[pt] Os nanomateriais à base de TiO2 sensíveis à luz visível estão entre as alternativas mais promissoras para aplicações fotocatalíticas, como remediação ambiental. Os complexos de transferência de carga (CTCs) entre nano-TiO2 e ligantes bidentados, uma alternativa, têm sido amplamente estudados. No entanto, a eficiência da fotodegradação e o papel das espécies oxidantes reativas (ROS) não são totalmente compreendidos. Além disso, o desenvolvimento de CTCs baseados em TiO2 modificado com ácido malônico (MoA) ainda não foi investigado, até onde é sabido. Neste estudo, CTCs de TiO2-Acetilacetona (ACAC) e TiO2-MoA com alta área superficial foram sintetizados via sol-gel. Ambos os CTCs à base de TiO2preparados foram submetidos a testes de fotodegradação de tetraciclina e clorofenolcom e sem sequestrantes de ROS sob luz visível de baixa potência (26 W). Os CTCs TiO2-MoA foram totalmente caracterizadas por análises de DRX, MS-TGA, FTIR, adsorção-dessorção de N2, DRS, PL, EPR e XPS. A síntese sol-gel e o processo de calcinação adotado produziram CTCs de anatásio fortemente ligados (ligação covalente) com acetilacetona e ácido malônico, capazes de absorver ao longo do espectro visível quando calcinados a 300 graus C (TiO2-A300) e 270 graus C (TiO2-MoA270). Ambos os CTCs calcinados apresentam um único elétron preso na vacância de oxigênio (SETOV / centro de cores F+). Os CTCs TiO2-MoA-270 apresentaram áreas superficiais (>306 m2.g-1), volumes de mesoporos (>0,339 mL.g-1) e atividadefotocatalítica extremamente elevados, degradando aproximadamente 100 por cento de TC após 6 h. Os CTCs TiO2-MoA-270 e TiO2-A300 são uma fonte eficiente de geração de radicais *O2- e ineficientes geradores de radicais OH*. Os resultados desta pesquisa podem ser aplicados à síntese, via sol-gel, de outros CTCs, como os ácidos dicarboxílicos, e explorados em estudos posteriores sobre purificação do ar e produção de hidrogênio. / [en] Visible light-sensitive TiO2-based nanomaterials are among the most promising alternatives for photocatalytic applications, such as environmental remediation. The charge transfer complexes (CTCs) between nano-TiO2 and bidentate ligands, an alternative, have been widely studied. However, the photodegradation efficiency and role of reactive oxidizing species (ROS) are not fully understood. In addition, the development of CTCs based on TiO2 modified with malonic acid (MoA) have not yet been investigated, as far as the authors know. In this study, TiO2-Acetylacetone (ACAC) and TiO2-MoA CTCs with high surface area were synthesized via sol-gel route. Both as-prepared TiO2-based CTCs were subjected to tetracycline and chlorophenol photocatalytic degradation tests with and without ROS scavengers under low-power visible light (26 W). The TiO2-MoA CTCs were fully characterized by XRPD, MS-TGA, FTIR, N2 adsorption-desorption, DRS, PL, EPR and XPS analysis. The sol-gel synthesis and the calcination process adopted produced CTCs of nano-TiO2 anatase strongly bond (covalent bond) with acetylacetone and malonic acid, capable of absorbing along the visible spectrum when calcined at 300 degrees C (TiO2-ACAC-300) and 270 degrees C (TiO2- MoA-270). Both calcined CTCs present single electron trapped in oxygen vacancy (SETOV / F +color center). The TiO2-MoA-270 CTCs showed very high surface areas (>306 m2.g-1), mesopore volumes (>0.339 mL.g-1) and the highest photocatalytic activity, degrading approximately 100 percent of the TC after 6 h. The TiO2-MoA-270 and TiO2-A300 CTCs were an efficient source of *O2- radicals and inefficient generation of OH* radicals. The findings of this research can be applied to the synthesis, via sol-gel, of other CTCs, such as dicarboxylic acids, and explored in further studies on air purification and hydrogen production.

[pt] A eficiência de culturas pode ser aprimorada monitorando-se suas condições de forma contínua e tomando-se decisões baseadas em suas análises. Os dados para análise podem ser obtidos através de sensores de imagens e o processo de monitoramento pode ser automatizado utilizando-se algoritmos de reconhecimento de imagem com diferentes níveis de complexidade. Alguns dos algoritmos de maior êxito estão relacionados a abordagens supervisionadas de aprendizagem profunda (Deep Learning) as quais utilizam formas de Redes Neurais de Convolucionais (CNNs). Nesta dissertação de mestrado, empregaram-se modelos de aprendizagem profunda supervisionados para classificação, regressão, detecção de objetos e segmentação semântica em tarefas de monitoramento de culturas, utilizando-se amostras de imagens obtidas através de três níveis distintos: Satélites, Veículos Aéreos Não Tripulados (UAVs) e Robôs Terrestres Móveis (MLRs). Ambos satélites e UAVs envolvem o uso de imagens multiespectrais. Para o primeiro nível, implementou-se um modelo CNN baseado em Transfer Learning para a classificação de espécies vegetativas. Aprimorou-se o desempenho de aprendizagem do transfer learning através de um método de análise estatística recentemente proposto. Na sequência, para o segundo nível, implementou-se um algoritmo segmentação semântica multitarefa para a detecção de lavouras de cana-de-açúcar e identificação de seus estados (por exemplo, saúde e idade da cultura). O algoritmo também detecta a vegetação ao redor das lavouras, sendo relevante na busca por ervas daninhas. No terceiro nível, implementou-se um algoritmo Single Shot Multibox Detector para detecção de cachos de tomate. De forma a avaliar o estado dos cachos, utilizaram-se duas abordagens diferentes: uma implementação baseada em segmentação de imagens e uma CNN supervisionada adaptada para cálculos de regressão capaz de estimar a maturação dos cachos de tomate. De forma a quantificar cachos de tomate em vídeos para diferentes estágios de maturação, empregou-se uma implementação de Região de Interesse e propôs-se um sistema de rastreamento o qual utiliza informações temporais. Para todos os três níveis, apresentaram-se soluções e resultados os quais superam as linhas de base do estado da arte. / [en] Crop efficiency can be improved by continually monitoring their state and making decisions based on their analysis. The data for analysis can be obtained through images sensors and the monitoring process can be automated by using image recognition algorithms with different levels of complexity. Some of the most successful algorithms are related to supervised Deep Learning approaches which use a form of Convolutional Neural Networks (CNNs). In this master s dissertation, we employ supervised deep learning models for classification, regression, object detection, and semantic segmentation in crop monitoring tasks, using image samples obtained through three different levels: Satellites, Unmanned Aerial Vehicles (UAVs) and Unmanned Ground Vehicles (UGVs). Both satellites and UAVs levels involve the use of multispectral images. For the first level, we implement a CNN model based on transfer learning to classify vegetative species. We also improve the transfer learning performance by a newly proposed statistical analysis method. Next, for the second level, we implement a multi-task semantic segmentation algorithm to detect sugarcane crops and infer their state (e.g. crop health and age). The algorithm also detects the surrounding vegetation, being relevant in the search for weeds. In the third level, we implement a Single Shot Multibox detector algorithm to detect tomato clusters. To evaluate the cluster s state, we use two different approaches: an implementation based on image segmentation and a supervised CNN regressor capable of estimating their maturity. In order to quantify the tomato clusters in videos at different maturation stages, we employ a Region of Interest implementation and also a proposed tracking system which uses temporal information. For all the three levels, we present solutions and results that outperform state-of-the art baselines.

[pt] A presente tese de pesquisa doutoral estará alicerçada no conceito tridimensional de justiça desenvolvido pela filósofa contemporânea da teoria crítica - Nancy Fraser. O objetivo é investigar os impactos que o Programa Bolsa Família - PBF - gerou na diminuição das desigualdades sociais na vida das famílias beneficiárias quanto aos aspectos da redistribuição, do reconhecimento e da participação paritária. Realizamos análise bibliográfica das pesquisas feitas sobre o Programa Bolsa Família do ano de 2003 a 2014. O percurso teórico desta tese buscou o aprofundamento dos conceitos de pobreza e de exclusão social, a análise do processo de desenvolvimento brasileiro e das políticas públicas para o enfrentamento das desigualdades sociais nas décadas de 60 a 90, focalizando também a experiência da transição democrática pós-Constituição Federal de 1988. Levamos em consideração os princípios constitucionais de 1988 e os tratados internacionais que respaldam a responsabilidade do Estado e da sociedade brasileira para a implantação de políticas sociais como o Programa Bolsa Família. Concluímos que o PBF produziu resultados importantes na vida dos beneficiários, garantindo a justiça redistributiva e de reconhecimento e potencializando essas pessoas para a paridade participativa como sujeitos integrais na sociedade. Reconhecemos o avanço do desenho institucional da política social brasileira, proporcionado pelo PBF, inaugurando assim um novo modelo de proteção social, capaz de identificar a vulnerabilidade social das famílias brasileiras em situação de pobreza e de articular a redistribuição de renda e o reconhecimento, por meio do Sistema Único da Assistência Social - Suas. / [en] This doctoral research thesis is founded on the three-dimensional concept of justice developed by contemporary philosopher of critical theory Nancy Fraser. The objective is to investigate the impact that the Bolsa Família Program (PBF) generated in the reduction of social inequalities in the lives of beneficiary families considering aspects of redistribution, recognition and equal participation. An literature review of research was conducted on the Bolsa Família Program from 2003 to 2014. The theoretical path of this thesis aimed the investigation of the concepts of poverty and social exclusion, the analysis of the Brazilian development process and the public policies for dealing with social inequalities from the 60 s to the 90 s also focusing on the democratic transition experience post-constitution of 1988. We took into account the constitutional principles of 1988 and international treaties that support the responsibility of the Brazilian State and society to the implementation of social policies such as the Bolsa Família Program. We concluded that the PBF produced important results in the lives of the beneficiaries, ensuring redistributive and recognition justice, empowering those people to participatory parity as integral individuals in society. We recognize the progress of the institutional design of the Brazilian social policy, provided by the PBF, starting a new model of social protection, able to identify the social vulnerability of the Brazilian families in state of poverty and to articulate the redistribution of income and the recognition by the Single Social Assistance System - Suas.

[pt] A partir de melhorias incrementais em uma conhecida rede neural convolucional (U-Net), diferentes técnicas são avaliadas quanto às suas performances na tarefa de segmentação semântica em imagens sísmicas. Mais especificamente, procura-se a identificação e delineamento de estruturas salinas no subsolo, o que é de grande relevância na indústria de óleo e gás para a exploração de petróleo em camadas pré-sal, por exemplo. Além disso, os desafios apresentados no tratamento destas imagens sísmicas se assemelham em muito aos encontrados em tarefas de áreas médicas como identificação de tumores e segmentação de tecidos, o que torna o estudo da tarefa em questão ainda mais valioso. Este trabalho pretende sugerir uma metodologia adequada de abordagem à tarefa e produzir redes neurais capazes de segmentar imagens sísmicas com bons resultados dentro das métricas utilizadas. Para alcançar estes objetivos, diferentes estruturas de redes, transferência de aprendizado e técnicas de aumentação de dados são testadas em dois datasets com diferentes níveis de complexidade. / [en] Through incremental improvements in a well-known convolutional neural network (U-Net), different techniques are evaluated regarding their performance on the task of semantic segmentation of seismic images. More specifically, the objective is the better identification and outline of subsurface salt structures, which is a task of great relevance for the oil and gas industry in the exploration of pre-salt layers, for example. Besides that application, the challenges imposed by the treatment of seismic images also resemble those found in medical fields like tumor detection and tissue segmentation, which makes the study of this task even more valuable. This work seeks to suggest a suitable methodology for the task and to yield neural networks that are capable of performing semantic segmentation of seismic images with good results regarding specific metrics. For that purpose, different network structures, transfer learning and data augmentation techniques are applied in two datasets with different levels of complexity.