[pt] O presente estudo propõe uma metodologia para medir graus de bilingualidade. A proposta é tentar quantificar esse conceito. Considerando que o comportamento bilíngüe não deve ser descrito como um aspecto universalista ou essencialista do indivíduo bilíngüe, os conhecimentos objetivos de estatística ou de probabilidade e as metodologias formais de coletas de dados, por exemplo, não contemplam os aspectos subjetivos e contextuais de manifestações bilíngües. A ortodoxia e inflexibilidade das metodologias disponíveis não conseguem apreender a fluidez de um conceito como bilingualidade. Nossa questão é mostrar que a lógica fuzzy apresenta-se como uma possível ferramenta de medida porque leva em consideração as percepções individuais e as experiência culturais do observador/pesquisador quando este tenta definir o que constitui o fenômeno observado. A verdade de qualquer afirmação se torna uma questão de gradação. A metodologia usada foi: 1) gravação e transcrição de entrevista com indivíduos bilíngües; 2) seleção das narrativas de histórias de vida presentes nas entrevistas; 3) identificação das variáveis relevantes para a análise; 4) análise das bilingualidades dos indivíduos usando a Fuzzy Logic Toolbox do software MATLAB. As bilingualidades dos indivíduos são analisadas nos contextos familiar, social e profissional. Um aspecto importante a ser considerado é que, devido à fluidez da bilingualidade, fatores diferentes e variáveis múltiplas concorrem para configurar uma análise de manifestações de bilingüismo. Assim, conseguimos mostrar matematicamente, através do uso da lógica fuzzy, o que conhecemos com base em nossa experiência de vida: um mesmo indivíduo apresenta diferentes graus de bilingualidade em diferentes contextos sociais. Da mesma forma, comprovamos que em um mesmo contexto social, um mesmo indivíduo pode apresentar diferentes graus de bilingualidade, dependendo do estágio de vida em que se encontra. / [en] This study proposes a methodology to evaluate degrees of bilinguality. The objective is to quantify the concept bilinguality. Considering that the bilingual behavior should not be taken as one`s universalist or essentialist aspect, objective knowledge of statistics and probability, and formal methodology of data gathering, for example, do not cope with the subjective and contextual aspects of the bilingual manifestations. The orthodoxy and inflexibility of the available methodologies can not apprehend such a fluid concept as bilinguality. The propose of this study is to present Fuzzy Logic as a possible tool to measure bilinguality for it takes into account the observer/researcher`s individual perceptions and cultural experience for defining what constitutes the observed phenomenon. The truth of any affirmation is a matter of gradation. The methodology used was: 1) recording and transcription of interviews with bilingual individuals; 2) selection of life story narratives inside these interviews; 3) identification of the relevant variables for the analysis; 4) analysis of bilinguality using Fuzzy Logic Toolbox in MATLAB. The bilinguality of the individuals is analyzed in real everyday life situations, in contexts such as: familiar, social and professional. An important aspect to be considered is that, due to the fluidity of bilinguality, different factors and multiple variables compete to set up an analysis of bilingualism manifestations. Thus, we could prove mathematically, using fuzzy logic, what we might previously know based on our life experience: one individual presents different degrees of bilinguality, depending on the moment of their life they are.

[pt] A presente tese investiga a representação explícita de conhecimento específico na interpretação de imagens de baixa resolução multitemporais adquiridas por satélite. Neste contexto, o termo conhecimento específico, se refere a todo e qualquer tipo de conhecimento que torna um indivíduo capaz de ou mais apto para realizar uma determinada tarefa. Dentro do escopo desta tese, conhecimento específico compreende o conjunto das informações necessárias para a interpretação de imagens de satélite de baixa resolução, como por exemplo: as características das classes presentes, o manejo agronômico e a ecologia da região de interesse. Assim sendo, a presente tese propõe um modelo para a interpretação baseada em conhecimento de imagens de satélite de baixa resolução visando reproduzir o raciocínio empregado pelo foto-intéprete ao realizar a interpretação visual. Neste modelo são empregadas diferentes formas de conhecimento específico: 1) Conhecimento espectral que associa as diversas assinaturas espectrais observadas na imagem de entrada às classes da legenda, agrupando em uma única classe espectral as classes da legenda cujas assinaturas espectrais sejam de difícil discriminação. 2) Conhecimento contextual que indica os diversos contextos relevantes para a discriminação de classes da legenda com assinaturas espectrais semelhantes. 3) Conhecimento multitemporal que relaciona, considerando a classificação anterior, as classificações possíveis no presente momento e a possibilidade de ocorrência de cada uma delas. A potencialidade desta abordagem foi avaliada através de uma série de experimentos, onde, como base de dados, são utilizadas imagens de duas regiões inseridas na Alta Bacia do Rio Taquari ao leste do pantanal mato-grossense. O objetivo primordial destes experimentos foi explicitar a contribuição de cada forma de conhecimento. Os resultados obtidos foram animadores e indicam que o uso de abordagens baseadas em conhecimento pode automatizar grande parte do processo de fotointerpretação, aumentando a produtividade dos foto-intérpretes. No futuro, os resultados da presente pesquisa contribuirão para a construção de sistemas capazes de realizar uma estratégia de interpretação qualquer a ser definida pelo próprio foto-intérprete, acelerando o monitoramento do uso do solo com base em imagens de baixa resolução adquiridas por satélite. / [en] The present thesis investigates the explicit representation of specific knowledge for the automatic interpretation of multitemporal low resolution satellite images. In this context, the term specific knowledge refers to all and any type of knowledge that makes an individual capable or more competent to carry out one determined task. In the scope of this thesis, specific knowledge comprehends the necessary information for the interpretation of low resolution satellite images, for instance: the characteristics of the classes in the legend, the agronomic management, and the ecology of the region under interest. Thus, the present thesis proposes a framework for the knowledge based interpretation of low-resolution satellite images which concerns at reproducing the reasoning used by the photo-interpreter while performing the visual interpretation. This model employs three different kinds of specific knowledge: 1) Spectral knowledge, that associates the diverse observed spectral signatures in the input image to the correspondent classes in the legend, grouping under a single spectral class the classes of the legend whose spectral signatures are difficult to be discriminated. 2) Contextual knowledge, which indicates the diverse contexts for the discrimination of the classes in the legend with similar spectral signatures. 3) Multitemporal knowledge, which relates, considering the previous classification, the possible classifications at the present moment and their respective possibility of occurrence. The potentiality of this methodology was evaluated through a series of experiments. The dataset consisted of images of two regions inserted in the Upper Watershed of the Taquari River, situated at the east of the Brazilian Pantanal, a lowlands ecological sanctuary located in the States of Mato Grosso and Mato Grosso do Sul. The main objective of the experiments was to evaluate the contribution of each sort of knowledge. The results indicate that the use of knowledge based methods can automate great part of the interpretation process, increasing the productivity of the photointerpreters. In the future, the results of the present research can guide the development of systems capable to automatically perform any interpretation strategy, defined by the proper photointerpreter, speeding up the monitoring of land use based on low resolution satellite images.

[pt] O objetivo principal desta dissertação é desenvolver um método de previsão de carga elétrica de curto prazo (previsão horária), através de um sistema híbrido (Redes Neurais e Lógica Fuzzy) utilizando temperaturas máximas e mínimas como variáveis explicativas. Como primeiro passo, foram definidos os perfis homogêneos das curvas de carga diárias através de um classificador utilizando os Mapas Auto Organizáveis (Self-Organizing Maps- SOM). Um previsor será adicionado ao esquema de previsão através da Lógica Fuzzy que associará as variáveis climáticas aos perfis criados pela SOM produzindo as previsões. O modelo foi aplicado em dados de duas concessionárias de energia elétrica do Brasil usando dados horários coletados durante dois anos. / [en] This dissertation presents a short-term load forecasting procedure mixing a classifier scheme and a predictive scheme. The classifier is implemented through an artificial neural network using a non-supervised learning procedure (SOM). Concerning the predictive scheme, a fuzzy logic procedure uses climatic variables and their prediction to choose the appropriate profiles created by SOM and then combines them to produce the desired forecast. The model is applied to two utilities in Brazil using hourly observations collected during two calendar years and the results obtained, in terms of mean absolute percentage error (MAPE) through the period analyzed, are presented.

[pt] Este trabalho aborda problemas de projeto de ontologias tratando-as como teorias e definindo um conjunto de operações que mapeiam ontologias em ontologias, incluindo suas restrições. Inicialmente, o trabalho resume o conhecimento básico necessário para definir a classe de ontologias utilizada e propõe quatro operações para manipular ontologias. Em seguida, mostra o funcionamento destas operações e como elas podem ajudar na criação de novas ontologias. O cerne do trabalho mostra a implementação destas operações em um plug-in do Protégé, detalhando sua arquitetura e incluindo casos de uso. / [en] This work addresses ontology design problems by treating ontologies as theories and by defining a set of operations that map ontologies into ontologies, including their constraints. The work first summarizes the base knowledge needed to define the class of ontologies used and proposes four operations to manipulate them. It then shows how the operations work and how they may help design new ontologies. The core of this work is describing the implementation of the operations over a Protégé plug-in, detailing the architecture and including case-use examples.

[pt] Integração de dados refere-se ao problema de combinar dados que estão armazenados em diferentes fontes, fornecendo ao usuário uma visão unificada dos dados. As consultas são então expressas em um esquema global ou esquema mediado, que deve incluir restrições de integridade que contribuam para um entendimento correto sobre o que a semântica das fontes de dados do ambiente de mediação tem em comum. Esta tese endereça o problema de modelar as restrições de um esquema mediado a partir das restrições dos esquemas importados e dos mapeamentos de esquemas. Argumenta-se que as restrições devem ser modeladas como o ínfimo das restrições dos esquemas exportados, depois de traduzidos para um vocabulário comum. Desta forma, assegura-se que os usuários do esquema mediado interpretarão os resultados das consultas corretamente. Para uma família expressiva de restrições, esta tese mostra como computar eficientemente o ínfimo de conjuntos de restrições. / [en] Data integration refers to the problem of combining data stored in different sources, providing users with a unified view of the data. Queries are then expressed in terms of a global or mediated schema, which should include integrity constraints that contribute to a correct understanding of what the semantics of the data sources have in common. This thesis addresses the problem of modeling the constraints of a mediated schema from the imported schemas constraints and mappings. It argues that the constraints should be modeled as the greatest lower bound of the constraints of the export schemas, after appropriate translation to a common vocabulary. This assures that users of the mediated schema will correctly interpret query results. For a rich family of constraints, it shows how to efficiently compute the greatest lower bound of sets of constraints.

[pt] A previsão de séries temporais é um assunto de grande importância para diversas áreas, podendo servir como base para planejamento e controle, entre outros. As formas mais comuns de previsão são as pontuais. É arriscado, no entanto, planejadores tomarem decisões unicamente com base em previsões pontuais, pois séries reais são compostas por uma parte aleatória que não pode ser definida por modelagem matemática. Um modo de contornar este problema é realizando previsões intervalares. Estas fornecem informações sobre as incertezas das previsões pontuais, o que auxilia o planejador em suas decisões. Modelos de lógica fuzzy têm sido investigados na literatura de previsão devido a sua capacidade de modelar incertezas. Apesar disso, sistemas de lógica fuzzy Mamdani (MFLS) foram pouco investigados no tema, comparando-se a outros tipos de modelagens fuzzy. Ademais, entende-se que a literatura de previsão intervalar com modelos fuzzy é limitada. Neste contexto, este trabalho propõe um método para construção de previsões intervalares a partir das previsões pontuais do modelo MFLS de tipo-1 (T1 MFLS). O método proposto para construção de previsões intervalares do MFLS é baseado na reamostragem de erros in-sample. O modelo T1 MFLS é construído com uma heurística (para partição do universo de discurso das variáveis do modelo) e com a seleção da entrada do modelo. Previsões pontuais e intervalares são produzidas para séries horárias de carga de energia elétrica. A literatura de modelos fuzzy de previsão é revisada. / [en] Time series forecasting is an important subject for many areas; it can serve as basis for planning and control, among others. The most common type of forecast is the point forecast. It is, nevertheless, risky to make decisions based on point forecasts, considering that real time series are composed by a random part that cannot be exactly defined by mathematical modeling. One way to by-pass this problem is by producing interval forecasts. These provide information about point forecasts reliability, what helps the planner make his decisions. Fuzzy logic models have been investigated in the forecasting literature due to their ability to model uncertainties. In spite of this, Mamdani fuzzy logic systems (MFLS) have been less investigated in this subject than other types of fuzzy modeling approaches. Furthermore, it is understood that the literature of interval forecasting with fuzzy models is very limited. In this context, this work proposes a method for creating interval prediction from point forecasts of a type-1 MFLS (T1 MFLS). The proposed method for interval forecast construction is based on the resampling of in-sample errors. The T1 MFLS model is constructed with a heuristic (that makes the partition of the universe of discourse of the model s variables) and with selection of the model s inputs. Point and interval forecasts are produced for hourly electricity load series. The literature of fuzzy models applied in forecasting is reviewed.

[pt] Este trabalho apresenta um novo modelo de previsão de curto prazo de carga elétrica que reúne técnicas de inteligência computacional e métodos estatísticos. Ele permite aproveitar as vantagens de inteligência computacional, relativas à criação de classes da série de entrada e ao processamento de variáveis climáticas de forma lingüística, e aquelas provenientes de modelos estatísticos, onde os parâmetros e a ordem do modelo são conhecidos e o intervalo de confiança das previsões é determinado. O modelo é uma extensão do método desenvolvido por P.C. Gupta, onde são empregadas técnicas de inteligência computacional junto com o método original. O modelo resultante compreende um classificador, um previsor e um procedimento para aprimorar as estimativas. O classificador é implementado por uma rede neural artificial com aprendizado não-supervisionado, enquanto o previsor emprega modelos estatísticos, combinando métodos de média móvel, amortecimento exponencial e auto- regressivo. Um sistema com lógica nebulosa utiliza variáveis climáticas no aprimoramento da previsão obtida. / [en] A new short-term load forecasting procedure is presented in this work, mixing techniques from the statistical models and those from computational intelligence (CI). It takes advantage of the CI techniques to establish the various load profiles and to process climatic variables in a linguistic way, and those from the statistical side, where the parameters and the order of the model are known and a spread measure is determined. The model is an adaptation of the method developed by P.C.Gupta, where CI techniques are added to the original method. The final model includes a classifer scheme, a predictive scheme and a procedure to improve the estimations. The classifier is implemented via an artificial neural network using a non-supervised learning moving average, exponential smoothing and ARMA type of models. A fuzzy logic procedure uses climating variables to improve the forecast.

[pt] Esta tese propõe uma metodologia para obter uma solução para problemas de programação linear fuzzy. A metodologia aqui descrita apresenta um conjunto de soluções em que tanto os valores das variáveis quanto o valor ótimo para a função de custo, ou função objetivo, possuem uma faixa de valores possíveis. Assim, é possível fornecer um conjunto de soluções factíveis que atendam a diferentes cenários, além de fornecer ao tomador de decisões uma ferramenta de análise mais útil, permitindo que sejam analisadas outras soluções possíveis antes de se escolher uma solução em particular. O problema é resolvido de forma iterativa, tornando mais simples e de fácil aplicação a metodologia desenvolvida. / [en] This work proposes an approach to obtain a solution to linear fuzzy programming problems. The approach described here presents a solution set in where both the variables values and the cost function optimun value to have an associated membership function. Thus, it is possible to provided not only a feasible solution set applicable to different scenarios but also to supply the decision maker with a more powerful tool for the analysis of other possible solutions. The problem is solved in an interactive way, so that the developed is approach easily applicable and simple to handle

[pt] Em 1978, Neil MacCormick publica o livro Legal Reasoning and Legal Theory com o principal objetivo de construir uma teoria do raciocínio jurídico (legal reasoning) descritiva e normativa que fosse compatível com o positivismo jurídico de H. L. A. Hart. O método utilizado para apresentar a teoria parte da reconstrução racional de casos concretos pré- selecionados. A análise das decisões judiciais oferece comprovações empíricas às teses de MacCormick e também indica o foco de sua teoria sobre o raciocínio jurídico: o estudo do processo de justificação judicial. É com base neste enfoque que o autor estabelece a divisão entre justificação de primeira ordem (first-order justification) e justificação de segunda ordem (second-order justification). A presente dissertação analisa apenas a justificação de primeira ordem, que está relacionada com a correção formal do raciocínio judicial. O modelo adotado para avaliar essa característica é a dedução, em especial o silogismo hipotético misto dos lógicos tradicionais. Para o autor escocês, a decisão judicial que lograr subsumir as variáveis do caso concreto nos componentes universais do fato operativo da regra jurídica, derivando como conclusão a conseqüência normativa daquela regra, estará justificada em um Estado que promove a legalidade (Rule of Law). / [en] In 1978, Neil MacCormick published the book Legal Reasoning and Legal Theory with the goal of constructing a descriptive and normative theory of legal reasoning, compatible with the legal positivism of H. L. A. Hart. The author used the rational reconstruction of concrete pre-selected cases as the method to present his theory. The analysis of judicial decisions offers empirical backing to MacCormick s theses and highlights the focus of his theory of legal reasoning: the study of the process of legal justification. Based on this focus, the author establishes the split between first-order justification and second-order justification. This dissertation only analyzes the first- order justification, which is related with the formal correction of legal reasoning. The model adopted to evaluate this characteristic is deduction, especially the mixed hypothetical syllogism of traditional logicians. According to the Scottish author, the judicial decision that attempts to subsume the variables of the concrete case in the universal components of the operative fact of the legal rule, coming to the conclusion of a normative consequence of that same rule, will be justified in a State that promotes the Rule of Law.

[pt] Este trabalho tem como principal objetivo propor e desenvolver uma metodologia baseada em modelos fuzzy para a segmentação e caracterização dos segmentos que compõem o mercado bancário, permitindo um amplo conhecimento dos perfis de clientes, melhor adaptação das ofertas ao mercado e, conseqüentemente, melhores retornos financeiros. A metodologia proposta nesta dissertação pode ser dividida em três módulos principais: coleta e tratamento dos dados; definição dos segmentos; e caracterização e classificação dos segmentos. O primeiro módulo, denominado coleta e tratamento dos dados, abrange as pesquisas de marketing utilizadas na coleta dos dados e a aplicação de técnicas de pré-processamento de dados, para a limpeza (remoção de outliers e missing values) e normalização dos dados. O módulo de definição dos segmentos emprega o modelo fuzzy de agrupamento Fuzzy C-Means (FCM) na descoberta de grupos de clientes que apresentem características semelhantes. A escolha deste modelo de agrupamento deve-se à possibilidade de análise dos graus de pertinência de cada cliente em relação aos diferentes grupos, identificando os clientes entre segmentos e, conseqüentemente, elaborando ações efetivas para a sua transição ou manutenção nos segmentos de interesse. O módulo de caracterização e classificação dos segmentos é baseado em um Sistema de Inferência Fuzzy. Na primeira etapa deste módulo são selecionadas as variáveis mais relevantes, do ponto de vista da informação, para sua aplicação no processo de extração de regras. As regras extraídas para a caracterização dos segmentos são posteriormente utilizadas na construção de um sistema de inferência fuzzy dedicado à classificação de novos clientes. Este sistema permite que os analistas de marketing contribuam com novas regras ou modifiquem as já extraídas, tornando o modelo mais robusto e a segmentação de mercado uma ferramenta acessível a todos que dela se servem. A metodologia foi aplicada na segmentação de mercado do Banco da Amazônia, um banco estatal que atua na Amazônia Legal, cujo foco prioritário constitui o fomento da região. Avaliando a aplicação dos modelos fuzzy no estudo de caso, observam-se bons resultados na definição dos segmentos, com médias de valor de silhueta de 0,7, e na classificação da base de clientes, com acurácia de 100%. Adicionalmente, o uso destes modelos na segmentação de mercado possibilitou a análise dos clientes que estão entre segmentos e a caracterização desses segmentos por meio de uma base de regras, ampliando as análises dos analistas de marketing. / [en] The main aim of this work is to propose and develop a methodology base don fuzzy models for segmentation and characterization of segments comprising the bank segment, allowing broad knowledge of client profiles, better suiting market needs, hence offering better financial results. The methodology proposed in this work may be divided into three main modules: data collection and treatment; definition of segments; and characterization and classification of segments. The first module, denominated data collection and treatment, encompasses marketing research used in data collection and application of techniques for pre-processing of data, for data trimming (removal of outliers and missing values) and normalization. The definition of segments adopts the Fuzzy C-Means (FCM) grouping model in identifying groups of clients with similar characteristics. The choice for this grouping model is due to the possibility of analyzing the membership coefficient of each client in connection with the different groups, thus identifying clients among segments and consequently elaborating effective actions for their transition to or maintenance in the segments of interest. The module of characterization and classification of segments is based on a Fuzzy Inference System. In the first stage, the most relevant variables from the information standpoint are selected, for application in the process of rule extraction. The rules extracted are then used in the construction of a fuzzy inference system dedicated to classifying new clients. This system allows marketing analysts to contribute with new rules or modify those already extracted, making the model more robust and the turning market segmentation into a tool accessible to all using it. This methodology was applied in the market segmentation of Banco da Amazônia, stte- contrlled bank acting in the Amazon region, with main focus of which is fostering the region´s development. The application of fuzzy models in the case study generated good results in the definition of segments, with average silhouette value of 0.7, and accuracy of 100% for client base classification. Furthermore, the use of these models in market segmentation allowed the analysis of clients classified between segments and the characterization of those segments by means of a set of rules, improving the analyses made by marketing analysts.