[pt] Com rápido crescimento nos últimos anos, o mercado de telecomunicações está ficando cada vez mais saturado. Como a comunicação tradicional por meio de serviços de voz já é amplamente utilizada, as operadoras têm enfrentado dificuldades em atrair novos usuários. Neste cenário, as operadoras têm direcionado cada vez mais esforços nas ações de cross-selling para rentabilizar sua base de clientes, oferecendo e estimulando o uso de novos serviços. Nesta pesquisa, serão utilizados dados existentes no banco de dados de uma operadora de telefonia móvel do mercado brasileiro para testar um modelo que facilita a identificação dos clientes mais propensos à contratação de novos serviços. Os dados foram tratados por meio de técnicas de mineração de dados e árvore de decisão. Os resultados sugerem que, com base na modelagem proposta, ações de cross-selling podem ser otimizadas com o aumento da taxa de retorno e, conseqüentemente, redução no custo das abordagens e menos desgaste da base de clientes com contatos irrelevantes. / [en] Due to its fast growth in recent years, the wireless market is becoming increasingly saturated. Since traditional communication through voice services is already widely used by most individuals, wireless carriers are facing difficulties in finding and attracting new users for such services. Given this scenario, enterprises are turning their attention to cross-selling campaigns to monetize their client base, offering and stimulating the use of new services. In this research, an existent data set from a Brazilian mobile telecom carrier was used to test a model that could facilitate the identification of current customers more likely to be interested in acquiring new services. The data were analyzed and modeled via data mining and decision tree. The results suggest that, if the proposed model is used, cross-selling campaigns could be optimized, achieving an increased rate of return, reduction in the cost of contacts and less wear of the client base with irrelevant offers.

[pt] Sepse é considerada uma carga na saúde e na economia global. No Brasil, a sepse é a principal causa de morte em Unidades de Terapia Intensiva, bem como uma das principais causas de mortalidade hospitalar tardia. Nesta tese, inicialmente apresenta-se um relatório epidemiológico brasileiro de sepse contemplando 10 anos utilizando dados do Sistema Único de Saúde (SUS). Em seguida, mostra-se um estudo que apoia os estabelecimentos de saúde na avaliação e otimização de seus protocolos clínicos de sepse usando técnicas de mineração de processos. Um protocolo clínico consiste em um plano de cuidados bem definido, que inclui uma ordem clara e tempo para a execução de intervenções com resultados esperados. Durante a execução deste estudo, identificou-se a falta de técnicas de mineração de processos para a otimização de protocolos clínicos. Assim, neste trabalho foi proposta, implementada e testada uma nova técnica de mineração de processos que auxilia usuários na otimização de seus processos. Esta técnica foi aplicada para a melhoria de protocolos clínicos. A técnica desenvolvida (Multi-CAT) identifica e destaca um conjunto de atividades e subsequências que promovem resultados positivos ou negativos, considerando múltiplos critérios simultâneos. A técnica foi aplicada com sucesso em um protocolo clínico de sepse, na qual foram adquiridas mais recomendações de otimização do que foi previamente obtido em análise manual. Conclui-se que a técnica desenvolvida apresenta grande potencial para auxiliar na otimização de processos com bom desempenho. No cenário de testes mais complexo, com 58 atividades, 50.000 casos e 14.451 variantes, Multi-CAT utilizou 2,04 minutos para executar a análise. Para finalizar, a ferramenta foi validada em dois processos distintos, indicando potencial para ser aplicada em outras áreas de negócio. / [en] Sepsis is considered a worldwide health and economic burden. In Brazil, sepsis is the major cause of death in Intensive Care Units, as well as, one of the main causes of late hospital mortality. In this thesis, we first provide a 10 years population-level epidemiology report of sepsis in Brazil, using data from the Brazilian Unified Health System. Secondly, we present a research study that supports health care facilities in the evaluation and optimization of their sepsis clinical pathways (CP) using process mining techniques. A CP consists of a well-defined care plan, which includes a clear order and time for the execution of interventions with expected outcomes. During the execution of this study, it became clear for us the lack of existing process mining techniques for the optimization of CPs. Thus, we proposed, implemented and tested a novel process mining technique that supports users to improve their processes and we applied it for CP improvement. Our developed technique (Multi-CAT) identifies and highlights a set of activities and sub-sequences that provide positive or negative outcomes considering multiple simultaneous criteria. We successfully applied our technique in a real sepsis CP, and we acquired more optimization insights that we got in our previous manual analysis. We conclude that Multi-CAT has high potential to help in the optimization of processes with a good performance. In the most complex test scenario, with 58 activities, 50,000 cases and 14,451 variants, Multi-CAT took 2.04 minutes to execute the analysis. Finally, the tool was validated in two different processes, indicating potential capability to be applicable to other business areas.

[pt] Existem diferentes teorias com relação à origem do processo de globalização, porém temos que este fenômeno vem modificando as relações comerciais e o ambiente de negócios nas últimas décadas em diversas indústrias. No caso da indústria mundial de mineração, a globalização alterou o ambiente competitivo, fazendo com que os seus (players), buscassem novas formas de obter vantagem competitiva. Nesse cenário, a Vale, que até então não desenvolvia atividades industriais fora do Brasil, limitando suas iniciativas de internacionalização às exportações da sua produção de minério de ferro e pelotas, passou a ampliar a sua atuação no mercado externo, seja através de pesquisas minerais ou do estabelecimento de plantas industriais em diversos países do mundo. Ao atuar de forma globalizada, a Vale passa a enfrentar novas ameaças e ter acesso a novas oportunidades para maximizar os seus resultados. Nesse sentido, esta pesquisa tem como objetivo avaliar se as alianças e outras ligações internacionais estratégicas (ex: fusões e aquisições) estabelecidas pela Vale estão contribuindo para que a empresa reduza as ameaças e aproveite as oportunidades que surgiram com a globalização de suas atividades, utilizando-se de uma perspectiva pertinente à teoria de redes (network Theory). Com base na metodologia de estudo de caso com triangulação de métodos, os dados da pesquisa foram coletados por meio de investigação documental/telematizada, levantamentos de percepções com auxílio de questionário predominantemente estruturado e de entrevistas complementares. A interpretação e análise dos dados basearam-se no referencial teórico, fundamentado em revisão de literatura pertinente à área de estudo, com auxílio do modelo SNA de Macedo-Soares (2002), tanto na ótica (tradicional) quanto (relacional). Os resultados da pesquisa evidenciaram implicações positivas das alianças internacionais estratégicas da Vale, no nível da indústria, ou seja, indicaram que estas contribuíram para que a empresa potencializasse oportunidades e minimizasse ameaças do seu ambiente competitivo. Essa pesquisa confirmou a importância da análise (relacional) ao avaliar as implicações estratégicas, sugerindo a realização de novas pesquisas na área. / [en] There are different theories about the origin of the globalization process, but this phenomenon has been changing trade relations and business environment in recent decades in various industries. In the case of the global mining industry, globalization has changed the competitive environment, making their (players) seek new ways to gain competitive advantage. In this scenario, Vale, which had not developed industrial activities outside Brazil, limiting their internationalization efforts to export its production of iron ore and pellets, now expand its business in foreign markets, either through research or minerals establishing manufacturing plants in several countries. By acting like a globalized firm, Vale is facing new threats and have access to new opportunities to maximize their results.Thus, this study aims to assess whether the strategic international alliances and other linkages (e.g. Murder and Aquisictions) established by Vale are contributing to the company to reduce threats and seize opportunities that emerged with the globalization of its activities, using a perspective relevant to the network theory. Based on the methodology of case study and supported by triangulation of methods strategy, the research data were collected through documental / telematic investigations, surveys of perceptions with the aid of highly-structured questionnaire and additional interviews. The interpretation and analysis of data were based on theoretical, supported by a review of relevant literature in the study area, with the aid of SNA model of Macedo Soares (2002), both from the (traditional) and (relational) perspective.The results of this study showed the positive implications of Vale’s international strategic alliances, on the industry level, indicating that it have been contributing for Vale to optimize opportunities and to minimize threats of its competitive environment. This study confirmed the importance of the (relational) analysis in the strategic implications assessment, suggesting further research in the area.

[pt] Clusterização desempenha um papel importante em data mining, sendo útil em muitas áreas que lidam com a análise exploratória de dados, tais como recuperação de informações, extração de documentos e segmentação de imagens. Embora sejam essenciais em aplicações de data mining, a maioria dos algoritmos de clusterização são métodos ad-hoc. Eles carecem de garantias na qualidade da solução, que em muitos casos está relacionada a uma convergência prematura para um mínimo local no espaço de busca. Neste trabalho, abordamos o problema de clusterização a partir da perspectiva de otimização, onde propomos um algoritmo genético híbrido para resolver o problema Minimum Sum-of-Squares Clustering (MSSC, em inglês). A meta-heurística proposta é capaz de escapar de mínimos locais e gerar soluções quase ótimas para o problema MSSC. Os resultados mostram que o método proposto superou os resultados atuais da literatura – em termos de qualidade da solução – para quase todos os conjuntos de instâncias considerados para o problema MSSC. / [en] Clustering plays an important role in data mining, being useful in many fields that deal with exploratory data analysis, such as information retrieval, document extraction, and image segmentation. Although they are essential in data mining applications, most clustering algorithms are adhoc methods. They have a lack of guarantee on the solution quality, which in many cases is related to a premature convergence to a local minimum of the search space. In this research, we address the problem of data clustering from an optimization perspective, where we propose a hybrid genetic algorithm to solve the Minimum Sum-of-Squares Clustering (MSSC) problem. This meta-heuristic is capable of escaping from local minima and generating near-optimal solutions to the MSSC problem. Results show that the proposed method outperformed the best current literature results - in terms of solution quality - for almost all considered sets of benchmark instances for the MSSC objective.

[pt] Ônibus, equipados com dispositivos GPS ativos que transmitem continuamente a sua posição, podem ser entendidos como sensores móveis de trânsito. De fato, as trajetórias dos ônibus fornecem uma fonte de dados útil para analisar o trânsito na rede de ônibus de uma cidade, dado que as autoridades de trânsito da cidade disponibilizem as trajetórias de forma aberta, oportuna e contínua. Neste contexto, esta tese propõe uma abordagem que usa os dados de GPS dos ônibus para analisar e monitorar a rede de ônibus de uma cidade. Ela combina algoritmos de grafos, técnicas de mineração de dados geoespaciais e métodos estatísticos. A principal contribuição desta tese é uma definição detalhada de operações e algoritmos para analisar e monitorar o tráfego na rede de ônibus, especificamente: (1) modelagem, análise e segmentaçãoda rede de ônibus; (2) mineração do conjunto de dados de trajetória de ônibus para descobrir padrões de tráfego; (3) detecção de anomalias de trânsito, classificação de acordo com sua gravidade, e avaliação do seu impacto; (4) manutenção e comparação de diferentes versões da rede de ônibus e dos seus padrões de tráfego para ajudar os planejadores urbanos a avaliar as mudanças. Uma segunda contribuição é a descrição de experimentos realizados para a rede de ônibus da Cidade do Rio de Janeiro, utilizando trajetórias de ônibus correspondentes ao período de junho de 2014 até fevereiro de 2017, disponibilizadas pela Prefeitura do Rio de Janeiro. Os resultados obtidos corroboram a utilidade da abordagem proposta para analisar e monitorar a rede de ônibus de uma cidade, o que pode ajudar os gestores do trânsito e as autoridades municipais a melhorar os planos de controle de trânsito e de mobilidade urbana. / [en] Buses, equipped with active GPS devices that continuously transmit their position, can be understood as mobile traffic sensors. Indeed, bus trajectories provide a useful data source for analyzing traffic in the bus network of a city, if the city traffic authority makes the bus trajectories available openly, timely and in a continuous way. In this context, this thesis proposes a bus GPS data-driven approach for analyzing and monitoring the bus network of a city. It combines graph algorithms, geospatial data mining techniques and statistical methods. The major contribution of this thesis is a detailed discussion of key operations and algorithms for modeling, analyzing and monitoring bus network traffic, specifically: (1) modelling, analyzing, and segmentation of the bus network; (2) mining the bus trajectory dataset to uncover traffic patterns; (3) detecting traffic anomalies, classifying them according to their severity, and estimating their impact; (4) maintaining and comparing different versions of the bus network and traffic patterns to help urban planners assess changes. Another contribution is the description of experiments conducted for the bus network of the City of Rio de Janeiro, using bus trajectories obtained from June 2014 to February 2017, which have been made available by the City Hall of Rio de Janeiro. The results obtained corroborate the usefulness of the proposed approach for analyzing and monitoring the bus network of a city, which may help traffic managers and city authorities improve traffic control and urban mobility plans.

[pt] O método de exploração Sublevel Caving é um dos métodos de extração massiva mais usados na indústria mundial de exploração subterrânea, sendo considerado pela indústria de mineração, num futuro próximo dentre os substitutos naturais das atuais minas a céu aberto. Uma operação Sublevel Caving requer que o maciço rochoso circundante ao minério rompa continuamente e se movimente para dentro do espaço criado pela extração do minério. Análises existentes na literatura consideram apenas configurações parciais do processo Sublevel Caving sem considerar o processo evolutivo da extração, e o dano induzido ao maciço rochoso decorrente deste processo. Esta dissertação desenvolve uma modelagem numérica utilizando o método dos elementos discretos para simular o mecanismo de ruptura e a subsidência causada pelo método de exploração Sublevel Caving, analisando o referido efeito e suas consequências na evolução do mecanismo de ruptura e subsidência no Sublevel Caving. O software comercial Particle Flow Code (PFC2D) foi selecionado para esta modelagem devido à capacidade de simular, em um evento de excesso de tensão, o fraturamento do maciço rochoso e sua desintegração, desta forma, originam-se o fluxo do material e os deslocamentos em grande escala, os quais são considerados fenômenos físicos dominantes que regem a formação da subsidência e fraturamento num processo Sublevel Caving. Os resultados obtidos nesse estudo mostraram-se satisfatórios, reproduzindo adequadamente a superfície de subsidência induzida por Sublevel Caving, conseguindo-se uma simulação física realista da sua evolução desde o início do fraturamento até à subsidência final. / [en] The Sublevel Caving Method is one of the most massive extraction methods used in underground mining industry worldwide and is considered by the mining industry as one of the natural replacements of the current open cut mines in the near future. A Sublevel Caving operation requires that the rockmass surrounding the orebody continually fails and moves into the void created by ore extraction. This dissertation develops a modeling using the discrete element method to simulate the failure mechanism and subsidence caused by Sublevel Caving method. Analyses reported in the literature consider only partial configurations of process Sublevel Caving, without taking into consideration the excavation evolution process, and damage induced to the rock mass resulting from this process. This dissertation analyzes this effect and its consequences on the evolution of failure mechanism and subsidence in Sublevel Caving. Particle Flow Code (PFC2D) was selected for modeling because of its ability to simulate, if the event of excess stress, fracturing and disintegration of the rock mass and large-scale deformation and material flow, to be simulated, which are believed to be the dominant physical phenomena governing the formation of subsidence and fracturing of Sublevel Caving. The results obtained in this study were satisfactory, reproducing properly the surface subsidence induced by Sublevel Caving, allowing physically realistic simulation of its evolution since the beginning of the fracturing to final subsidence.

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

[pt] A avaliação dos projetos de investimentos é uma tarefa difícil para muitas empresas, especialmente para aqueles cujo fluxo de caixa depende dos preços das commodities, já que o nível de incerteza nos preços tem um alto impacto na determinação do momento adequado para o investimento. Os métodos de avaliação tradicionais, que não levam em consideração a flexibilidade gerencial nem a modelagem da incerteza do projeto, podem levar a decisões não ótimas. Esta pesquisa desenvolve um modelo que considera estas variáveis, usando árvores binomiais implícitas ajustados por outros indicadores de risco, como assimetria e curtose da rentabilidade do projeto. O nível de incerteza pode não só ser medido pela volatilidade do retorno do projeto, mas também pela probabilidade de se obter um resultado baixo ou negativo no projeto. A magnitude dessa probabilidade poderia ser a avaliada conhecendo-se o valor da assimetria e curtose do retorno do projeto. Para modelar o comportamento de um projeto, esta dissertação apresenta dois tipos de árvores binomiais implícitas, recombinantes e não recombinante. Cada árvore tem sua própria abordagem específica para determinar o valor do projeto, incluindo opções. Um caso aplicado é apresentado considerando uma empresa de mineração. Os resultados sugerem que o nível de assimetria contribui para uma melhor avaliação do risco do projeto, que combinado com a metodologia de opções reais captura melhor o valor das flexibilidades do projeto; o que é uma importante contribuição do modelo proposto nesta dissertação. / [en] Valuation of capital investment projects is a difficult task for many companies, especially for those whose cash flows depend on commodity prices. The level of uncertainty in commodity prices has a significant impact in determining the proper timing for an investment. Traditional valuation methods, which do not take into account managerial flexibility or project uncertainty modeling can lead to non-optimal decisions. This research develops a dynamic model that considers these variables, and uses implied binomial trees adjusted by other indicators of risk, such as project return s skewness and kurtosis. The level of uncertainty can not only be measured by the project return s volatility, but also by how probable is the occurrence of a low or negative result in the project. The magnitude of this probability could be assessed by knowing the project return s skewness and kurtosis. To model the project s behavior, this dissertation presents two kinds of implied binomial trees, recombining and non-recombining trees. Each tree has its own specific approach to determining the value of the project, including options or managerial flexibility. An applied case is presented considering a mining project. The results suggest that the level of skewness helps to have a better measure of project risk, which combined with the real option approach, allows capturing the value of project managerial flexibilities; which is an important contribution of the proposed model in this dissertation.

[pt] O Brasil é o segundo maior produtor de lixo eletrônico das Américas, com uma produção que cresce a cada ano e apenas 10 por cento dela sendo tratada de forma apropriada. Adicionalmente, o Brasil não possui tecnologia própria para tratamento de placas de circuito impresso, componente chave presente neste tipo de resíduo. Atualmente, o Brasil não possui uma planta industrial voltada para essa atividade extrativista a partir de resíduos eletrônicos, sendo a maior parte do seu tratamento realizado no exterior. A hipótese de pesquisa deste manuscrito é que as universidades e suas comunidades poderiam desenvolver fontes de matéria-prima para tais processos de extração e, portanto, merecem atenção para a criação de pontos de coleta e parcerias. Nesse contexto, é necessário entender o comportamento dessa comunidade em relação à aquisição, armazenamento e descarte de equipamentos eletrônicos, bem como informações sobre temas relacionados ao gerenciamento e reciclagem de resíduos eletrônicos. Adicionalmente, criou-se uma rota conceitual de tratamento, a partir da integração de tecnologias descritas na literatura. Após a criação do design da rota, foi realizado um balanço de massa e energia, considerando dois casos base de fonte de placas de circuito impresso como matéria prima matéria prima: A) Lixo eletrônico em geral; B) utilizando somente celulares. Para ambos os casos, foi considerado o tratamento de 2 t/h. Determinou-se que o grupo estudado possui mais de 16,96 milhões de telefones celulares em hibernação, além de outros equipamentos, com valor de estoque estimado em 67,45 milhões de dólares para o grupo estudado na região metropolitana do Rio de Janeiro. Se extrapolado para todo o Brasil, pode chegar a 797,50 milhões de dólares para o grupo estudado. uma taxa interna de retorno de 141,6 por cento e 3990,7 por cento para o caso A e B, respectivamente e valor presente líquido de USD 44,834,616 e USD 3,215,300,083 para o caso A e B, respectivamente. Adicionalmente, foi determinado que o caso A possui uma grande sensibilidade a variação da taxa de ocupação. Neste contexto, a presente pesquisa tem o potencial de ajudar na criação da primeira planta industrial brasileira voltada para a reciclagem de placas de circuito impresso, assim como entender quais são as variáveis chaves para o processamento destes componentes. Adicionalmente, o projeto apresenta o investimento necessário para a criação da planta, sendo uma informação crucial para potenciais investidores. / [en] Brazil is the second largest producer of electronic waste in the Americas, with a production that grows each year and only 10 percent of it is properly treated. Additionally, Brazil does not have its own technology for treating printed circuit boards, a key component present in this type of waste. Currently, Brazil does not have an industrial plant dedicated to this extractive activity from electronic waste, with most of its treatment carried out abroad. The research hypothesis of this manuscript is that universities and their communities could develop raw material sources for such extraction processes and, therefore, deserve attention for the creation of collection points and partnerships. In this context, it is necessary to understand the behavior of this community in relation to the acquisition, storage and disposal of electronic equipment, as well as information on issues related to the management and recycling of electronic waste. Additionally, a conceptual treatment route was created based on the integration of technologies described in the literature. After creating the route design, a mass and energy balance was carried out, considering two base cases of printed circuit boards as raw material: A) Electronic waste in general; B) using cell phones only. For both cases, the treatment of 2 t/h was considered. It was determined that the studied group has more than 16.96 million cell phones in hibernation, in addition to other equipment, with an estimated inventory value of 67.45 million dollars for the studied group in the metropolitan region of Rio de Janeiro. If extrapolated to all of Brazil, it could reach 797.50 million dollars for the studied group. an internal rate of return of 141.6 percent and 3990.7 percent for case A and B, respectively, and net present value of USD 44,834,616 and USD 3,215,300,083 for case A and B, respectively. Additionally, it was determined that case A is highly sensitive to occupancy rate variation. In this context, this research has the potential to help in the creation of the first Brazilian industrial plant dedicated to the recycling of printed circuit boards, as well as to understand the key variables for the processing of these components. Additionally, the project presents the investment necessary for the creation of the plant, being crucial information for potential investors.

[pt] Esta dissertação investiga a utilização de um sistema Neuro-Fuzzy Hierárquico para previsão de séries e a extração de regras fuzzy em aplicações de Mineração de Dados. O objetivo do trabalho foi estender o modelo Neuro- Fuzzy Hierárquico BSP para a classificação de registros e a previsão de séries temporais. O processo de classificação de registros no contexto de Mineração de Dados consiste na extração de regras de associação que melhor caracterizem, através de sua acurácia e abrangência, um determinado grupo de registros de um banco de dados (BD). A previsão de séries temporais, outra tarefa comum em Mineração de Dados tem como objetivo prever o comportamento de uma série temporal no instante t+k (k ? 1).O trabalho consistiu de 5 etapas principais: elaborar um survey dos principais sistemas e modelos mais utilizados nas aplicações de Mineração de Dados; avaliar o desempenho do sistema NFHB original em aplicações de Mineração de Dados; desenvolver uma extensão do modelo NFHB dedicado à classificação de registros em uma BD; desenvolver um novo modelo híbrido Neuro-Fuzzy Genético para o ajuste automático dos parâmetros do sistema dedicado a previsão de séries temporais; e o estudo dos casos. O estudo da área resultou num survey sobre os principais modelos para Mineração de Dados. São apresentados os modelos mais utilizados em tarefas de classificação e extração de regras tais como: redes neurais, árvores de decisão crisp e fuzzy, algoritmos genéticos, estatística e sistemas neuro-fuzzy. Na etapa de avaliação do modelo NFHB original, foi verificado que além do tradicional aprendizado dos parâmetros, comuns às redes neurais e aos sistemas neuro-fuzzy, o modelo possui as seguintes aracterísticas: aprendizado da estrutura, a partir do uso de particionamentos recursivos; número maior de entradas que o habitualmente encontrado nos sistemas neuro-fuzzy; e regras com hierarquia, características adequadas para as aplicações de Mineração de Dados. Entretanto, o processo de extração de regras e a seleção de atributos não são adequados para este tipo de aplicação, assim como a excessiva complexidade da parametrização do modelo para aplicações de previsão de séries temporais. Uma extensão ao modelo NFHB original foi então proposta para aplicações de classificação de registros no contexto da Mineração de Dados onde se têm como objetivo principal a extração de informação em forma de regras interpretáveis. Foi necessário modificar a seleção de atributos e o processo original de extração de regras. O sistema fuzzy do tipo Takagi-Sugeno do modelo NFHB original fornece regras inadequadas do ponto de vista da Mineração de Dados. O novo modelo NFHB, dotado das modificações necessárias, mostrou um ótimo desempenho na extração de regras fuzzy válidas que descrevem a informação contida no banco de dados. As medidas de avaliação normalmente usadas para analisar regras crisp (Se x1 é <14.3 e...), como abrangência e acurácia, foram modificadas para poderem ser aplicadas ao caso de avaliação das regras fuzzy (Se x1 é Baixo e..) extraídas pelo sistema NFHB após da fase de aprendizado. A quantidade e a qualidade das regras extraídas é um ponto fundamental dos sistemas voltados para aplicações de Mineração de Dados, que buscam sempre obter o menor número de regras e da maior qualidade possível. Nesse sentido, o processo de seleção das características de entrada foi alterado para evitar particionamentos excessivos, ou seja regras desnecessárias. Foram implementadas duas estratégias de seleção (Fixa e Adaptativa) em função de diferentes medidas de avaliação como a Entropia e o método de Jang. Um novo modelo híbrido neuro-fuzzy genético para previsão de séries temporais foi criado para resolver o problema da excessiva complexidade de parametrização do sistema, o qual conta com mais de 15 parâmetros.Foi proposto um novo modelo híbrido neuro-fuzzy genético capaz de evoluir e obter um conjunto de parâmetros adequado par / [en] This dissertation investigates the use of a Neuro-Fuzzy Hierarchical system for time series forecasting and fuzzy rule extraction for Data Mining applications. The objective of this work was to extend the Neuro-Fuzzy BSP Hierarchical model for the classification of registers and time series forecasting. The process of classification of registers in the Data Mining context consists of extracting association rules that best characterise, through its accuracy and coverage measures, a certain group of registers of database (DB). The time series forecasting other common task in Data Mining, has a main objective to foresee the behavior of a time series in the instant t+k (k>=1). The work consisted of 5 main stages: to elaborate a survey of the main systems and the most common models in Data Mining applications; to evaluate the performance of the original NFHB system in Data Mining applicatons; to develop an extension of the NFHB model dedicated to the classification of registers in a DB; to develop a new Neuro-Fuzzy Genetic hybrid model for the automatic adjustment of the parameters of the system for time series forecasting applicatons; and the case estudies. The study of the area resulted in a survey of the main Data Mining models. The most common methods used in Data Mining application are presented such as: neural nets, crisp and fuzzy decision trees, genetic algorithms, statistics and neuro-fuzzy systems. In the stage of evaluation of the original NFHB model, it verified that besides the traditional learning of the parameters, common to the neural nets and the neuro-fuzzy systems, the model possesses the following characteristics: learning of the structure; recursive partitioning; larger number of inputs than usually found on the neuro-fuzzy systems; rule with hierarchy; which are characteristics adapted for Data Mining applications. However the rule extraction process and attributes selection are not appropriate for this type of applications, as well as the excessive complexity of the tuning of the model for time series forecasting applicatons. An extension of the original NFHB model was then proposed for applicatons of classification of registers in the Data Mining context, where the main objective in the extraction of information in form of interpratable rules. It was necessary to modify the attributes selection and the original rule extraction process. The Takagi-Sugeno fuzzy system of the original NFHB model supplies inadequate rules, from the Data Mining point of view. The new NFHB models, endowed with necessary modifications, showed good performance in extracting valid fuzzy rules that describe the information contained in the database. The evaluation metrics, usually used to analyse crips rules (If x1 is <14.3 and), as coverage and accuracy, were modified to be applied to the evaluation of the fuzzy rules (If x1 is Low and) extracted from the NFHB system after the learning process. The amount and quality of the extracted rules are important points of the systems dedicated for Data Mining applicatons, where the target is to obtain the smallest number of rules and of the best quality. In that sense, the input selection strategies were implemented (Static and Adaptive), using different evaluation measures as Entropy and the jang algorithm. A new genetic neuro-fuzzy hybrid model for time series forecasting was created to solve the problem of the excessive complexity of the model tuning, which comprises more than 15 parameters. A new model wes proposed, a genetic neuro-fuzzy hybrid, model capable to develop and to obtain an appropriate set of parameters for the forecasting of time series. The new hybrid, model capable to develop and to obtain an appropriate set of parameters for the forecasting of time series. The new hybrid model presented good results with different types of series. A tool based on the NFHB model was developed for classification and forecasting applications. Th