[pt] Nesse artigo, utilizamos o índice de produção industrial brasileira para comparar a capacidade preditiva de regressões irrestritas e regressões sujeitas a penalidades usando muitos preditores. Focamos no least absolute shrinkage and selection operator (LASSO) e suas extensões. Propomos também uma combinação entre métodos de encolhimento e um algorítmo de seleção de variáveis (PVSA). A performance desses métodos foi comparada com a de um modelo de fatores. Nosso estudo apresenta três principais resultados. Em primeiro lugar, os modelos baseados no LASSO apresentaram performance superior a do modelo usado como benchmark em projeções de curto prazo. Segundo, o PSVA teve desempenho superior ao benchmark independente do horizonte de projeção. Finalmente, as variáveis com a maior capacidade preditiva foram consistentemente selecionadas pelos métodos considerados. Como esperado, essas variáveis são intimamente relacionadas à atividade industrial brasileira. Exemplos incluem a produção de veículos e a expedição de papelão. / [en] In this article we compared the forecasting accuracy of unrestricted and penalized regressions using many predictors for the Brazilian industrial production index. We focused on the least absolute shrinkage and selection operator (Lasso) and its extensions. We also proposed a combination between penalized regressions and a variable search algorithm (PVSA). Factor-based models were used as our benchmark specification. Our study produced three main findings. First, Lasso-based models over-performed the benchmark in short-term forecasts. Second, the PSVA over-performed the proposed benchmark, regardless of the horizon. Finally, the best predictive variables are consistently chosen by all methods considered. As expected, these variables are closely related to Brazilian industrial activity. Examples include vehicle production and cardboard production.

[pt] Esta dissertação de mestrado explora a seleção dos Ministros do Supremo Tribunal Federal do Brasil. Tem por escopo oferecer estudo descritivo e detalhado sobre os dados e discussões sobre o assunto. Para tanto, quatro tópicos foram elaborados e concatenados. Primeiramente, são apresentados os aspectos jurídicos da progressão da forma de ingresso e as normas que são base à relevância atual da Suprema Corte e seus juízes. Em seguida, essa exploração é expandida com a demonstração da aplicação prática da norma por parte dos agentes oficiais competentes. Como isso atrai muitos debates na literatura acadêmica, o terceiro item é responsável por classificar as críticas existentes ao modelo vigente. Por fim, o mesmo é feito quanto às proposições de modificação do sistema, filtrando e organizando as Propostas de Emenda à Constituição atinentes ao tema. / [en] This master s dissertation explores the selection of the Ministers of the Brazil s Federal Supreme Court. It intents to offer a descriptive and detailed study about the data and discussions about the subject. In order to do that, four topics were elaborated and concatenated. Firstly, the legal aspects of the progression of selection and the norms that grounds the current relevancy of the Supreme Court and it s judges are presented. Following, that analysis is expanded with the demonstration of the pratical aplication of the norm by it s official competent agents. As that attracts a lot of debates in the academic literature, the third item is responsible for classifying the existing critics about the current model. Lastly, the same is done with the propositions for reforming the system, by filtering and organizing the Constitucional Amendment Proposals related to the theme.

[pt] Modulação Espacial com Pré-codificação Generalizada (Generalized Precoding Aided Spatial Modulation, GPSM) é uma estratégia de comunicação em sistemas MIMO em que o transmissor codifica a informação em duas entidades: a transmissão paralela de símbolos pertencentes à constelação de uma modulação digital, e os índices das posições do vetor de informação que transportam estes símbolos, denominada information bearing positions (IBP), enquanto as demais posições transportam zero. Além disto, o transmissor, previamente à transmissão dos dados pré-codifica o vetor de informação, possibilitando a redução da complexidade do nó receptor. Entre as vantagens desta estratégia destaca-se a concentração da energia transmitida apenas nas posições do vetor de informação que efetivamente contém símbolos, favorecendo o desempenho do sistema. Esta tese considera um sistema MIMO multiusuário (MU-MIMO) que emprega GPSM no enlace direto. O modelo de sinais desenvolvido para descrever este sistema evidencia a influência das matrizes que codificam as IBP no desempenho do sistema. Com base neste modelo, o sistema GPSM MU-MIMO é apresentado para três pré-codificadores lineares: Zero-Forcing, Block Diagonalization e Block Diagonalization de Duas Fases. Para cada um destes pré-codificadores são propostas estratégias de seleção das matrizes de codificação IBP, de acordo com a matriz que descreve o canal MU-MIMO corrente, a serem empregadas pelo transmissor visando melhorar o desempenho de detecção do sistema. As curvas de desempenho de detecção são comparadas a limitantes semianalíticos desenvolvidos. Por fim, considera-se o cenário em que existem mais antenas disponíveis na estação rádio-base e/ou nos usuários do que o número de cadeias de radiofrequência que os equipam. Esta tese apresenta estratégias ótimas e de complexidade reduzida de se explorar o uso das antenas mais favoráveis à transmissão e/ou recepção, em adição à escolha das matrizes de codificação IBP, com o objetivo de prover melhorias ao desempenho do sistema. / [en] Generalized Pre-coding Aided Spatial Modulation (GPSM) is a MIMO system communication strategy in which the transmitter encodes the information in two entities: the parallel transmission of symbols belonging to a digital modulation constellation, and the choice of the indices of the information vector elements that carries the informaiton symbols, denoted information bearing positions (IBP), while the remaing positions are set to zero. Besides, the transmitter precodes, prior to transmission, the information vector, which lets the receiver node benefit from complexity reduction. Among the advantages of this strategies, the concentration of the transmitted energy only on the information vector positions that transports modulated symbols, resulting in system performance improvement. This thesis considers a multiuser MIMO (MU-MIMO) that employs GPSM in the donwlink transmission. The presented signal model to describe this system evidences the influence of the IBP coding matrices on the system performance. Based on this model, GPSM MU-MIMO system is presented considering three linear precoders: Zero-Forcing, Block Diagonalization and Double-Stage Block Diagonalization. For each precoder, strategies to select the IBP encoding matrix, acording to the matrix that describes the current MU-MIMO channel, is proposed. These matrices are to be employed by the user, aiming at system detection performance improvement. Detection performance curves are compared to semianalytic lower bounds. Finally, a scenario in which that are a number of available antennas at the BS and/or at the users that exceed the number of radiofrequency chains. this thesis porposes optimal and reduced complexity strategies that exploit the use of the most favorable antennas for transmission and/or reception, in addition to the choice of the IBP enconding matrices, aiming at system performance improvement.

[pt] A presente pesquisa tem como foco o desenvolvimento de abordagens híbridas que combinam algoritmos de aprendizado de máquina baseados em conjuntos (ensembles) e técnicas de modelagem e previsão de séries temporais. A pesquisa também inclui o desenvolvimento de heurísticas inteligentes de seleção, isto é, procedimentos capazes de selecionar, dentre o pool de preditores originados por meio dos métodos de conjunto, aqueles com os maiores potenciais de originar previsões agregadas mais acuradas. A agregação de funcionalidades de diferentes métodos visa à obtenção de previsões mais acuradas sobre o comportamento de uma vasta gama de eventos/séries temporais. A tese está dividida em uma sequência de ensaios. Como primeiro esforço, propôsse um método alternativo de geração de conjunto de previsões, o que resultou em previsões satisfatórias para certos tipos de séries temporais de consumo de energia elétrica. A segunda iniciativa consistiu na proposição de uma nova abordagem de previsão combinando algoritmos de Bootstrap Aggregation (Bagging) e técnicas de regularização para se obter previsões acuradas de consumo de gás natural e de abastecimento de energia em diferentes países. Uma nova variante de Bagging, na qual a construção do conjunto de classificadores é feita por meio de uma reamostragem de máxima entropia, também foi proposta. A terceira contribuição trouxe uma série de inovações na maneira pela qual são conduzidas as rotinas de seleção e combinação de modelos de previsão. Os ganhos em acurácia oriundos dos procedimentos propostos são demonstrados por meio de um experimento extensivo utilizando séries das Competições M1, M3 e M4. / [en] This research focuses on the development of hybrid approaches that combine ensemble-based supervised machine learning techniques and time series methods to obtain accurate forecasts for a wide range of variables and processes. It also includes the development of smart selection heuristics, i.e., procedures that can select, among the pool of forecasts originated via ensemble methods, those with the greatest potential of delivering accurate forecasts after aggregation. Such combinatorial approaches allow the forecasting practitioner to deal with different stylized facts that may be present in time series, such as nonlinearities, stochastic components, heteroscedasticity, structural breaks, among others, and deliver satisfactory forecasting results, outperforming benchmarks on many occasions. The thesis is divided into a series of essays. The first endeavor proposed an alternative method to generate ensemble forecasts which delivered satisfactory forecasting results for certain types of electricity consumption time series. In a second effort, a novel forecasting approach combining Bootstrap aggregating (Bagging) algorithms, time series methods and regularization techniques was introduced to obtain accurate forecasts of natural gas consumption and energy supplied series across different countries. A new variant of Bagging, in which the set of classifiers is built by means of a Maximum Entropy Bootstrap routine, was also put forth. The third contribution brought a series of innovations to model selection and model combination in forecasting routines. Gains in accuracy for both point forecasts and prediction intervals were demonstrated by means of an extensive empirical experiment conducted on a wide range of series from the M- Competitions.

[pt] A seleção de variáveis em modelos estatísticos é um problema importante, para o qual diferentes soluções foram propostas. Tradicionalmente, pode-se escolher o conjunto de variáveis explicativas usando critérios de informação ou informação à priori, mas o número total de modelos a serem estimados cresce exponencialmente a medida que o número de variáveis candidatas aumenta. Um problema adicional é a presença de mais variáveis candidatas que observações. Nesta tese nós estudamos diversos aspectos do problema de seleção de variáveis. No Capítulo 2, comparamos duas metodologias para regressão linear: Autometrics, que é uma abordagem geral para específico (GETS) baseada em testes estatísticos, e LASSO, um método de regularização. Diferentes cenários foram contemplados para a comparação no experimento de simulação, variando o tamanho da amostra, o número de variáveis relevantes e o número de variáveis candidatas. Em uma aplicação a dados reais, os métodos foram comparados para a previsão do PIB dos EUA. No Capítulo 3, introduzimos uma metodologia para seleção de variáveis em modelos regressivos e autoregressivos de transição suave (STR e STAR) baseada na regularização do LASSO. Apresentamos uma abordagem direta e uma escalonada (stepwise). Ambos os métodos foram testados com exercícios de simulação exaustivos e uma aplicação a dados genéticos. Finalmente, no Capítulo 4, propomos um critério de mínimos quadrados penalizado baseado na penalidade l1 do LASSO e no CVaR (Conditional Value at Risk) dos erros da regressão out-of-sample. Este é um problema de otimização quadrática resolvido pelo método de pontos interiores. Em um estudo de simulação usando modelos de regressão linear, mostra-se que o método proposto apresenta performance superior a do LASSO quando os dados são contaminados por outliers, mostrando ser um método robusto de estimação e seleção de variáveis. / [en] Variable selection in statistical models is an important problem, for which many different solutions have been proposed. Traditionally, one can choose the set of explanatory variables using information criteria or prior information, but the total number of models to evaluate increases exponentially as the number of candidate variables increases. One additional problem is the presence of more candidate variables than observations. In this thesis we study several aspects of the variable selection problem. First, we compare two procedures for linear regression: Autometrics, which is a general-to-specific (GETS) approach based on statistical tests, and LASSO, a shrinkage method. Different scenarios were contemplated for the comparison in a simulation experiment, varying the sample size, the number of relevant variables and the number of candidate variables. In a real data application, we compare the methods for GDP forecasting. In a second part, we introduce a variable selection methodology for smooth transition regressive (STR) and autoregressive (STAR) models based on LASSO regularization. We present a direct and a stepwise approach. Both methods are tested with extensive simulation exercises and an application to genetic data. Finally, we introduce a penalized least square criterion based on the LASSO l1- penalty and the CVaR (Conditional Value at Risk) of the out-of-sample regression errors. This is a quadratic optimization problem solved by interior point methods. In a simulation study in a linear regression framework, we show that the proposed method outperforms the LASSO when the data is contaminated by outliers, showing to be a robust method of estimation and variable selection.

[pt] Embora diversos modelos animais sejam utilizados para testar e selecionar efeitos de drogas ansiolíticas e ansiogênicas, relativamente poucos estudos têm examinado os efeitos de manipulações farmacológicas em animais geneticamente selecionados para fenótipos comportamentais mais diretamente relacionados a transtornos específicos de ansiedade em humanos. O presente estudo investigou os efeitos de um benzodiazepínico (midazolam) no labirinto em cruz elevado (LCE) em duas linhagens de ratos que vêm sendo selecionadas em nosso laboratório para traços altos (Cariocas Alto- Congelamento, CAC) ou baixos (Cariocas Baixo-Congelamento, CBC) relacionados à ansiedade. Após terem suas respostas de congelamento ao contexto registradas e comparadas, animais da vigésima quarta, vigésima quinta e vigésima sexta gerações dessas duas linhagens de ratos foram expostos ao labirinto em cruz elevado (LCE) sob os efeitos de injeções intraperitoneais (1,0 ml/kg) de veículo-salina (0,9 por cento) ou midazolam nas doses de 0,25, 0,5, 0,75 e 1,0 mg/kg. Quando injetados com salina, animais CAC e CBC apresentaram parâmetros maiores e menores de ansiedade, respectivamente, em comparação a animais-controle selecionados randomicamente. O midazolam aumentou de maneira semelhante a exploração dos braços abertos em todos os grupos, embora esse efeito ansiolítico nos animais CBC tenha ocorrido apenas na dose mais baixa da droga (0,25 mg/kg). Esses resultados indicam que os traços relacionados à ansiedade previamente selecionados para respostas altas ou baixas de congelamento ao contexto também se expressam fenotipicamente em padrões comportamentais de exploração no LCE. A utilidade dessas duas linhas de ratos para modelar transtorno de ansiedade generalizada e selecionar efeitos potencialmente ansiolíticos de novas drogas é explorada. / [en] Although several animal models are used to test and screen anxiolytic and anxiogenic-like drug effects, relatively few studies have examined the effects of pharmacological manipulations in genetically selected animals for behavioral phenotypic traits more directly related to specific anxiety disorders in humans. The present study investigated the effects of a benzodiazepine midazolam in the elevated plus-maze (EPM) in two rat lines which have been selectively bred in our laboratory for high (Cariocas High-Freezing, CHF) or low (Cariocas Low-Freezing, CLF) anxiety-like traits. After being their contextual freezing response registered and compared, animals from the 24th, 25th and 26th generations of these two rat lines were exposed to the EPM under the effects of intraperitoneal injections (1.0 ml/kg) of either vehiclesaline (0.9 per cent) or midazolam in the doses of 0.25, 0.5 and 0.75. When injected with saline, CHF and CLF animals showed higher and lower anxiety-like parameters, respectively, as compared to control-animals randomly selected. Midazolam similarly increased open-arm exploration in all groups, although this anxiolytic-like effect in CLF animals only occurred at the lowest drug dose (0.25 mg/kg). These results indicate that the anxiety-like traits previously selected for high or low contextual freezing responses are also phenotypically expressed in behavioral patterns of exploration in the EPM. The usefulness of these two rat lines to model generalized anxiety disorder and screen new putative anxiolytic drug effects is explored.

[pt] Esta dissertação enfoca o enlace direto de sistemas MIMO multiusuário com pré-codificação onde a estação base e os terminais dos usuários possuem múltiplas antenas mas transmitem e recebem, respectivamente, símbolos de informação através de subconjuntos selecionados de seus conjuntos de antenas. O trabalho considera sistemas que utilizam técnicas de précodificação linear como Zero Forcing (ZF) e Minimum Mean Square Error (MMSE). Expressões gerais que descrevem os sistemas e relacionam a energia gasta na transmissão com a energia disponível para a detecção em cada usuário são apresentadas. Com base nestas relações, um procedimento para seleção de antenas na transmissão é proposto visando a minimização da probabilidade de erro. Um algoritmo de busca não exaustiva denominado ITES (Iterative Search) foi desenvolvido e testado e mostrou-se capaz de, com apenas uma pequena fração do esforço computacional, fornecer um desempenho próximo ao da seleção ótima, que demanda uma busca exaustiva. A seleção de antenas na recepção é também efetuada usando um critério de otimização semelhante. O caso geral da seleção conjunta de antenas na transmissão e na recepção contempla a combinação de ambas estratégias, resultando na redução da complexidade tanto na estação base, quanto nos terminais dos usuários. Os resultados de desempenho em termos da taxa de erro de bit, obtidos por meio de simulações e abordagem semianalítica, são apresentados para diferentes cenários. / [en] This thesis focuses on the downlink of a multiuser multiple-input multiple-output (MU-MIMO) systems where the Base Station (BS) and the users stations (UEs) transmit and receive information symbols, respectively, by selected subset of their antennas. The performance of the system is evaluated employing linear precoding techniques as Zero Forcing (ZF) and Minimum Mean Square Error (MMSE). A general model to describe the system and expressions that relate the energy spent in transmission with the energy available for detection at each user are presented. A transmit antenna selection procedure is proposed aiming at the minimization of the detection error probability. A suboptimal search algorithm, called ITES (Iterative Search), able to deliver a performance close to the one resulting from the optimal exhaustive search selection is also proposed. The receive antenna selection is also performed using a similar optimization criterion. Joint antennas selection at the transmitter and receiver contemplates the efficient combination of both strategies, leading to a complexity reduction in BS and UEs. BER performance results, obtained via simulation and semi-analytical approaches, are presented for different scenarios.

[pt] O mercado financeiro é essencial na economia, trazendo estabilidade, acesso a novos tipos de investimentos, e aumentando a capacidade das empresas no acesso ao crédito. A constante busca por reduzir o papel de especialistas humanos na tomada de decisão, visa reduzir o risco inerente as emoções intrínsecas do ser humano, do qual a máquina não compartilha. Como consequência, reduzindo efeitos especulativos no mercado, e aumentando a precisão nas decisões tomadas. Neste trabalho é discutido o problema de seleção de portfólios online, onde um vetor de alocações de ativos é requerido em cada passo. O algoritmo proposto é o multilayer perceptron with side information - MLPi. Este algoritmo utiliza redes neurais para a solução do problema quando o investidor tem acesso a informações futuras sobre o preço dos ativos. Para avaliar o uso da informação lateral na seleção de portfolio, testamos empiricamente o MLPi em contraste com dois algoritmos, um baseline e o estado-da-arte. Como baseline é utilizado o buy-and-hold. O estado-da-arte é o algoritmo online moving average mean reversion proposto por Li e Hoi (2012). Para avaliar a utilização de informação lateral no algoritmo MLPi é definido um benchmark baseado numa solução ótima simples utilizando a informação lateral, mas sem considerar a acurácia da informação futura. Para os experimentos, utilizamos informações a nível de minuto do mercado de ações brasileiro, operados na bolsa de valores B3. É simulado um preditor de preço com 7 níveis de acurácia diferentes para 200 portfólios. Os resultados apontam que tanto o benchmark quanto o MLPi superam os dois algoritmos selecionados, para níveis de acurácia de um ativo maiores que 50 por cento, e na média, o MLPi supera o benchmark em todos os níveis de acurácia simulados. / [en] The financial market is essential in the economy, bringing stability, access to new types of investments, and increasing the ability of companies to access credit. The constant search for reducing the role of human specialists in decision making aims to reduce the risk inherent in the intrinsic emotions of the human being, which the machine does not share. As a consequence, reducing speculative effects in the market, and increasing the precision in the decisions taken. In this paper, we discuss the problem of selecting portfolios online, where a vector of asset allocations is required in each step. The proposed algorithm is the multilayer perceptron with side information - MLPi. This algorithm uses neural networks to solve the problem when the investor has access to future information on the price of the assets. To evaluate the use of side information in portfolio selection, we empirically tested MLPi in contrast to two algorithms, a baseline and the state-of-the-art. As a baseline, buy-andhold is used. The state-of-the-art is the online moving average mean reversion algorithm proposed by Li and Hoi (2012). To evaluate the use of side information in the algorithm MLPi a benchmark based on a simple optimal solution using the side information is defined, but without considering the accuracy of the future information. For the experiments, we use minute-level information from the Brazilian stock market, traded on the B3 stock exchange. A price predictor is simulated with 7 different accuracy levels for 200 portfolios. The results show that both the benchmark and MLPi outperform the two algorithms selected, for asset accuracy levels greater than 50 percent, and on average, MLPi outperforms the benchmark at all levels of simulated accuracy.

[pt] A tese apresentada propõe a investigação do problema da baixa presença de mulheres nos tribunais superiores brasileiros. A hipótese levantada é a de que a pequena diversidade de gênero nos altos postos do Judiciário brasileiro ocorre em detrimento do objetivo de imparcialidade sustentado por essa função estatal em sociedades democráticas. A metodologia adotada no desenvolvimento do trabalho pode ser dividida em três partes. Em um primeiro momento, é empreendida uma investigação dogmática das normas constitucionais, leis e regulamentos internos dos órgãos responsáveis pelo processo de seleção de magistrados no Brasil. Na segunda etapa, passou-se ao exame, inspirado na análise do discurso, de textos do processo de escolha dos magistrados para o Supremo Tribunal Federal. Ambos os métodos conduziram à verificação do problema da baixa presença de mulheres e dos constrangimentos de gênero existentes para se chegar até os tribunais superiores brasileiros. Permitiram, também, a compreensão da importância atual do gênero como critério de diferenciação social e, consequentemente, da validade desse parâmetro para a investigação proposta. Na terceira parte, empreendeu-se revisão teórico-bibliográfica interdisciplinar sobre o tema e, de forma mais ampla, sobre a desigual inclusão de grupos sociais subalternos às esferas de poder. A análise permitiu a identificação das contribuições já trazidas à discussão e das lacunas que permanecem sem ser apuradas, tornando útil o seu desenvolvimento no trabalho. O exame também conduziu à identificação de categorias analíticas válidas para a análise a ser empreendida, por informarem a necessidade de que os sujeitos ocupem iguais posições de poder na sociedade. Segue-se daí a proposição do marco teórico da standpoint theory e a elaboração do argumento da tese. O argumento proposto é o de que a diversidade, em especial, a inclusão das mulheres no Judiciário é requisito para a imparcialidade judicial, instituto que será analisado a partir do direito processual. Em outras palavras, propõe-se que a imparcialidade judicial depende da diversidade do Poder Judiciário. O reconhecimento, ditado pela standpoint theory, da existência de perspectivas fundadas na posição social dos indivíduos e da necessidade de que elas, quando socialmente relevantes, sejam veiculadas para a construção de objetividades mais fortes vai, ao mesmo tempo, ao encontro dos postulados democráticos, porque amplia a participação e a inclusão social em sociedades plurais, e ao encontro da garantia de imparcialidade, porque favorece a construção plural do conhecimento. Apresento, ao final, o conceito de imparcialidade forte, que é a consequência da aplicação da standpoint theory a um Poder Judiciário democrático e que justifica a necessidade de políticas públicas para a composição paritária de gênero nos tribunais superiores brasileiros. / [en] The presented thesis investigates the problem of the under-representation of women in Brazilian superior courts. The hypothesis is that the absence of gender diversity damages judicial impartiality. The research methodology used has three stages. Firstly, a rigorous investigation of constitutional norms, laws and internal regulations of the judicial selection process of Brazil. Secondly, with inspiration on discourse analysis, an exam of texts on the selection process for electing Superior Court judges. Both methods verify the low presence of women and the gender constraints to reach Brazilian superior courts. The methodologies also demonstrate the current importance of gender as a social differentiation criterion and hence, the current importance of this parameter for the proposed research. The third stage is an interdisciplinary theoretical review on the subject and, more broadly, on the unequal representation of subaltern social groups in positions of power. The analysis identify the contributions already brought to discussion and the gaps that remained, validating the work development. The review also discerns analytical categories valid for the analysis, demonstrating the need for subjects to occupy equal positions in society. The proposed argument is that diversity, in particular women s inclusion in the Judiciary, is prerequisite for judicial impartiality, in the light of procedural law. In other words, the argument is that judicial impartiality depends on the diversity of the Judiciary. The recognition of standpoints based on the social position of individuals and the need for them, when socially relevant, to be conveyed to build stronger objectivities meet democratic postulates. This expands participation and social inclusion in plural societies and it is essential to assure judicial impartiality and the favoring of the plural construction of knowledge. Conclusions present the concept of strong impartiality, which is the result of the application of standpoint theory to a democratic Judiciary and justifies equal gender representation in public policies in Brazilian superior courts.

[pt] A anotação de papeis semânticos (APS) é uma importante tarefa do processamento de linguagem natural (PLN), que possibilita estabelecer uma relação de significado entre os eventos descritos em uma sentença e seus participantes. Dessa forma, tem o potencial de melhorar o desempenho de inúmeros outros sistemas, tais como: tradução automática, correção ortográfica, extração e recuperação de informações e sistemas de perguntas e respostas, uma vez que reduz as ambiguidades existentes no texto de entrada. A grande maioria dos sistemas de APS publicados no mundo realiza a tarefa empregando técnicas de aprendizado supervisionado e, para obter melhores resultados, usam corpora manualmente revisados de tamanho considerável. No caso do Brasil, o recurso lexical que possui anotações semânticas (Propbank.br) é muito menor. Por isso, nos últimos anos, foram feitas tentativas de melhorar esse resultado utilizando técnicas de aprendizado semisupervisionado ou não-supervisionado. Embora esses trabalhos tenham contribuido direta e indiretamente para a área de PLN, não foram capazes de superar o desempenho dos sistemas puramente supervisionados. Este trabalho apresenta uma abordagem ao problema de anotação de papéis semânticos no idioma português. Utilizamos aprendizado supervisionado sobre um conjunto de 114 atributos categóricos e empregando duas técnicas de regularização de domínio, combinadas para reduzir o número de atributos binários em 96 por cento. O modelo gerado usa uma support vector machine com solver L2-loss dual support vector classification e é testado na base PropBank.br, apresentando desempenho ligeiramente superior ao estado-da-arte. O sistema é avaliado empiricamente pelo script oficial da CoNLL 2005 Shared Task, obtendo 82,17 por cento de precisão, 82,88 por cento de cobertura e 82,52 por cento de F1 ao passo que o estado-da-arte anterior atinge 83,0 por cento de precisão, 81,7 por cento de cobertura e 82,3 por cento de F1. / [en] Semantic role-labeling (SRL) is an important task of natural language processing (NLP) which allows establishing meaningful relationships between events described in a given sentence and its participants. Therefore, it can potentially improve performance on a large number of NLP systems such as automatic translation, spell correction, information extraction and retrieval and question answering, as it decreases ambiguity in the input text. The vast majority of SRL systems reported so far employed supervised learning techniques to perform the task. For better results, large sized manually reviewed corpora are used. The Brazilian semantic role labeled lexical resource (Propbank.br) is much smaller. Hence, in recent years, attempts have been made to improve performance using semi supervised and unsupervised learning. Even making several direct and indirect contributions to NLP, those studies were not able to outperform exclusively supervised systems. This paper presents an approach to the SRL task in Portuguese language using supervised learning over a set of 114 categorical features. Over those, we apply a combination of two domain regularization methods to cut binary features down to 96 percent. We test a SVM model (L2-loss dual support vector classification) on PropBank.Br dataset achieving results slightly better than state-of-the-art. We empirically evaluate the system using official CoNLL 2005 Shared Task script pulling 82.17 percent precision, 82.88 percent coverage and 82.52 percent F1. The previous state-of-the-art Portuguese SRL system scores 83.0 percent precision, 81.7 percent coverage and 82.3 percent F1.