[pt] Esta tese visa a contribuir para a discussão sobre a clínica dos chamados casos-limite a partir de uma investigação sobre os elementos intersubjetivos que constituem os primórdios do psiquismo. O fio condutor consiste na experiência paradoxal de unidade dual, característica dos momentos iniciais de relacionabilidade, e que constitui, também, um ponto de partida para o trabalho analítico com pacientes muito regredidos. Para este fim, esta pesquisa será dividida em dois eixos temáticos. O primeiro eixo, composto pelos dois primeiros capítulos, consiste em uma investigação sobre os primórdios do psiquismo em condições suficientemente boas e, em seguida, sobre as falhas ambientais e suas vicissitudes para a etiologia dos casos-limite. O segundo eixo refere-se a uma discussão sobre a clínica dos casos-limite. Considera-se, inicialmente, uma articulação entre os principais elementos da experiência intersubjetiva precoce e o conceito de contratransferência. Em seguida, propõe-se o trabalho analítico com os chamados casos difíceis a partir de um Modelo Transformacional. Este ocorre no âmbito de uma ótica de campo, na qual os elementos psíquicos não simbolizados possam ser acolhidos, metabolizados e transformados dentro da díade analista/analisando, considerada como uma das vias do campo. / [en] This thesis aims to contribute to the discussion on the clinic of so-called borderline cases from an investigation into the intersubjective elements that constitute the beginnings of the psyche. The conductive thread consists of the paradoxical experience of dual unit, characteristic of the initial moments of relationability, and which also constitutes a starting point for analytical work with very regressed patients. To this end, this research will be divided into two thematic axes. The first axis, composed of the first two chapters, consists of an investigation into the beginnings of the psyche in sufficiently good conditions and then on environmental failures and their vicissitudes for the etiology of limit cases. The second axis refers to a discussion on the clinic of limit cases. Initially, an articulation of the main elements of early intersubjective experience with the concept of countertransference is considered. Then, the analytical work is proposed with the so-called difficult cases from a Transformational Model. This occurs within the scope of a field optician in which the non-symbolized psychic elements can be welcomed, metabolized and transformed within the analyst/analyzing dyade, considered as one of the pathways of this field.

[pt] A crescente demanda por sistemas de transporte autônomos e inteligentes exige o desenvolvimento de técnicas avançadas de controle e estimativa, visando garantir operações seguras e eficientes. Devido à natureza não linear da dinâmica veicular e seus fenômenos característicos, os métodos clássicos de estimativa e controle podem não alcançar resultados adequados, o que incentiva a pesquisa de novos algoritmos. Por algumas contribuições, a primeira parte deste trabalho trata de algoritmos de estimação, tanto para identificação de parâmetros invariantes no tempo, quanto para estimação de estados e parâmetros variantes no tempo. Especial destaque é dados aos algoritmos de Estimação de Estados por Horizonte Móvel (MHSE), que se apresenta como robusto e preciso, devido ao problema de otimização com restrição em que se baseia. Este algoritmo é avaliado em dinâmica longitudinal de veículos, para estimativa de deslizamento longitudinal e coeficiente de atrito pneu-estrada. Apesar de sua eficiência, o alto custo computacional torna necessária a busca por alternativas sub-ótimas, e o emprego de Redes Neurais que mapeiam os resultados da otimização é uma solução promissora, que é tratada como Estimação por Horizonte Móvel com Redes Neurais (NNMHE). O NNMHE é avaliado em uma estimativa do estado de carga (SOC) de baterias para veículos elétricos, demonstrando, através de dados experimentais, que o NNMHE emula com precisão o problema de otimização e a literatura indica sua aplicação efetiva em hardwares embarcados. Por fim, é apresentada uma contribuição sobre o controle preditivo baseado em modelo não linear (NMPC). É proposto e avaliado seu uso compondo uma nova estrutura de controle hierárquica para veículos elétricos com motores independentes nas rodas, através do qual é possível controlar adequadamente o veículo em tarefas de rastreamento de velocidade e trajetória, com reduzido esforço computacional. O controle é avaliado usando dados experimentais de pneus obtidos, que aproximam a simulação de situações reais. / [en] The rising demand of autonomous and intelligent transportation systems requires the development of advanced control and estimation techniques, aiming to ensure safety and efficient operations. Due to the nonlinear nature of vehicle dynamics and its characteristic phenomena, classical estimation and control methods may not achieve adequate results, which encourages the research of novel algorithms. By some contributions, the first part of this work deals with estimation algorithms, both for identification of time invariant parameters and for estimation of states and time varying parameters. Special emphasis is given to Moving-Horizon State Estimation (MHSE), which is presented to be robust and accurate, due to the constrained optimization problem on which it is based. This algorithm is evaluated in vehicle longitudinal dynamics, for slip and tire-road friction estimation. Despite its efficiency, the high computational cost makes it necessary to search for suboptimal alternatives, and the employ of a Neural Networks that maps the optimization results is a promising solution, which is treated as Neural Networks Moving-Horizon Estimation (NNMHE). The NNMHE is evaluated on a state-of-charge (SOC) estimation of batteries for electric vehicles, demonstrating, through experimental data, that the NNMHE emulates accurately the optimization problem, and the literature indicates its effectively application on embedded hardware. Finally, a contribution about Nonlinear Model-based Predictive Control (NMPC) is presented. It is proposed and evaluated its use compounding a novel hierarchical control framework for electric vehicles with independent in-wheel motors, through which it is possible to adequately control the vehicle on velocity and path tracking tasks, with reduced computational effort. The control is evaluated using experimental obtained tire data, which approaches the simulation to real situations.

[pt] Atuadores baseados em materiais piezelétricos apresentam características ideais para aplicações como transmissão acústica e micromanipulação. No entanto, não-linearidades inerentes a estes atuadores, como histerese e fluência, aumentam o desafio de controla-los. Além disso, a crescente necessidade de atuadores mais precisos e rápidos aliada a frequentes mudanças nas condições ambientais e operacionais agravam ainda mais o problema. Modelagens analíticas são específicas ao sistema ao qual foram feitas, o que significa que elas não são facilmente escalonáveis e eficientes para todos os tipos de sistemas. Adicionalmente, com o aumento da complexidade, os fenômenos que regem a física do sistema não são totalmente conhecidos, tornando difícil o desenvolvimento destes modelos. Este trabalho investiga esses desafios do ponto de vista da metodologia de identificação de sistemas e modelos baseados em dados para atuadores piezelétricos. A abordagem de modelagem caixa preta foi testada com dados experimentais adquiridos em um ambiente de laboratório para os estudos de caso de micromanipulação e transmissão acústica. Sinais de uso geral foram empregados como entrada de excitação do sistema de modo a acelerar a aquisição e estimação dos parâmetros. Parte dos modelos desenvolvidos foram validados com um conjunto de dados separado. Em ambos os casos foi necessário pré-processamento para otimização da quantidade de dados. Os modelos testados incluem a Média Móvel AutoRegressiva com entradas eXógenas (ARMAX), AutoRegressiva Não Linear com entradas eXógenas (NARX) com uma estrutura de rede neural artificial e Média Móvel AutoRegressiva Não Linear com entradas eXógenas (NARMAX). Os resultados mostram uma boa capacidade de prever as não-linearidades do micro manipulador e, portanto, a histerese em diferentes frequências de entrada. O sistema de transmissão acústica foi modelado com sucesso. Embora os resultados mostrem que ainda há espaço para melhorias, eles fornecem informações importantes sobre possíveis otimizações para o sistema uma vez que os modelos apresentados são uteis para janelas de predição curtas. / [en] Actuators based on piezoelectric materials have ideal characteristics for applications such as acoustic transmission and micromanipulation. However, the inherent nonlinearities of those actuators, such as hysteresis and creep, greatly increase the challenge to control such devices. Furthermore, the increasing need for more precise and faster actuators, allied with frequent changes in the environmental and operational conditions, further worsens the problem. Analytical models are application-specific, meaning that they are not easily and efficiently scalable to all systems. Also, with increased complexity, the understating of underlying phenomena is not fully documented, making it difficult to develop such models. This work investigates those challenges from the perspective of the system identification methodology and data-driven models for piezoelectric actuators. The black-box approach is tested with experimental data acquired in a laboratory setting for micromanipulator and acoustic transmission case studies. In some datasets, general-purpose signals were employed as the excitation input of the system to accelerate the data acquisition of the whole system dynamic and estimation process. Additionally, some models were validated on a separate dataset. In both cases, preprocessing was employed to optimize the amount of data. The tested models include the AutoRegressive Moving Average with eXogenous inputs (ARMAX), Nonlinear AutoRegressive with eXogenous inputs (NARX) with an artificial neural network structure, and Nonlinear AutoRegressive Moving Average with eXogenous inputs (NARMAX). The results show a good ability to predict the nonlinearities of the micromanipulator and, therefore, the hysteresis at different input frequencies. The acoustic transmission system was successfully modeled. Although the results show that there is still room for improvements, it provides insights into possible optimizations for the setup as the models here devised are useful for short prediction windows.

[pt] A abstração matemática de um processo físico é essencial em problemas de engenharia, pois muitas vezes pode ser impraticável ou impossível realizar experimentos no sistema real. Além disso, modelos matemáticos são mais flexíveis que protótipos físicos, permitindo um rápido refinamento dos projetos do sistema para otimizar várias medidas de desempenho. As aplicações dos modelos podem ser divididas em quatro partes, a saber: projeto, estimativa, controle e monitoramento. Algumas aplicações específicas são i) simulações, ii) soft sensors, iii) avaliação de desempenho, iv) controle estatístico de qualidade e v) detecção e diagnóstico de falhas. Este trabalho visa então: i) desenvolver diferentes classes de modelos capazes de simular com precisão a variável de saída de um sistema, ii) avaliar a eficiência dos algoritmos de otimização utilizados na tarefa de estimação de parâmetros, iii) avaliar qual modelo de atrito é o mais adequado para descrever esse fenômeno em um sistema de posicionamento. Os resultados mostraram que o atrito no sistema de posicionamento apresenta comportamento não linear e assimétrico, já que alguns termos dos modelos de atrito relacionados às velocidades positiva e negativa são significativamente diferentes um do outro. O resultado final do processo de otimização que usou um algoritmo de busca local foi altamente dependente das condições iniciais e do número de parâmetros estimados, o que elevou o erro de simulação. Entretanto, melhores estimativas da variável de saída foram alcançadas quando essa abordagem foi combinada com outros modelos de diferentes classes. Através dessa última abordagem o erro relativo foi reduzido em mais de 20 porcento. As simulações realizadas com os parâmetros estimados pelos algoritmos evolucionários foram mais acuradas, eles foram capazes de reduzir o erro relativo em quase 30 porcento quando comparados com o algoritmo de busca local. Considerando o segundo estudo de caso, o otimizador baseado em árvores de decisão se mostrou igualmente eficaz se comparado aos algoritmos evolucionários. O erro relativo das simulações usando os parâmetros estimados por esses algoritmos foi inferior a 8 porcento. Além disso, a forma do atrito reconstruído na segunda junta do manipulador robótico através dos parâmetros estimados pelos algoritmos está de acordo com o esperado. / [en] The mathematical abstraction of a physical process is essential in engineering problems, as it can often be impractical or impossible to perform experiments on the real system. Besides, mathematical models are more flexible than physical prototypes, allowing for quick refinement of system designs to optimize various performance measures. The applications of the models can be divided into four parts, namely: design, estimation, control and monitoring. Some specific applications are i) simulations, ii) soft sensors, iii) performance evaluation, iv) statistical quality control and, v) fault detection and diagnosis. This work aims to: i) develop different classes of models capable of accurately simulating the output variable of a system, ii) evaluate the efficiency of optimization algorithms used in the parameter estimation task, iii) assess which friction model is the most appropriate to describe this phenomenon in a positioning system. The results showed that the friction in the positioning system presents a nonlinear and asymmetric behavior since some terms of the friction models related to the positive and negative velocities are significantly different from each other. The final result of the optimization process that used a local search algorithm was highly dependent on the initial conditions and the number of estimated parameters, which increased the simulation error. However, better estimates of the output variable were achieved when this approach was combined with other models of different classes. Through this last approach, the relative error was reduced by more than 20 percent. The simulations performed with the parameters estimated by the evolutionary algorithms were more accurate, they were able to reduce the relative error by almost 30 percent when compared with the local search algorithm. Considering the second case study, the decision tree-based optimizer proved to be equally effective compared to evolutionary algorithms. The relative error of the simulations using the parameters estimated by these algorithms was less than 8 percent. Besides, the shape of the friction reconstructed in the second joint of the robotic manipulator through the parameters estimated by the algorithms is in accordance with the expected.

[pt] A segmentação de falhas sísmicas apresenta uma tarefa desafiadora edemorada na geofísica, especialmente na exploração e extração de petróleo egás natural. Métodos de Aprendizado Profundo (Deep Learning) têm mostradoum grande potencial para enfrentar esses desafios e oferecem vantagens emcomparação com métodos tradicionais. No entanto, abordagens baseadas emAprendizado Profundo geralmente requerem uma quantidade substancial dedados rotulados, o que contradiz o cenário atual de disponibilidade limitadade dados sísmicos rotulados. Para lidar com essa limitação, pesquisadores têmexplorado a geração de dados sintéticos como uma solução potencial paradados reais não rotulados. Essa abordagem envolve treinar um modelo emdados sintéticos rotulados e, posteriormente, aplicar diretamente ao conjuntode dados real. No entanto, a geração de dados sintéticos encontra o problemade deslocamento de domínio devido à complexidade das situações geológicasdo mundo real, resultando em diferenças na distribuição entre conjuntosde dados sintéticos e reais. Para mitigar o problema de deslocamento dedomínio na detecção de falhas sísmicas, propomos uma nova abordagem queutiliza técnicas de Adaptação de Domínio Não Supervisionada ou UnsupervisedDomain Adaptation (UDA). Nossa proposta envolve o uso de um conjunto dedados sintéticos para treinamento do modelo e sua adaptação a dois conjuntosde dados reais disponíveis publicamente na literatura. As técnicas de UDAescolhidas incluem Maximum Mean Discrepancy (MMD), Domain-AdversarialNeural Networks (DANN) e Fourier Domain Adaptation (FDA). MMD eDANN visam alinhar características em um espaço de características comumde n dimensões, minimizando discrepâncias e aumentando a confusão dedomínio por meio do treinamento adversarial, respectivamente. Por outro lado,FDA transfere o estilo de amostras reais para sintéticas usando TransformadaRápida de Fourier. Para os experimentos, utilizamos uma versão menor doUNet e sua variante Atrous UNet, que incorpora camadas convolucionaisdilatadas em seu gargalo. Além disso, o DexiNed (Dense Extreme InceptionNetwork), um modelo do estado da arte para detecção de bordas, foi empregadopara fornecer uma análise mais abrangente. Além disso, estudamos a aplicaçãode ajuste fino ou fine-tuning em conjuntos de dados rotulados para investigarseu impacto no desempenho, pois muitos estudos o têm utilizado para reduziro deslocamento de domínio.Os resultados finais demonstraram melhorias significativas no desempenho de detecção de falhas ao aplicar técnicas de UDA, com aumento médio deaté 13 por cento em métricas de avaliação como Intersection over Union e F1-score.Além disso, a abordagem proposta obteve detecções mais consistentes de falhassísmicas com menos falsos positivos, indicando seu potencial para aplicações nomundo real. Por outro lado, a aplicação de ajuste fino não demonstrou ganhossignificativos no desempenho, mas reduziu o tempo de treinamento. / [en] Seismic fault segmentation presents a challenging and time-consuming task in geophysics, particularly in the exploration and extraction of oil and natural gas. Deep Learning (DL) methods have shown significant potential to address these challenges and offer advantages compared to traditional methods. However, DL-based approaches typically require a substantial amount of labeled data, which contradicts the current scenario of limited availability of labeled seismic data. To address this limitation, researchers have explored synthetic data generation as a potential solution for unlabeled real data. This approach involves training a model on labeled synthetic data and subsequently applying it directly to the real dataset. However, synthetic data generation encounters the domain shift problem due to the complexity of real-world geological situations, resulting in differences in distribution between synthetic and real datasets. To mitigate the domain shift issue in seismic fault detection, we propose a novel approach utilizing Unsupervised Domain Adaptation (UDA) techniques. Our proposal involves using a synthetic dataset for model training and adapting it to two publicly available real datasets found in the literature. The chosen UDA techniques include Maximum Mean Discrepancy (MMD), Domain-Adversarial Neural Networks (DANN), and Fourier Domain Adaptation (FDA). MMD and DANN aim to align features in a common n-dimensional feature space by minimizing discrepancy and increasing domain confusion through adversarial training, respectively. On the other hand, FDA transfers the style from real to synthetic samples using Fast Fourier Transform. For the experiments, we utilized a smaller version of UNet and its variant Atrous UNet, which incorporates Dilated Convolutional layers in its bottleneck. Furthermore, DexiNed (Dense Extreme Inception Network), a state-of-the-art model for edge detection, was employed to provide a more comprehensive analysis. Additionally, we studied the application of fine-tuning on labeled datasets to investigate its impact on performance, as many studies have employed it to reduce domain shift. The final results demonstrated significant improvements in fault detection performance by applying UDA techniques, with up to a 13 percent increase in evaluation metrics such as Intersection over Union and F1-score on average. Moreover, the proposed approach achieved more consistent detections of seismic faults with fewer false positives, indicating its potential for realworld applications. Conversely, the application of fine-tuning did not show a significant gain in performance but did reduce the training time.

[pt] Os veículos automatizados devem trafegar em determinado ambiente detectando, planejando e seguindo uma trajetória segura. De modo a se mostrarem mais seguros que seres humanos, eles devem ser capazes de executar essas tarefas tão bem ou melhor do que motoristas humanos sob diferentes condições críticas. Uma parte essencial no estudo de veículos automatizados o desenvolvimento de modelos representativos que sejam precisos e computacionalmente eficientes. Assim, para lidar com esses problemas, o presente trabalho aplica métodos de inteligência computational e identificação de sistemas para realizar modelagem de veículos e controle de rastreamento de trajetória. Primeiro, arquiteturas neurais são usadas para capturar as características do pneu na interação entre a dinâmica lateral e longitudinal do veículo, reduzindo o custo computacional em controladores preditivos. Em segundo lugar, uma combinação de modelos caixa-preta é usada para melhorar o controle preditivo. Em seguida, uma abordagem híbrida combina modelos baseados na física e orientados por dados com modelagem de caixa-preta das discrepâncias. Essa abordagem é escolhida para melhorar a precisão da modelagem de veículos, propondo um modelo de discrepância para capturar incompatibilidades entre modelos de veículos e dados medidos. Os resultados são mostrados quando os métodos propostos são aplicados a sistemas com dados simulados/reais e comparados com abordagens encontradas na literatura, mostrando um aumento de precisão (até 40 por cento) em termos de métricas baseadas em erro, com menor esforço computacional (redução de até 88 por cento) do que os controladores preditivos convencionais. / [en] Automated vehicles must travel in a given environment detecting, planning, and following a safe path. In order to be safer than humans, they must be able to perform these tasks as well or better than human drivers under different critical conditions. An essential part of the study of automated vehicles is the development of representative models that are accurate and computationally efficient. Thus, to cope with these problems, the present work applies artificial neural networks and system identification methods to perform vehicle modeling and trajectory tracking control. First, neural architectures are used to capture tire characteristics present in the interaction between lateral and longitudinal vehicle dynamics, reducing computational costs for predictive controllers. Secondly, a combination of black-box models is used to improve predictive control. Then, a hybrid approach combines physics-based and data-driven models with black-box modeling of the discrepancies. This approach is chosen to improve the accuracy of vehicle modeling by proposing a discrepancy model to capture mismatches between vehicle models and measured data. Results are shown when the proposed methods are applied to systems with simulated/real data and compared with approaches found in the literature, showing an increase of accuracy (up to 40 percent) in terms of error-based metrics while having lesser computational effort (reduction by up to 88 percent) than conventional predictive controllers.

[pt] O problema de identificação fraca surge naturalmente em modelos macroeconômicos. Consequentemente, métodos de variáveis instrumentais produzem resultados enigmáticos de forma mais frequente do que seria empiricamente razoável. Neste trabalho, propomos dois novos métodos para tratar destas dificuldades, no que tange a duas das principais equações de modelos macro: a Curva de Phillips Novo-Keynesiana (NKPC) e a Equação de Euler (EE). Sabe-se das dificuldades em se estimar um coeficiente de sensibilidade positivo entre inflação e produto no primeiro caso, e que, mesmo quando se obtém uma estimativa positiva, o nível de rigidez nominal implicado para a economia é incompatível com o que sugerem os micro dados. Nós abordamos essa questão no primeiro capítulo, propondo um modelo de economia multi-setorial com heterogeneidade na fixação de preços entre setores. O método gera coeficientes de sensibilidade positivos e estáveis para diferentes configurações econométricas, assim como níveis de rigidez nominal alinhados com a evidência micro, para a economia como um todo e também para cada setor individualmente. Todas essas estimativas variam em linha com implicações teóricas, quando hipóteses do modelo são alteradas. O foco do segundo capítulo é a estimação da elasticidade de substituição intertemporal (EIS), parâmetro central da EE. Argumentamos como o uso de séries oficiais de consumo – que são estatisticamente tratadas antes de disponibilizadas – distorce estimativas da EIS. Propondo um modelo generalizado para desfiltrar diferentes tipos de séries de consumo disponíveis, – micro e macro, com várias frequências –, demonstramos como a utilização de consumo não filtrado gera estimativas da EIS que são consideravelmente mais estáveis, independente do arcabouço econométrico e da série de consumo usada. Resultados também parecem menos sensíveis à presença de instrumentos fracos, comparativamente a estimações usando séries oficiais. / [en] The weak identification problem arises naturally in macroeconomic models. Consequently, instrumental variables methods produce puzzling results more often than what is empirically plausible. We propose novel methods to address puzzles usually featured in two of the main equations in macro models, namely the New-Keynesian Phillips Curve (NKPC) and the Euler Equation (EE). For the former, difficulties to estimate a positive slope without incurring a degree of stickiness incompatible with the micro evidence are widely known. We address the matter in the first chapter, proposing a richer framework of a multi-sector economy with price-setting heterogeneity. The procedure generates positive and roughly unchanging slope coefficients across econometric settings, as well as degrees of stickiness in line with the micro data, both regarding the entire economy and the cross section of sectors. Importantly, all of these estimates move consistently with implications by theory when modifying the model assumptions. The second chapter focuses on the estimation of the elasticity of intertemporal substitution (EIS), central parameter of the EE in models of dynamic choice. There, we argue that the use of officially reported consumption data – which is usually filtered, smoothed, interpolated, etc – distorts estimates of the EIS. A generalised model to unfilter available consumption data is proposed, suitable for several types of data – macro and micro – at different frequencies. Estimations based on unfiltered consumption produce considerably more stable estimates of the EIS, regardless of the econometric approach and the type of consumption data used. Results also seem less sensitive to the presence of weak instruments, compared to officially reported data.

[pt] Essa tese é composta por 3 artigos. O primeiro estuda a relação entre política monetária e a disponibilidade de crédito direcionado. Com esse propósito, estimamos as respostas de variáveis macroeconômicas setoriais a choques de política monetária identificados com restrições de sinal e restrições de igualdade em um factor-augmented VAR (FAVAR). Nossos resultados mostram que a política monetária perde potência em setores com maior proporção de crédito direcionado. O segundo artigo propõe a introdução de novas restrições para identificação de choques de política monetária. Em particular, além das restrições de sinal usuais sobre taxas de juros e inflação, nós propomos como restrição de identificação que a política monetária não tenha efeitos reais dez anos após o choque. Esse artigo apresenta evidências de que essa restrição é consistente com o modelo novo-keynesiano canônico de 3 equações e com o modelo proposto por Smets and Wouters (2007). Em uma aplicação empírica simples, esse artigo mostra que essa restrição pode ser importante para recuperar efeitos reais de política monetária. O terceiro artigo mostra que bancos estrangeiros podem mitigar barreiras informacionais vis-à-vis bancos privados nacionais a partir da observação do comportamento de seus pares. Dado um pedido de empréstimo por parte de uma firma pequena ou média, a existência de empréstimos bancários passados desta firma com bancos privados nacionais constitui um preditor mais importante da probabilidade de que o empréstimo seja concedido para bancos estrangeiros, em comparação a bancos privados nacionais. Nossos resultados são compatíveis com a visão de que a maior habilidade de bancos privados nacionais em aferir o risco de crédito de firmas pouco transparentes torna os empréstimos anteriores com esses bancos um sinal mais valioso para bancos estrangeiros. / [en] This thesis is composed of three papers. The first one studies the relation between monetary policy power and the availability of earmarked loans. To that end, we estimate the responses of sectoral macroeconomic variables to monetary policy shocks identified through sign and equality restrictions in a factor-augmented VAR (FAVAR). We find that monetary policy loses power in sectors with a larger share of earmarked loans among its bank debt. The second paper proposes the introduction of new restrictions to identify monetary policy shocks in SVARs. In particular, besides standard sign restrictions on interest rates and inflation, we propose to add as an identification restriction the inability of monetary policy to have real effects ten years after the shock. This paper presents evidence of the model consistency of this neutrality restriction both for the canonical 3-equation new keynesian model and the Smets and Wouters (2007) model. In a simple empirical application, this paper shows that this restriction may be important to recover real effects of monetary policy. The third paper shows that foreign banks can mitigate informational barriers vis-a-vis private domestic banks by observing their peers behavior. Conditional on a loan application being filed by a SME firm, we find that the existence of past loans of this firm with private domestic banks constitute a more important predictor that a loan will be granted by foreign banks in comparison to private domestic banks. Our results are compatible with the view that the higher ability of private domestic banks to access informationally opaque business credit risks makes past loans with these banks a more valuable signal for foreign lenders.

[pt] O uso de juntas cardânicas ativas é restrito pela capacidade de torque de pequenos motorredutores e, atualmente, os dispositivos embarcados são obrigatórios para as aplicações robóticas. O controle dinâmico é essencial para estudar as limitações desse dispositivo, portanto, o objetivo deste estudo foi controlar a junta cardânica ativa de três graus de liberdade usando simulações numéricas e experimento em bancada de testes. O manipulador foi projetado com apenas uma junta cardânica para que a sua cinemática e dinâmica sejam exploradas; por esse motivo, a junta foi construída com sensores de carga na base e sensor de unidade de movimento inercial na parte superior do efetuador do manipulador. Além disso, foram fabricadas três placas de controle: a primeira foi projetada para controlar os três acionamentos dos motores de passo; a segunda, para ler o sensor da unidade de movimento inercial; e a última, para ler os sensores de carga. Quatro problemas foram descritos para testar os limites deste dispositivo, analisando, além da cinemática e dinâmica, o atrito do rolamento, a identificação da folga e o torque do impacto. O primeiro problema mantém a posição do efetuador do manipulador constante enquanto transmite rotação entre os eixos. O segundo problema, o efetuador recebe um caminho planejado, por exemplo, um círculo, mas não transmite rotação entre os eixos. O terceiro problema é a combinação dos movimentos anteriores, em que o efetuador transmite rotação entre os eixos, enquanto segue por um caminho planejado. Para o quarto problema: uma nova abordagem é aplicada para mover o efetuador de um ponto para outro usando rotação cônica. / [en] The use of active cardan joints is restricted by torque capacity of small motors, and currently embedded devices have been mandatory for robotic applications. The dynamic control is essential to learn the limitations of this device, thus the objective of this study is to control active cardan joints of three degrees of freedom using numerical simulations and bench experiment. The manipulator was designed with only one cardan joint to understand its kinematics and dynamics and, for this reason, it was built with load sensors on its base and inertial motion unit sensor at the top of the manipulator end-effector. Furthermore, three control boards were manufactured: the first was designed to control the three stepper motor drives, the second was designed to read the inertial motion unit sensor, and the last was designed to read the load sensors. Four problems were described to test the limits of this device, analysing not only the kinematics and dynamics, but also the bearing friction, the backlash identification, and the impact torque. The first problem keeps the position of the manipulator end-effector constant transmitting rotation between the shafts. The second problem is given a planned path to the manipulator endeffector, such as a circle, but it does not transmit rotation between the shafts. The third problem is the combination of the previous motions, where the manipulator end-effector applies the output spin, while it follows by a planned path. The fourth problem, a new approach is applied to move the manipulator end-effector from one point to another point using a conical rotation.