Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2015. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2016-03-30T12:54:06Z No. of bitstreams: 1 2015_JaderAlfonsoRuizPerez.pdf: 4717566 bytes, checksum: 692bdeba2a74fcf07ff414bc22c93fe5 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-03-31T11:01:33Z (GMT) No. of bitstreams: 1 2015_JaderAlfonsoRuizPerez.pdf: 4717566 bytes, checksum: 692bdeba2a74fcf07ff414bc22c93fe5 (MD5) / Made available in DSpace on 2016-03-31T11:01:33Z (GMT). No. of bitstreams: 1 2015_JaderAlfonsoRuizPerez.pdf: 4717566 bytes, checksum: 692bdeba2a74fcf07ff414bc22c93fe5 (MD5) / O objetivo desta dissertação é estudar os principais critérios empíricos que predizem o potencial de rockburst nos túneis por meio das tensões e as propriedades mecânicas da rocha, analisando a influência das tensões in situ e a geometria da escavação. Para o estudo do desempenho dos critérios na avaliação do potencial, é utilizada a metodologia de análise Característica Operativa do Receptor – Análise ROC, a qual por meio de uma matriz de confusão, compara os valores preditos pelos critérios com os valores obtidos na realidade. Para isto se contou com um banco de dados de 141 eventos ocorridos em diferentes locais do mundo e recopilados de 16 artigos diferentes disponíveis na literatura. Com esta metodologia foi também avaliado o desempenho dos intervalos de classificação das intensidades do potencial de rockburst (Baixo, Moderado e Violento). No estudo da influência das tensões in situ foram propostas quatro etapas de modelagem numérica com o software Examine 3D, o qual utiliza a ferramenta numérica Método dos Elementos de Contorno (MEC). Nas quatro etapas são utilizadas diferentes magnitudes dos estados de tensão e diferentes atitudes. Já no estudo da influência da geometria da escavação, foram utilizadas duas seções, uma circular e uma em arco-retângulo. Nas duas seções foram utilizados os mesmos estados de tensão para assim comparar os diferentes resultados entre as tensões induzidas e sua influência na formação de zonas com potencial de rockburst. Finalmente, é apresentado um procedimento para projeção de sistemas de suporte em tuneis que estão submetidos a condições de rockburst, nele são apresentados os princípios de projeto e critérios de aceitabilidade orientados à determinação da demanda de carga, deslocamento e energia, em função da magnitude de um evento sísmico de projeto. Ao final, é apresentado exemplo no qual é determinado o sistema de suporte para um caso de estudo real onde se tem problemas de rockburst. / The aim of this work is to study the main empirical criterion to predict rockburst potential in tunnels through the stresses and mechanical properties of the rock by analysis of the influence of the in situ stresses and excavation geometry. Receiver Operating Characteristic (ROC) methodology was used to study of the criteria performance in the potential assessment. The ROC analysis uses a matrix confusion to compare the values predicted by the criteria with the values obtained in reality. It was used a dataset with 141 events occurred in different parts of the world and compiled from 16 different paper available in the literature for the ROC analysis. With this methodology was also evaluated the performance of classification ranges intensity of rockburst potential (Low, Moderate and Violent). Four stages of numerical modeling with Examine 3D software were proposed to study the influence of the in situ stresses. This software uses a numerical tool Boundary Element Method (BEM). In the four stages were used different stress states, different dips, and dip directions. Two cross sections were analyzed to study the influence of the excavation geometry, one circular and one in arch-rectangle. It was used the same stress states in both cross sections to compare the different results of induced stress and its influence in the formation of rockburst potential areas. Finally, a design procedure for rock support systems in tunnels under rockburst conditions is presented. In this design procedure are listed the design principles and acceptability criteria to determining the load demand, displacement and energy in function of the seismic event magnitude. At the end, it is shown an example in which the rock support system is determined for a real case with rockburst problems.

Made available in DSpace on 2014-06-12T15:56:15Z (GMT). No. of bitstreams: 2 arquivo2790_1.pdf: 2753254 bytes, checksum: 58c415938566a69e881ed3b2c5347301 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / O Sistema GPS permite que objetos móveis possuam a funcionalidade de obter sua posição espaço-temporal a todo instante. Esta funcionalidade, recentemente requerida pelos mais diversos tipos de aplicações computacionais, tem gerado uma enorme quantidade de dados espaciais brutos sobre trajetórias, criando grandes bancos de dados espaço-temporais. Estão em curso projetos e pesquisas direcionados para o gerenciamento deste novo tipo de dados, e para a implementação de técnicas de análises apropriadas para a extração de conhecimento sobre trajetórias. Este trabalho propõe um novo método para se adicionar semântica às trajetórias, fundamentando-se na variação temporal da direção do objeto móvel, com a finalidade de gerar agrupamentos que representem locais de interesse no contexto da atividade na qual o objeto móvel se encontra inserido. Com a finalidade de validar o método proposto, trajetórias reais de barcos pesqueiros de atuns, obtidas pelo Programa Nacional de Rastreamento de Embarcações Pesqueiras por Satélite (PREPS), foram processadas pela extensão espacial do software Weka, o qual foi estendido para incorporar as funcionalidades principais do nosso método proposto, denominado de DB-SMoT (Stops and Moves de Trajetórias Baseado na Direção). Os resultados experimentais foram avaliados por meio da análise ROC (Receiver Operating Characteristic). No espaço ROC o método DB-SMoT foi comparado com outro método existente, chamado CB-SMoT (Clustering-Based Stops and Moves of Trajectories), que se baseia na variação da velocidade do objeto móvel para incorporação de semântica às trajetórias. Em experimentos com três trajetórias, o método proposto teve um desempenho superior ao CB-SMoT com relação à identificação de áreas de interesse em trajetórias

Aprendizado supervisionado tem sido principalmente utilizado para classificação. Neste trabalho são mostrados os benefícios do uso de rankings ao invés de classificação de exemplos isolados. Um rankeador é um algoritmo que ordena um conjunto de exemplos de tal modo que eles são apresentados do exemplo de maior para o exemplo de menor expectativa de ser positivo. Um ranking é o resultado dessa ordenação. Normalmente, um ranking é obtido pela ordenação do valor de confiança de classificação dado por um classificador. Este trabalho tem como objetivo procurar por novas abordagens para promover o uso de rankings. Desse modo, inicialmente são apresentados as diferenças e semelhanças entre ranking e classificação, bem como um novo algoritmo de ranking que os obtém diretamente sem a necessidade de obter os valores de confiança de classificação, esse algoritmo é denominado de LEXRANK. Uma área de pesquisa bastante importante em rankings é a análise ROC. O estudo de árvores de decisão e análise ROC é bastante sugestivo para o desenvolvimento de uma visualização da construção da árvore em gráficos ROC. Para mostrar passo a passo essa visualização foi desenvolvido uma sistema denominado PROGROC. Ainda do estudo de análise ROC, foi observado que a inclinação (coeficiente angular) dos segmentos que compõem o fecho convexo de curvas ROC é equivalente a razão de verossimilhança que pode ser convertida para probabilidades. Essa conversão é denominada de calibração por fecho convexo de curvas ROC que coincidentemente é equivalente ao algoritmo PAV que implementa regressão isotônica. Esse método de calibração otimiza Brier Score. Ao explorar essa medida foi encontrada uma relação bastante interessante entre Brier Score e curvas ROC. Finalmente, também foram explorados os rankings construídos durante o método de seleção de exemplos do algoritmo de aprendizado semi-supervisionado multi-descrição CO-TRAINING / Supervised learning has been used mostly for classification. In this work we show the benefits of a welcome shift in attention from classification to ranking. A ranker is an algorithm that sorts a set of instances from highest to lowest expectation that the instance is positive, and a ranking is the outcome of this sorting. Usually a ranking is obtained by sorting scores given by classifiers. In this work, we are concerned about novel approaches to promote the use of ranking. Therefore, we present the differences and relations between ranking and classification followed by a proposal of a novel ranking algorithm called LEXRANK, whose rankings are derived not from scores, but from a simple ranking of attribute values obtained from the training data. One very important field which uses rankings as its main input is ROC analysis. The study of decision trees and ROC analysis suggested an interesting way to visualize the tree construction in ROC graphs, which has been implemented in a system called PROGROC. Focusing on ROC analysis, we observed that the slope of segments obtained from the ROC convex hull is equivalent to the likelihood ratio, which can be converted into probabilities. Interestingly, this ROC convex hull calibration method is equivalent to Pool Adjacent Violators (PAV). Furthermore, the ROC convex hull calibration method optimizes Brier Score, and the exploration of this measure leads us to find an interesting connection between the Brier Score and ROC Curves. Finally, we also investigate rankings build in the selection method which increments the labelled set of CO-TRAINING, a semi-supervised multi-view learning algorithm

Aprendizado supervisionado tem sido principalmente utilizado para classificação. Neste trabalho são mostrados os benefícios do uso de rankings ao invés de classificação de exemplos isolados. Um rankeador é um algoritmo que ordena um conjunto de exemplos de tal modo que eles são apresentados do exemplo de maior para o exemplo de menor expectativa de ser positivo. Um ranking é o resultado dessa ordenação. Normalmente, um ranking é obtido pela ordenação do valor de confiança de classificação dado por um classificador. Este trabalho tem como objetivo procurar por novas abordagens para promover o uso de rankings. Desse modo, inicialmente são apresentados as diferenças e semelhanças entre ranking e classificação, bem como um novo algoritmo de ranking que os obtém diretamente sem a necessidade de obter os valores de confiança de classificação, esse algoritmo é denominado de LEXRANK. Uma área de pesquisa bastante importante em rankings é a análise ROC. O estudo de árvores de decisão e análise ROC é bastante sugestivo para o desenvolvimento de uma visualização da construção da árvore em gráficos ROC. Para mostrar passo a passo essa visualização foi desenvolvido uma sistema denominado PROGROC. Ainda do estudo de análise ROC, foi observado que a inclinação (coeficiente angular) dos segmentos que compõem o fecho convexo de curvas ROC é equivalente a razão de verossimilhança que pode ser convertida para probabilidades. Essa conversão é denominada de calibração por fecho convexo de curvas ROC que coincidentemente é equivalente ao algoritmo PAV que implementa regressão isotônica. Esse método de calibração otimiza Brier Score. Ao explorar essa medida foi encontrada uma relação bastante interessante entre Brier Score e curvas ROC. Finalmente, também foram explorados os rankings construídos durante o método de seleção de exemplos do algoritmo de aprendizado semi-supervisionado multi-descrição CO-TRAINING / Supervised learning has been used mostly for classification. In this work we show the benefits of a welcome shift in attention from classification to ranking. A ranker is an algorithm that sorts a set of instances from highest to lowest expectation that the instance is positive, and a ranking is the outcome of this sorting. Usually a ranking is obtained by sorting scores given by classifiers. In this work, we are concerned about novel approaches to promote the use of ranking. Therefore, we present the differences and relations between ranking and classification followed by a proposal of a novel ranking algorithm called LEXRANK, whose rankings are derived not from scores, but from a simple ranking of attribute values obtained from the training data. One very important field which uses rankings as its main input is ROC analysis. The study of decision trees and ROC analysis suggested an interesting way to visualize the tree construction in ROC graphs, which has been implemented in a system called PROGROC. Focusing on ROC analysis, we observed that the slope of segments obtained from the ROC convex hull is equivalent to the likelihood ratio, which can be converted into probabilities. Interestingly, this ROC convex hull calibration method is equivalent to Pool Adjacent Violators (PAV). Furthermore, the ROC convex hull calibration method optimizes Brier Score, and the exploration of this measure leads us to find an interesting connection between the Brier Score and ROC Curves. Finally, we also investigate rankings build in the selection method which increments the labelled set of CO-TRAINING, a semi-supervised multi-view learning algorithm