[pt] O objetivo deste trabalho é predizer e otimizar o desempenho de motores funcionando no modo bicombustível, diesel-gás natural, fazendo uso da inteligência artificial. Pretende-se determinar a taxa de substituição ótima do combustível original diesel pelo gás natural que minimize custos de operação (combustíveis) e emissões de poluentes, tais como: monóxido de carbono, CO, hidrocarbonetos, HC, e óxidos de nitrogênio, NOx, priorizando-se também a eficiência térmica. Os dados analisados foram obtidos de testes anteriormente realizados. O procedimento envolve treinamento, validação e teste (utilizando redes neurais). Com os dados analisados foram treinadas diferentes redes neurais 06 para a aprendizagem e predição, as quais vão prever mapas de novos valores baseando-se nos dados experimentais já apreendidos. Finalmente, e continuando com o processo de otimização (técnica de Algoritmos Genéticos), é determinada a melhor taxa de substituição de diesel-gás natural, com as menores taxas de emissões dentro dos mapas gerados. Os resultados indicam uma boa concordância entre os dados experimentais e os previstos pela rede neural. O processo de otimização utilizado determina os pontos de trabalho adequados para cada caso analisado. / [en] The purpose of this study is to predict and optimize the internal combustion engine performance using diesel-natural gas fuel using the artificial intelligence. The ultimate goal is to determine the optimal substitution rate of natural gas to minimize the costs of operation and pollutants emissions such as carbon monoxide CO, hydrocarbons HC and nitrogen oxides NOx, considering the values of efficiency. The analyzed data are obtained from tests performed earlier. The procedure involves training, validation and test (using neural networks). Once these data were analyzed with different trained neural networks for learning and prediction, which are maps of the predicted values based on experimental data have been seized. Finally, and continuing with the process of optimization (technique of Genetic Algorithms), is given the best substitution rate of and lower emissions in the maps generated. The results indicate a good agreement between data and neural network, the process of optimization using certain items of work appropriate for each case analyzed.

[pt] Esta tese visa o desenvolvimento de um ambiente integrado para o controle da geração e representação de histórias interativas dinâmicas. A geração é realizada por um processo de simulação, resultando em um conjunto de operações parcialmente ordenado que define o enredo da história. Esta história deve então ser representada graficamente por meio de um motor gráfico. Estão sendo utilizadas técnicas cinematográficas para capturar a essência das cenas, compostas por um ambiente virtual 3D, que possuem personagens e objetos. Para o desenrolar da história, os personagens, implementados como agentes reativos, interagem entre si em um ambiente multiagente e com a cena. Cada agente encapsula recursos que os permitem fazer a representação gráfica dos eventos típicos das histórias. A arquitetura como um todo é projetada para servir como meio de geração de conteúdo para a TV interativa. / [en] This thesis aims at the development of an integrated tool for managing both the generation and representation of dynamic interactive stories (storytelling). The story generation is accomplished by a simulation process resulting in a set of partially ordered operations that define the plot of the story. This story should then be graphically represented by means of a 3D engine. It has been used cinematographic techniques to capture the essence of the scenes, which are composed by a virtual 3D environment, including characters and objects. Characters, implemented as reactive agents, interact among each other in a multi-agent system and with the scene to accomplish the plot of the narrative. Each agent encapsulates resources that allow them to graphically represent typical events of stories. The overall architecture is designed as a source for Interactive TV content.

[pt] Esta dissertação investiga a aplicação de Redes Neurais Artificiais no reconhecimento de imagens bi-dimensionais. O trabalho de tese foi dividido em quatro partes principais: um estudo sobre a importância da Visão Computacional e sobre os benefícios da aplicação das técnicas da Inteligência Computacional na área; um estudo da estrutura dos sistemas de reconhecimento de imagens encontrados na literatura; o desenvolvimento de dois sistemas de reconhecimento de imagens baseados em redes neurais; e o estudo de caso e a análise de desempenho dos sistemas desenvolvidos. A Visão Computacional tem se beneficiado das principais técnicas de Inteligência Computacional (redes neurais, algoritmos genéticos e lógica nebulosa) na implementação de sistemas de reconhecimento de imagens. Neste trabalho estudou-se a aplicação de diversos tipos de redes neurais na classificação de imagens Back-Propagation, Competitivas, RBF e Hierárquicas. Além disso, foi realizado um estudo das áreas de aplicação da Visão Computacional. A estrutura básica utilizada por diversos sistemas de Visão Computacional encontrada na literatura foi analisada. Esta estrutura é tipicamente composta por três módulos principais: um pré-processador, um extrator de características e um classificador. Dois sistemas de reconhecimento de imagens, denominados de XVision e SimpleNet, foram desenvolvidos neste trabalho. O sistema XVision segue a estrutura descrita acima, enquanto que o sistema SimpleNet utiliza a informação da imagem bruta para realizar a classificação. O módulo de pré-processamento do sistema XVision executa uma série de transformações na imagem, extraindo suas características intrínsecas para que seja obtida uma representação da imagem invariante a aspectos como rotação, translação e escalonamento. Este Pré- Processador é baseado em um trabalho previamente realizado no campo de Processamento de Sinais. A etapa de extração de características visa detectar as informações mais relevantes contidas na representação da imagem intrínseca obtida na etapa anterior. Foram investigados extratores baseados em técnicas estatísticas (utilizando o discriminante de Fisher) e em técnicas inteligentes (utilizando algoritmos genéticos). Para o módulo de classificação das imagens foram utilizados diversos tipos de redes neurais artificiais: Back-Propagation, Competitivas, RBFs e Hierárquicas. No sistema SimpleNet, o pré-processamento limita-se à redução das dimensões da imagem a ser classificada. Como os próprios pixels da imagem são utilizados para a classificação, não foi implementado um módulo de extração de características. Na etapa de classificação foram empregadas redes neurais Back- Propagation e Competitivas. O sistema XVision apresentou resultados promissores para dois conjuntos distintos de objetos bi-dimensionais: o primeiro composto por peças mecânicas e o segundo por objetos triviais. As amostras utilizadas nos testes apresentavam características diferentes daquelas com as quais as redes neurais foram treinadas - não apenas com rotações, translações e escalonamentos, mas com diferenças estruturais. O classificador conseguiu taxas de acerto superiores a 83% em ambos os conjuntos de objetos. O sistema SimpleNet também mostrou-se eficiente na diferenciação de imagens semelhantes (cartões telefônicos e radiografias de pulmões), obtendo taxas de acerto superiores a 80%. O desenvolvimento destes sistemas demonstrou a viabilidade da aplicação de redes neurais na classificação de objetos bi- dimensionais. Devido ao grande interesse na utilização de sistemas de Visão em aplicações de tempo real, mediu-se o tempo gasto nos processos de reconhecimento. Desta forma foram detectados os garagalos dos sistemas, facilitando assim sua otimização. / [en] This work investigates the use of Artificial Neural Networks in the recognition of bi-dimensional images. The work was divided in four main parts: a survey on the importance of Computational Vision and on the benefits of the application of intelligent techniques in the fiels; a survey on the structure of image recognition systems found in the literature; the development of two image recognition systems based on neural networks; and an analysis of the performance of the developed systems. Computational Vision has benefited from the main Computational Intelligence techniques (neural networks, genetic algoritms and fuzzy logic) to implement image recognition systems. In this work, the usage of different Kinds of neural networks in image classification was studied: Back-Propagation, Competitive, RBF and Hierarchical. Besiades that, a survey on the fields of application of Computational Vision was made. The basic structure is typically composed of three modules: a pre-processor, a characteristics extractor and a classifier. In this work, two image recognition systems, called Xvision and SimpleNet, were developed. The XVision system follows the structure described above, while the SimpleNet system performs the classification using the information present in the raw picture. The pre-processing module of the Xvision system executes a series of transforms over the image, extracting its essential characteristics so that an invariant representation of the image can be obtained. This pre- processor is based on a previous work in the fiels of Signal Processing. The characteristcs extractor aims to detect the most relevant information present in the image representation obtained after the previous step. Two kinds of extractors were investigated: one based on statistical tecniques (applyng the Fisher`s discriminant) and another based on intelligent techniques (applyng genetic algorithms). The classification module was implementede through several Kinds of neural networks: Back-Propagation, Competitive, RBF and Hierarchical. The pre-processing of the SimpleNet system simply reduces the image`s dimensions. Since the image`s pixels are used for the classification process, no characteristics extractor module was implemented. In the classification module, Back-Propagation and Competitive neural networks were employed. The Xvision system yielded promising results for two sets of objects: the first one composed of mechanical parts and the second one composed of trivial objects. The samples used during the tests presented different characteristics from those samples used during the training process - not only rotated, translated and scaled, but also with structural differences. The classifier obtained a hit ratio above 83% with both sets. The SimpleNet system also showed a good performance in the differentiation of similar objects (telephone cards and X-rays of lungs), achieving hit ratios of more than 80%. The development of both systems demonstrated the viability of the use of neural networks in the classification of bi- dimensional objects. Due to the interest of applying Vision systems in real-time, the time spent in the recognition process was measured. This allowed the detection of the systems` bottlenecks, making their optimization easier.

[pt] Esta tese investiga a Nanotecnologia Computacional Inteligente, isto é, o apoio de técnicas de Inteligência Computacional (IC) nos desafios enfrentados pela Nanociência e Nanotecnologia. Por exemplo, utilizam-se as Redes Neurais para construir sistemas de inferência capazes de relacionar um conjunto de parâmetros de entrada com as características finais das nanoestruturas, permitindo aos pesquisadores prever o comportamento de outras nanoestruturas ainda não realizadas experimentalmente. A partir dos sistemas de inferência, Algoritmos Genéticos são então empregados com o intuito de encontrar o conjunto ótimo de parâmetros de entrada para a síntese (projeto) de uma nanoestrutura desejada. Numa outra linha de investigação, os Algoritmos Genéticos são usados para a otimização de parâmetros de funções de base para cálculos ab initio. Neste caso, são otimizados os expoentes das funções gaussianas que compõem as funções de base. Em outra abordagem, os Algoritmos Genéticos são aplicados na otimização de agregados atômicos e moleculares, permitindo aos pesquisadores estudar teoricamente os agregados formados experimentalmente. Por fim, o uso destes algoritmos, aliado ao uso de simuladores, é aplicado na síntese automática de OLEDs e circuitos de Autômatos Celulares com Pontos Quânticos (QCA). Esta pesquisa revelou o potencial da IC em aplicações inovadoras. Os sistemas híbridos de otimização e inferência, por exemplo, concebidos para prever a altura, a densidade e o desvio padrão de pontos quânticos auto-organizáveis, apresentam altos níveis de correlação com os resultados experimentais e baixos erros percentuais (inferior a 10%). O módulo de elasticidade de nanocompósitos também é previsto por um sistema semelhante e apresenta erros percentuais ainda menores, entorno de 4%. Os Algoritmos Genéticos, juntamente com o software de modelagem molecular Gaussian03, otimizam os parâmetros de funções que geram expoentes de primitivas gaussianas de funções de base para cálculos hartree-fock, obtendo energias menores do que aquelas apresentadas nas referencias. Em outra aplicação, os Algoritmos Genéticos também se mostram eficientes na busca pelas geometrias de baixa energia dos agregados atômicos de (LiF)nLi+, (LiF)n e (LiF)nF-, obtendo uma série de novos isômeros ainda não propostos na literatura. Uma metodologia semelhante é aplicada em um sistema inédito para entender a formação de agregados moleculares de H2O iônicos, partindo-se de agregados neutros. Os resultados mostram como os agregados podem ser obtidos a partir de diferentes perspectivas, formando estruturas ainda não investigadas na área científica. Este trabalho também apresenta a síntese automática de circuitos de QCA robustos. Os circuitos obtidos apresentam grau de polarização semelhante àqueles propostos pelos especialistas, mas com uma importante redução na quantidade de células. Por fim, um sistema envolvendo Algoritmos Genéticos e um modelo analítico de OLEDs multicamadas otimizam as concentrações de materiais orgânicos em cada camada com o intuito de obter dispositivos mais eficientes. Os resultados revelam um dispositivo 9,7% melhor que a solução encontrada na literatura, sendo estes resultados comprovados experimentalmente. Em resumo, os resultados da pesquisa permitem constatar que a inédita integração das técnicas de Inteligência Computacional com Nanotecnologia Computacional, aqui denominada Nanotecnologia Computacional Inteligente, desponta como uma promissora alternativa para acelerar as pesquisas em Nanociência e o desenvolvimento de aplicações nanotecnológicas. / [en] This thesis investigates the Intelligent Computational Nanotechnology, that is, the support of Computational Intelligence (CI) techniques in the challenges faced by the Nanoscience and Nanotechnology. For example, Neural Networks are used for build Inference systems able to relate a set of input parameters with the final characteristics of the nanostructures, allowing the researchers foresees the behavior of other nanostructures not yet realized experimentally. From the inference systems, Genetic Algorithms are then employees with the intention of find the best set of input parameters for the synthesis (project) of a desired nanostructure. In another line of inquiry, the Genetic Algorithms are used for the base functions optimization used in ab initio calculations. In that case, the exponents of the Gaussian functions that compose the base functions are optimized. In another approach, the Genetic Algorithms are applied in the optimization of molecular and atomic clusters, allowing the researchers to theoretically study the experimentally formed clusters. Finally, the use of these algorithms, use together with simulators, is applied in the automatic synthesis of OLEDs and circuits of Quantum Dots Cellular Automata (QCA). This research revealed the potential of the CI in innovative applications. The hybrid systems of optimization and inference, for example, conceived to foresee the height, the density and the height deviation of self-assembled quantum dots, present high levels of correlation with the experimental results and low percentage errors (lower to 10%). The Young’s module of nanocomposites is also predicted by a similar system and presents percentage errors even smaller, around 4%. The Genetic Algorithms, jointly with the package of molecular modeling Gaussian03, optimize the parameters of functions that generate exponents of primitive Gaussian functions of base sets for hartree-fock calculations, obtaining smaller energies than those presented in the literature. In another application, the Genetic Algorithms are also efficient in the search by the low energy geometries of the atomic clusters of (LiF) nLi +, (LiF) n and (LiF) nF-, obtaining a set of new isomers yet not propose in the literature. A similar methodology is applied in an unpublished system for understand the formation of molecular cluster of ionic H2O from neutral clusters. The results show how the clusters can be obtained from different perspectives, forming structures not yet investigate in the scientific area. This work also presents the automatic synthesis of robust QCA circuits. The circuits obtained present high polarization, similar to those proposed by the specialists, but with an important reduction in the quantity of cells. Finally, a system involving Genetic Algorithms and an analytic model of multilayer OLEDs optimize the concentrations of organic material in each layer in order to obtain more efficient devices. The results reveal a device 9.7% better that the solution found in the literature, being these results verified experimentally. In summary, the results of the proposed research allow observe that the unpublished integration of the techniques of Computational Intelligence with Computational Nanotechnology, here named Intelligent Computational Nanotechnology, emerges as a promising alternative for accelerate the researches in Nanoscince and the development of application in Nanotechnology.

[pt] Materiais compósitos são a base de muitos produtos, devido à sua capacidade de aperfeiçoar certas propriedades. Recentemente, a utilização de nanocargas na fabricação de compósitos vem sendo amplamente estudada, pois a partir de concentrações baixas de nanocargas, as propriedades começam a melhorar, possibilitando a criação de materiais leves e com uma grande gama de propriedades. Uma das propriedades mecânicas mais estudadas é o módulo de Young, que mensura a rigidez de um material. Alguns dos modelos existentes para essa propriedade em nanocompósitos pecam na precisão ou são limitados em função da fração máxima de nanopartículas admissível no modelo. Outros se adequam apenas a uma determinada combina ção de matriz/carga preestabelecida. O objetivo deste trabalho é utilizar Redes Neurais Artificiais como um aproximador capaz de modelar tal propriedade para diversas matrizes/cargas, levando em consideração suas características, sem perder a precisão. A validação do aproximador é realizada comparando o resultado com outros modelos propostos na literatura. Uma vez validada, utiliza-se Algoritmos Genéticos em conjunto com tal rede para definir qual seria a configuração ideal para três casos de estudo: um que maximize o valor do módulo de Young, outro que maximize o módulo relativo e um terceiro que maximize o módulo relativo e minimize a quantidade de carga utilizada, diminuindo os custos de projeto. As técnicas de Inteligência Computacional empregadas na modelagem e síntese de materiais nanoestruturados se mostraram boas ferramentas, uma vez que geraram uma boa aproximação dos dados utilizados com erros inferiores a 5%, além de possibilitarem a determinação dos parâmetros de síntese de um material com o módulo de Young desejado. / [en] Composite materials became very popular due to its improvements on certain properties achieved from the mixture of two different components. Recently, the use of nanofillers in the manufacture of composites has been widely studied due to the improvement of properties at low concentrations of nanofillers, enabling the creation of lightweight materials. Some of the existing models for the Young modulus of the nanocomposites have low accuracy or are limited in terms of the maximum filler fraction possible. Others are appropriate only for a given combination of matrix and filler. The objective of this work is to use Artificial Neural Networks as a function approximation method capable of modeling such property for various matrix/nanofillers, taking into account their characteristics, without losing accuracy. The validation of this approximator is performed comparing its results with other models proposed in the literature. Once validated, a Genetic Algorithm is used with the Neural Network to define which would be the ideal setting for three case studies: one that maximizes the value of composite’s Young’s modulus, other that maximizes the relative modulus and a third one that maximizes the relative modulus and minimizes the amount of load used, reducing the cost of project. Computational Intelligence techniques employed on the modeling and synthesis of nanostructured materials proved to be adequate tools, since it generated a good approximation of the data with errors lower than 5%, and determined the material’s parameters for synthesis with the desired Young’s modulus.

[pt] Na tentativa de reduzir os efeitos das emissões de dióxido de carbono, há uma necessidade por maior utilização de fontes de energia renováveis, tal como energia proveniente de biomassa. Para geração de energia a partir da biomassa, destaca-se o processo de gaseificação, por meio do qual é possível gerar um combustível nobre. Objetivou-se simular no software Matlab (marca registrada) a gaseificação da biomassa usando técnicas de inteligência artificial que são as Redes Neurais Artificiais (RNA). Particularmente, objetivou-se desenvolver modelos abrangentes de RNA com dez variáveis de entrada (carbono, hidrogênio, oxigênio, nitrogênio, material volátil, teor de umidade, cinzas, razão de equivalência, temperatura e razão vapor/biomassa), aplicáveis a uma diversidade de biomassa, com diversos tipos e concentrações de agentes de gaseificação em diferentes tipos de gaseificadores, capazes de predizer a composição do gás de síntese (CO2, CO, CH4 e H2). Para treinamento, teste e validação dos modelos, foram preparados bancos de dados robustos, a partir de informações coletadas em estudos anteriores disponíveis na literatura e do tratamento dos dados obtidos dos artigos. Foram avaliadas 33 topologias das redes neurais para eleger a melhor delas de acordo com quatro critérios referente a robustez do treinamento e do teste. A rede considerada como tendo a melhor topologia possui 10 neurônios na camada de entrada; 2 camadas intermediárias, com funções de ativação logsig e 10 neurônios em cada camada intermediária; função de ativação purelin na camada final; 4 neurônios na camada final; e algoritmo de treinamento trainbr. Tal rede possui um bom desempenho, com valores de R2 de treinamento e de teste maiores que 0,88 e 0,70, respectivamente, para cada uma das quatro saídas. Para avaliação do modelo, uma validação foi executada, cujo desempenho não foi muito adequado, mas foi possível identificar com uma métrica quantitativa simples as regiões mais confiáveis onde há uma maior densidade de dados no treinamento. / [en] In an attempt to reduce the effects of carbon dioxide emissions, there is a need for greater use of renewable energy sources, such as energy from biomass. In order to generate energy from biomass, the gasification process, by means of which it is possible to generate a noble fuel, can be highlighted. This work aimed to simulate the biomass gasification using artificial intelligence techniques, namely Artificial Neural Networks (ANN), using Matlab (trademark) software. Particularly, the objective was the development of ANN models with ten inputs (carbon, hydrogen, oxygen, nitrogen, volatile matter, moisture content, ash, equivalence ratio, temperature and steam/biomass ratio), applicable to a broad variety of biomass, with different types and concentrations of gasification agents in different types of gasifiers, capable of predicting the syngas composition (CO2, CO, CH4 and H2). Robust databases were built for training, testing and validation of the models, based on information collected in previous studies available in the literature and on the treatment of data obtained from the papers. Thirty-three neural network topologies were evaluated in order to choose the best one according to four criteria regarding training and test robustness. The network considered to have the best topology has 10 neurons in the input layer; 2 hidden layers, with logsig activation functions and 10 neurons in each hidden layer; the activation function is purelin in the output layer; 4 neurons in the output layer; and the training algorithm is trainbr. Such network has a good performance, with R2 values greater than 0.88 and 0.70 for training and test, respectively, for each of the four outputs. To evaluate the model, a validation was carried out, whose performance was not very appropriate, but it was possible to identify through a simple quantitative metric the more reliable regions where there is a greater density of training data.

[pt] Este trabalho considera o problema de Regressão com Tempo Limitado. Dados um dataset, um algoritmo de aprendizado (Learner) a ser treinado e um tempo limitado, não sabemos se seria possível treinar o modelo com todo o dataset dentro deste tempo. Queremos então elaborar a estratégia que extraia o melhor modelo possível deste algoritmo de aprendizado respeitando o limite de tempo. Uma estratégia consiste em interagir com o Learner de duas formas: enviando exemplos para o Learner treinar e enviando exemplos para o Learner rotular. Nós definimos o que é o problema de Regressão com Tempo Limitado, decompomos o problema de elaborar uma estratégia em subproblemas mais simples e bem definidos, elaboramos uma estratégia natural baseada em escolha aleatória de exemplos e finalmente apresentamos uma estratégia, TW+BH, que supera a estratégia natural em experimentos que realizamos com diversos datasets reais. / [en] This work considers the Time-Limited Regression problem. Given a dataset, a learning algorithm (Learner) to be trained and a limited time, we do not know if it s going to be possible to train the model with the entire dataset within this time constraint. We then want to elaborate the strategy that extracts the best possible model from this learning algorithm respecting the time limit. A strategy consists of a series of interactions with the Learner, in two possible ways: sending labeled examples for the Learner to train and sending unlabeled examples for the Learner to classify. We define what the Time-Limited Regression problem is, we decompose the problem of elaborating a strategy into simpler and more well-defined sub-problems, we elaborate a natural strategy based on random choice of examples and finally we present a strategy, TW+BH, that performs better than the natural strategy in experiments we have done with several real datasets.

[pt] A sociedade passa por um momento de intensas transformações pautadas no uso de novas tecnologia. Nesse contexto, a inteligência artificial (IA) assume o papel de protagonista gerando debates acerca dos limites da sua aplicação. Cada vez mais presente na vida dos indivíduos e instituições, a IA participa de processos de tomada de decisão que, não raro, têm reflexos em direitos fundamentais e questões existenciais dos indivíduos. Tendo em vista a busca de soluções pautadas na centralidade humana no uso da tecnologia, o presente estudo se propõe a investigar a supervisão humana como instrumento de tutela da autonomia existencial no contexto de tomada de decisões automatizadas por sistemas de IA. Por meio da análise da relação entre a autonomia da máquina e a autonomia existencial, o texto traça o caminho para a investigação dos princípios e dispositivos legais vigentes que legitimam a necessidade da supervisão humana sobre os resultados decisórios gerados por sistemas de IA de alto risco, bem como o tratamento do tema nas propostas legislativas em trâmite no Brasil e União Europeia que visam regular os usos e aplicações da IA. / [en] The society is going through a moment of intense transformations based on the use of new technologies. In this context, artificial intelligence (AI) takes on the role of protagonist, generating debates about the limits of its application. Increasingly present in the lives of individuals. In view of the search for solutions based on the human centrality in the use of technology, the present study proposes to investigate human supervision as an intrument to protect human autonomy in the context of automated decision-making by AI systems.Through the analysis of the relation between machine autonomy and existential autonomy, the text outlines the path for the investigation of the current legal principles and laws that legitimize the need for human supervision over the decision-makinngg results generated by high-risk AI systems as well as the treatment of the subject in the legislative proposals in progress in Brazil and European Union that aim to regulate the uses aplications of AI.

[pt] Para Charles Darwin, a criatividade artística dos humanos encontra paralelos com manifestações estéticas de outros animais, como o canto e a habilidade de algumas aves para construir ninhos decorados. Por que diferentes espécies teriam desenvolvido essas capacidades psicológicas? Para Darwin, a resposta é a seleção sexual. A presente tese é composta por estudos que têm por objetivo testar predições esperadas diante da possibilidade da inteligência e da criatividade em humanos terem evoluído ao menos parcialmente por seleção sexual. O primeiro capítulo apresenta uma revisão integrando evidências numa rede nomológica para verificar se a literatura empírica em conjunto sustenta a evolução da criatividade por algum processo ligado à seleção sexual. O segundo capítulo apresenta um estudo qualitativo cujo objetivo foi verificar se inteligência e criatividade emergiriam como categorias de critérios de atratividade diante de respostas espontâneas dos participantes sobre as características de um parceiro amoroso ideal. O terceiro testa as relações da sapiossexualidade com outras variáveis psicológicas, enquanto o quarto estudo testa as relações da atração por comportamentos criativos com outras variáveis psicológicas. Finalmente, o quinto estudo trata-se de um experimento cujo objetivo foi testar se inteligência e criatividade eram atraentes em si mesmos ou por causa de suas consequências sociais benéficas. Os resultados apresentados nesta tese indicam que a inteligência e a criatividade podem ter evoluído parcialmente por seleção sexual, embora o processo específico (bons genes e etc.) possa não estar claro. Além disso, os estudos empíricos mostraram que mulheres são mais sapiossexuais e preferem mais parceiros criativos do que homens. Além disso, a atração por inteligência e criatividade parece ligada à estratégia reprodutiva de curto prazo. / [en] For Charles Darwin, the artistic creativity of humans finds parallels with aesthetic manifestations of other animals, such as the song and the ability of some birds to build decorated nests. Why would different species have developed these psychological capabilities? For Darwin, the answer is sexual selection. This thesis is composed of studies that aim to test expected predictions given the possibility that intelligence and creativity in humans have evolved at least partially by sexual selection. The first chapter presents a review integrating evidence in a nomological network to verify if the empirical literature as a whole supports the evolution of creativity by some process linked to sexual selection. The second chapter presents a qualitative study whose objective was to verify if intelligence and creativity would emerge as categories of attractiveness criteria in the face of spontaneous responses from participants about the characteristics of an ideal love partner. The third tests the relationships of sapiosexuality with other psychological variables, while the fourth study tests the relationships of attraction to creative behaviors with other psychological variables. Finally, the fifth study is an experiment whose aim was to test whether intelligence and creativity were attractive in themselves or because of their beneficial social consequences. The results presented in this thesis indicate that intelligence and creativity may have evolved partially by sexual selection, although the specific process (good genes, etc.) may not be clear. Furthermore, empirical studies have shown that women are more sapiosexual and prefer creative partners more than men. Furthermore, the attraction to intelligence and creativity seems to be linked to short-term reproductive strategy.

[pt] O aumento do consumo de eletroeletrônicos e o desenvolvimento da tecnologia, proporcionou o surgimento de uma gama de produtos com diferentes funcionalidades, cada vez mais complexos e menores. As placas de circuito impresso (PCIs) são consideradas a parte principal dos dispositivos eletrônicos, sendo o cobre o seu componente elementar. O desenho e espessura das trilhas do circuito são determinantes para caracterizar a passagem de corrente elétrica nos equipamentos eletroeletrônicos e seu funcionamento está diretamente ligado a qualidade da confecção das trilhas do circuito. Este trabalho tem como objetivo estudar o processo de lixiviação do cobre, mediante a reação do ácido clorídrico, cloreto de cobre II e fluxo de ar. Além de investigar as condições experimentais ótimas do processo, que tem como principal característica a possibilidade de regeneração e reutilização da solução. Modelos para avaliar o efeito da concentração de ácido e fluxo de ar na corrosão das placas de circuito impresso foram desenvolvidos através da aplicação do planejamento experimental (pelo método clássico e por algoritmo genéticos em modelos polinomiais) e redes neurais artificiais. Visando encontrar as melhores condições experimentais para o sistema proposto, além de investigar a melhor técnica de predição do mesmo. Os resultados obtidos pelas previsões foram comparados com os resultados experimentais reais. As modelagens foram comparadas pela análise dos coeficientes de correlação (R2) e índices de erro (SSE, MSE e RMSE). Constatando-se que o modelo polinomial foi o mais adequado para prever a resposta. Através da investigação da superfície de resposta e curvas de contorno, foram identificadas as condições otimizadas para o processo. Das quais as concentrações ótimas de ácido clorídrico, cloreto de cobre II e fluxo de ar foram 1 mol.L-1, 0.3 mol.L-1 e 0.5 L/ min, respectivamente. / [en] The increased consumption of consumer electronics and the development of technology has led to the emergence of a range of products with different features, increasingly complex and smaller. Printed circuit boards (PCIs) are considered the main part of electronic devices, with copper being their elementary component. The design and thickness of the circuit tracks are crucial to characterize the passage of electric current in electronic equipment and its operation is directly linked to the quality of the circuit tracks. This work aims to study the copper leaching process through the reaction of hydrochloric acid, copper chloride II and airflow. In addition to investigating the optimal experimental conditions of the process, which has as its main feature the possibility of regeneration and reuse of the solution. Models to evaluate the effect of acid concentration and airflow on PCB corrosion were developed by applying experimental design (by the classical method and by the genetic algorithm in polynomial models) and artificial neural networks. Aiming to find the best experimental conditions for the proposed system, besides investigating the best prediction technique. The results obtained by the predictions were compared with the actual experimental results. The modeling was compared by analysis of correlation coefficients (R2) and error indices (SSE, MSE, and RMSE). Noting that the polynomial model was the most appropriate to predict the response. Through investigation of the response surface and contour curves, the optimized conditions for the process were identified. Of which the optimal concentrations of hydrochloric acid, copper chloride II and airflow were 1 mol.L-1, 0.3 mol.L-1 and 0.5 L / min, respectively.