A necessidade de extrair conhecimento útil e inovador de grandes massas de dados textuais, tem motivado cada vez mais a investigação de métodos para Mineração de Textos. Dentre os métodos existentes, destacam-se as iniciativas para organização de conhecimento por meio de hierarquias de tópicos, nas quais o conhecimento implícito nos textos é representado em tópicos e subtópicos, e cada tópico contém documentos relacionados a um mesmo tema. As hierarquias de tópicos desempenham um papel importante na recupera ção de informação, principalmente em tarefas de busca exploratória, pois permitem a análise do conhecimento de interesse em diversos níveis de granularidade e exploração interativa de grandes coleções de documentos. Para apoiar a construção de hierarquias de tópicos, métodos de agrupamento hierárquico têm sido utilizados, uma vez que organizam coleções textuais em grupos e subgrupos, de forma não supervisionada, por meio das similaridades entre os documentos. No entanto, a maioria dos métodos de agrupamento hierárquico não é adequada em cenários que envolvem coleções textuais dinâmicas, pois são exigidas frequentes atualizações dos agrupamentos. Métodos de agrupamento que respeitam os requisitos existentes em cenários dinâmicos devem processar novos documentos assim que são adicionados na coleção, realizando o agrupamento de forma incremental. Assim, neste trabalho é explorado o uso de métodos de agrupamento incremental para o aprendizado não supervisionado de hierarquias de tópicos em coleções textuais dinâmicas. O agrupamento incremental é aplicado na construção e atualização de uma representação condensada dos textos, que mantém um sumário das principais características dos dados. Os algoritmos de agrupamento hierárquico podem, então, ser aplicados sobre as representa ções condensadas, obtendo-se a organização da coleção textual de forma mais eficiente. Foram avaliadas experimentalmente três estratégias de agrupamento incremental da literatura, e proposta uma estratégia alternativa mais apropriada para hierarquias de tópicos. Os resultados indicaram que as hierarquias de tópicos construídas com uso de agrupamento incremental possuem qualidade próxima às hierarquias de tópicos construídas por métodos não incrementais, com significativa redução do custo computacional / The need to extract new and useful knowledge from large textual collections has motivated researchs on Text Mining methods. Among the existing methods, initiatives for the knowledge organization by topic hierarchies are very popular. In the topic hierarchies, the knowledge is represented by topics and subtopics, and each topic contains documents of similar content. They play an important role in information retrieval, especially in exploratory search tasks, allowing the analysis of knowledge in various levels of granularity and interactive exploration of large document collections. Hierarchical clustering methods have been used to support the construction of topic hierarchies. These methods organize textual collections in clusters and subclusters, in an unsupervised manner, using similarities among documents. However, most existing hierarchical clustering methods is not suitable for scenarios with dynamic text collections, since frequent clustering updates are necessary. Clustering methods that meet these requirements must process new documents that are inserted into textual colections, in general, through incremental clustering. Thus, we studied the incremental clustering methods for unsupervised learning of topic hierarchies for dynamic text collections. The incremental clustering is used to build and update a condensed representation of texts, which maintains a summary of the main features of the data. The hierarchical clustering algorithms are applied in these condensed representations, obtaining the textual organization more efficiently. We experimentally evaluate three incremental clustering algorithms available in the literature. Also, we propose an alternative strategy more appropriate for construction of topic hieararchies. The results indicated that the topic hierarchies construction using incremental clustering have quality similar to non-incremental methods. Furthermore, the computational cost is considerably reduced using incremental clustering methods

A técnica de agrupamento de dados é amplamente utilizada em análise exploratória, a qual é frequentemente necessária em diversas áreas de pesquisa tais como medicina, biologia e estatística, para avaliar potenciais hipóteses a serem utilizadas em estudos subseqüentes. Em bases de dados reais, a ocorrência de dados incompletos, nos quais os valores de um ou mais atributos do dado são desconhecidos, é bastante comum. Este trabalho apresenta um método capaz de identificar o número de grupos presentes em bases de dados incompletas, utilizando a combinação das técnicas de agrupamentos nebulosos e reamostragem bootstrap. A qualidade da classificação é baseada em medidas de comparação tradicionais como F1, Classificação Cruzada, Hubert e outras. Os estudos foram feitos em oito bases de dados. As quatro primeiras são bases de dados artificiais, a quinta e a sexta são a wine e íris. A sétima e oitava bases são formadas por uma coleção brasileira de 119 estirpes de Bradyrhizobium. Para avaliar toda informação sem introduzir estimativas, fez-se a modificação do algoritmo Fuzzy C-Means (FCM) utilizando-se um vetor de índices de atributos, os quais indicam onde o valor de um atributo é observado ou não, modificando-se ento, os cálculos do centro e distância ao centro. As simulações foram feitas de 2 até 8 grupos utilizando-se 100 sub-amostras. Os percentuais de valores faltando utilizados foram 2%, 5%, 10%, 20% e 30%. Os resultados deste trabalho demonstraram que nosso método é capaz de identificar participações relevantes, até em presença de altos índices de dados incompletos, sem a necessidade de se fazer nenhuma suposição sobre a base de dados. As medidas Hubert e índice randômico ajustado encontraram os melhores resultados experimentais. / Clustering in exploratory data analysis is often necessary in several areas of the survey such as medicine, biology and statistics, to evaluate potential hypotheses for subsequent studies. In real datasets the occurrence of incompleteness, where the values of some of the attributes are unknown, is very common. This work presents a method capable to identifying the number of clusters present in incomplete datasets, using a combination of the fuzzy clustering and resampling (bootstrapping). The quality of classification is based on the traditional measures, like F1, Cross-Classification, Hubert and others. The studies were made on eigth datasets. The first four are artificial datasets, the fifth and sixth are the wine and iris datasets. The seventh and eighth databases are composed of the brazilian collection of 119 Bradyrhizobium strains. To evaluate all information without introducing estimates, a modification of the Fuzzy C-Means (FCM) algorithm was developed using an index vector of attributes, which indicates whether an attribute value is observed or not, and changing the center and distance calculations. The simulations were made from 2 to 8 clusters using 100 sub-samples. The percentages of the missing values used were 2%, 5%, 10%, 20% and 30%. Even lacking data and with no special requirements of the database, the results of this work demonstrate that the proposed method is capable to identifying relevant partitions. The best experimental results were found using Hubert and corrected randomness measures.

Nas últimas décadas, a quantidade de informações armazenadas no formato digital tem crescido de forma exponencial, levando à necessidade cada vez maior de produção de ferramentas computacionais que auxiliem na geração do conhecimento a partir desses dados. A área de Aprendizado de Máquina fornece diversas técnicas capazes de identificar padrões nesses conjuntos de dados. Dentro dessas técnicas, este trabalho destaca o Aprendizado de Máquina Não Supervisionado onde o objetivo é classificar as entidades em clusters (grupos) mutuamente exclusivos baseados na similaridade entre as instâncias. Os clusters não são pré-definidos e daí o elemento não supervisionado. Organizar esses dados em clusters que façam sentido é uma das maneiras mais fundamentais de entendimento e aprendizado. A análise de clusters é o estudo dos métodos para agrupamento e se divide entre hierárquico e particional. A classificação hierárquica é uma sequência encadeada de partições enquanto que na particional há somente uma partição. O interesse deste trabalho são as técnicas baseadas em uma caminhada determinística parcialmente auto repulsiva conhecida como caminhada do turista. Partindo da hipótese de que é possível utilizar a caminhada do turista como uma técnica de Aprendizado de Máquina Não Supervisionado, foi implementado um algoritmo hierárquico baseado na caminhada do turista proposto por Campiteli et al. (2006). Foi avaliado, através de diferentes conjuntos de imagens médicas, como essa técnica se compara com técnicas hierárquicas tradicionais. Também é proposto um novo algoritmo de Aprendizado de Máquina Não Supervisionado particional baseado na caminhada do turista, chamado de Tourist Walk Partitional Clustering (TWPC). Os resultados mostraram que a técnica hierárquica baseada na caminhada do turista é capaz de identificar clusters em conjuntos de imagens médicas através de uma árvore que não impõe uma estrutura binária, com um número menor de hierarquias e uma invariabilidade à escala dos dados, resultando em uma estrutura mais organizada. Mesmo que a árvore não seja diretamente baseada nas distâncias dos dados, mas em um ranking de vizinhos, ela ainda preserva uma correlação entre suas distâncias cofenéticas e as distâncias reais entre os dados. O método particional proposto TWPC foi capaz de encontrar, de forma eficiente, formas arbitrárias de clusters com variações inter-cluster e intra-cluster. Além disso o algoritmo tem como vantagens: ser determinístico; funcionar com interações locais, sem a necessidade de conhecimento a priori de todos os itens do conjunto; incorporar o conceito de ruído e outlier; e funcionar com um ranking de vizinhos, que pode ser construído através de qualquer medida. / In the last decades, the amount of data stored in digital format has grown exponentially, leading to the increasing need to produce computational tools that help generate knowledge from these data. The Machine Learning field provides several techniques capable of identifying patterns in these data sets. Within these techniques we highlight the Unsupervised Machine Learning where the objective is to classify the entities in mutually exclusive clusters based on the similarity between the instances. Clusters are not predefined and hence the unsupervised element. Organizing this data into clusters that make sense is one of the most fundamental ways of understanding and learning. Cluster analysis is the study of methods for clustering and is divided between hierarchical and partitional. A hierarchical clustering is a sequence of partitions whereas in the partitional clustering there is only one partition. Here we are interested in techniques based on a deterministic partially self-avoiding walk, known as tourist walk. Based on the hypothesis that it is possible to use the tourist walk as an unsupervised machine learning technique, we have implemented a hierarchical algorithm based on the tourist walk proposed by Campiteli et al. (2006). We evaluate this algorithm using different sets of medical images and compare it with traditional hierarchical techniques. We also propose a new algorithm for partitional clustering based on the tourist talk, called Tourist Walk Partitional Clustering (TWPC). The results showed that the hierarchical technique based on the tourist walk is able to identify clusters in sets of medical images through a tree that does not impose a binary structure, with a smaller number of hierarchies and is invariable to scale transformation, resulting in a more organized structure. Even though the tree is not directly based on the distances of the data but on a ranking of neighbors, it still preserves a correlation between its cophenetic distances and the actual distances between the data. The proposed partitional clustering method TWPC was able to find, in an efficient way, arbitrary shapes of clusters with inter-cluster and intra-cluster variations. In addition, the algorithm has the following advantages: it is deterministic; it operates based on local interactions, without the need for a priori knowledge of all the items in the set; it is capable of incorporate the concept of noise and outlier; and work with a ranking of neighbors, which can be built through any measure.

A grande quantidade de dados gerada em diversas áreas do conhecimento cria a necessidade do desenvolvimento de técnicas de mineração de dados cada vez mais eficientes e eficazes. Técnicas de agrupamento têm sido utilizadas com sucesso em várias áreas, especialmente naquelas em que não há conhecimento prévio sobre a organização dos dados. Contudo, a utilização de diferentes algoritmos de agrupamento, ou variações de um mesmo algoritmo, pode gerar uma ampla variedade de resultados. Tamanha variedade cria a necessidade de métodos para avaliar e selecionar bons resultados. Uma forma de avaliar esses resultados consiste em utilizar índices de validação de agrupamentos. Entretanto, uma grande diversidade de índices de validação foi proposta na literatura, o que torna a escolha de um único índice de validação uma tarefa penosa caso os desempenhos dos índices comparados sejam desconhecidos para a classe de problemas de interesse. Com a finalidade de obter um consenso entre resultados, é possível combinar um conjunto de agrupamentos ou índices de validação em uma única solução final. Combinações de agrupamentos (clustering ensembles) foram bem sucedidas em obter soluções robustas a variações no cenário de aplicação, o que faz do uso de comitês de agrupamentos uma alternativa interessante para encontrar soluções de qualidade razoável, segundo diferentes índices de validação. Adicionalmente, utilizar uma combinação de índices de validação pode tornar a avaliação de agrupamentos mais completa, uma vez que uma maioria dos índices combinados pode compensar o fraco desempenho do restante. Em alguns casos, não é possível lidar com um único conjunto de dados centralizado, por razões físicas ou questões de privacidade, o que gera a necessidade de distribuir o processo de mineração. Combinações de agrupamentos também podem ser estendidas para problemas de agrupamento de dados distribuídos, uma vez que informações sobre os dados, oriundas de diferentes fontes, podem ser combinadas em uma única solução global. O principal objetivo desse trabalho consiste em investigar técnicas de combinação de agrupamentos e de índices de validação aplicadas na seleção de agrupamentos para combinação e na mineração distribuída de dados. Adicionalmente, algoritmos evolutivos de agrupamento são estudados com a finalidade de selecionar soluções de qualidade dentre os resultados obtidos. As técnicas desenvolvidas possuem complexidade computacional reduzida e escalabilidade, o que permite sua aplicação em grandes conjuntos de dados ou cenários em que os dados encontram-se distribuídos / The large amount of data resulting from different areas of knowledge creates the need for development of data mining techniques increasingly efficient and effective. Clustering techniques have been successfully applied to several areas, especially when there is no prior knowledge about the data organization. Nevertheless, the use of different clustering algorithms, or variations of the same algorithm, can generate a wide variety of results, what raises the need to create methods to assess and select good results. One way to evaluate these results consists on using cluster validation indexes. However, a wide variety of validation indexes was proposed in the literature, which can make choosing a single index challenging if the performance of the compared indexes is unknown for the application scenario. In order to obtain a consensus among different options, a set of clustering results or validation indexes can be combined into a single final solution. Clustering ensembles successfully obtained results robust to variations in the application scenario, which makes them an attractive alternative to find solutions of reasonable quality, according to different validation indexes. Moreover, using a combination of validation indexes can promote a more powerful evaluation, as the majority of the combined indexes can compensate the poor performance of individual indexes. In some cases, it is not possible to work with a single centralized data set, for physical reasons or privacy concerns, which creates the need to distribute the mining process. Clustering ensembles can be extended to distributed data mining problems, since information about the data from distributed sources can be combined into a single global solution. The main objective of this research resides in investigating combination techniques for validation indexes and clustering results applied to clustering ensemble selection and distributed clustering. Additionally, evolutionary clustering algorithms are studied to select quality solutions among the obtained results. The techniques developed have scalability and reduced computational complexity, allowing their usage in large data sets or scenarios with distributed data

Orientador: Jorge Muniz Júnior / Coorientador: Paulo S. D. de A. Valladares / Banca: Fernando Augusto Silva Marins / Banca: José Roberto Dale Luche / Banca: Roberto Campos Leoni / Banca: Luiz Carlos Diserio / Resumo: Esta tese propõe um modelo estratégico para o cluster calçadista do Cariri-CE, tendo como motivação identificar quais componentes estratégicas influenciam o desenvolvimento do Cluster, das 21 identificadas após uma Revisão Sistemática da Literatura. O trabalho, inicialmente, envolveu 8 empresas de diferentes portes da região estudada. Por intermédio de um método de pesquisa qualitativo verificou-se a adoção das 21 componentes estratégicas estas componentes, foram incorporadas no modelo estratégico proposto. Na sequência, utilizando-se uma amostra de 50 empresas do Cluster, foi aplicado um questionário aos dois principais gestores destas empresas. As análises estatísticas feitas permitiram dividir as empresas consultadas em 3 grupos, com características diferentes e a análise fatorial permitiu definir um modelo estratégico com 4 fatores de entrada e 4 fatores de saída. Identificou-se que, as empresas do Grupo 1 adotam estratégia de foco, mas não investem em diferenciação e qualidade dos seus produtos e possuem baixo desempenho econômico. As empresas do Grupo 2 possuem média superior em desempenho econômico as dos demais grupo devido à adoção da estratégia de foco e diferenciação representada pela qualidade. Já as empresas do Grupo 3 possuem médio desempenho econômico, buscando se diferenciar, mas não alcançam o desempenho econômico superior em comparação as empresas do Grupo 2. No geral, pode-se concluir que as empresas do Cluster calçadista do Cariri-CE não se diferenciam em ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: This research proposes a strategic model for the Cariri-CE footwear cluster, motivated by the need to identify among the 21 components identified in a Systematic Review of Literature what strategic components influence the development of the Cluster. At first the work involved 8 companies of different sizes in the studied area and a qualitative research method verified the adoption of the 21 strategic components into the proposed strategic model. After, a questionnaire was applied to the two main managers of 50 companies of the Cluster and by Statistical analyzes the companies was divided into three groups of different characteristics and the factor analysis defined a strategic model with 4 input factors and 4 exit factors. Companies of the Group 1 adopt a focus strategy, but do not invest in differentiation and quality of their products and have low economic performance. Companies of the Group 2 have a higher average in economic performance than the other groups due to the adoption of the focus and differentiation strategy represented by quality. Companies of Group 3, on the other hand, have a moderate economic performance, trying to differentiate themselves, but they do not achieve the superior economic performance in comparison with Group 2 companies. In general, it can be concluded that the Cariri-CE Cluster companies do not differ in relation to cost strategies; All are equally concerned about the costs involved in their operation, and that, in particular, focus and differentiation strategies lead companies to achieve good economic performance / Doutor

Made available in DSpace on 2013-08-07T18:42:40Z (GMT). No. of bitstreams: 1 000436901-Texto+Completo-0.pdf: 6647535 bytes, checksum: e206a54a8501f6f128a07e854cbe7fd5 (MD5) Previous issue date: 2011 / A number of researches have been used clusters of virtual machines to emulate distributed systems. However, virtualization creates a level of indirection in the environment. In order to control a traditional environment that does not use the virtualization technology, only the reference for the physical machine is required. Nevertheless, in order to control a cluster of virtual machines, a reference is required both for the physical machine and for the virtual machine. Another difficulty found in the management of a cluster of virtual machines is related to the construction and setting up of the virtual environment. The cost related to manual management of virtual machines lifecycle and applications executing on the virtualized cluster of the environment is remarkable. Therefore, the architecture presented is intended to make available services for management applications, allowing automated construction of clusters of virtual machines, monitoring of such environments, and management of applications executed over the virtualized cluster. Additionally, the architecture decreases the complexity caused by the virtualization since, from the use of the services made available, the management applications start to reference the virtual machines only. / Diversas pesquisas têm utilizado clusters de máquinas virtuais para emulação de sistemas distribuídos. No entanto, a virtualização cria um nível de indireção no ambiente. Para controlar um ambiente tradicional, que não usa a tecnologia de virtualização, é necessária apenas a referência para a máquina física. No entanto, para controlar um cluster de máquinas virtuais, necessita-se da referência para a máquina física e a referência para a máquina virtual. Outra dificuldade encontrada no gerenciamento de um cluster de máquinas virtuais está relacionada com a construção e configuração do ambiente virtual. O custo de gerenciar o ciclo de vida de cada máquina virtual do ambiente e as aplicações que executam sobre o cluster virtualizado de forma manual é grande. Desta forma, a arquitetura apresentada através deste trabalho tem por objetivo disponibilizar serviços para aplicações de gerência, permitindo a construção automatizada de clusters de máquinas virtuais, a monitoração destes ambientes e a gerência das aplicações executadas sobre o cluster virtualizado. Além disso, a arquitetura diminui a complexidade causada pela virtualização, pois com a utilização dos serviços disponibilizados, as aplicações de gerência passam a referenciar apenas as máquinas virtuais.

Made available in DSpace on 2013-08-07T18:43:26Z (GMT). No. of bitstreams: 1 000429227-Texto+Completo-0.pdf: 1053601 bytes, checksum: ac385028f1ef5808c2649d92f982cc04 (MD5) Previous issue date: 2003 / Due to the appearance of fast communication networks, such as Myrinet and SCI, it becames possible the construction of new architectures based on commodity, off-the-shelf machines (PCs and workstations) connected by this kind of network - which are been called clusters. Such architectures are becoming an alternative execution platform for complex parallel applications, mainly due to the cost/benefit relation they present. The diversity of fast networks leads to the interconnection of clusters, building an architecture called cluster of clusters. One of the main problems in the use of clusters of clusters is the programming software used for parallel application development, since this kind of architecture has some characteristics that must be addressed by the programming language or environment in order to provide high performance. This work describes the development of a message passing parallel programming environment for cluster of clusters, the MDX-cc. This environment was projected based on the MDX system [PRE98][HES01] and a first version has been implemented supporting communication over Fast-Ethernet, SCI and Myrinet networks. The main goal of MDX-cc is to provide communication and synchronization of processes that run on interconnected clusters. Thanks to its modular architecture and the use of specific communication protocols dedicated to each network interface, MDX-cc provides a simple programming interface, with a small set of primitives, and also provides a transparent communication among processes running on different network-based clusters. / Em razão do surgimento de redes de comunicação de alta velocidade, tais como Myrinet e SCI, a construção de arquiteturas baseadas em máquinas comuns (PCs e estações de trabalho) conectadas por esse tipo de rede - o que se denomina agregado (ou cluster) - tornou-se viável. Tais arquiteturas vêm se consolidando como plataformas alternativas para a execução de aplicações paralelas complexas, principalmente devido à relação custo/benefício que oferecem. Esse avanço das tecnologias de redes possibilita também a agregação de clusters, formando uma estrutura de cluster de clusters, como uma única máquina paralela. Um dos principais problemas no uso de cluster de clusters é o software utilizado para o desenvolvimento de aplicações paralelas, visto que cada agregado envolvido na estrutura possui certas características que precisam ser tratadas pela linguagem ou ambiente de programação, visando o alcance de alto desempenho. Esta dissertação tem como objetivo apresentar uma ferramenta de programação paralela por troca de mensagens que executa sobre uma estrutura de cluster de clusters: o MDX-cc. A ferramenta foi concebida tendo como base o sistema MDX [PRE98][HES01] e uma primeira versão foi implementada oferecendo suporte à comunicação em agregados com redes SCI, Myrinet e Fast-Ethernet. O principal objetivo do MDX-cc é oferecer recursos de comunicação e sincronização de processos que rodam em agregados interligados. Por sua arquitetura modular e abstração do uso de protocolos de comunicação dedicados a cada tecnologia de rede, o MDX-cc oferece uma interface de programação simples, com um conjunto reduzido de primitivas, e provê transparência total na comunicação entre processos que executam em nós de clusters com tecnologias de rede distintas.

Made available in DSpace on 2016-12-12T20:34:12Z (GMT). No. of bitstreams: 1 RosanaCunha.pdf: 888660 bytes, checksum: 826d305ea22349e45a26781d9abcf460 (MD5) Previous issue date: 1999-03-18 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / The decision to relate experiences in the field of children s education, carried out by Brazilian educators, was born from the desire to record works which could not be lost to time. These include: Maria Cunha s work inside primary school Recanto Infantil, and with communities from outside the school, the research about Brazilian children s language development done by Heloisa Marinho (all of them in Rio de Janeiro) and also the implantation of mixed-age groups of children in nurseries by Júlia Chaves in the city of Brasília. This research focuses the mixed-age groups, which consist in an educational program to children from different ages, developed in the same pre-school classroom. The mixed-age groups needed to be observed by studies able to establish the foundations of its practice and also able to prove the contributive aspects to lhe child s development, between ages of two and five years. The theoretical referential is based on Escola Nova, presenting indicatives which pointed to education as life, as an existing action in the child s everyday routine. Therefore, the contact with the school would be pleasant, healthy and developed through funny activities. The first step in this study consisted in clarifying the pedagogic action which began in the child s experience inside his/her own family, or rather, the mixture of ages among brothers/sisters, cousing and other family members as na encouragement to lhe learning process. The second step searched for guidance in Dewey and Piaget and in Marinho s research, and from these sources, define the fields which, when observed, would indicate greater loyalty to the child s development. The third step was to investigate would be the contributions in the fields of language and social relationships and its repercussions, with particular importance to the discussion about limits and the building of autonomy, which constituted the scenario of the discussion with the educators involved in the practice of dealing with mixed-age-groups. The investigation intended to achieve the orientation of a qualitative research and of the application of studies with ethnographic nature. The research results have shown that the mixed-age groups have contributions to offer when it comes to the work with the pre-school child and that other aspects of children s development need to be investigated with more caution in this pedagogic practice. It is valid to underline that the pedagogy in which the work is introduced, Expressive Interaction Pedagogy, establishes the child according to the principles of freedom without fear and cannot be detached from facts and occurrences life. / A decisão de relatar experiências no campo da educação infantil, realizadas por educadores brasileiros, surgiu do desejo de registrar trabalhos que não poderiam se perder no tempo, como: a Escola Recanto Infantil, da professora Maria Cunha; a pesquisa sobre o desenvolvimento da linguagem de crianças brasileiras realizada pela professora Heloísa Marinho, ambas no Rio de Janeiro, e a implantação do agrupamento vertical na pré-escola, pela professora Júlia Chaves, em Brasília. Esta pesquisa focaliza o agrupamento vertical que consiste em um programa de educação para crianças de diferentes idades, na pré-escola na mesma sala de aula. O agrupamento vertical precisava ser observado à luz de estudos que fundamentassem sua prática e que pudessem referendar os aspectos contributivos para o desenvolvimento da criança, na faixa etária de dois a cinco anos. O referencial teórico do agrupamento vertical é fundamentado na Escola Nova, apresentando indicativos que apontavam para a educação como vida, como ação integrante do cotidiano da criança. Assim, o contato com a escola seria prazeroso, saudável e desenvolvido através do lúdico. O primeiro passo neste estudo constitui em esclarecer a ação pedagógica que partia da experiência da criança em sua própria família, ou seja, a mistura de idade entre irmãos, primos e agregados como estímulo à aprendizagem. O segundo passo buscava orientação nas teorias de Dewey e Piaget e na pesquisa de Marinho e, a partir destas consultas, delimitar os campos que, ao serem observados, indicassem maior fidelidade ao desenvolvimento da criança segundo a instituição estudada. O terceiro passo foi investigar quais seriam as contribuições no campo da linguagem e das relações sociais e suas atuações, com destacada importância para a contenda sobre os limites e a construção da autonomia, que compunham o cenário da discussão com os educadores envolvidos no exercício de lidar com o agrupamento vertical. A investigação buscou trilhar as orientações de uma pesquisa qualitativa e da aplicação de estudos com caráter etnográfico. Os resultados da pesquisa demonstraram que o agrupamento vertical tem contribuições a oferecer no trabalho com a criança pré-escolar e que outros aspectos do desenvolvimento infantil precisam ser investigados com mais cautela nesta prática pedagógica. Cabe salientar que a pedagogia na qual se insere o trabalho, Pedagogia de Interação Expressiva, agenda o trabalho com a criança de acordo com princípios da liberdade sem medo e de que a educação não pode caminhar separada dos fatos e acontecimentos da vida

Made available in DSpace on 2015-03-26T13:32:08Z (GMT). No. of bitstreams: 1 texto completo.pdf: 790188 bytes, checksum: 1cb94f6a1ebb6d10f561e9184b3f44f3 (MD5) Previous issue date: 2010-02-11 / The main objective of this work was used the cluster analysis in order to classify nonlinear growth models in relation to different quality fit evaluators when utilized data from the following beef lambs genetic groups: Dorper x Morada Nova (DMN), Dorper x Rabo Largo (DRL) e Dorper x Santa Inês (DSI). After the choice of the best model, we aimed also apply the model identity in order to identify the most efficient group. The proposed methodology was considered in two experimental conditions: with repetitions, using data of all animals from each group; and without repetitions, using average data from each group. Twelve nonlinear models were used, whose fit quality was measured by determination coefficient (R2 aj), Akaike information criterion (AIC), Bayesian information criterion (BIC), mean quadratic error of prediction (MEP) and predicted determination coefficient (R2 p). The Richards and von Bertalanffy models, respectively, presented the best fit for the mean and individual data sets. The model identity tests revealed that the DSI group presented higher adult weight, therefore this group is recommend for meat production. / O objetivo principal desse trabalho foi utilizar a análise de agrupamento para classificar modelos de crescimento não-lineares tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste ao considerar dados dos seguintes grupos genéticos de ovinos de corte: Dorper x Morada Nova (DMN), Dorper x Rabo Largo (DRL) e Dorper x Santa Inês (DSI). Após a indicação do modelo comum adequado aos três grupos, objetivou-se também aplicar a identidade de modelos com o intuito de identificar o grupo genético com maior eficiência de crescimento. Toda a metodologia foi aplicada a duas situações experimentais distintas: com repetição, considerando todos os animais de cada grupo genético, e sem repetição, considerando dados médios de cada um destes grupos. Ajustaram-se doze modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado (R2 aj), critério de informação de Akaike (AIC), critério de informação Bayesiano (BIC), erro quadrático médio de predição (MEP) e coeficiente de determinação de predição (R2 p). Os modelos Richards e von Bertalanffy foram, respectivamente, os que apresentaram os melhores ajustes para os conjuntos de dados médios e individuais. De acordo com testes de identidade de modelos, o grupo genético DSI foi o que apresentou maior peso adulto, sendo este, portanto, o mais recomendado para exploração de carne.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Os métodos espectrais são ferramentas úteis na análise de dados, sendo capazes de fornecer informações sobre a estrutura organizacional de dados. O agrupamento de dados utilizando métodos espectrais é comumente baseado em relações de similaridade definida entre os dados. O objetivo deste trabalho é estudar a capacidade de agrupamento de métodos espectrais e seu comportamento, em casos limites. Considera-se um conjunto de pontos no plano e usa-se a similaridade entre os nós como sendo o inverso da distância Euclidiana. Analisa-se a qual distância mínima, entre dois pontos centrais, o agrupamento espectral é capaz de reagrupar os dados em dois grupos distintos. Acessoriamente, estuda-se a capacidade de reagrupamento caso a dispersão entre os dados seja aumentada. Inicialmente foram realizados experimentos considerando uma distância fixa entre dois pontos, a partir dos quais os dados são gerados e, então, reduziu-se a distância entre estes pontos até que o método se tornasse incapaz de efetuar a separação dos pontos em dois grupos distintos. Em seguida, retomada a distância inicial, os dados foram gerados a partir da adição de uma perturbação normal, com variância crescente, e observou-se até que valor de variância o método fez a separação dos dados em dois grupos distintos de forma correta. A partir de um conjunto de pontos obtidos com a execução do algoritmo de evolução diferencial, para resolver um problema multimodal, testa-se a capacidade do método em separar os indivíduos em grupos diferentes.