Os métodos de amostragem por conveniência procuram maximizar o volume das amostras e podem, neste sentido, ser bastante eficazes, porém, o esperado é que venham a comprometer a acurácia e a precisão na representação de espécies em sub-bosque floretal. Isto se deve ao fato dos pesquisadores, usualmente, alocarem as redes-neblina em locais conhecidos por atrair uma maior abundância de animais e onde estes apresentariam uma redução em sua habilidade para detectar e se esquivar à rede-neblina, como em rotas de voo, fontes alimentares e abrigos. A alocação determinística das redes pode, desta forma, resultar em um elevado viés amostral, caracterizado pela superamostragem de algumas espécies que, frequentemente, utilizam estes espaços, em detrimento daquelas que, ao contrário, estariam sendo sub-representadas por não os utilizarem na mesma proporção. Baseado nisto, este estudo teve por principal objetivo o desenvolvimento de método padronizado, que pudesse elevar a acurácia e a precisão na obtenção de dados populacionais de quirópteros em sub-bosque florestal, com foco na amostragem sistemática. Como procedimentos metodológicos, uma área amostral de 8,82 ha foi delimitada em três fragmentos florestais, no interior do estado de São Paulo, dos tipos vegetacionais cerradão (22º15\'S e 47º39\'W), floresta estacional semidecidual (22º09\'S e 47º33\'W) e eucalipto (22º11\'S e 47º39\'W), para o que um conjunto móvel de doze redes-neblina foi utilizado na captura e recaptura dos quirópteros, no período de jul/2009 a jun/2010, totalizando um esforço amostral de 155.520 h.m2. A taxa de detecção das redes-neblina foi estimada, através de observações em tempo real, e utilizada na correção das estimativas populacionais. A habilidade de detecção e esquiva à captura foi elevada, porém, não diferiu do observado nas rotas de voo, anteriormente demonstrado por estudos comportamentais. O resultado disto foi o registro de quatorze espécies e, pela correção das estimativas, Desmodus rotundus foi a dominante na região e no eucalipto, enquanto que Micronycteris microtis foi a espécie mais abundante no cerradão e, Glossophaga soricina, na floresta estacional semidecidual. A abundância da Carollia perspicillata não foi corrigida, devido a sua elevada taxa de recaptura atribuída à redução na habilidade para detectar as redes, levando a uma redução de sua importância, dentre as espécies dominantes, na região e nos fragmentos de vegetação nativa. De forma inovadora, foi possível estimar o índice de densidade e o padrão de distribuição populacionais, e, ainda, dada a padronização espacial, compreender a influência de aspectos como a altitude e a declividade do solo, a densidade da vegetação, a presença e a altura do dossel florestal, sobre as populações de quirópteros. Assim, foi concluído que a amostragem sistemática pode ser mais acurada e precisa para os estudos populacionais por reduzir os vieses amostrais dos métodos de amostragem por conveniência, aumentar nossa compreenção sobre os parâmetros populacionais e a forma com que os quirópteros interagem com o ecossistema florestal, e potencializar a comparação de dados em diferentes situações e localidades. / Bats population convenience sampling methods mostly focus on maximizing sample volumes. This method can be highly effective in delivering significant number of samples, but on the other hand can potentially compromise accuracy and precision in representation of species potentially available in understory forests. This is due to the fact that researchers tend to position mist-nets according to known places by attracting greater abundance of bats and where its might be less attentive to the presence of mist-nets, such as bats flyways, food sources and shelters. However, the deterministic approach for mist-nets placement allocation may lead to a misrepresentation of the species in specific habitats and result in oversampling of the species that usually occur in those places. Based on this, the key objective of this study was to develop an standardized protocol that enhances accuracy and precision when collecting bat samples in understory forest, with focus on the evaluation of the systematic sampling. An sample area of 8.82 ha was delimited in three forest fragments within São Paulo State. These were of the vegetation types of cerradao (22º15\'S to 47º39\'W), semideciduous florest (22º09\'S to 47º33\'W) and forestation of eucalyptus (22º11\'S to 47º39\'W). A mobile set of twelve mist-nets was used to capture and recapture of bats from the Jul/2009 to Jun/2010, totaling a sampling effort of 155,520 h.m2. The detectation rate of mist-net of bats was estimated by observations in real time and was used to obtain correct population estimates. The ability of bats to detect and evade capture was hight, but consistent with observed for the flyways, earlier demonstrated by behavioral studies. The result of this was fourteen species recorded in the understory of the different forest fragments, and through the correctness of the estimates, the Desmodus rotundus was dominant in the region and in eucalyptus, while Micronycteris microtis was the most abundant specie in the cerradao and Glossophaga soricina in the semideciduous forest. The abundance of the Carollia perspicillata has not been corrected, due to its hight rate of recapture what was possibly the result of a reduced ability to detect the mist-net, leading to a reduction in your importance amoung the dominant species in the region and fragments of native vegetation. The proposed systematic design innovated and led to enhanced accuracy and precision, beyond to enable the estimate density level and the population distribution patterns. Thus, the spatial standardization in allocation mist-nets provides far representation of the influence of all habitat conditions on the bat populations, such as altitude and slope soil, vegetation density, presence and height of the forest canopy. Therefore, the overall conclusion was that the systematic sampling can be more accurate and precise for bats population studies by reduce convenience sampling methods biases, increase the understanding bats interaction with the forest ecosystem and the potentiate data comparation in different situations and localizations.

Made available in DSpace on 2016-04-28T14:57:35Z (GMT). No. of bitstreams: 1 2009 - Rodrigo da Silva Alonso.pdf: 1310457 bytes, checksum: b5de32ca4648741d0f85fb85b689440c (MD5) Previous issue date: 2009-07-24 / Brazil is the second world largest cassava producer and the largest South American producer. The aleyrodids, commonly known as whiteflies, are pests that affect cassava crops and might induce economic losses, due to high infestation levels. The objective of this work was to survey the whitefly species that occur feeding on cassava (Manihot esculenta Crantz) crops in Rio de Janeiro State, and to evaluate their population levels and the influence of the climate aspects on these levels as well. Sampling of leaves were realised fortnightly from April to December 2007 during visits to three commercial cassava farmlands located in the municipalities of Rio de Janeiro, Itagua? and Japeri. The samples were collected and analysed under optical microscopy, in laboratory, applying a presence-absence methodology. The species identification was realised according to morphological characters of the 4th instar nymphs. Among the 16 aleyrodid species described feeding on cassava in the Neotropical region, Aleurothrixus aepim (G?ldi, 1886) and Bemisia tuberculata Bondar, 1923 were identified occurring in the State. B. tuberculata is reported for the first time feeding on cassava crops in Rio de Janeiro State. Population peaks of A. aepim occurred from May to June and in December 2007 in all the farmlands analysed. B. tuberculata population levels got peaks in different periods, depending on the farmland analysed. Low temperatures registered in July 2007 suggest being the reason of the population density reduction of both species. / O Brasil ? o segundo maior produtor mundial de mandioca e o maior produtor do continente sul americano. Os aleirod?deos, insetos comumente conhecidos como moscas-brancas, s?o pragas que acometem esta cultura e podem causar preju?zos econ?micos, em decorr?ncia de altas infesta??es. O objetivo deste trabalho foi levantar as esp?cies de moscas-brancas que ocorrem na cultura da mandioca (Manihot esculenta Crantz) no Estado do Rio de Janeiro, bem como analisar sua flutua??o populacional e a influ?ncia de fatores clim?ticos sobre seus n?veis populacionais. Foram realizadas amostragens de folhas, quinzenalmente, no per?odo de abril a dezembro de 2007, em lavouras comerciais localizadas nos munic?pios do Rio de Janeiro, Itagua? e Japeri. As amostras foram coletadas e analisadas sob microscopia ?ptica em laborat?rio, aplicando-se uma metodologia baseada em presen?a/aus?ncia. A identifica??o das esp?cies foi feita por caracteres morfol?gicos das ninfas de 4.? instar. Das 16 esp?cies de aleirod?deos descritas na regi?o Neotropical em plantas de mandioca, foram identificadas ocorrendo no estado, Aleurothrixus aepim (G?ldi, 1886) e Bemisia tuberculata Bondar, 1923. ? registrada pela primeira vez a ocorr?ncia de B. tuberculata Bondar em mandiocais no estado do Rio de Janeiro. Picos populacionais de A. aepim ocorreram no per?odo de maio a junho e em dezembro de 2007 em todos os locais pesquisados. B. tuberculata teve picos em per?odos diferentes, conforme o local pesquisado. Temperaturas baixas ocorridas em julho de 2007 sugerem ser a causa da redu??o da densidade populacional de ambas as esp?cies.

Made available in DSpace on 2017-07-10T19:24:39Z (GMT). No. of bitstreams: 1 Edy Celia Coelho - 06.pdf: 1448208 bytes, checksum: b5d223788103f286e4c6528b8193a189 (MD5) Previous issue date: 2006-07-10 / The general objective of this research was to evaluate the influence of the amostral density (five sampling grids) and of the type of interpolator (kriging, inverse of the square, inverse of the distance and polynomial) in the elaboration of thematic maps of the soybean yield in an area of Latossolo Vermelho Distroférrico soil, in a period five year for a research area under Precision Agriculture pertaining to the Research Center Eloy Gomes, of the Cooperativa Agropecuária de Desenvolvimento Tecnológico e Econômico LTDA (COODETEC). The data of this research had been raised during a period five year (from 1998 to 2002) for a project developed for the Technological Innovation Center (NIT) of the Universidade Estadual Oeste do Paraná (UNIOESTE). The selected grids had 128, 64 and 32 units using Stratified Systematic Aligned Sampling (AASE) and grids with 64 and 32 units using Nestled Systematic Aligned Sampling (AASA). From each amostral grid and using each one of the selected interpolators the thematic maps of the soybean yield had been generated in each year. To be analyzed the cited maps the Relative Deviation Coefficient (CDR) was proposed that express the average difference in module of the values interpolated in each grid in relation to the considered standard grid, the grid AASE 128 with Kriging. Thus it allowed to verify and to calculate which type of sampling more was recommended. For the area in study it was the grid AASE 128 that presented the best results. The CDR revealed to be efficient for thematic maps comparisons and allowed the conclusion that to really use all the potential of the kriging and for this method to be really recommended it is necessary to have many points so that a good semivariogram can be created, on the other hand, other interpolars analysed such as the inverse of the square distance or the inverse of the distance can be used. Besides that, the AASE 128 inverse of distance grid was the closest from the reference method, AASE 128 kriging. / O objetivo geral desta pesquisa foi avaliar a influência da densidade amostral (cinco grades amostrais) e do tipo de interpolador (krigagem, inverso do quadrado, inverso da distância do quadrado e polinomial) na elaboração de mapas temáticos da produtividade da soja em uma área de Latossolo Vermelho Distroférrico, num período de cinco anos para uma área de pesquisa conduzida sob sistema de Agricultura de Precisão pertencente ao Centro de pesquisa Eloy Gomes, da Cooperativa Agropecuária de Desenvolvimento Tecnológico e Econômico LTDA. (COODETEC). Os dados desta pesquisa foram levantados durante um período de cinco anos (de 1998 a 2002) por um projeto desenvolvido pelo Núcleo de Inovações Tecnológicas (NIT) da Universidade Estadual Oeste do Paraná (UNIOESTE). As grades selecionadas possuíam 128, 64 e 32 parcelas utilizando Amostragem Alinhada Sistemática Estratificada (AASE) e grades com 64 e 32 parcelas usando Amostragem Alinhada Sistemática Aninhada (AASA). A partir de cada grade amostral e utilizando cada um dos interpoladores selecionados foram gerados os mapas de temáticos da produtividade de soja em cada ano. Para análise dos referidos mapas foi proposto o Coeficiente de Desvio Relativo (CDR) que expressa a diferença média em módulo dos valores interpolados em cada grade em relação à grade considerada como padrão, a AASE 128 com interpolador tipo Krigagem. Assim permitiu verificar e calcular qual tipo de amostragem foi mais recomendada. Para a área em estudo foi à grade AASE 128 que apresentou melhores resultados. O CDR mostrou-se eficiente na comparação de mapas temáticos e possibilitou concluir que para utilizar todo o potencial da krigagem e esse método ser realmente recomendado é necessário ter-se muitos pontos para que um bom semivariograma seja construído, caso contrário, pode-se usar outros interpoladores analisados, como o inverso da distância ao quadrado ou inverso da distância. Além disso, a grade AASE 128 inverso da distância foi a que mais se aproximou do método assumido como referência, AASE 128 krigagem.

Made available in DSpace on 2017-05-12T14:48:02Z (GMT). No. of bitstreams: 1 Edy Celia Coelho - 06.pdf: 1448208 bytes, checksum: b5d223788103f286e4c6528b8193a189 (MD5) Previous issue date: 2006-07-10 / The general objective of this research was to evaluate the influence of the amostral density (five sampling grids) and of the type of interpolator (kriging, inverse of the square, inverse of the distance and polynomial) in the elaboration of thematic maps of the soybean yield in an area of Latossolo Vermelho Distroférrico soil, in a period five year for a research area under Precision Agriculture pertaining to the Research Center Eloy Gomes, of the Cooperativa Agropecuária de Desenvolvimento Tecnológico e Econômico LTDA (COODETEC). The data of this research had been raised during a period five year (from 1998 to 2002) for a project developed for the Technological Innovation Center (NIT) of the Universidade Estadual Oeste do Paraná (UNIOESTE). The selected grids had 128, 64 and 32 units using Stratified Systematic Aligned Sampling (AASE) and grids with 64 and 32 units using Nestled Systematic Aligned Sampling (AASA). From each amostral grid and using each one of the selected interpolators the thematic maps of the soybean yield had been generated in each year. To be analyzed the cited maps the Relative Deviation Coefficient (CDR) was proposed that express the average difference in module of the values interpolated in each grid in relation to the considered standard grid, the grid AASE 128 with Kriging. Thus it allowed to verify and to calculate which type of sampling more was recommended. For the area in study it was the grid AASE 128 that presented the best results. The CDR revealed to be efficient for thematic maps comparisons and allowed the conclusion that to really use all the potential of the kriging and for this method to be really recommended it is necessary to have many points so that a good semivariogram can be created, on the other hand, other interpolars analysed such as the inverse of the square distance or the inverse of the distance can be used. Besides that, the AASE 128 inverse of distance grid was the closest from the reference method, AASE 128 kriging. / O objetivo geral desta pesquisa foi avaliar a influência da densidade amostral (cinco grades amostrais) e do tipo de interpolador (krigagem, inverso do quadrado, inverso da distância do quadrado e polinomial) na elaboração de mapas temáticos da produtividade da soja em uma área de Latossolo Vermelho Distroférrico, num período de cinco anos para uma área de pesquisa conduzida sob sistema de Agricultura de Precisão pertencente ao Centro de pesquisa Eloy Gomes, da Cooperativa Agropecuária de Desenvolvimento Tecnológico e Econômico LTDA. (COODETEC). Os dados desta pesquisa foram levantados durante um período de cinco anos (de 1998 a 2002) por um projeto desenvolvido pelo Núcleo de Inovações Tecnológicas (NIT) da Universidade Estadual Oeste do Paraná (UNIOESTE). As grades selecionadas possuíam 128, 64 e 32 parcelas utilizando Amostragem Alinhada Sistemática Estratificada (AASE) e grades com 64 e 32 parcelas usando Amostragem Alinhada Sistemática Aninhada (AASA). A partir de cada grade amostral e utilizando cada um dos interpoladores selecionados foram gerados os mapas de temáticos da produtividade de soja em cada ano. Para análise dos referidos mapas foi proposto o Coeficiente de Desvio Relativo (CDR) que expressa a diferença média em módulo dos valores interpolados em cada grade em relação à grade considerada como padrão, a AASE 128 com interpolador tipo Krigagem. Assim permitiu verificar e calcular qual tipo de amostragem foi mais recomendada. Para a área em estudo foi à grade AASE 128 que apresentou melhores resultados. O CDR mostrou-se eficiente na comparação de mapas temáticos e possibilitou concluir que para utilizar todo o potencial da krigagem e esse método ser realmente recomendado é necessário ter-se muitos pontos para que um bom semivariograma seja construído, caso contrário, pode-se usar outros interpoladores analisados, como o inverso da distância ao quadrado ou inverso da distância. Além disso, a grade AASE 128 inverso da distância foi a que mais se aproximou do método assumido como referência, AASE 128 krigagem.

Aprendizado semissupervisionado (ASS) é o nome dado ao paradigma de aprendizado de máquina que considera tanto dados rotulados como dados não rotulados. Embora seja considerado frequentemente como um meio termo entre os paradigmas supervisionado e não supervisionado, esse paradigma é geralmente aplicado a tarefas preditivas ou descritivas. Na tarefa preditiva de classificação, p. ex., o objetivo é rotular dados não rotulados de acordo com os rótulos dos dados rotulados. Nesse caso, enquanto que os dados não rotulados descrevem as distribuições dos dados e mediam a propagação dos rótulos, os itens de dados rotulados semeiam a propagação de rótulos e guiam-na à estabilidade. No entanto, dados são gerados tipicamente não rotulados e sua rotulação requer o envolvimento de especialistas no domínio, rotulando-os manualmente. Dificuldades na visualização de grandes volumes de dados, bem como o custo associado ao envolvimento do especialista, são desafios que podem restringir o desempenho dessa tarefa. Por- tanto, o destacamento automático de bons candidatos a dados rotulados, doravante denominados indivíduos representativos, é uma tarefa de grande importância, e pode proporcionar uma boa relação entre o custo com especialista e o desempenho do aprendizado. Dentre as abordagens de ASS discriminadas na literatura, nosso interesse de estudo se concentra na abordagem baseada em redes, onde conjuntos de dados são representados relacionalmente, através da abstração gráfica. Logo, o presente trabalho tem como objetivo explorar a influência dos nós rotulados no desempenho do ASS baseado em redes, i.e., estudar a caracterização de nós representativos, como a estrutura da rede pode realçá-los, o ganho de desempenho de ASS proporcionado pela rotulação manual dos mesmos, e aspectos filosóficos relacionados. Em relação à caracterização, critérios de caracterização de nós centrais em redes são estudados considerando-se redes com estruturas modulares bem definidas. Contraintuitivamente, nós bastantes conectados (hubs) não são muito representativos. Nós razoavelmente conectados em vizinhanças pouco conectadas, por outro lado, são; estritamente local, esse critério de caracterização é escalável a grandes volumes de dados. Em redes com distribuição de grau homogênea - modelo Girvan-Newman (GN), nós com alto coeficiente de agrupamento também mostram-se representativos. Por outro lado, em redes com distribuição de grau heterogênea - modelo Lancichinetti-Fortunato-Radicchi (LFR), nós com alta intermedialidade se destacam. Nós com alto coeficiente de agrupamento em redes GN estão tipicamente situados em motifs do tipo quase-clique; nós com alta intermedialidade em redes LFR são hubs situados na borda das comunidades. Em ambos os casos, os nós destacados são excelentes regularizadores. Além disso, como critérios diversos se destacam em redes com características diversas, abordagens unificadas para a caracterização de nós representativos também foram estudadas. Crítica para o realce de indivíduos representativos e o bom desempenho da classificação semissupervisionada, a construção de redes a partir de bases de dados vetoriais também foi estudada. O método denominado AdaRadius foi proposto, e apresenta vantagens tais como adaptabilidade em bases de dados com densidade variada, baixa dependência da configuração de seus parâmetros, e custo computacional razoável, tanto sobre dados pool-based como incrementais. As redes resultantes, por sua vez, são esparsas, porém conectadas, e permitem que a classificação semissupervisionada se favoreça da rotulação prévia de indivíduos representativos. Por fim, também foi estudada a validação de métodos de construção de redes para o ASS, sendo proposta a medida denominada coerência grafo-rótulos de Katz. Em suma, os resultados discutidos apontam para a validade da seleção de indivíduos representativos para semear a classificação semissupervisionada, corroborando a hipótese central da presente tese. Analogias são encontrados em diversos problemas modelados em redes, tais como epidemiologia, propagação de rumores e informações, resiliência, letalidade, grandmother cells, e crescimento e auto-organização. / Semi-supervised learning (SSL) is the name given to the machine learning paradigm that considers both labeled and unlabeled data. Although often defined as a mid-term between unsupervised and supervised machine learning, this paradigm is usually applied to predictive or descriptive tasks. In the classification task, for example, the goal is to label the unlabeled data according to the labels of the labeled data. In this case, while the unlabeled data describes the data distributions and mediate the label propagation, the labeled data seeds the label propagation and guide it to the stability. However, as a whole, data is generated unlabeled, and to label data requires the involvement of domain specialists, labeling it by hand. Difficulties on visualizing huge amounts of data, as well as the cost of the specialists involvement, are challenges which may constraint the labeling task performance. Therefore, the automatic highlighting of good candidates to label by hand, henceforth called representative individuals, is a high value task, which may result in a good tradeoff between the cost with the specialist and the machine learning performance. Among the SSL approaches in the literature, our study is focused on the network--based approache, where datasets are represented relationally, through the graphic abstraction. Thus, the current study aims to explore and exploit the influence of the labeled data on the SSL performance, that is, the proper characterization of representative nodes, how the network structure may enhance them, the SSL performance gain due to labeling them by hand, and related philosophical aspects. Concerning the characterization, central nodes characterization criteria were studied on networks with well-defined modular structures. Counterintuitively, highly connected nodes (hubs) are not much representatives. Not so connected nodes placed in low connectivity neighborhoods are, though. Strictly local, this characterization is scalable to huge volumes of data. In networks with homogeneous degree distribution - Girvan-Newman networks (GN), nodes with high clustering coefficient also figure out as representatives. On the other hand, in networks with inhomogeneous degree distribution - Lancichinetti-Fortunato-Radicchi networks (LFR), nodes with high betweenness stand out. Nodes with high clustering coefficient in GN networks typically lie in almost-cliques motifs; nodes with high betweenness in LFR networks are highly connected nodes, which lie in communities borders. In both cases, the highlighted nodes are outstanding regularizers. Besides that, unified approaches to characterize representative nodes were studied because diverse criteria stand out for diverse networks. Crucial for highlighting representative nodes and ensure good SSL performance, the graph construction from vector-based datasets was also studied. The method called AdaRadius was introduced and presents advantages such as adaptability to data with variable density, low dependency on parameters settings, and reasonable computational cost on both pool based and incremental data. Yielding networks are sparse but connected and allow the semi-supervised classification to take great advantage of the manual labeling of representative nodes. Lastly, the validation of graph construction methods for SSL was studied, being proposed the validation measure called graph-labels Katz coherence. Summing up, the discussed results give rise to the validity of representative individuals selection to seed the semi-supervised classification, supporting the central assumption of current thesis. Analogies may be found in several real-world network problems, such as epidemiology, rumors and information spreading, resilience, lethality, grandmother cells, and network evolving and self-organization.

A mineração de dados é um processo computacionalmente caro, que se apoia no pré-processamento dos dados para aumentar a sua eficiência. As técnicas de redução de elementos do conjunto de dados, principalmente a amostragem de dados se destacam no pré-processamento. Os dados reais são caracterizados pela não uniformidade da distribuição, grande quantidade de atributos e presença de elementos considerados ruídos. Para esse tipo de dado, a amostragem uniforme, na qual cada elemento tem a mesma probabilidade de ser escolhido, é inefiiente. Os dados nos últimos anos, vem passando por transformações. Assim, não só o seu volume tem aumentado significantemente, mas também a maneira de como eles são representados. Os dados usualmente são divididos apenas em dados tradicionais (número e pequenas cadeias de caracteres) e dados complexos (imagens, cadeias de DNA, vídeos, etc). Entretanto, uma representação mais rica, na qual não só os elementos do conjunto são representados mas também a suas ligações, vem sendo amplamente utilizada. Esse novo tipo de dado, chamado rede complexa, fez surgir uma nova área de pesquisa chamada mineração de redes complexas ou de grafos, já que estes são utilizados na representação das redes complexas. Para esta nova área é necessário o desenvolvimento de técnicas que permitam a mineração de grandes redes complexas, isto é, redes com centenas de milhares de elementos(nós) e ligações(arestas). Esta tese teve como objetivo explorar a redução de elementos em conjuntos de dados chamados desbalanceados, isto é, que possuem agrupamentos ou classes de tamanhos bastantes distintos, e que também possuam alta quantidade de atributos e presença de ruídos. Além disso, esta tese também explora a mineração de redes complexas com a extração de padrões e propriedades e o desenvolvimento de algoritmos eficientes para a classificação das redes em reais e sintéticas. Também é proposto a mineração de redes complexas utilizando gerenciadores de base de dados para a mineração de cliques de tamanho 4 e 5 e a apresentação da extensão do coeficiente de clusterização / Data mining is an expensive computational process speeded up by data preprocessing. Data reduction techniques, as data sampling are useful during the data preprocessing. Real data are known for presenting non-uniform data distribution, a large amount of attributes and noise. For this type of data, uniform sampling, which selects elements with the same probability, is inefficient. Over the past years, the data available to mining have been changed. Not only have their volume increased but also data format. Data are usually divided into traditional (number and small chains of character) and complex (images, DNA, videos, etc). However, a rich representation, in which not only elements but also the connections among the elements have been used, is necessary. This new data type, which is called complex network and is usually modeled as a graph, has created a new research area, called graph mining or complex network mining, which requires the development of new mining techniques to allow mining large networks, that is, networks with hundreds of thousands of nodes and edges. The present thesis aims to explore the data reduction in unbalanced data, that is, data that have clusters with very different sizes, a large amount of attributes and noise. It also explores complex network mining with two basic findings: useful new patterns, which allow distinguishing real from synthetic networks and mining cliques of sizes 4 and 5 using database systems, discovering interesting power laws and presenting a new cluster coefficient formula

O trabalho apresentado destaca a importância do uso de práticas agrícolas que estimulem a manutenção da agricultura em níveis de alta produtividade, mas que, ao mesmo tempo, viabilizem uma minimização dos efeitos negativos da agricultura sobre o meio ambiente. O trabalho situa-se no contexto da aquisição de informação sobre a plantação considerando sua variabilidade para uso em Agricultura de Precisão. Foi proposto o desenvolvimento de um método inteligente de amostragem, que faz uso de sensores embarcados em veículos autônomos com capacidade de processamento em conjunto com técnicas geoestatísticas de amostragem. O processo de amostragem proposto leva em consideração a dependência espacial do campo, obtendo apenas a quantidade de informação necessária para reproduzir confiavelmente a variável em estudo para análises posteriores, amostrando mais densamente áreas de maior variabilidade e menos densamente áreas de menor variabilidade. O método desenvolvido estabelece a exploração em duas fases. Na fase de levantamento exploratório é utilizado um esquema de amostragem aninhado adaptado para as características do sistema de coleta de dados, nesta fase é realizada uma primeira avaliação sobre a escala espacial de variabilidade do campo. Na fase do levantamento principal são realizados ciclos de amostragens em grade, quantas vezes seja necessário até que critérios de decisão sejam atingidos. Nestes ciclos, ou etapas, são tomadas decisões com base na qualidade e na densidade de variabilidade das amostras. Tais decisões estabelecem se a área deve ser mais amostrada ou dividida em subáreas. A mínima precisão que se deseja alcançar é determinada pelo usuário e também limitada pelas capacidades estruturais da máquina que realizará aplicações a taxa variada. Em comparação com métodos tradicionais de obtenção de dados com sensores embarcados, as análises dos resultados mostram reduções que chegam a 98% na quantidade de pontos amostrados e redução de mais de 49% na distância final percorrida pelo veículo. Assim, a utilização do método proposto viabiliza a redução em custos computacionais de armazenagem e processamento, de gastos com combustíveis e de tempo de mão de obra. Os resultados evidenciam que é viável a amostragem baseada na densidade de variabilidade, racionalizando a quantidade, a qualidade e a disposição da informação obtida e armazenada. Em conclusão, o método de amostragem proposto apresenta potencial capacidade para sua utilização como uma ferramenta de apoio às novas práticas agrícolas, oferecendo uma alternativa mais eficiente e inteligente aos métodos tradicionais de coleta de dados. / The present work highlights the importance of using farming practices that encourage the maintenance of agriculture in high levels of productivity and, at the same time, enable reduction of the negative effects of agriculture on the environment. The work is in the context of acquisition of crop information considering its variability for use in Precision Agriculture. The development of a smart sampling method has been proposed, which uses of embedded sensors in autonomous vehicles with a processing capacity together with sampling geostatistics techniques. The sampling process takes into account the spatial dependence of the field, obtaining strictly the necessary amount of information to subsequent analyzes in a reliable way. It also aims to sample areas of higher variability more densily and areas of lower variability less densily. The developed method performs the exploration in two phases. In the exploratory phase, a nested sampling scheme adapted to the characteristics of the system is used. In this phase, the first assessment about the spatial scale of variability of the field is done. In the main survey phase, grid samplings are performed in stages, as many times as necessary until the decision criteria are reached. At the stages of the main survey, decisions are taken based on the quality and variability density of the samples, and this establishes whether the area should be better sampled or divided into subareas. The user determines the minimum precision to be reached. The structural capabilities of the machine, that will perform the variable rate applications, also restrict the system precision. The result analyses show that the number of samples reduced 98% and the final distance ran by the autonomous vehicle reduced 49%, compared to traditional methods that use embedded sensors to collect data. Thus, the use of the proposed method represents reduced computational costs of data storage and processing, fuel costs and manpower. The results show that the sampling based on variability density is feasible, rationalizing the quantity, quality and layout of the information obtained and stored. In summary, the proposed sampling method shows potential capacity to be used as a tool to support new agricultural practices, offering a more efficient and smart alternative to traditional methods of data collection.

Devido à importância do uso de bioindicadores para avaliação da qualidade ambiental e às vantagens do emprego de macroinvertebrados bentônicos para este fim, estes organismos foram utilizados para avaliar a qualidade da água da bacia do alto Atibaia (SP) em oito pontos de amostragem: 3 no rio Atibainha, 3 no rio Cachoeira e 2 no rio Atibaia. Foram amostrados o canal, a margem deposicional e a margem erosional, sendo coletadas três unidades amostrais em cada ambiente de cada ponto, com auxílio do amostrador Hess (rede de 500 μm e área de 678,9 cm2) ou pegador Petersen modificado (área de pegada de 325 cm2). Foram coletadas amostras de sedimento com pegador Petersen modificado em aço inox para análise de granulometria, resíduos totais, voláteis e fixos e umidade. Este trabalho está dividido em três capítulos. No primeiro, a análise da fauna evidenciou que os pontos de cabeceira e à jusante dos reservatórios dos rios Atibainha e Cachoeira tenderam a apresentar riqueza e diversidade menores que os pontos de localização intermediária. Já nos pontos situados no rio Atibaia, a fauna respondeu à deterioração da qualidade da água, refletindo um gradiente ambiental. No segundo capítulo, visando à utilização de técnicas de avaliação rápida para facilitar a análise e interpretação de dados, foram aplicadas vinte e uma métricas biológicas. Dentre todas as métricas testadas, as que evidenciaram o gradiente ambiental presente na bacia estudada, com restrito coeficiente de variação no ponto referência foram riqueza e diversidade de famílias, densidade total, riqueza de EPT e ETO, porcentagem de Táxons de Diptera (exceto Tanytarsini) e não insetos, BMWP “JUNQ" e IBBJ. No terceiro capítulo, com a finalidade de contribuir para a elaboração de um plano de monitoramento de avaliação rápida para a bacia do Alto Atibaia (SP), concluiu-se que, com a metodologia empregada, a margem erosional seria o habitat que melhor corresponderia à media ou somatória para o ponto, pelo menos durante o período de estiagem. / Due to importance of the use of bioindicators to assess environmental quality and the advantages of employing benthic macroinvertebrates for this purpose, these organisms were used to assess the water quality of the Atibaia river basin (SP) in eight sites: 3 in the Atibainha river, 3 in the Cachoeira river, and 2 in the Atibaia river. Channel, depositional margin and erosional margin were sampled. Three replicates were collected in each habitat using a Hess sampler (678.9 cm2, 500μm mesh) or modified Petersen grab (325 cm2). Sediment samples were collected with a stainless steel modified Petersen grab for analysis of granulometry, humidity and total, volatile and fixed residues. This study is divided in three chapters. In the first, the fauna showed that headwater and downstream reservoir sites of Cachoeira and Atibainha rivers presented lower richness and diversity than intermediate sites. In the sampling sites of the Atibaia river, the fauna responded to the water quality decline, reflecting an environmental gradient. In the second chapter, aiming the utilization of rapid assessment techniques to facility data analysis and interpretation, twenty one biological metrics were applied. Metrics that evidence the environmental gradient of the basin, with restricted variation coefficient, were richness and diversity of families, total density, richness of EPT and ETO, percent of Diptera taxa and noninsects, BMWP “JUNQ" and IBBJ. In the third chapter, aiming to contribute to the development of a rapid assessment monitoring plan for the Atibaia river basin, according to the methodology employed, it was concluded that the erosional margin was the habitat that showed the best correspondence with the average or sum of the sites, at least during the dry season.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In this work the use of solid sampling graphite furnace atomic absorption spectrometry for the determination of Cr, Cu, Mn, Ni, Pb, Sb, Sn and Zn in natural rubber and Cr in silicone rubber was proposed. Calibration was carried out with reference solutions. For natural rubber, a deuterium background correction system was used and no chemical modifier was necessary for the elements determination. For Cr determination in silicone rubber, Mg was used as chemical modifier and background correction based on Zeeman-effect was necessary. The accuracy was checked by comparing the results obtained by the proposed method with those obtained by inductively coupled plasma mass spectrometry, in this case after wet decomposition of the sample in closed vessels (a natural rubber sample was also analyzed by neutron activation analysis). Results were in agreement for most of samples and elements. Up to 5 and 1 mg of natural and silicone rubber, respectively, could be introduced in the atomizer. The limits of detection was 6.0, 2.8, 9.0, 0.45, 1.3, 6.0, 8.0 e 0.17 ng g-1 for Cr, Cu, Ni, Mn, Pb, Sb, Sn and Zn, respectively, in natural rubber and 29 ng g-1 for Cr in silicone rubber. The relative standard deviation was lower than 17% for natural rubber and lower than 20% for silicone rubber. / Neste trabalho foi proposto o uso da espectrometria de absorção atômica com forno de grafite com amostragem de sólidos para a determinação de Cr, Cu, Mn, Ni, Pb, Sb, Sn e Zn em borracha natural e Cr em borracha de silicone. A calibração foi realizada com soluções de referência. Para borracha natural, a correção de fundo foi realizada empregando uma lâmpada de deutério e não foi necessária a utilização de modificador químico para a determinação dos elementos. Para a determinação de Cr em borracha de silicone, Mg foi utilizado como modificador químico e corretor de fundo baseado no efeito Zeeman foi necessário. A exatidão foi avaliada pela comparação dos resultados obtidos mediante o método proposto e aqueles obtidos por espectrometria de massa com plasma indutivamente acoplado, neste caso após decomposição da amostra por via úmida em sistema fechado (uma amostra de borracha natural também foi analisada por análise por ativação neutrônica). Resultados concordantes foram obtidos para a maioria das amostras e analitos. Até 5 e 1 mg de borracha natural e de silicone, respectivamente, puderam ser introduzidos no atomizador. Os limites de detecção obtidos foram 6,0; 2,8; 9,0; 0,45; 1,3; 6,0; 8,0 e 0,17 ng g-1 para Cr, Cu, Ni, Mn, Pb, Sb, Sn e Zn, respectivamente, em borracha natural e 29 ng g-1 para Cr em borracha de silicone. O desvio padrão relativo foi inferior a 17% para borracha natural e inferior a 20% para borracha de silicone.

Made available in DSpace on 2014-06-11T19:27:09Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-10-21Bitstream added on 2014-06-13T18:30:57Z : No. of bitstreams: 1 medeiros_oc_me_rcla.pdf: 490684 bytes, checksum: 52faa2f3e98ef45d4bbf7ef4c5429f91 (MD5) / O conhecimento dos métodos de amostragem juntamente com suas técnicas para a coleta de dados é indispensável a todos àqueles que desejam realizar trabalhos com levantamentos amostrais. Inicia-se o seu estudo fazendo-se um apanhado de fatos históricos que marcaram a estatística e a amostragem juntamente com seus principais pensadores desde o século XVIII. Em seguida são descritos os principais estimadores da amostragem aleatória simples (AAS) com ou sem reposição onde as mesmas são comparadas. Tem-se também a amostragem estratificada (AE), destacando-se as alocações Proporcional, Uniforme e Ótima de Neyman com seus respectivos estimadores, feita uma comparação entre AAS e AE para uma indicação da melhor entre as técnicas descritas. Outras técnicas também são mencionadas de forma superficial. Um exemplo de aplicação é apresentado no final do capítulo 3 para uma visualização numérica das teorias apresentadas. Por fim, tem-se alguns resultados de um levantamento de dados com aplicação direta ao projeto de extensão Dimensionamento da População Canina no município de Rio Claro - SP / The knowledge of sampling methods along with their techniques for data collection is indispensable to all those wishing to undertake work with sample surveys. We begin this study with an overview of historical events that marked statistics and sampling along with its major thinkers since the eighteenth century. Then we describe the main estimate of simple random sampling (SRS), with or without replacement, where the same are compared. We also present stratified sampling (SS), highlighting Neyman’s Proportional, Uniform and Optimal allocations with their respective estimate. A comparison is made between the SRS and SS for an indication of the best among the techniques described. Other techniques are also mentioned, in a superficial way. An application example is presented at the end of chapter 3 for a numerical display of the theories presented. Finally, there are some results of a survey of data with direct application to the extension project Scaling of the Canine Population in the city of Rio Claro - SP