responsáveis pelo escoamento, as Unidades de Solo e Declividade (USD), resultante da superposição de mapas utilizando-se ferramentas de SIG, foram conjuntamente analisadas com a estatística multivariada. Os resultados mostraram que a componente de solo tem maior importância que a de declividade nos processos de geração de escoamento na bacia do Orós

The insolvency business represents an excellent subject for a wide and diverse range of economic agents and may be the result of complex internal and external factors to the company. Considering these factors, it is assumed the assumption that fundamental analysis fulfills an important role in addressing these issues, whether in character microeconomic or macroeconomic context. In order to investigate the influence and behavior of these factors, identified from the macroeconomic, sectoral, and the fundamentals of companies, we use the statistical method and technique of multivariate discriminant analysis. The main restrictive assumption concerns the relevance of including variables other than those normally used in forecasting models of corporate insolvency. The investigation process is delimited as follows: in spatial terms of specificity and covers large companies with a designation of SA (corporation) a publicly traded operating in Brazil. The time frame considered the year 2008 and covers the macroeconomic and microeconomic variables. And as research design considers the observational study in conjunction with the application of multivariate statistical method and by the statistical technique of discriminant analysis. Given the various studies related to prediction of bankruptcy that are very similar to this research, probably the significance of financial ratios representing the predictor variables normally used in the discriminant model variables and distinctly included in this analysis is relatively similar, where the statistical significance of each of these variables is coherent and consistent in the analysis of insolvency of Brazilian companies. / A insolvência empresarial representa um tema relevante para um conjunto amplo e diversificado de agentes econômicos e pode ser resultado de um complexo de fatores internos e externos à empresa. Tendo em vista estes fatores, assume-se o pressuposto de que a análise fundamentalista cumpre papel relevante ao tratar destes aspectos, sejam eles em caráter microeconômico ou num contexto macroeconômico. No intuito de investigar a influência e o comportamento destes fatores, identificados a partir das variáveis macroeconômicas, setoriais e dos fundamentos das empresas, utiliza-se o método estatístico multivariado e a técnica de análise discriminante. A principal hipótese restritiva se refere à relevância da inclusão de variáveis distintas das normalmente utilizadas em modelos de previsão de insolvência empresarial. O processo de investigação delimita-se da seguinte forma: em termos espaciais e de especificidade, abrange empresas de grande porte com denominação de S.A. (Sociedade Anônima) de capital aberto atuantes no Brasil. A delimitação temporal considera o ano de 2008 e engloba as variáveis macroeconômicas e microeconômicas. E como delineamento de pesquisa considera-se o estudo observacional em conjunto com a aplicação do método estatístico multivariado e mediante a técnica estatística de análise discriminante. Diante dos vários estudos ligados à previsão de insolvência que em muito se assemelham a esta pesquisa, provavelmente a relevância dos índices financeiros que representam as variáveis preditoras normalmente utilizadas no modelo discriminante e as variáveis distintamente incluídas nesta análise seja relativamente semelhante, onde a significância estatística de cada uma destas variáveis seja coerente e consistente no processo de análise de insolvência de empresas brasileiras.

Orientador: Alexandre Xavier Falcão / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-27T03:30:14Z (GMT). No. of bitstreams: 1 PhellanAro_Renzo_M.pdf: 4734368 bytes, checksum: 27f258762d497b786df234144140e47a (MD5) Previous issue date: 2014 / Resumo: A segmentação de imagens médicas consiste de duas tarefas fortemente acopladas: reconhecimento e delineamento. O reconhecimento indica a localização aproximada de um objeto, enquanto o delineamento define com precisão sua extensão espacial na imagem. O reconhecimento também verifica a corretude do delineamento do objeto. Os seres humanos são superiores aos computadores na tarefa de reconhecimento, enquanto o contrário acontece no delineamento. A segmentação manual, por exemplo, é geralmente passível de erro, tediosa, demorada e sujeita à variabilidade. Portanto, os métodos de segmentação interativa mais eficaces limitam a intervenção humana ao reconhecimento. No caso das imagens médicas, os objetos podem ser as estruturas anatômicas do corpo humano, como órgãos, sistemas e tumores. Sua segmentação é uma fase fundamental para obter medidas, como seus tamanhos e distâncias, para poder realizar sua análise quantitativa. A visualização de suas formas em 3D também é importante para sua análise qualitativa. Ambas análises podem ajudar os especialistas a estudar os fenómenos anatômicos e fisiológicos do corpo humano, diferenciar situações normais e anormais, diagnosticar doenças, estabelecer tratamentos, monitorar a evolução dos tumores e planejar procedimentos cirúrgicos. No entanto, um desafio crucial para a segmentação automática é obter um modelo matemático que possa substituir os seres humanos, capaz de reconhecer as estruturas anatômicas com base em suas características de textura e forma. Esta dissertação estuda duas aproximações importantes para este problema: os Modelos Estatísticos da Forma do Objeto (SOSMs) e os Modelos Nebulosos da Forma do Objeto (FOSMs). Os SOSMs são popularmente conhecidos como métodos de segmentação baseados em atlas e têm sido utilizados amplamente e com suceso em muitas aplicações. Porém, eles precisam do registro deformável das imagens --- um processo demorado que mapeia as imagens em um mesmo sistema de coordenadas (referência), que limita seu uso em estudos com grandes conjuntos de imagens. Os FOSMs são modelos mais recentes que podem ser significativamente mais eficientes que os SOSMs, mas precisam de métodos mais eficazes de reconhecimento e delineamento. Esta dissertação compara pela primeira vez os prós e contras dos SOSMs e FOSMs, utilizando conjuntos de imagens médicas de diferentes modalidades e estruturas anatômicas / Abstract: Image segmentation consists of two tightly coupled tasks: recognition and delineation. Recognition indicates the whereabouts of a desired object, while delineation precisely defines its spatial extent in the image. Recognition also verifies the correctness of the object's delineation. Humans are superior to computers in recognition and the other way around is valid for delineation. Manual segmentation, for instance, is usually considered error-prone, tedious, time-consuming, and subject to inter-observer variability. Therefore, the most effective interactive segmentation methods reduce human intervention to the recognition tasks. In medical images, objects may be body anatomical structures, such as organs, organ systems, and tumors. Their segmentation is a fundamental step to extract measures, such as sizes and distances for quantitative analysis. The visualization of their 3D shapes is also important for qualitative analysis. Both can help experts to study anatomical and physiological phenomena of the human body, differentiate between normal and abnormal, diagnose a disease, establish a treatment, monitor the evolution of a tumor, and plan a surgical procedure. However, a crucial challenge in automated segmentation is to obtain a surrogate mathematical model for humans, able to recognize the anatomy of such structures based on their texture and shape properties. This dissertation investigates two important approaches for this problem: the Statistical Object Shape Models (SOSMs) and the Fuzzy Object Shape Models (FOSMs). SOSMs are popularly known as atlas-based segmentation methods and have been extensively and successfully used in many applications. However, they require deformable image registration --- a time-consuming operation to map images into a common (reference) coordinate system, which limits their use in studies with large image datasets. FOSMs are more recent and can be significantly more efficient than SOSMs, but they require more effective recognition and delineation methods. This dissertation compares for the first time the pros and cons of SOSMs and FOSMs, using image datasets from distinct medical imaging modalities and anatomical structures of the human body / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

No description available.