O modelo de Composição de Especialistas Locais (CEL) para classificação de populações constitui uma interessante ferramenta de análise discriminante. Para construção do modelo CEL utiliza-se técnicas discriminantes paramétricas e não-paramétricas, como a Análise Discriminante de Fisher, Logit e Extended DEA-DA. Tais modelos são aplicados numa massa de dados particular como um todo, e na mesma massa de dados clusterizada, visando eleger os especialistas que apresentem melhor desempenho na classificação de populações, ditos vencedores. Ponderam-se os especialistas vencedores nos clusters com o objetivo de construir a composição de especialistas locais (CEL). Realiza-se um estudo de caso onde o modelo CEL é aplicado a um conjunto de empresas classificadas como solventes e insolventes e que serve de sustentáculo para a calibração dos especialistas locais e construção da composição. O presente trabalho tem por objetivo estudar um modelo de Composição de Especialistas Locais (CEL) como instrumento para classificação de populações e compará-lo com o modelo discriminante que apresentou maior número de observações corretamente classificadas numa massa de dados particular, verificando a ocorrência ou não de melhoria no número absoluto de classificações corretas.

Nesta dissertação aplicam-se técnicas de mineração de dados no estudo do perfil de Tráfegos Aéreos Desconhecidos (TAD), registrados em relatórios armazenados em bases de dados do Comando de Defesa Aeroespacial Brasileiro. O objetivo é dotar o Comando da Aeronáutica de um estudo sobre instrumentos que aumentem a eficiência da análise dos Relatórios de Tráfegos Aéreos Desconhecidos, a fim de levantar padrões comportamentais que possam auxiliar no planejamento de operações aéreas do Comando da Aeronáutica ou de operações de fiscalização, executadas por órgãos de repressão policial. Aborda-se o problema sistemática e iterativamente, seguindo-se as etapas do processo KDD (Knowledge Discovery in Databases), que consiste nas fases de Identificação do Problema, Pré-Processamento, Mineração dos Dados e Pós-Processamento. Na fase de Pré-Processamento, foram desenvolvidos algoritmos para agrupar as trajetórias dos TAD, enriquecendo a base de dados original com dados sobre as rotas predominantes e os pontos onde se originam ou desaparecem os tráfegos, possibilitando a identificação de aeródromos clandestinos ou de maior incidência de TAD. Foram realizados experimentos com algoritmos genéticos, extraindo regras por meio de duas funções de avaliação: uma para retornar regras genéricas, na fase de Mineração; e outra para obter regras precisas, centradas nos dados, na fase de Pós-Processamento do KDD. Foram também realizados estudos com o algoritmo APRIORI, para uma tarefa de Associação. Os experimentos constituíram um passo importante para descobrir a necessidade de estabelecer a presença de determinados atributos no antecedente ou no conseqüente das regras geradas, em função das características do domínio de aplicação. Finalmente, foi proposto um algoritmo de mineração de dados denominado Perfil Pré-Fixado (PPF), de maneira a possibilitar a extração de regras a partir de um conjunto de informações conhecidas e a superar as dificuldades impostas pelas particularidades da base de dados dos TAD. As soluções foram então implementadas e validadas por meio de uma interface gráfica desenvolvida em linguagem JAVA.

A pronta detecção da ocorrência de falhas é de grande importância para a segurança de operação de sistemas dinâmicos, além de reduzir custos de manutenção. Com efeito, tendo-se detectado uma falha no sistema, ações mitigatórias podem ser tomadas de modo a evitar danos ao meio ambiente, prejuízos econômicos e principalmente perdas de vidas humanas. Os métodos tradicionais de detecção de falhas, contudo, esbarram em restrições físicas, ausência de um modelo acurado do sistema e indisponibilidade de dados do comportamento do sistema com falha. Neste trabalho, um esquema de detecção de falhas, é implementado para uma planta-piloto na forma de um helicóptero de três graus de liberdade, baseado no histórico de funcionamento normal do sistema, sem a necessidade de equipamentos adicionais e nem de um modelo acurado do sistema. Para isso, um método estatístico multivariado e outro de análise de agrupamentos são comparados, são eles: uso da estatística T de Hotelling e agrupamento K-means, respectivamente. A situação de falha implementada está associada à redução de 10% na potência de um dos motores. A investigação envolve o uso das variáveis de ângulo e velocidade estimada de arfagem, uso da tensão dos motores e uso das velocidades angulares estimadas. Os resultados em termos de tempo de detecção e curva ROC indicam que os dois métodos, quando comparados, apresentaram melhor eficiência em diferentes situações. Os resultados obtidos demonstram que, com o uso das tensões nos motores, o método K-means tem um desempenho superior, já com o emprego das velocidades angulares estimadas, a estatística T de Hotelling apresentou melhor resultado em relação ao método de agrupamento K-means.

Os explosivos compósitos desenvolvidos no CTA utilizam HMX, que pode existir em 4 formas polimórficas denominadas a, b, g e d. O HMX produzido no IAE cristaliza-se na forma a, que é mais sensível ao atrito e choque durante o manuseio, sendo necessário a recristalização para a forma b-HMX, que é a forma mais estável para utilização. Neste trabalho foi feita a caracterização do b-HMX, quanto a pureza, forma cristalina e formato em várias granulometrias, com a utilização das técnicas Cromatografia líquida de alta eficiência (HPLC), Espectroscopia no infravermelho com transformada de Fourier (FTIR), Microscopia ótica, Calorimetria exploratória diferencial (DSC), Microscopia eletrônica de varredura (MEV) e Difração de raios-X. Foi observado que o tamanho da partícula e sua distribuição afetam a temperatura da transição bd-HMX medida por DSC, sendo que quanto mais fina a granulometria mais alta a temperatura da transição. A microscopia ótica e MEV mostraram que as frações não são uniformes quanto ao tamanho e o formato das partículas, com a existência de partículas mal formadas, "clusters". A análise DSC mostrou que o comportamento do "cluster" é diferente dos cristais pequenos, obtendo a transição em temperatura mais baixa do que cristais maiores. MEV mostrou que após a conversão para forma d, as partículas maiores apresentam trincas , o que pode explicar picos múltiplos observados no DSC. O efeito da granulometria sobre a decomposição acompanhou o efeito sobre a transição cristalina, embora de forma pouco significativa.