[pt] Um conjunto de teorias financeiras, tais como a hipótese do mercado eficiente e a teoria do passeio aleatório, afirma ser impossível prever o futuro do mercado de ações baseado na informação atualmente disponível. Entretanto, pesquisas recentes têm provado o contrário ao constatar uma relação entre o conteúdo de uma notícia corrente e o comportamento de um ativo. Nosso objetivo é projetar e implementar um algoritmo de predição que utiliza notícias jornalísticas sobre empresas de capital aberto para prever o comportamento de ações na bolsa de valores. Utilizamos uma abordagem baseada em aprendizado de máquina para a tarefa de predição do comportamento de um ativo nas posições de alta, baixa ou neutra, utilizando informações quantitativas e qualitativas, como notícias sobre o mercado financeiro. Avaliamos o nosso sistema em um dataset com seis mil notícias e nossos experimentos apresentam uma acurácia de 68.57 porcento para a tarefa. / [en] A set of financial theories, such as the eficient market hypothesis and the theory of random walk, says it is impossible to predict the future of the stock market based on currently available information. However, recent research has proven otherwise by finding a relationship between the content of a news and current behavior of an stock. Our goal is to develop and implement a prediction algorithm that uses financial news about joint-stock company to predict the stock s behavior on the stock exchange. We use an approach based on machine learning for the task of predicting the behavior of an stock in positions of up, down or neutral, using quantitative and qualitative information, such as financial. We evaluate our system on a dataset with six thousand news and our experiments indicate an accuracy of 68.57 percent for the task.

[pt] Perdendo em média mais de 20 por cento da base de alunos todo semestre, a evasão de alunos no ensino superior privado representa um desafio para a gestão dessas instituições. Diferentes abordagens são utilizadas para combater este problema. Para a gestão de marketing de retenção, a identificação dos alunos é o primeiro passo necessário para aplicar uma estratégia de interação personalizada. Nesse sentido, este trabalho apresenta uma metodologia quantitativa para classificação de risco de evasão de alunos ativos. Baseado em dados históricos de alunos que evadiram ou se formaram, modelos gerados por algoritmos de machine learning foram calculados e comparados e, na sequência, utilizados para classificar alunos ativos. Por fim, estimou-se o lifetime value desses alunos para auxiliar na definição de estratégias de retenção. / [en] Losing more than 20 percent of its students each semester, the student attrition in private graduation courses challenges its institutions management. Different approaches to address this problem have been used. To retention marketing management the identification of students is the first necessary step to apply a personalized interaction strategy. In this sense, this work uses a quantitative methodology to classify its students by risk of attrition. Based in historic data of former students of an institution, models were generated by machine learning algorithms and its results compared. Then they were used to classify active students in the educational institution. Afterwards, their lifetime value were estimated in order to help in the definition of retention strategies.

[pt] A estimação do risco em seguros de automóveis representa um difícil problema de regressão. As dificuldades vão desde a utilização de um grande número de variáveis discretas como explicativas, até a distribuição particular dos ruídos e uma quantidade expressiva de categorias com valores nulos e valores discrepantes. Supondo que os problemas de estimação estejam relacionados com a classificação do risco adotada pelo mercado, este trabalho propõe um método de classificação alternativo. O método desenvolvido foi baseado na técnica de análise fatorial, e no algoritmo de agrupamento de dados denominado fuzzy clustering system. Para avaliar a eficiência do método em solucionar os problemas de estimação, optou-se por utilizar o erro resultante da aplicação de modelos lineares generalizados. Ao final, o erro de estimação obtido diante da classificação proposta, foi comparado ao obtido diante da classificação usual de mercado. / [en] The estimation of car insurance risk rate represents a difficult regression problem. One of the difficulties of this problem is the use of a number of discrete independent variables and a specific error distribution that presents an expressive number of null and outlier values. Assuming that these estimation problems are related to the risk classification adopted by the insurance companies, this work proposes an alternative classification method. This method is based on factorial analysis techniques and on the algorithm known as Fuzzy Clustering System. To evaluate the efficiency of this method in solving the problems identified, the risk was estimated using generalized linear models. The errors from each model were obtained and compared between classifications.

[pt] A cada dia mais e mais satélites de alta resolução têm se tornado disponíveis, criando grande demanda por novos métodos de interpretação baseados em conhecimento. Estes métodos emulam parcialmente o trabalho do especialista em análise visual de imagens. Nesse contexto, o presente trabalho apresenta um modelo de classificação baseado no conhecimento do especialista aplicado a imagens de alta resolução. O modelo de interpretação consiste de três fases. A primeira inclui o conhecimento espectral e a informação de textura. Na segunda fase dados de SIG (sistema de informação geográfico) são combinados com o resultado da análise espectral através de regras nebulosas. Na terceira e última fase é introduzido o conhecimento multitemporal através de uma estimativa das possibilidades de transição entre classes de uma mesma área em um dado intervalo de tempo. Para validação desse modelo experimentos foram realizados em imagens IKONOS e fotos aéreas de 1999, 2001 e de 2002 da área do Parque Estadual da Pedra Branca, que é um importante fragmento da Floresta Atlântica situado no estado do Rio de Janeiro, Brasil. / [en] New high resolution satellites for commercial purposes became available in the few years. This increases the need of new automatic knowledge based image interpretation methods. Such methods partially emulate the reasoning of an image analyst during the visual image interpretation. The present work falls into this context and proposes an automatic classification model for high resolution remotely sensed images. The model consists of three stages. In the first stage only spectral and textural information are used for classification. In the second stage GIS (geographic information system) data are combined with the result of the spectral analysis by means of fuzzy rules. In the third stage the multitemporal knowledge is introduced by estimating class transition possibilities within a given time span. To validate the proposed model experiments were performed based on IKONOS images from 2001 and 2002 as well as aerial photos from 1999 of the Pedra Branca Park, which is an important Atlantic Forest fragment in the State Rio de Janeiro in Southeast Brazil.

[pt] A técnica de análise de sinais corrompidos por ruído baseada no comportamento de subespaços vetoriais foi tema de alguns trabalhos publicados desde o início da década de 80. Esta nova técnica passou a ter grande importância no processamento de sinais digitais devido a fatores como robustez e precisão.Porém, o maior problema associado a este novo método é o seu elevado custo computacional. Esta característica limitou o emprego da técnica em sistemas - offline - . A preocupação então passou a ser rastrear a variação do comportamento dos subespaços vetoriais de modo eficiente. O objetivo deste rastreamento seria o emprego da técnica em alguns sistemas que operam em tempo real. Este trabalho de tese propõe um novo algoritmo de rastreamento de subespaços vetoriais. O objetivo é apresentar um algoritmo que demonstre um bom desempenho, com relação aos demais já existentes, permitindo eventual aplicação em sistemas que atuem em tempo real. Como contribuição adicional, são apresentadas uma nova análise e caracterização de sistemas que se assemelham aos circulantes, sendo para isto reinterpretada a decomposição de matrizes circulantes. O conjunto de contribuições é aplicado a um novo sistema automático de classificação de sinais comunicação, quanto ao tipo de modulação. / [en] The signal subspace analysis technique, usually applied to signals corrupted by noise, is theme of some papers since the beginning of the 80s decade. This new technique has presented important features, as robustness and precision, and became widely employed in digital signal processing. However, the main problem associated to this new method is the high computational cost. This characteristic has restricted the use of signal subspace analysis to some off-line systems. A possible way to overcome this burden was to track the signal and noise subspace behavior in the time-domain. The main objective of these methods is to allow the signal subspace analysis technique application to real time systems, sometimes at the expense of limiting analysis precision or scope. This work proposes a new subspace tracking procedure. The goal is to describe a new algorithm with good performance (precision-speed), allowing some real time systems applications. A new analysis and characterization of almost circulant systems is introduced by reinterpreting the circulating matrix decomposition scheme. The set of contributions is applied to a new analogue modulation communication signals automatic recognition structure.

[pt] Nesta dissertação, propomos uma metodologia para seleção de dados em modelos de Aprendizado por Quantização Vetorial, referenciado amplamente na literatura pela sigla em inglês LVQ. Treinar um modelo (ajuste dentro-daamostra) com um subconjunto selecionado a partir do conjunto de dados disponíveis para o aprendizado pode trazer grandes benefícios no resultado de generalização (fora-da-amostra). Neste sentido, é muito importante realizar uma busca para selecionar dados que, além de serem representativos de suas distribuições originais, não sejam ruído (no sentido definido ao longo desta dissertação). O método proposto procura encontrar os pontos relevantes do conjunto de entrada, tendo como base a correlação do erro de cada ponto com o erro do restante da distribuição. Procura-se, em geral, eliminar considerável parte do ruído mantendo os pontos que são relevantes para o ajuste do modelo (aprendizado). Assim, especificamente em LVQ, a atualização dos protótipos durante o aprendizado é realizada com um subconjunto do conjunto de treinamento originalmente disponível. Experimentos numéricos foram realizados com dados simulados e reais, e os resultados obtidos foram muito interessantes, mostrando claramente a potencialidade do método proposto. / [en] In this dissertation, we consider a methodology for selection of data in models of Learning Vector Quantization (LVQ). The generalization can be improved by using a subgroup selected from the available data set. We search the original distribution to select relevant data that aren't noise. The search aims at relevant points in the training set based on the correlation between the error of each point and the average of error of the remaining data. In general, it is desired to eliminate a considerable part of the noise, keeping the points that are relevant for the learning model. Thus, specifically in LVQ, the method updates the prototypes with a subgroup of the originally available training set. Numerical experiments have been done with simulated and real data. The results were very interesting and clearly indicated the potential of the method.

[pt] Esta dissertação propõe um sistema de controle de uma mão robótica utilizando sinais eletromiográficos de superfície (sEMG). Os sinais sEMG são coletados de três diferentes grupos musculares do antebraço superior: músculo palmar longo, músculo extensor dos dedos, e músculo extensor radial longo do carpo. O objetivo dessa pesquisa é o desenvolvimento de um protótipo de uma prótese robótica para pessoas que apresentam amputação da mão, controlado por uma interface eletromiográfica baseada em inteligência computacional. Este trabalho abrange os seguintes tópicos: posicionamento dos eletrodos para capturar os sinais sEMG, projeto de um sistema de eletromiografia como interface muscular, método de pré processamento de sinais, uso de técnicas de inteligência computacional para a interpretação dos sinais sEMG, projeto da mão robótica, e método de controle utilizado para controlar as posições dos dedos e o controle da força da mão. Nesta dissertação é utilizada a transformada wavelet como método de extração de características nos sinais eletromiográficos, e uma rede neural multicamada como método de classificação de padrões. O modelo proposto apresentou resultados satisfatórios, conseguindo 90,5 por cento de classificação correta dos padrões para o reconhecimento de 6 posturas diferentes da mão, 94,3 por cento para 5 posturas, e 96,25 por cento para 4 posturas. / [en] This thesis proposes the control of a robotic hand system using surface electromyographic signals (sEMG). The sEMG signals are collected from three different muscle groups of the upper forearm: palmaris longus muscle, extensor digitorum communis muscle, and extensor carpi radialis longus muscle. The objective of this research is to develop a prototype of a robotic prosthesis for people with hand amputation, controlled by an electromyographic interface based on computational intelligence. This thesis covers the following topics: positioning of electrodes to capture the sEMG signals, design of an electromyography muscle interface, preprocessing method, use of techniques of computational intelligence for the interpretation of the sEMG signals, design of the robotic hand, and method used to control the positions of the fingers and of the hand grip force. Here, the wavelet transform is used as a feature extraction method in electromyographic signals, and a multi-layer neural network as a pattern classification method. The proposed model obtained satisfactory results, recognizing 90.5 per cent of the positions for 6 different hand patterns, 94.3 per cent for 5, and 96.25 per cent for 4 positions.

[pt] A classificação de imagens em contexto real é o ápice tecnológico do reconhecimento de objetos. Esse tipo de classificação é complexo, contendo diversos problemas de visão computacional em abundância. Este projeto propõe solucionar esse tipo de classificação através do uso do conhecimento no aprendizado de máquina aplicado ao dataset do MS COCO. O algoritmo implementado neste projeto consiste de um modelo de Rede Neural Convolutiva que consegue aprender características dos objetos e realizar predições sobre suas classes. São elaborados alguns experimentos que comparam diferentes resultados de predições a partir de diferentes técnicas de aprendizado. É também realizada uma comparação dos resultados da implementação com o estado da arte na segmentação de objetos em contexto. / [en] The classification of objects in real contexts is the technological apex of object recognition. This type of classification is complex, containing diverse computer vision problems in abundance. This project proposes to solve that type of classification through the use of machine learning knowledge applied to the MS COCO dataset. The implemented algorithm in this project consists of a Convolutional Neural Network model that is able to learn characteristics of the objects and predict their classes. Some experiments are made that compare different results of predictions using different techniques of learning. There is also a comparison of the results from the implementation with state of art in contextual objects segmentation.

[pt] A construção de poços marítimos tem se mostrado uma atividade complexa e de alto risco. Para efetuar esta atividade as empresas se valem principalmente das unidades de intervenção de poços, também conhecidas como sondas. Estas possuem altos valores de taxas diárias de uso devido à manutenção preventiva da unidade em si, mas também por falhas as quais seus equipamentos estão sujeitos. No cenário específico da Petrobras, em junho de 2011, foi implantado no banco de dados da empresa um maior detalhamento na classificação das falhas de equipamentos de sonda. Com isso gerou-se uma descontinuidade nos registros da empresa e a demanda para adequar estes casos menos detalhados à classificação atual, mais completa. Os registros são compostos basicamente de informação textual. Para um passivo de 3384 registros, seria inviável alocar uma pessoa para classificá-los. Com isso vislumbrou-se uma ferramenta que pudesse efetuar esta classificação da forma mais automatizada possível, utilizando os registros feitos após junho de 2011 como base. O objetivo principal deste trabalho é de sanar esta descontinuidade nos registros de falha de equipamentos de sonda. Os dados foram tratados e transformados por meio de ferramentas de mineração textual bem como processados pelo algoritmo de aprendizado supervisionado SVM (Support Vector Machines). Ao final, após obter a melhor configuração do modelo, este foi aplicado às informações textuais do passivo de anormalidades, atribuindo suas classes de acordo com o novo sistema de classificação. / [en] Off-shore well construction has shown to be a complex and risky activity. In order to build off-shore wells, operators rely mainly on off-shore rigs. These rigs have an expensive day rate, related to their rental and maintenance, but also due to their equipment failure. At off-shore Petrobras scenario, on June of 2011, was implemented at the company database a better detailing on the classification of rig equipment failure. That brought a discontinuity to the database records and created a demand for adequacy of the former classification to the new classification structure. Basically, rig equipment failure records are based on textual information. For a liability of 3384 records, it was unable for one person to manage the task. Therefore, an urge came for a tool that could classify these records automatically, using database records already classified under the new labels. The main purpose of this work is to overcome this database discontinuity. Data was treated and transformed through text mining tools and then processed by supervised learning algorithm SVM (Support Vector Machines). After obtaining the best model configuration, the old records were submitted under this model and were classified according to the new classification structure.

[pt] A maioria dos laboratórios não conta com um sistema informatizado para gestão dos procedimentos pertinentes a cada caso. A administração e controle das amostras é feito manualmente, através de diversas fichas que são preenchidas desde o colhimento do material biológico, no hospital, até a identificação final da bactéria no laboratório. Dessa forma, a organização das informações fica limitada, uma vez que, estando as informações escritas à mão e guardadas em livros, é quase impossível a extração de conhecimento útil que possa servir não só no apoio à decisão, como também, na formulação de simples estatísticas. Esta dissertação teve dois objetivos principais. O desenvolvimento de um sistema Web, intitulado BCIWeb (Bacterial Classification and Identification for Web), que fosse capaz de auxiliar na identificação bacteriológica e prover a tecnologia necessária para a administração e controle de amostras clínicas oriundas de hospitais. E a descoberta de conhecimento na base de dados do sistema, através da mineração de dados utilizando os métodos de Mapas Auto-Organizáveis (SOM: Self-Organizing Maps) e Redes Multilayer Perceptrons (MLP) para classificação e identificação de bactérias. A partir do desenvolvimento desta ferramenta amigável, no estudo de caso, os dados históricos do LDCIC (Laboratório de Difteria e Corinebactérias de Importância Clínica) do Departamento de Biologia da UERJ foram inseridos no sistema. Os métodos inteligentes propostos para classificação e identificação de bactérias foram analisados e apresentaram resultados promissores na área. / [en] Most laboratories do not have a computerized system for management procedures. The administration and control of the samples are made manualy through many forms of data sheets which are filled from the beginning, when the samples of biological materials are gathered at the hospital, up to the final identification at the laboratory. In this context, the organization of the information become very limited, while the information writting by hands and stored in books, its almost impossible to extract useful knowledge, which could help not only supporting decisions but also in the formulations of simples statistics. This thesis had two objectives. The development of a web system called BCIWeb (Bacterial Classifiation and Identification for Web) that could assist in bacterial identification and provide the technology necessary for the administration and control of clinical specimen coming from the hospitals and the discovery of knowledge in database system, through data mining methods using SOM (Self Organizing Maps) and Multilayer Perceptron Neural Networks (MLP) for classification and identificatin of bactéria. From the development of this friendly tool, in the case study, the historical data from LDCIC (Laboratório de Difteria e Corinebactérias de Importância Clínica) of UERJ Biology Department were entered into the system. The proposed intelligent methods for classification and identification of bacteria were analysed and showed promising results.