[pt] Nesta dissertação é apresentado um framework para desenvolver critérios de split para lidar com atributos nominais multi-valorados em árvores de decisão. Critérios gerados por este framework podem ser implementados para rodar em tempo polinomial no número de classes e valores, com garantia teórica de produzir um split próximo do ótimo. Apresenta-se também um estudo experimental, utilizando datasets reais, onde o tempo de execução e acurácia de métodos oriundos do framework são avaliados. / [en] In this dissertation we propose a framework for designing splitting criteria for handling multi-valued nominal attributes for decision trees. Criteria derived from our framework can be implemented to run in polynomial time in the number of classes and values, with theoretical guarantee of producing a split that is close to the optimal one. We also present an experimental study, using real datasets, where the running time and accuracy of the methods obtained from the framework are evaluated.

The topic of this thesis is the evaluation of risk in enterprise. First section summarizes common knowledge related to investment process and states methods used for analysis of risk and investments efficiency. Second part evaluates economic efficiency and risk of a future investments in the particular enterprise. Projects are critical to the realization of performing organization's strategies. Each project contains some degree of risk and it is required to be aware of these risks and to develop the necessary responses to get the desired level of project success. Because projects' risks are multidimensional, they must be evaluated by using risk evaluation methods. The aim of this part is to provide an analytic tool to evaluate the project risks. At first the thesis analysis net present value and other investment criteria of the construction project without risk factors. Subsequently the projects' risks are are evaluated by using risk premium. To study of how projected performance varies along with changes in the key assumptions on which the projections are based is used the sensitivity analysis. The main sources for data was the enterprise environment.

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-04-01T14:52:00Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação - Jaqueline.pdf: 1157808 bytes, checksum: c1a431269eb9aaf8e39b976349f5746a (MD5) / Made available in DSpace on 2016-04-01T14:52:00Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação - Jaqueline.pdf: 1157808 bytes, checksum: c1a431269eb9aaf8e39b976349f5746a (MD5) Previous issue date: 2015-08-21 / CNPq / Em geral, as decisões sobre investimentos em negócios caracterizam-se pelo tratamento de problemas não estruturados, requisitando um alto nível de conhecimento conceitual por parte do decisor. Assim como todos os gestores, os profissionais da área jurídica têm de lidar com a natureza crítica dos riscos e das incertezas no processo de tomada de decisão. A atividade advocatícia caracteriza-se, em termos econômico-financeiros, por receitas imprevisíveis, de montante e de tempo, que devem cobrar despesas e custos fixos inadiáveis. Desta forma, a tomada de decisão está condicionada à otimização do uso dos recursos, o que exige a consideração dos investimentos e benefícios envolvidos. Diante do exposto, a proposta deste trabalho é sugerir um modelo que visa à estruturação do processo de análise de investimentos e de tomada de decisão com relação ao financiamento de causas judiciais. Os métodos utilizados para estruturação do modelo foram a Árvore de Decisão e a Simulação Monte Carlo, estabelecendo um processo de análise da viabilidade econômica, que permita aos escritórios de advocacia ou prestadores de serviços judiciários a análise da variabilidade do fluxo de caixa ao longo de um processo judicial, analisar o resultado econômico do investimento através de uma distribuição de probabilidade, bem como obter uma medida de risco que auxilie o decisor na tomada de decisão. A partir do desenvolvimento do modelo e de sua aplicação, foi possível perceber que o método é capaz de responder sobre a viabilidade econômica de causas judiciais, bem como de fornecer informações acerca dos benefícios e dos riscos de se tomar determinada decisão, tendo em vista o retorno de uma causa judicial como tendo sido subsidiado pelo prestador de serviços advocatícios. / In general, decisions on business investment characterized by the treatment of unstructured problems, require a high level of conceptual knowledge by the decision maker. Like all managers, legal professionals have to deal with the critical nature of the risks and uncertainties in the decision-making process. The attorney-client activity is characterized, in economic and financial terms, unpredictable income, amount and time, they should charge expenses and unavoidable fixed costs. Thus, decision making is subject to optimal use of resources, which requires consideration of investments and benefits involved. Given the above, the purpose of this paper is to suggest a model that aims to structure the analysis process of investment and decision-making with regard to funding for legal cases. The methods used to structure the model were Decision Trees and the Monte Carlo simulation, establishing a process of analysis of the economic viability, allowing law firms or judicial service providers to analyze the variability of cash flows over a court case, analyze the economic result of the investment by a probability distribution, as well as get a risk measure that helps the decision maker in decision making. From the development of the model and its application, it was revealed that the method is able to answer the economic viability of legal proceedings and to provide information about the benefits and risks of taking certain decision, having seen the return of a court case to have been subsidized legal services provider.

Orientador: Luiz Henrique Antunes Rodrigues / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-11T10:02:19Z (GMT). No. of bitstreams: 1 Meira_CarlosAlbertoAlves_D.pdf: 2588338 bytes, checksum: 869cc28d2c71dbc901870285cc32d8f9 (MD5) Previous issue date: 2008 / Resumo: Sistemas de alerta de doenças de plantas permitem racionalizar o uso de agrotóxicos, mas são pouco utilizados na prática. Complexidade dos modelos, dificuldade de obtenção dos dados necessários e custos para o agricultor estão entre as razões que inibem o seu uso. Entretanto, o desenvolvimento tecnológico recente - estações meteoro lógicas automáticas, bancos de dados, monitoramento agrometeorológico na Web e técnicas avançadas de análise de dados - permite se pensar em um sistema de acesso simples e gratuito. Uma instância do processo de descoberta de conhecimento em bases de dados foi realizada com o objetivo de avaliar o uso de classificação e de indução de árvores de decisão na análise e no alerta da ferrugem do cafeeiro causada por Hemileia vastatrix. Taxas de infecção calculadas a partir de avaliações mensais de incidência da ferrugem foram agrupadas em três classes: TXl - redução ou estagnação; TX2 - crescimento moderado (até 5 p.p.); e TX3 - crescimento acelerado (acima de 5 p.p.). Dados meteorológicos, carga pendente de frutos do cafeeiro (Coffea arabica) e espaçamento entre plantas foram as variáveis independentes. O conjunto de treinamento totalizou 364 exemplos, preparados a partir de dados coletados em lavouras de café em produção, de outubro de 1998 a outubro de 2006. Uma árvore de decisão foi desenvolvida para analisar a epidemia da ferrugem do cafeeiro. Ela demonstrou seu potencial como modelo simbólico e interpretável, permitindo a identificação das fronteiras de decisão e da lógica contidas nos dados, allf'iliando na compreensão de quais variáveis e como as interações dessas variáveis condicionaram o progresso da doença no campo. As variáveis explicativas mais importantes foram a temperatura média nos períodos de molhamento foliar, a carga pendente de frutos, a média das temperaturas máximas diárias no período de inG:!Jbação e a umidade relativa do ar. Os modelos de alerta foram deserivolvtdos considerando taxas de infecção binárias, segundo os limites de 5 p.p e 10 p.p. (classe- '1' para taxas maiores ou iguais ao limite; classe 'O', caso contrário). Os modelos são específicos para lavouras com alta carga pendente ou para lavouras com baixa carga. Os primeiros tiveram melhor desempenho na avaliação. A estimativa de acurácia, por validação cruzada, foi de até 83%, considerando o alerta a partir de 5 p.p. Houve ainda equilíbrio entre a acurácia e medidas importantes como sensitividade, especificidade e confiabilidade positiva ou negativa. Considerando o alerta a partir de 10 p.p., a acurácia foi de 79%. Para lavouras com baixa carga pendente, os modelos considerando o alerta a partir de 5 p.p. tiveram acurácia de até 72%. Os modelos para a taxa de infecção mais elevada (a partir de 10 p.p.) tiveram desempenho fraco. Os modelos mais bem avaliados mostraram ter potencial para servir como apoio na tomada de decisão referente à adoção de medidas de controle da ferrugem do cafeeiro. O processo de descoberta de conhecimento em bases de dados foi caracterizado, com a intenção de que possa vir a ser útil em aplicações semelhantes para outras culturas agrícolas ou para a própria cultura do café, no caso de outras doenças ou pragas / Abstract: Plant disease warning systems can contribute for diminishing the use of chemicals in agriculture, but they have received limited acceptance in practice. Complexity of models, difficulties in obtaining the required data and costs for the growers are among the reasons that inhibit their use. However, recent technological advance - automatic weather stations, databases, Web based agrometeorological monitoring and advanced techniques of data analysis - allows the development of a system with simple and free access. A process .instance of knowledge discovery in databases has been realized to evaluate the use of classification and decision tree induction in the analysis and warning of coffee rust caused by Hemileia vastatrix. Infection rates calculated from monthly assessments of rust incidence were grouped into three classes: TXl - reduction or stagnation; TX2 - moderate growth (up to 5 pp); and TX3 - accelerated growth (above 5 pp). Meteorological data, expected yield and space between plants were used as independent variables. The training data set contained 364 examples prepared from data collected in coffee-growing areas between October 1998 and October 2006. A decision tree has been developed to analyse the coffee rust epidemics. The decision tree demonstrated its potential as a symbolic and interpretable model. Its mo deI representation identified the existing decision boundaries in the data and the logic underlying them, helping to understand which variables, and interactions between these variables, led to, coffee rust epidemics in the field. The most important explanatory variables were mean temperature during leaf wetness periods, expected yield, mean of maximum temperatures during the incubation period and relative air humidity. The warning models have been developed considering binary infection rates, according to the 5 pp and 10 pp thresholds, (class '1' for rates greater than or equal the threshold; class 'O;, otherwise). These models are specific for growing are as with high expected yield or areas with low expected yield. The former had best performance in the evaluation. The estimated accuracy by cross-validation was up to 83%, considering the waming for 5 pp and higher. There was yet equivalence between accuracy and such important measures like sensitivity, specificity a~d positive or negative reliability. Considering the waming for 10 pp and higher, the accuracy was 79%. For growing areas with low expected yield, the accuracy of the models considering the waming for 5 pp and higher was up to 72%. The models for the higher infection rate (10 pp and higher) had low performance. The best evaluated models showed potential to be used in decision making about coffee rust disease control. The process of knowledge discovery in databases was characterized in such a way it can be employed in similar problems of the application domain with other crops or other coffee diseases or pests / Doutorado / Planejamento e Desenvolvimento Rural Sustentável / Doutor em Engenharia Agrícola

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-04-10T14:28:02Z No. of bitstreams: 2 Disserteção - Célio Seixo de Brito Júnior - 2013.pdf: 6241241 bytes, checksum: 873e968701f03e30aeeb7118fdba6660 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-04-10T14:35:11Z (GMT) No. of bitstreams: 2 Disserteção - Célio Seixo de Brito Júnior - 2013.pdf: 6241241 bytes, checksum: 873e968701f03e30aeeb7118fdba6660 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-04-10T14:35:11Z (GMT). No. of bitstreams: 2 Disserteção - Célio Seixo de Brito Júnior - 2013.pdf: 6241241 bytes, checksum: 873e968701f03e30aeeb7118fdba6660 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2013-01-30 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work proposes a methodology for automatically determining characteristics, classification and recognition of birds from onomatopoeic names based on analysis of spectrograms of vocalizations of these birds. The filtering and segmentation of the signals are made automatically. Segmentation, which is the separation of the bird vocalization in regions of sound and silence, is performed with the centroid and energy characteristics of the signals. The filtering is made using filters generated using wavelet transform and Chebyshev filters. The recognition of birds is made from a decision tree, constructed automatically based on the following features: entropy, ZCR, centroid, energy, spectral flux, rollof frequency, minimum frequency, maximum frequency and the frequency of greater intensity of the spectrum. / O presente trabalho propõe uma metodologia de determinação automática de características, classificação e reconhecimento de aves de nomes onomatopéicos baseada na análise dos espectrogramas das vocalizações dessas aves. A filtragem e a segmentação dos sinais são feitas automaticamente. A segmentação, que é a separação da vocalização da ave em regiões de som e silêncio, é realizada com as características centroide e energia dos sinais. A filtragem é feita com filtros gerados utilizando transformada wavelet e filtros Chebyshev. O reconhecimento das aves é feito a partir de uma árvore de decisão, construída automaticamente com base nas seguintes características: entropia, ZCR, centróide, energia, fluxo espectral, frequência rolloff, frequência mínima, frequência máxima e frequência de maior intensidade do espectro.

Made available in DSpace on 2016-03-15T19:32:35Z (GMT). No. of bitstreams: 1 Rafael Longhi Romero.pdf: 3525593 bytes, checksum: 616faacf0965bab3e6af7b3724d6ec9f (MD5) Previous issue date: 2012-03-05 / Due to the fact that we are all subject to make subjective decisions that may undermine the financial health of an organization, the focus of this work consisted in building a decisionmaking model based on decision tree method applicable to everyday decisions of a company,with the goal not only to minimize subjectivity as well as to trace the process. The study was conducted by analyzing data from decisions taken by the department of supply Chain for a company of hidden identity, the choice of suppliers of ingredients for the most significant for this company. For both assigned and estimated the probability of occurrence of supplier change considering each ingredient according to the historical study. taking into account some factors that impact the Supply Chain area, such as: product price, distance from the supplier's production to the company`s facility, the payment terms and the product packaging, this last informed when there was an improvement in the operation. The objective was achieved once we reach a ratio of 81% correlation between the subjective decisions taken and decisions made using this tool for the cases tested. You could say that the model did not have its 100% ratio since although all factors guided the decision maker to choose the best choice but the organizational culture averse to change damaged this change. Other studies in various areas are needed to validate this technique, but for the Supply Chain area this technique has been validated, taking into account actual cases, which approximates the practical means of academia. It should be noted that the model developed has been used in practice in the area of supply chain management of the company in question. / Devido ao fato de estarmos sujeitos a tomar decisões subjetivas e que podem prejudicar a saúde financeira de uma organização, o foco deste trabalho consistiu na construção de um modelo decisório baseado no método de árvore de decisão aplicável a decisões cotidianas de uma empresa, com o objetivo não só de minimizar a subjetividade como também de permitir a rastreabilidade do processo.O trabalho foi desenvolvido analisando-se os dados de decisões tomadas pelo departamento de Supply Chain de uma empresa de identidade oculta, na escolha de fornecedores de ingredientes mais significativos para a mesma. Para tanto, foram atribuídas e estimadas as probabilidades de ocorrência troca de fornecedores para ingredientes diversos de acordo com o histórico estudado, levando-se em conta alguns fatores que impactam a área de supply chain, como por exemplo: preço do produto, distância do fornecedor a unidade produtiva, prazo de pagamento e embalagem do produto, esta última quando houve melhora na operação. O objetivo do trabalho foi atingido uma vez que chegou-se a uma relação de 81% de correlação entre as decisões tomadas de forma subjetiva e as decisões tomadas com o uso desta ferramenta em relação aos casos testados. A explicação para o fato de o modelo não ter sua relação de 100%,muito embora todos os fatores direcionassem o decisor a melhor escolha, deve-se a cultura organizacional da empresa que é avessa a mudança prejudicando assim a troca. Estudos em outras áreas se fazem necessários para validar o uso desta técnica, mas para a área de Supply Chain essa técnica foi validada, levando em consideração casos reais. Por fim, vale me Cabe observar que o modelo desenvolvido vem sendo utilizado na prática na área de supply chain da empresa em questão.

Muitos problemas de classificação descritos na literatura de aprendizado de máquina e mineração de dados dizem respeito à classificação em que cada exemplo pertence a um único rótulo. Porém, vários problemas de classificação, principalmente no campo de Bioinformática são associados a mais de um rótulo; esses problemas são conhecidos como problemas de classificação multirrótulo. O princípio básico da classificação multirrótulo é similar ao da classificação tradicional (que possui um único rótulo), sendo diferenciada no número de rótulos a serem preditos, na qual há dois ou mais rótulos. Na área da Bioinformática muitos problemas são compostos por uma grande quantidade de rótulos em que cada exemplo pode estar associado. Porém, algoritmos de classificação tradicionais são incapazes de lidar com um conjunto de exemplos mutirrótulo, uma vez que esses algoritmos foram projetados para predizer um único rótulo. Uma solução mais simples é utilizar o método conhecido como método Binary Relevance. Porém, estudos mostraram que tal abordagem não constitui uma boa solução para o problema da classificação multirrótulo, pois cada classe é tratada individualmente, ignorando as possíveis relações entre elas. Dessa maneira, o objetivo dessa pesquisa foi propor uma nova adaptação do método Binary Relevance que leva em consideração relações entre os rótulos para tentar minimizar sua desvantagem, além de também considerar a capacidade de interpretabilidade do modelo gerado, não só o desempenho. Os resultados experimentais mostraram que esse novo método é capaz de gerar árvores que relacionam os rótulos correlacionados e também possui um desempenho comparável ao de outros métodos, obtendo bons resultados usando a medida-F. / Many classification problems described in the literature on Machine Learning and Data Mining relate to the classification in which each example belongs to a single class. However, many classification problems, especially in the field of Bioinformatics, are associated with more than one class; these problems are known as multi-label classification problems. The basic principle of multi-label classification is similar to the traditional classification (single label), and distinguished by the number of classes to be predicted, in this case, in which there are two or more labels. In Bioinformatics many problems are composed of a large number of labels that can be associated with each example. However, traditional classification algorithms are unable to cope with a set of multi-label examples, since these algorithms are designed to predict a single label. A simpler solution is to use the method known as Binary Relevance. However, studies have shown that this approach is not a good solution to the problem of multi-label classification because each class is treated individually, ignoring possible relations between them. Thus, the objective of this research was to propose a new adaptation of Binary Relevance method that took into account relations between labels trying to minimize its disadvantage, and also consider the ability of interpretability of the model generated, not just its performance. The experimental results show that this new method is capable of generating trees that relate labels and also has a performance comparable to other methods, obtaining good results using F-measure.

[pt] O reconhecimento de posturas é um dos desafios para o sensoriamento humano, que auxilia no acompanhamento de pessoas em ambientes de moradia assistidos. Estes ambientes, por sua vez, auxiliam médicos no diagnóstico de saúde de seus pacientes, principalmente através do reconhecimento de atividades do dia a dia em tempo real, que é visto na área médica como uma das melhores formas de antecipar situações críticas de saúde. Além disso, o envelhecimento da população mundial, escassez de recursos em hospitais para atender todas as pessoas e aumento dos custos de assistência médica impulsionam o desenvolvimento de sistemas para apoiar os ambientes de moradia assistidos. Preservar a privacidade nestes ambientes monitorados por sensores é um fator crítico para a aceitação do usuário, por isso há uma demanda em soluções que não requerem imagens. Este trabalho evidencia o uso de um sensor térmico de baixa resolução no sensoriamento humano, mostrando que é viável detectar a presença e reconhecer posturas humanas, usando somente os dados deste sensor. / [en] Postures recognition is one of the human sensing challenges, that helps ambient assisted livings in people accompanying. On the other hand, these ambients assist doctors in the diagnosis of their patients health, mainly through activities of daily livings real time recognition, which is seen in the medical field as one of the best ways to anticipate critical health situations. In addition, the world s population aging, lack of hospital resources to meet all people and increased health care costs drive the development of systems to support ambient assisted livings. Preserving privacy in these ambients monitored by sensors is a critical factor for user acceptance, so there is a demand for solutions that does not requires images. This work demonstrates the use of a low resolution thermal array sensor in human sensing, showing that it is feasible to detect the presence and to recognize human postures, using only the data of this sensor.

Wire Electrical Discharge Machining (WEDM) is a nontraditional machining process used for machining intricate shapes in high strength and temperature resistive (HSTR) materials. WEDM provides high accuracy, repeatability, and a better surface finish; however the tradeoff is a very slow machining rate. Due to the slow machining rate in WEDM, machining tasks take many hours depending on the complexity of the job. Because of this, users of WEDM try to predict machining rate beforehand so that input parameter values can be pre-programmed to achieve automated machining. However, partial success with traditional methodologies such as thermal modeling, artificial neural networks, mathematical, statistical, and empirical models left this problem still open for further research and exploration of alternative methods. Also, earlier efforts in applying the decision tree rule induction algorithms for predicting the machining rate in WEDM had limitations such as use of coarse grained method of discretizing the target and exploration of only C4.5 as the learning algorithm. The goal of this dissertation was to address the limitations reported in literature in using decision tree rule induction algorithms for WEDM. In this study, the three decision tree inductive algorithms C5.0, CART and CHAID have been applied for predicting material removal rate when the target was discretized into varied number of classes (two, three, four, and five classes) by three discretization methods. There were a total of 36 distinct combinations when learning algorithms, discretization methods, and number of classes in the target are combined. All of these 36 models have been developed and evaluated based on the prediction accuracy. From this research, a total of 21 models found to be suitable for WEDM that have prediction accuracy ranging from 71.43% through 100%. The models indentified in the current study not only achieved better prediction accuracy compared to previous studies, but also allows the users to have much better control over WEDM than what was previously possible. Application of inductive learning and development of suitable predictive models for WEDM by incorporating varied number of classes in the target, different learning algorithms, and different discretization methods have been the major contribution of this research.

This report aims to solve a problem for the   waxers in the Swedish National Cross-country Ski Team, which hereafter will   be referred to as the national team. The problem in hand is that currently,   the national team lacks a system for book-keeping of ski pairs and ski tests.   Also, the project intends to provide a tool for predicting the best ski pairs   in given conditions. The report describes cross-country skis and factors that   affect the performance of these skis. Moreover, this report presents the   testing procedure of the national team. The project provides a solution to   the problem in hand by developing a web service based on Django and Django   REST Framework and an iOS application to handle the user interaction. The app   was tested and approved by the waxers of the national team. To predict the   best performing skis in given conditions, the three Machine Learning   algorithms Support Vector Machine (SVM), Decision Tree, and Artificial Neural   Network (ANN) is implemented and evaluated. Experimental results indicate   that the ANN algorithm has better accuracy than the Decision Tree, and that   the SVM algorithms and that the SVM was performing slightly worse than the   other two, when applied on test data which is artificially generated based on   the experience of the national team. All three Machine Learning algorithms   perform better in terms of mean accuracy which is significantly higher   compared to the accuracy of a baseline algorithm. The report suggests that   the accuracy of the ANN algorithm is high enough to be useful for the   national team.