[pt] A reconstrução de curvas e superfícies a partir de pontos esparsos é um problema que tem recebido bastante atenção ultimamente. A não-estruturação dos pontos (ou seja, desconhecimento das relações de vizinhança e proximidade) e a presença de ruído são dois fatores que tornam este problema complexo. Para resolver este problema, várias técnicas podem ser utilizadas, como triangulação de Delaunay, reconstrução de iso-superfícies através de Marching Cubes e algoritmos baseados em avanço de fronteira. O algoritmo proposto consiste de quatro etapas principais: a primeira etapa é a clusterização dos pontos de amostragem de acordo com sua localização espacial. A clusterização fornece uma estrutura espacial para os pontos, e consiste em dividir o espaço em células retangulares de mesma dimensão, classificando as células em cheias (caso possuam pontos de amostragem em seu interior) ou vazias (caso não possuam pontos de amostragem em seu interior). A estrutura de dados gerada nesta etapa permite também obter o conjunto dos pontos de amostragem de cada uma das células. A segunda etapa é o processamento dos pontos através de projeções MLS. A etapa de pré- processameno visa reduzir ruído dos pontos de amostragem, bem como adequar a densidade de pontos ao nível de detalhe esperado, adicionando ou removendo pontos do conjunto inicial. A terceira etapa parte do conjunto das células que possuem pontos de amostragem em seu interior (células cheias) e faz a esqueletonização deste conjunto de células, obtendo, assim, uma aproximação digital para a curva a ser reconstruída. Este esqueleto é encontrado através do afinamento topológico das células que possuem pontos. A implementação do algoritmo de afinamento é feita de modo que o número de pontos em cada célula seja levado em consideração, removendo primeiro sempre as células com menor número de pontos. Na quarta etapa, a reconstrução da curva é finalmente realizada. Para tal, parte-se do esqueleto obtido na terceira etapa e constrói-se uma curva linear por partes, onde cada vértice é obtido a partir da projeção MLS do ponto médio de cada célula do esqueleto. / [en] Curve and surface reconstruction from sparse data has been recognized as an important problem in computer graphics. Non structured data points (i.e., a set of points with no knowledge of connectivity and proximity) together with the existence of noise make this problem quite difficult. In order to solve it, several techniques have been proposed, such as, some of them are based on Delaunay triangulation, other are based on implicit surface reconstruction or on the advancing front techniques. Our algorithm consists basically in four steps. In the first step, a clustering procedure is performed in order to group the sample points according to their spatial location. This procedure obtains an spatial structure for the points by subdividing uniformly the plane in rectangular cells, and classifying them into two categories: empty (when the cell contains no point inside) or not empty (otherwise). At this stage, a data structure is built in such way that it is possible to query the set of sample points that belong to a given rectangular cell. The second step processes the point through the Moving Least Squares method. Its objective is not only to reduce the noise on the data, but also to adapt the number of point to the desired level, by adding or removing points from the initial set. The third step builds the skeleton of the set of cells that have sample point on its interior. Such skeleton is in fact a digital approximation for the curve that will be reconstructed. It is obtained by the use of a topological thinning algorithm, and its implementation is done in such a way that the number of points in each cell is considered, for example, the cells with less number of points are not considered for the thinning. In the last step, the curve is finally reconstructed To do so, the skeleton obtained in the third step is used to construct a piecewise-linear approximation for the curve, where each vertex is obtained from the MLS projection on the middle point of the skeleton rectangular cell.

[pt] Visando determinar os teores dos componentes relevantes e as propriedades físicas de gasolinas comerciais e sintéticas foram tomados espectros Raman de 60 gasolinas comerciais e 52 misturas sintéticas simulando gasolinas. Os espectros foram tomados em um espectrômetro Nicolet FT Raman 950. Os espectros brutos obtidos foram tratados para evitar a influência da variabilidade de potência do laser excitante sobre as intensidades das linhas Raman. As variáveis independentes (intensidades Raman ) e as variáveis dependentes (propriedades das gasolinas comerciais e misturas sintéticas ) foram centradas em torno da média e submetidas à regressão por mínimos quadrados parciais, visando ajustar modelos que permitissem predizer quantitativamente os teores de etanol, hidrocarbonetos saturados, insaturados e aromáticos além dos valores das propriedades MON, RON, densidade e pontos de ebulição inicial, final, a 10%, 50% e 90% das amostras em estudo. Os resultados obtidos mostraram a potencialidade da espectroscopia Raman, para o desenvolvimento de métodos confiáveis para a análise de diversas características das gasolinas estudadas. / [en] The aim of this work was to determine the contents of the more important components and physical properties of commercial gasolines and synthetic mixtures with known composition, prepared in the laboratory. The Raman spectra of 60 gasolines and 52 mixtures were acquired with a Nicolet 950 Fourier Transform Raman (FT-Raman) spectrometer. The raw spectra were treated to avoid the laser potency variability on Raman lines intensities. The independent variables (Raman intensities) and the dependent variables (gasolines and mixtures properties) were mean centered and models were fit by partial least square regression seeking to predict the contents of ethanol, saturated, unsaturated and aromatic hydrocarbons. Also properties as MON, RON, density and boiling point values were determined by this procedure. The final results showed the potential of Raman spectroscopy for analysis of several properties of gasolines.

[pt] Muitas aplicações em processamento de imagens e computação gráfica recaem em propriedades geométricas de curvas, particularmente suas curvaturas. Uma outra propriedade importante mas menos explorada é a torção, sendo esta para curvas no espaço. Vários métodos para estimar curvaturas de curvas planas são conhecidos, a maioria deles para curvas digitais. Nesta dissertação fazemos um levantamento desses métodos e propomos um novo método baseado em aproximações por parábolas e cúbicas paramétricas. Apresentamos uma análise teórica do método e também estudamos a influência do ruído no cálculo da curvatura e da torção. O novo estimador foi comparado com outros estimadores e mostrou-se bastante robusto. / [en] Many applications in image processing and computer vision rely on geometric properties of curves, in particular their curvatures. Another important, but less exploited, property is the torsion for curves in space. Several methods of estimating the curvature of plane curves are known, most of them for digital curves. In this dissertation we survey these methods and propose a new method based on approximations by parabolic and cubic curves. We present a theoretical analysis of this method and also study the effect of noise. The new estimator is compared to other estimators and is seen to be very robust.

[pt] Esse trabalho busca verificar se há relação entre a política monetária conduzida por um grupo de países e as suas instituições, especialmente aquelas ligadas ao setor público. A partir da estimação de uma regra de politica monetária comum para um grupo de países, regredimos coeficientes de reação das autoridades monetárias a desvios da inflação da meta e do hiato da atividade em métricas de instituições. Encontramos relações significativas entre a condução de política monetária e as instituições dos países, bem como potenciais determinantes das instituições, em vários casos. / [en] This paper seeks to verify if there is a relationship between the monetary policy conducted by a group of countries and their institutions, especially those related to the public sector. From the estimation of a common monetary policy rule for a group of countries, we regressed the reaction coefficients of the monetary authorities to deviations from inflation target and activity gap on institutional metrics. We find significant relationships between conducting monetary policy and country institutions, as well as potential determinants of institutions, in several cases.

[pt] O problema de estimação pode ser entendido como um caso particular dos problemas inversos. Dadas observações da resposta de um sistema para certas causas, deseja-se estimar certas características do sistema. Essas características, em um sistema dinâmico, geralmente são representadas por parâmetros. Assim, para uma representação físico-matemática do sistema, dada uma excitação e observando a resposta, é possível obter uma estimação dos parâmetros. A estimação paramétrica é de grande importância e utilizada em diversas situações, desde experimentalistas, ao observar fenômenos no laboratório, até quem estuda o comportamento de setores sociais por amostras populacionais. A parte inicial desta dissertação apresenta uma breve introdução ao problema inverso do marco da estatística Bayesiana. Neste marco trata-se a estimação paramétrica como resultado da resolução de um problema inverso. Duas técnicas de estimação s ao deduzidas a partir da inferência estatística Bayesiana. A primeira delas, mínimos quadrados, coleta todos os dados e logo faz a estimação. A segunda, filtro de Kalman (e filtro de Kalman extendido), melhora o estado do conhecimento dos parâmetros a serem estimados a cada nova observação. Para a abordagem destas técnicas de estimação, de modo de poder compará-las, é apresentada a resolução analítica de um sistema harmônico de um e dois graus de liberdade. Por último, é apresentada uma modelagem de uma bancada experimental, em escala de laboratório, que emula uma coluna de perfura ção acoplada a um motor. Esta bancada foi desenvolvida para estudos de dinâmica torcional, na dissertação de mestrado de Bruno C. Cayres A., de modo que aqui só é de interesse a caracterização da mesma. As técnicas de estimação paramétrica são usadas de forma teórica, simulando os dados a partir de soluções analíticas para diferentes parâmetros da modelagem do motor e da coluna. Também usa-se medições feitas na bancada para estimar os parâmetros da modelagem, obtendo assim um conhecimento melhorado dos parâmetros envolvidos no sistema coluna-motor. / [en] The estimation problem can be understood as a particular case of an inverse problem. Given observations of the response of a system, due to certain causes, one wants to estimate certain characteristics of the problem. These features, in a dynamic system, are usually represented by parameters. Thus, for a mathematical representation of the physical system, given an excitation and given the observing response, it is possible to give an estimation of the parameters. The parameter estimation is of great importance and used in countless situations, such as experimental obseration of a phenomena in the laboratory or even by those who study the behaviors social sectors by population samples. The initial part of this dissertation presents a brief introduction to the inverse problem the framework of the Bayesian statistics. In this context, the parametric estimation is a result of the resolution of an inverse problem. Two estimation techniques are derived from the Bayesian statistical inference. The first of these, least squares, collects all the data and then makes the estimation. The second, Kalman filter (and extended filter Kalman), improves the state of knowledge of the parameters to be estimated, with each new observation. To address these estimation techniques, in order to be able to compare them, presents the analytical resolution of a harmonious system of one and two degrees of freedom. Finally, it is presented a model for an experimental setup, in laboratory scale, which emulates a drillstring coupled to a motor. This experimental setup was developed to study the dynamic torsional and by the author of the dissertation of Bruno C. Cayres A., the mode that is of interest here only the characterization of it. These techniques are used for parameter estimation in theoretical way, simulating data from the analytical solutions, for different parameters involved in the column-motor modeling. Also, we use measurements obtained from the experimental setup to estimate the parameters of the column-motor model. Thereby, we obtain an improved knowledge of the parameters involved in the column-motor.

[pt] Muitos problemas da área de aprendizagem automática tem por objetivo modelar a complexa relação existente num sisitema , entre variáveis de entrada X e de saída Y na ausência de um modelo teórico. A regressão por mínimos quadrados parciais PLS ( Partial Least Squares) constitui um método linear para resolução deste tipo de problema , voltado para o caso de um grande número de variáveis de entrada quando comparado com número de amostras. Nesta tese , apresentamos uma variante do algoritmo clássico PLS para o tratamento de grandes conjuntos de dados , mantendo um bom poder preditivo. Dentre os principais resultados destacamos um versão paralela PPLS (Parallel PLS ) exata para o caso de apenas um variável de saída e um versão rápida e aproximada DPLS (DIRECT PLS) para o caso de mais de uma variável de saída. Por outro lado ,apresentamos também variantes para o aumento da qualidade de predição graças à formulação não linear. São elas o LPLS ( Lifted PLS ), algoritmo para o caso de apenas uma variável de saída, baseado na teoria de funções de núcleo ( kernel functions ), uma formulação kernel para o DPLS e um algoritmo multi-kernel MKPLS capaz de uma modelagemmais compacta e maior poder preditivo, graças ao uso de vários núcleos na geração do modelo. / [en] The purpose of many problems in the machine learning field isto model the complex relationship in a system between the input X and output Y variables when no theoretical model is available. The Partial Least Squares (PLS)is one linear method for this kind of problem, for the case of many input variables when compared to the number of samples. In this thesis we present versions of the classical PLS algorithm designed for large data sets while keeping a good predictive power. Among the main results we highlight PPLS (Parallel PLS), a parallel version for the case of only one output variable, and DPLS ( Direct PLS), a fast and approximate version, for the case fo more than one output variable. On the other hand, we also present some variants of the regression algorithm that can enhance the predictive quality based on a non -linear formulation. We indroduce LPLS (Lifted PLS), for the case of only one dependent variable based on the theory of kernel functions, KDPLS, a non-linear formulation for DPLS, and MKPLS, a multi-kernel algorithm that can result in a more compact model and a better prediction quality, thankas to the use of several kernels for the model bulding.

[pt] Desenvolveu-se uma técnica de restauração de imagens de defeitos existentes em materiais ferromagnéticos, obtidas pela solução do problema inverso para sinais simulados proveniente do método de Ensaios Não-Destrutivos conhecido como Magnetic Flux Leakage. Baseada em princípios de filtragem ótima, a técnica visa reduzir distorções introduzidas nas imagens pela Inversa MNSL (Minimum-Norm Least-Squares Inverse). Com a aplicação desta técnica, é possível caracterizar mais precisamente diversos tipos de defeitos. / [en] Na image processing technique was developed to restore images of defects in ferromagnetic materials. Such images are obtained by solving the eletromagnetic inverse problem associated with the Magnetic Flux Leakage method of Nondestructive Evaluation. Based upon optimal filtering, the technique aims to reduce distortions introduced by the Minimum-Norm Least-Square Inverse. By applying such technique it is possible to better characterize various defect types.

[pt] No novo modelo do Setor Elétrico é essencial desenvolver novas técnicas que estimem valores futuros, a curto e longo-prazos, das potências ativa e reativa. Com base nisso, este trabalho tem por objetivo apresentar uma nova técnica de previsão horária de potência reativa a curto-prazo, por subestação, baseada na linearidade existente entre as potências ativa e reativa. O modelo proposto, denominado de Modelo Híbrido de Previsão de Reativo, é dividido em duas etapas: A primeira etapa é feita uma classificação dos dados através de uma rede neural não supervisionada Mapas Auto-Organizáveis de Kohonen (SOM); A segunda etapa, utiliza-se um modelo de defasagem distribuída auto-regressivo (ADL) com estimação de Mínimos Quadrados Reponderados Iterativamente (IRLS) acoplado a uma correção para autocorrelação serial dos resíduos - Método Iterativo de Cochrane-Orcutt. Este Modelo Híbrido tem como variável dependente a potência reativa, e como variáveis explicativas dados horários de potência ativa e reativa no instante atual e defasadas no tempo. A previsão de potência reativa a curto-prazo é dividida em in sample e em out of sample. A previsão out of sample é aplicada a períodos horários em até um mês à frente. O modelo proposto é aplicado aos dados de uma concessionária específica de Energia Elétrica e os resultados são comparados a um modelo de Regressão Dinâmica convencional e a um modelo de Redes Neurais Artificiais Feedforward de Múltiplas camadas (MLP) com um algoritmo de retropropagação do erro. / [en] The forecasting of reactive and active power is an important tool in the monitoring of an Electrical Energy System. The main purpose of the present work is the development of a new short-term reactive power hourly forecast technique, which can be used at utility or substations levels. The proposed model, named A Hybrid Model for Reactive Forecasting, is divided in two stages. In the first stage, the active and reactive power data are classified by an unsupervised neural network - the Self-Organized Maps of Kohonen (SOM). In the second stage, a Autoregressive Distributed Lags Model (ADL) is used with its parameters estimated by an Iteratively Reweighted Least Square (IRLS). It also includes a correction lag structure for serial autocorrelation of the residuals as used in the Cochrane-Orcutt formulation. The short term reactive power forecasting is divided in in sample and out of sample. The out of sample forecast is applied to hourly periods until one month ahead. The proposed model is applied to real data of one substation and the results are compared with two other approaches, a conventional Dynamic Regression and a Feedforward Multi-layer Perceptron (MLP) Artificial Neural Network model.

[pt] Este trabalho propõe um novo modelo linear por partes para a extração de regras de conhecimento de banco de dados. O modelo é uma heurística baseada em análise de árvore de regressão, como introduzido por Friedman (1979) e discutido em detalhe por Breiman (1984). A motivação desta pesquisa é trazer uma nova abordagem combinando técnicas estatísticas de modelagem e um algoritmo de busca por quebras eficiente. A decisão de quebra usada no algoritmo de busca leva em consideração informações do ajuste de equações lineares e foi implementado tendo por inspiração o trabalho de Tsay (1989). Neste, ele sugere um procedimento para construção um modelo para a análise de séries temporais chamado TAR (threshold autoregressive model), introduzido por Tong (1978) e discutido em detalhes por Tong e Lim (1980) e Tong (1983). O modelo TAR é um modelo linear por partes cuja idéia central é alterar os parâmetros do modelo linear autoregressivo de acordo com o valor de uma variável observada, chamada de variável limiar. No trabalho de Tsay, a Identificação do número e localização do potencial limiar era baseada na analise de gráficos. A idéia foi então criar um novo algoritmo todo automatizado. Este processo é um algoritmo que preserva o método de regressão por mínimos quadrados recursivo (MQR) usado no trabalho de Tsay. Esta talvez seja uma das grandes vantagens da metodologia introduzida neste trabalho, visto que Cooper (1998) em seu trabalho de análise de múltiplos regimes afirma não ser possível testar cada quebra. Da combinação da árvore de decisão com a técnica de regressão (MQR), o modelo se tornou o TS-TARX (Tree Structured - Threshold AutoRegression with eXternal variables). O procedimento consiste numa busca em árvore binária calculando a estatística F para a seleção das variáveis e o critério de informação BIC para a seleção dos modelos. Ao final, o algoritmo gera como resposta uma árvore de decisão (por meio de regras) e as equações de regressão estimadas para cada regime da partição. A principal característica deste tipo de resposta é sua fácil interpretação. O trabalho conclui com algumas aplicações em bases de dados padrões encontradas na literatura e outras que auxiliarão o entendimento do processo implementado. / [en] This research work proposes a new piecewise linear model to extract knowledge rules from databases. The model is an heuristic based on analysis of regression trees, introduced by Friedman (1979) and discussed in detail by Breiman (1984). The motivation of this research is to come up with a new approach combining both statistical modeling techniques and an efficient split search algorithm. The split decision used in the split search algorithm counts on information from adjusted linear equation and was implemented inspired by the work of Tsay (1989). In his work, he suggests a model-building procedure for a nonlinear time series model called by TAR (threshold autoregressive model), first proposed by Tong (1978) and discussed in detail by Tong and Lim (1980) and Tong (1983). The TAR model is a piecewise linear model which main idea is to set the coefficients of a linear autoregressive process in accordance with a value of observed variable, called by threshold variable. Tsay`s identification of the number and location of the potential thresholds was based on supplementary graphic devices. The idea is to get the whole process automatic on a new model-building process. This process is an algorithm that preserves the method of regression by recursive least squares (RLS) used in Tsay`s work. This regression method allowed the test of all possibilities of data split. Perhaps that is the main advantage of the methodology introduced in this work, seeing that Cooper, S. (1998) said about the impossibility of testing each break.Thus, combining decision tree methodology with a regression technique (RLS), the model became the TS-TARX (Tree Structured - Threshold AutoRegression with eXternal variables). It searches on a binary tree calculating F statistics for variable selection and the information criteria BIC for model selection. In the end, the algorithm produces as result a decision tree and a regression equation adjusted to each regime of the partition defined by the decision tree. Its major advantage is easy interpretation.This research work concludes with some applications in benchmark databases from literature and others that helps the understanding of the algorithm process.