• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 104
  • 14
  • Tagged with
  • 118
  • 118
  • 63
  • 44
  • 36
  • 13
  • 13
  • 11
  • 10
  • 9
  • 8
  • 8
  • 8
  • 7
  • 7
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
11

[en] CONTINUOUS SPEECH RECOGNITION WITH MFCC, SSCH AND PNCC FEATURES, WAVELET DENOISING AND NEURAL NETWORKS / [pt] RECONHECIMENTO DE VOZ CONTÍNUA COM ATRIBUTOS MFCC, SSCH E PNCC, WAVELET DENOISING E REDES NEURAIS

JAN KRUEGER SIQUEIRA 09 February 2012 (has links)
[pt] Um dos maiores desafios na área de reconhecimento de voz contínua é desenvolver sistemas robustos ao ruído aditivo. Para isso, este trabalho analisa e testa três técnicas. A primeira delas é a extração de atributos do sinal de voz usando os métodos MFCC, SSCH e PNCC. A segunda é a remoção de ruído do sinal de voz via wavelet denoising. A terceira e última é uma proposta original batizada de feature denoising, que busca melhorar os atributos extraídos usando um conjunto de redes neurais. Embora algumas dessas técnicas já sejam conhecidas na literatura, a combinação entre elas trouxe vários resultados interessantes e inéditos. Inclusive, nota-se que o melhor desempenho vem da união de PNCC com feature denoising. / [en] One of the biggest challenges on the continuous speech recognition field is to develop systems that are robust to additive noise. To do so, this work analyses and tests three techniques. The first one extracts features from the voice signal using the MFCC, SSCH and PNCC methods. The second one removes noise from the voice signal through wavelet denoising. The third one is an original one, called feature denoising, that seeks to improve the extracted features using a set of neural networks. Although some of these techniques are already known in the literature, the combination of them brings many interesting and new results. In fact, it is noticed that the best performance comes from the union of PNCC and feature denoising.
12

[en] CONTRIBUTION TO THE SOLUTION OF THE PROBLEM OF EQUILIBRIUM ASSIGNMENT IN LARGE SCALE TRANSIT TRANSPORTATION NETWORK / [es] AUXILIO A LA SOLUCIÓN DE UN PROBLEMA DE COLOCACIÓN DE EQUILIBRIO EN REDES DE GRANDE PORTE DE TRANSPORTE COLECTIVO / [pt] AUXÍLIO À SOLUÇÃO DO PROBLEMA DE ALOCAÇÃO DE EQUILÍBRIO EM REDES DE GRANDE PORTE DE TRANSPORTE COLETIVO

FERNANDO RAMIRO CASTRO ARAGON 18 July 2001 (has links)
[pt] Nesta tese é desenvolvido o conceito e implementado computacionalmente um modelo para resolver o problema de alocação de equilíbrio de passageiros em uma rede de grande porte de transporte coletivo urbano com congestionamento. É considerado o primeiro princípio de ardrop, ou ótimo do usuário e utilizado um modelo de equilíbrio estático com demanda fixa. O fluxo de equilíbrio pode ser achado resolvendo um problema de minimização com uma função objetivo não linear e um conjunto de restrições lineares. É utilizada uma adaptação do algoritmo de Frank-Wolfe, o qual resulta eficiente para resolver problemas estocásticos de transporte e um modelo logit de alocação. E feita uma aplicação à rede da Região Metropolitana do Rio de Janeiro. / [en] The concept of a model that solves the transit equilibrium assignment problem for large scale transit networks and a computational system are developed. The First Principle of Equilibrium of Wardrop, also known as equilibrium user optimum, is applied in this work. A model with static equilibrium and fixed demand is considered. The equilibrium flow can be attained by solving a non- linear minimization problem that includes objective function non-linear and linear constraints. An adaptation of Frank-Wolfe algorithm (efficient to solve transportation stochastic problems) and a logit assignment model are used to solve the problem. This metodology is applied to a network of the Metropolitan Region of Rio de Janeiro. / [es] En esta tesis se desarrolla un modelo para resolver el problema de colocación de equilibrio de pasajeros en una red de gran porte de transporte colectivo urbano con congestionamiento. Se considera el primer principio de Ardrop, el óptimo del usuario y se utiliza un modelo de equilibrio estático con demanda fija. El flujo de equilibrio se encuentra a través de un problema de minimización con una función objetivo no lineal y un conjunto de restricciones lineales. Se utiliza una adaptación del algoritmo de Frank-Wolfe, que se muestra eficiente en la resolución de problemas estocásticos de transporte y un modelo logit de colocación. Finalmente se muestra una aplicación a la red de la Región Metropolitana del Rio de Janeiro.
13

[en] A MODEL FOR TRANSMISSION NETWORKS PRICING / [pt] UM MODELO PARA A TARIFAÇÃO DE REDES DE TRANSMISSÃO

MANUEL RAMOS DE FREITAS 17 July 2006 (has links)
[pt] Esta dissertação apresenta um novo modelo de tarifação de redes elétricas. Este modelo é baseado no planejamento ótimo da expansão para a obtenção da rede elétrica economicamente adaptada. Com ele, são extraídas as tarifas de transmissão bem como os custos de déficit em cada barra, instrumentos necessários ao Órgão Regulador para a expansão de redes elétricas. São apresentados estudos de caso envolvendo o Sistema elétrico Peruano, formado por 50 barras, 70 linhas de transmissão e 27 geradores. / [en] This thesis presents a new model of transmission pricing. The proposed model is based in optimum expansion planning to achieve an electric network economically adapted. By this model, the price of transmission network is obtained, as such as Deficit Cost in each bus of the system, issue necessary for a regulator to allow competition in transmission expansion. Case studies, considering a system of fifty buses, seventy transmission lines and twenty seven generators of peruvian national system.
14

[en] PROBABILISTC LOAD FLOW WITH ANALYSIS OF CONTINGENCIES / [pt] FLUXO DE POTÊNCIA PROBABILÍSTICO COM ANÁLISE DE CONTINGÊNCIAS

SERGIO MARINHO SOARES 18 April 2007 (has links)
[pt] O fluxo de potência probabilístico é considerado uma técnica eficiente na obtenção de índices de adequação, tais como: probabilidade do fluxo em uma linha ou em um transformador ser maior do que sua capacidade nominal, probabilidade da magnitude da tensão em um barramento estar fora dos limites usuais de operacio, etc., os quais são medidas extremamente úteis tanto no planejamento como na operação de sistemas de potência. Estes índices são obtidos dada a capacidade de tal algoritmo considerar a natureza probabilística das cargas, geração e da configuração da rede em uma única solução. Vários trabalhos tem sido propostos para resolver probabilisticamente o problema do fluxo de potência. A grande maioria tem considerado somente as incertezas nos dados de carga e geração, modelando a rede elétrica por uma configuração fixa, relativa ao caso base. A influência das incertezas na configuração de uma rede de potência devido à natureza probabilística das contingências de seus elementos foi, até então, muito pouco analisada. Esta tese apresenta um novo método de obtenção para a solução do fluxo de potência probabilístico quando a rede é modelada como uma variável aleatória. O algoritmo proposto é aplicado a um sistema típico e os resultados discutidos / [en] Probabilistic load flow can be considered na efficient tecnnique in order to assess adequacy indices, such as: the probability of a transmission line or transformer flow being greater than its thermal rating, probability of a busbar voltage being outside its operational constraints, etc., which are extremely useful measurements in planning and operation of power systems. These indices are achieved due to the ability of such algorithm in recognising the probabilistic nature of load, generation and network configuration within one solution. Many tecniques have been proposed in order to solve the load flow problem probabilisticaly. The great majorit have aonly accounted for load and generation data uncertainties and therefore the network configuration has been considered fixed. So far, the effects of the configuration uncertainties due to the probabilistic nature of network contingencies have not been deeply analysed. This thesis presents a new method for obtaining a probabilistic load flow solution whe network outages are modelled as a random variable. The proposed technique is applied to a typical power system and the results discussed.
15

[en] KNOWLEDGE SEARCH IN DATABASES / [pt] BUSCA DE CONHECIMENTOS EM BASES DE DADOS

CIBELE LUZANA REIS 27 December 2007 (has links)
[pt] Esta dissertação investiga a aplicação de Redes Neurais e Algoritmos Genéticos como ferramentas para retirar conhecimentos, em forma de regras, de um Banco de Dados. Essa nova área, KDD (knowledge Discovery in Database), surgiu com a necessidade de se desenvolver ferramentas que possam, de forma automática e inteligente, ajudar aos analistas de dados a transformar grandes volumes de dados em informações e organizar estas informações em conhecimentos úteis. A pesquisa aqui resumida é portanto, um desenvolvimento na área de sistemas de computação (desenvolvimento de sistemas) e na área de inteligência computacional (data mining, algoritmos genéticos, redes neurais, interfaces inteligentes, sistemas de apoio a decisão, criação de bases de conhecimentos) O trabalho de tese foi dividido em cinco partes principais: um estudo sobre o processo KDD; um estudo da estrutura dos sistemas de KDD encontrados na literatura; o desenvolvimento de sistemas de KDD, um utilizando algoritmos Genéticos e os outros utilizando Redes Neurais; o estudo de casos e a análise de desempenho dos sistemas desenvolvidos. O processo de KDD serve para que se possa retirar novos conhecimentos (padrões, tendências, fatos, probabilidade, associações) de um determinado banco de dados. Basicamente o KDD consiste em oito etapas, que são: Definição do problema, Seleção dos dados, Limpeza dos dados, enriquecimento dos dados, Pré-processamento dos dados, Codificação dos dados, Mineração dos dados (data mining) e o relatório contendo a interpretação dos resultados. A mineração dos dados é freqüentemente vista como elemento chave do processo de KDD. A extração do conhecimento, propriamente dita, se dá na Mineração dos dados, onde toda técnica que ajude a extrair mais informações dos dados é útil. Assim na Mineração de dados podemos lançar mão de um grupo heterogêneo de técnicas, como por exemplo, Técnicas de estatísticas, visualização dos dados, redes neurais e algoritmos genéticos. Portanto os estudos do processo inclui estudos sobre Data Mining, aprendizado de máquinas, data warehouse, o processo e o ambiente do KDD, aspectos formais dos algoritmos de aprendizado, inteligência artificial, e algumas aplicações na vida real. Dentre os vários sistemas de KDD encontrados na literatura que foram estudados e analisados, podemos citar sistemas que utilizaram, na etapa de mineração dos dados, uma ou mais das seguintes técnicas de computação para extrair padrões e associações nos dados, uma ou mais das seguintes técnicas de computação para extrair padrões e associações nos dados tais como: Visualização dos dados, ferramenta de consulta, técnicas de estatísticas, processamento analítico on-line (OLAP), Árvore de decisão, regras de associação, redes neurais e algoritmos genéticos. Neste trabalho foram desenvolvidos dois sistemas de KDD. Em cada um dos modelos desenvolvidos utilizou-se uma técnica de visualização dos dados para garantir a interação do sistema com o analista dos dados. Além disso utilizou-se, na etapa mineração dos dados, num dos modelos Algoritmos genéticos, e no outro Redes Neurais Backpropagation. Também para efeito de comparação e de apoio, se desenvolveu um sistema utilizando Técnicas de Estatísticas. Com o modelo utilizando Algoritmos Genéticos se encontra a melhor regra de produção relacionada a um banco de dados, que responde a uma pergunta específica. E com os modelos utilizando Redes Neurais se obtém resultados para serem comparados. A fase de aplicação consistiu em analisar dois diferentes bancos de dados, um contendo dados dos meninos e meninas de rua, e o outro contendo dados dos alunos que se matricularam no vestibular. Na análise dos bancos de dados se utilizou os sistemas de KDD aqui desenvolvidos, tendo como objetivo encontrar, com o auxílio de Algoritmos genéticos, ou de redes ne / [en] This dissertation investigates the genetic algorithms and neural networks as applications tools to find knowledge, in the form of rules, from a database. This new area, KDD (Knowledge Discovery in Database) appeared with the need of developing tools that can, in automatic and intelligent way, help the data analysis to transform great volumes of data in information and to organize these information in useful knowledge. The research here summarized is therefore, a development in the area of computational systems (development of systems) and in the area of intelligence computational (data mining, genetic algoriths, neural networks, intelligence interfaces, decision support systems and creation of knowledge bases). The thesis work was divided in five main parts: A study of the KDD process: a study of the structure of the KDD systems found in the literature; the development of KDD systems, one using genetic algorithms and the others using neural networks; the study of cases and the analysis of the performance of the developed systems. The KDD process is able to find new knowledge (patterns, tendencies, facts, probability and associations) from a certain database. Basically KDD involves eight steps, that are: problem definition, data selection, cleaning, enrichment, preprocessing, coding, data mining and the reporting containing the interpretation of the results. The Data Mining is frequently seen as the key element of the KDD process. The extraction of the knowledge, itself, happens in the Data mining, where any technique that helps extract more information out of your data is useful. In Data Mining we can make use of a heterogeneous group of techiques, for example, Statistical techniques, Visualization techniques, Neural Networks and Genetic algorithms. Therefore the studies of the KDD process included studies on data mining, machine learning, data warehouse, the KDD process and the KDD environment, formal aspects of the learning algoriths, artificial intelligence, and some applications in the real life. In several KDD systems found in the literature that were studied and analyzed, we can mention systems that uses, in the data mining step, one or more of following computation techniques to extract patterns and associations from data as: visualization techniques, query tools, statistical techniques, online analytical processing (OLAP), decision trees, association rules, neural networks and genetic algorithms. In this work two KDD systems wer developed. In each one of the developed models a visualization techniques was used, to guarantee the interaction of the system with the data analyst. And in the Data Mining step, genetic algorithms was used in one of the models, and Backpropagation Neural Networks in the other. For comparison and support effect, a system was developed using Statistical techniques. The genetic algorithm model is to find the best production rule related to a database, that answers to a specific question. And the results of the Neural Networks model is to be compared with the results of the genetic algorithm model. The application phase consisted of analyzing two different databases, one with the boys´data that lives in the street, and the other with the students´data that makes the university admission test. In the analysis of the databases it was used the KDD system here developed, with the objective to find, with genetic algorithms, or Neural Network, the best production rule, related to the databases, that answers a specific question. Two types of question. Two types of question were considered, the ones that look for characteristic of a group of data, for example, Which the boys characteristics that live in the streets? And Which the characteristics of a group of individuals that were classified but they didn´t enroll in the university? And that associates groups of data, for example, What differentiate the boys, with similar economic situation, tha
16

[en] TIME SERIES MODEL WITH NEURAL COEFFICIENTS FOR NONLINEAR PROCESSES IN MEAN AND VARIANCE / [pt] MODELO DE SÉRIES TEMPORAIS COM COEFICIENTES NEURAIS PARA PROCESSOS NÃO LINEARES NA MÉDIA E VARIÂNCIA

MARIA LUIZA FERNANDES VELLOSO 07 April 2006 (has links)
[pt] Esta tese apresenta uma nova classe de modelos não lineares inspirada no modelo ARN, apresentado por Mellem, 1997. Os modelos definidos nesta classe são aditivos com coeficientes variáveis modelados por redes neurais e, tanto a média quanto a variância condicionais, são modeladas explicitamente. Neste trabalho podem ser identificadas quatro partes principais: um estudo sobre os modelos mais comuns encontrados na literatura de séries temporais; um estudo sobre redes neurais, focalizando a rede backpropagation; a definição do modelo proposto e os métodos utilizados na estimação dos parâmetros e o estudo de casos. Modelos aditivos têm sido escolha preferencial na modelagem não linear: paramétrica ou não paramétrica, de média ou de variância condicional. Além disso, tanto a idéia de modelos de coeficientes variáveis quanto a de modelos híbridos. que reúnem paradigmas diferentes, não é novidade. Por esta razão, foi traçado um panorama dos modelos não lineares mais encontrados na literatura de séries temporais, focalizando-se naqueles que tinham relacionamento mais estreito com a classe de modelos proposta neste trabalho. No estudo sobre redes neurais, além da apresentação de seus conceitos básicos, analisou- se a rede backpropagation, ponto de partida para a modelagem dos coeficientes variáveis. Esta escolha deveu- se à constatação da predominância e constância no uso desta rede, ou de suas variantes, nos estudos e aplicações em séries temporais. Demonstrou-se que os modelos propostos são aproximadores universais e podem ser utilizados para modelar a variância condicional de uma série temporal. Foram desenvolvidos algoritmos, a partir dos métodos de mínimos quadrados e de máxima verossimilhança, para a estimação dos pesos, através da adaptação do algoritmo de backpropagation à esta nova classe de modelos. Embora tenham sido sugeridos outros algoritmos de otimização, este mostrou-se suficientemente apropriado para os casos testados neste trabalho. O estudo de casos foi dividido em duas partes: testes com séries sintéticas e testes com séries reais. Estas últimas, normalmente, utilizadas como benchmarking por analistas de séries temporais não lineares. Para auxiliar na identificação das variáveis do modelo, foram utilizadas regressões de lag não paramétricas. Os resultados obtidos foram comparados com outras modelagens e foram superiores ou, no mínimo, equivalentes. Além disso, é mostrado que o modelo híbrido proposto engloba vários destes outros modelos. / [en] A class of nonlinear additive varyng coefficient models is introduced in this thesis, inspired by ARN model, presented by Mellem, 1997. the coefficients are explicitly modelled. This work is divided in four major parts: a study of most common models in the time series literature; a study of neural networks, focused in backpropagation network; the presentation of the proposed models and the methods used for parameter estimation: and the case studies. Additive models has been the preferencial choice in nonlinear modelling: idea of varyng coefficient and of hybrid models, aren`t news. Hence, the models in the time series literature were analysed, assentialy those closely related with the class of models proposed in this work. Sinse the predominance and constancy in the use of backpropagation network, or its variants, in time series studies and applications, was confirmed by this work, this network was analyzed with more details. This work demonstrated that the proposed models are universal aproximators and could model explicity conditional variance. Moreover, gradient calculus and algorithms for the weight estimation were developed based on the main estimation methods: least mean squares and maximum likelihood. Even though other gradient calculus and otimization algorithms have been sugested, this one was sufficiently adequate for the studied cases. The case studies were divided in two parts: tests with synthetic series and for the nonlinear time series analysts. The obtained results were compared with other models and were superior or, at least, equivalent. Also, these results confirmed that the proposed hybrid model encompass several of the others models
17

[en] ARTIFICIAL NEURAL NETWORKS IN TIME SERIES FORECASTING / [pt] REDES NEURAIS ARTIFICIAIS NA PREVISÃO DE SÉRIES TEMPORAIS

ANTONIO JORGE GOMES ABELEM 12 June 2006 (has links)
[pt] Esta dissertação investiga a utilização de Redes Neurais Artificiais (RNAs) na previsão de séries temporais, em particular de séries financeiras, consideradas uma classe especial de séries temporais, caracteristicamente ruídos e sem periodicidade aparente. O trabalho envolve quatro partes principais: um estudo sobre redes neurais artificiais e séries temporais; a modelagem das RNAs para previsão de séries temporais; o desenvolvimento de um ambiente de simulação; e o estudo de caso. No estudo sobre Redes Neurais Artificiais e séries temporais fez-se um levantamento preliminar das aplicações de RNAs na previsão de séries. Constatou-se a predominância do uso do algoritmos de retropropagação do erro para o treinamento das redes, bem como dos modelos estatísticos de regressão, de médias móveis e de alisamento exponencial nas comparações com os resultados da rede. Na modelagem das RNAs de retropropagação do erro considerou-se três fatores determinantes no desempenho da rede: convergência, generalização e escalabilidade. Para o controle destes fatores usou-se mecanismos como; escolha da função de ativação dos neurônios - sigmóide ou tangente hiperbólica; escolha da função erro - MSE (Mean Square Error) ou MAD (Mean Absolutd Deviation); e escolha dos parâmetros de controle do gradiente descendente e do temapo de treinamento - taxa de aprendizado e termo de momento. Por fim, definiu-se a arquitetura da rede em função da técnica utilizada para a identificação de regularidades na série (windowing) e da otimização dos fatores indicadores de desempenho da rede. O ambiente de simulação foi desenvolvido em linguagem C e contém 3.600 linhas de códigos divididas em três módulos principais: interface com o usuário, simulação e funções secundárias. O módulo de interface com o usuário é responsável pela configuração e parametrização da rede, como também pela visualização gráfica dos resultados; módulo de simulação executa as fases de treinamento e testes das RNAs; o módulo de funções secundárias cuida do pré/pós-processamento dos dados, da manipulação de arquivos e dos cálculos dos métodos de avaliação empregados. No estudo de caso, as RNAs foram modeladas para fazer previsões da série do preço do ouro no mercado internacional. Foram feitas previsões univariadas single e multi-step e previsões multivariadas utilizando taxas de câmbio de moedas estrangeiras. Os métodos utilizandos para a avaliação do desempenho da rede foram: coeficiente U de Theil, MSE (Mean Square Error), NRMSE (Normalized Root Mean Square Error), POCID (Percentage Of Change In Direction), scattergram e comparação gráfica. Os resultados obtidos, além de avaliados com os métodos acima, foram comparados com o modelo de Box-Jenkins e comprovaram a superioridade das RNAs no tratamento de dados não-lineares e altamente ruidosos. / [en] This dissertation investigates the use of Artificial Neural Nerworks (ANNs) in time series forecastig, especially financial time series, which are typically noisy and with no apparent periodicity. The dissertation covers four major parts: the study of Artificial Neural Networks and time series; the desing of ANNs applied to time series forecasting; the development of a simulation enironment; and a case study. The first part of this dissertation involved the study of Artficial Neural Netwrks and time series theory, resulting in an overview of ANNs utilization in time series forecasting. This overview confirmed the predominance of Backpropagations as the training algorithm, as well as the employment of statistical models, such as regression and moving average, for the Neural Network evaluation. In the design of ANNS, three performance measures were considered: covergence, generalization and scalability. To control these parameters, the following methods were applied: choice of activation function - sigmoid or hiperbolic tangent; choice of cost function - MSE (Mean Square Error) or MAD (Mean Absolute Deviation); choise of parameteres for controlling the gradiente descendent and learning times - the learning rate and momentum term; and network architecture. The simulation environment was developed in C language, with 3,600 lines of code distributed in three main modules: the user interface, the simulaton and the support functions modules. The user interface module is responsaible for the network configuration and for the graphical visualization. The simulation module performs the training and testing of ANNs. The support functions module takes care of the pre and pos processin, the files management and the metrics calculation. The case study concerned with the designing of an ANN to forescast the gold price in the international market. Two kinds of prediction were used: univariate - single and multi-step, and multivariate. The metrics used to evaluate the ANN performance were: U of Theil`s coeficient, MSE (Mean Square Error), NRMSE (Normalized Mean Saquare Error), POCID (Percentage Of Cnage In Direction), scattergram and graphical comparison. The results were also comapred with the Box-Jenkins model, confirming the superiority of ANN in handling non-linear and noisy data.
18

[en] RANDON ACCESS WITH NOTIFICATION: MULTIPLE ACCESS PROTOCOLS / [pt] PROTOCOLOS DE ACESSO ALEATÓRIO COM NOTIFICAÇÃO: ESTUDO E ANÁLISE DE DESEMPENHO

CARMEN ANTUNES GOMES 18 December 2006 (has links)
[pt] Este trabalho propõe e analisa uma versão de um protocolo híbrido de acesso aleatório com notificação, desenvolvido para redes VSAT ( Very Small Aperture Terminal) onde se busca uma combinação do baixo tempo de resposta de protocolos do tipo RA-TDMA (Random Access-Time Division Multiple Access) . No protocolo aqui estudado as transmissões são feitas em uma primeira tentativa através de um esquema RA-TDMA e no caso de ocorrência de colisão, os pacotes envolvidos são retransmitidos através de um esquema DA-TDMA. As notificações de transmissões são feitas pelas estações VSAT, através de um canal de sinalização, onde é atribuído a cada uma delas um segmento de tempo, aqui referido como slot de tempo, de posição fixa dentro de cada quadro. O desempenho do protocolo é analisado utilizando a técnica de Análise no Ponto de Equilíbrio (EPA), sendo considerados como medida de desempenho os parâmetros retardo médio de mensagem, vazão e taxa de rejeição de pacotes. São consideradas mensagens de um pacote e mensagens de tamanho variável. Comparações com outros protocolos contendo buffer ou não, também analisados utilizando a técnica EPA, são realizadas. Resultados de simulação encontrados na literatura de dois outros protocolos são também apresentados. / [en] A version of a random access with notification, multiple access protocol developed for VSAT networks is considered. This hybrid protocol combines the low response delay of RA- TDMA contention protocols with the efficiency and stability of DA-TDMA type protocols. In the considered protocol a message generated by a VSAT station is transmitted, in a first attempt, using a RA-TDMA type of scheme. If a collision occurs in this first transmission of the message the collided packets are retransmitted through a Demand Assignment (DA)-TDMA type of access. When a remote station transmits its message in a RA-TDMA contention mode it notifies the central hub using a separate TDMA channel in which a fixed position time slot is reserved to each station within a frame. The performance of the protocol is evaluated in terms of throughput, expected delay and packet rejection rate by means of the so called Equiilibrium Point Analysis (EPA). Single and multi-packet messages, with a random number of packets, are considered in the performance analysis. Comparisons with other hybrid protocols, which were also evaluated in the literature by means of the EPA technique or through simulation results, are presented.
19

[en] THE DECISION IN THE UNIOESTE - CAMPUS OF FOZ DO IGUAÇU: A STUDY OF CASE / [pt] A DECISÃO NA UNIOESTE - CAMPUS DE FOZ DO IGUAÇU: UM ESTUDO DE CASO

VALDECIR ANTONIO SIMAO 05 February 2002 (has links)
[pt] Este é um estudo de caso que descreve o processo decisório de uma universidade pública. Tem como referência os cinco modelos da decisão acadêmica - racional, burocrático, político, colegial e anárquico - conforme Chaffee (1983), associados à dimensão didático-pedagógica. O estudo testa ainda o conceito de decisão desenvolvido por Leitão (1991). Os resultados e as análises mostram a presença de todos os fatores analisados (racional, burocrático, político, colegial e anárquico) bem como o fator didático-pedagógico, com diferentes intensidades e, no ponto de vista dos entrevistados, uma nova definição para decisão. / [en] This is a case study that describes a public university decision-making process. It is based on the five models of the academic decision - rational, bureaucratic, political, collegiate and anarchistic - according to Chaffee (1983), associated to the didactic-pedagogical dimension. The study also tests the decision concept developed by Leitão (1991). The results and the analyses show the presence of all the analyzed factors (rational, bureaucratic, political, collegiate and anarchistic) as well as the didactic- pedagogical factor, in different intensities and, in the interviewees point of view, a new definition for decision.
20

[en] A REGRESSION MODEL FOR FORECASTING INTERSTATE COACH PASSANGERS DEMAND IN BRAZIL: ESTIMATION, TESTING AND DIAGNOSTICS / [pt] UM MODELO DE REGRESSÃO PARA A PREVISÃO DE DEMANDA DE PASSAGENS DE ÔNIBUS INTERESTADUAIS NO BRASIL: ESTIMAÇÃO, TESTES E DIAGNÓSTICOS

ISABELA XANCHAO DOMINGUEZ 26 June 2002 (has links)
[pt] O objetivo desta dissertação é estimar um modelo para prever a demanda de passagens rodoviárias em ligações interestaduais no Brasil. Para perseguir este objetivo serão utilizados modelos de regressão linear múltipla e redes neurais. Os modelos de regressão foram testados em relação a sua forma funcional e investigados para a presença de observações aberrantes e influentes. Os resultados evidenciaram que as não- linearidades modeladas pela rede neural não resultam em melhor poder preditivo em relação ao modelo de regressão e, que este apresenta um razoável poder de previsão embora haja possibilidade de super dimensionamento da demanda. / [en] The objective of this dissertation is to estimate a model to forecast the demand of intra state passenger transport tickets in Brazil. To reach this objective, a multiple regression analysis model and artificial neural networks will be used. Regression models were tested in their functional behavior and investigated for the presence of outliers and influent observations. Our results showed that the non linearity modelled by the neural networks did not result in a better forecast when compared to the regression model. Our final regression model has a reasonable forecasting power, although there is possibility of overestimating the demand.

Page generated in 0.1015 seconds