Pesquisas na área de Química Medicinal têm direcionado esforços na busca por métodos que acelerem o processo de descoberta de novos medicamentos. Dentre as diversas etapas relacionadas ao longo do processo de descoberta de substâncias bioativas está a análise das relações entre a estrutura química e a atividade biológica de compostos. Neste processo, os pesquisadores da área de Química Medicinal analisam conjuntos de dados que são caracterizados pela alta dimensionalidade e baixo número de observações. Dentro desse contexto, o presente trabalho apresenta uma abordagem computacional que visa contribuir para a análise de dados químicos e, consequentemente, a descoberta de novos medicamentos para o tratamento de doenças crônicas. As abordagens de análise exploratória de dados, utilizadas neste trabalho, combinam técnicas de redução de dimensionalidade e de agrupamento para detecção de estruturas naturais que reflitam a atividade biológica dos compostos analisados. Dentre as diversas técnicas existentes para a redução de dimensionalidade, são discutidas o escore de Fisher, a análise de componentes principais e a análise de componentes principais esparsas. Quanto aos algoritmos de aprendizado, são avaliados o k-médias, fuzzy c-médias e modelo de misturas ICA aperfeiçoado. No desenvolvimento deste trabalho foram utilizados quatro conjuntos de dados, contendo informações de substâncias bioativas, sendo que dois conjuntos foram relacionados ao tratamento da diabetes mellitus e da síndrome metabólica, o terceiro conjunto relacionado a doenças cardiovasculares e o último conjunto apresenta substâncias que podem ser utilizadas no tratamento do câncer. Nos experimentos realizados, os resultados alcançados sugerem a utilização das técnicas de redução de dimensionalidade juntamente com os algoritmos não supervisionados para a tarefa de agrupamento dos dados químicos, uma vez que nesses experimentos foi possível descrever níveis de atividade biológica dos compostos estudados. Portanto, é possível concluir que as técnicas de redução de dimensionalidade e de agrupamento podem possivelmente ser utilizadas como guias no processo de descoberta e desenvolvimento de novos compostos na área de Química Medicinal. / Researches in Medicinal Chemistry\'s area have focused on the search of methods that accelerate the process of drug discovery. Among several steps related to the process of discovery of bioactive substances there is the analysis of the relationships between chemical structure and biological activity of compounds. In this process, researchers of medicinal chemistry analyze data sets that are characterized by high dimensionality and small number of observations. Within this context, this work presents a computational approach that aims to contribute to the analysis of chemical data and, consequently, the discovery of new drugs for the treatment of chronic diseases. Approaches used in exploratory data analysis, employed in this work, combine techniques of dimensionality reduction and clustering for detecting natural structures that reflect the biological activity of the analyzed compounds. Among several existing techniques for dimensionality reduction, we have focused the Fisher\'s score, principal component analysis and sparse principal component analysis. For the clustering procedure, this study evaluated k-means, fuzzy c-means and enhanced ICA mixture model. In order to perform experiments, we used four data sets, containing information of bioactive substances. Two sets are related to the treatment of diabetes mellitus and metabolic syndrome, the third set is related to cardiovascular disease and the latter set has substances that can be used in cancer treatment. In the experiments, the obtained results suggest the use of dimensionality reduction techniques along with clustering algorithms for the task of clustering chemical data, since from these experiments, it was possible to describe different levels of biological activity of the studied compounds. Therefore, we conclude that the techniques of dimensionality reduction and clustering can be used as guides in the process of discovery and development of new compounds in the field of Medicinal Chemistry

Pesquisas na área de Química Medicinal têm direcionado esforços na busca por métodos que acelerem o processo de descoberta de novos medicamentos. Dentre as diversas etapas relacionadas ao longo do processo de descoberta de substâncias bioativas está a análise das relações entre a estrutura química e a atividade biológica de compostos. Neste processo, os pesquisadores da área de Química Medicinal analisam conjuntos de dados que são caracterizados pela alta dimensionalidade e baixo número de observações. Dentro desse contexto, o presente trabalho apresenta uma abordagem computacional que visa contribuir para a análise de dados químicos e, consequentemente, a descoberta de novos medicamentos para o tratamento de doenças crônicas. As abordagens de análise exploratória de dados, utilizadas neste trabalho, combinam técnicas de redução de dimensionalidade e de agrupamento para detecção de estruturas naturais que reflitam a atividade biológica dos compostos analisados. Dentre as diversas técnicas existentes para a redução de dimensionalidade, são discutidas o escore de Fisher, a análise de componentes principais e a análise de componentes principais esparsas. Quanto aos algoritmos de aprendizado, são avaliados o k-médias, fuzzy c-médias e modelo de misturas ICA aperfeiçoado. No desenvolvimento deste trabalho foram utilizados quatro conjuntos de dados, contendo informações de substâncias bioativas, sendo que dois conjuntos foram relacionados ao tratamento da diabetes mellitus e da síndrome metabólica, o terceiro conjunto relacionado a doenças cardiovasculares e o último conjunto apresenta substâncias que podem ser utilizadas no tratamento do câncer. Nos experimentos realizados, os resultados alcançados sugerem a utilização das técnicas de redução de dimensionalidade juntamente com os algoritmos não supervisionados para a tarefa de agrupamento dos dados químicos, uma vez que nesses experimentos foi possível descrever níveis de atividade biológica dos compostos estudados. Portanto, é possível concluir que as técnicas de redução de dimensionalidade e de agrupamento podem possivelmente ser utilizadas como guias no processo de descoberta e desenvolvimento de novos compostos na área de Química Medicinal. / Researches in Medicinal Chemistry\'s area have focused on the search of methods that accelerate the process of drug discovery. Among several steps related to the process of discovery of bioactive substances there is the analysis of the relationships between chemical structure and biological activity of compounds. In this process, researchers of medicinal chemistry analyze data sets that are characterized by high dimensionality and small number of observations. Within this context, this work presents a computational approach that aims to contribute to the analysis of chemical data and, consequently, the discovery of new drugs for the treatment of chronic diseases. Approaches used in exploratory data analysis, employed in this work, combine techniques of dimensionality reduction and clustering for detecting natural structures that reflect the biological activity of the analyzed compounds. Among several existing techniques for dimensionality reduction, we have focused the Fisher\'s score, principal component analysis and sparse principal component analysis. For the clustering procedure, this study evaluated k-means, fuzzy c-means and enhanced ICA mixture model. In order to perform experiments, we used four data sets, containing information of bioactive substances. Two sets are related to the treatment of diabetes mellitus and metabolic syndrome, the third set is related to cardiovascular disease and the latter set has substances that can be used in cancer treatment. In the experiments, the obtained results suggest the use of dimensionality reduction techniques along with clustering algorithms for the task of clustering chemical data, since from these experiments, it was possible to describe different levels of biological activity of the studied compounds. Therefore, we conclude that the techniques of dimensionality reduction and clustering can be used as guides in the process of discovery and development of new compounds in the field of Medicinal Chemistry

Submitted by Daniel Benabou (dbenabas@gmail.com) on 2018-09-24T14:05:05Z No. of bitstreams: 1 Daniel Benabou - Final.pdf: 1509370 bytes, checksum: b5f974a956000f0474b19f3aa92f13db (MD5) / Approved for entry into archive by Joana Martorini (joana.martorini@fgv.br) on 2018-09-24T15:01:39Z (GMT) No. of bitstreams: 1 Daniel Benabou - Final.pdf: 1509370 bytes, checksum: b5f974a956000f0474b19f3aa92f13db (MD5) / Approved for entry into archive by Isabele Garcia (isabele.garcia@fgv.br) on 2018-09-24T20:11:14Z (GMT) No. of bitstreams: 1 Daniel Benabou - Final.pdf: 1509370 bytes, checksum: b5f974a956000f0474b19f3aa92f13db (MD5) / Made available in DSpace on 2018-09-24T20:11:14Z (GMT). No. of bitstreams: 1 Daniel Benabou - Final.pdf: 1509370 bytes, checksum: b5f974a956000f0474b19f3aa92f13db (MD5) Previous issue date: 2018-08-24 / Com o objetivo de obter a estrutura de curvas futuras de swaps de energia, este trabalho foca na implementação numérica do modelo de Heath, Jarrow e Morton (1992) utilizando somente as informações dos contratos de swaps negociados no Sistema Elétrico Brasileiro, através do modelo discreto do HJM conhecido como Modelo de Brace, Garatek e Musiela (1997), também referido como Modelo de Mercado. A estrutura de volatilidade foi obtida de forma não-paramétrica através de curvas suaves e de vértices sintéticos obtidos por interpolação dos dados de venda de uma comercializadora tratados através do método de Análise de Componentes Principais (PCA). Os dados analisados foram contratos firmados entre o início de 2013 e o primeiro quadrimestre de 2015. / For the purpose of obtaining the structure of future swap energy curves in the Brazilian market, this paper focuses on the numerical implementation of the Heath, Jarrow and Morton model (1992) using market information regarding the swap contracts traded in the Brazilian energy system, with its multi-factor discrete form, the Brace, Garatek and Musiela (1997) model, also known as Market Model. The volatility structure is obtained with smooth curves and synthetic vertices, obtained thru swap contracts negotiated by a Brazilian energy trading company. Also, the volatility structures where analyzed with the Principal Components Analysis (PCA). The analyzed data where swap contracts stablished between the beginning of 2013 until the first quarter of 2015.

Made available in DSpace on 2016-12-23T14:00:36Z (GMT). No. of bitstreams: 1 Fabiano Venturim Canal.pdf: 995421 bytes, checksum: e7d29ff3a827c3bd415123b800daa48d (MD5) Previous issue date: 2012-05-24 / This study was motivated by the interest in creating a synthetic index of sustainable development that can also enable a systemic vision of the reality studied. By its synthetic nature and its systemic character, this index was entitled a "syntheticsystemic" indicator of sustainable development. The general aim of this study was to develop a synthetic-systemic indicator of sustainable development for the state of Espírito Santo. In order to achieve this goal, as a theoretical framework, we discussed the theme of sustainable development and its indicators, and spoke out about the importance of adding systemic approach to building a sustainable development indicator. About the methodology, based on the structure and indicators of "IDS-Brasil 2010 , as well as variables from "Ecologic Footprint and "ESI , we selected 24 primary indicators for this study, which were transformed to values between zero to one, creating a way to compare them. After this, were applied three methods for the aggregation of these variables: arithmetic average, multivariate analysis by principal components and factor analysis, in order to choose the more appropriate method for measuring sustainable development for the state of Espírito Santo. The procedure used to assess the significance of the found estimates was the inference, and factor analysis method was selected because it presented, on average, the best coefficient of determination (R²). Finally, the results obtained by factor analysis were analyzed from a systemic perspective, developing this way a synthetic-systemic indicator of sustainable development for the state of Espírito Santo. This dissertation was planned to build an index able to measure and indicate the points in need of actions to be taken for effective corporate, social, economic and environmental governance to the state of the Espírito Santo, as a way to achieve sustainable development / A presente dissertação foi motivada pelo interesse em construir um índice sintético de desenvolvimento sustentável capaz de permitir também uma visão sistêmica da realidade pesquisada. Por sua natureza sintética e pelo seu caráter sistêmico,esse índice foi intitulado de indicador sintético-sistêmico de desenvolvimento sustentável. Elegendo como lócus de estudo o estado do Espírito Santo, definiu-se como objetivo geral deste trabalho construir um indicador sintético-sistêmico de desenvolvimento sustentável para o estado do Espírito Santo. De forma a atingir esse objetivo, a título de referencial teórico, foi abordada a temática do desenvolvimento sustentável e seus indicadores, e discorreu-se sobre a importância da adição da perspectiva sistêmica para a construção de um indicador de desenvolvimento sustentável. Quanto à metodologia, tendo por base a estrutura e os indicadores do IDS-Brasil 2010, bem como variáveis da Pegada Ecológica e do ESI, foram selecionados 24 indicadores primários para este estudo, os quais foram transformados para valores entre zero em um, conferindo-lhes a propriedade de comensurabilidade. Aplicaram-se, então, três métodos para a agregação dessas variáveis: média aritmética; análise multivariada por componentes principais; e análise fatorial, de forma a se eleger o método de melhor adequação para medir o desenvolvimento sustentável para o estado do Espírito Santo. O procedimento usado para verificar a significância das estimativas encontradas foi a inferência, e a análise fatorial foi o método escolhido, por ter apresentado, em média, o melhor coeficiente de determinação (R²). Por fim, os resultados obtidos por meio da análise fatorial foram analisados sob uma perspectiva sistêmica, criando-se com isso o indicador sintético-sistêmico de desenvolvimento sustentável para o estado do Espírito Santo. Com a realização deste estudo almejou-se construir um índice capaz medir e apontar os pontos carentes de ações e medidas necessárias à efetiva governança institucional, social, econômica e ambiental do estado do Espírito Santo, como via para a promoção do desenvolvimento sustentável

Submitted by Nelson Nojima (nelson.nojima@gmail.com) on 2013-09-09T22:05:53Z No. of bitstreams: 1 Dissert-NelsonNojima_v27a.pdf: 752789 bytes, checksum: 162111784a7b3f201faadac1a7a9417f (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2013-09-10T12:39:18Z (GMT) No. of bitstreams: 1 Dissert-NelsonNojima_v27a.pdf: 752789 bytes, checksum: 162111784a7b3f201faadac1a7a9417f (MD5) / Made available in DSpace on 2013-09-10T12:56:54Z (GMT). No. of bitstreams: 1 Dissert-NelsonNojima_v27a.pdf: 752789 bytes, checksum: 162111784a7b3f201faadac1a7a9417f (MD5) Previous issue date: 2013-08-23 / For the purpose of pricing interest rate derivatives in the Brazilian market, this work focuses on the numerical implementation of the Heath, Jarrow and Morton model (1992) in its multi-factor discrete form, which allows for great flexibility on the estimation of the forward rate curve under a volatility term structure based on orthogonal factors (PCA), thus facilitating the Monte Carlo simulation of its dynamics as a consequence of the independence of these factors. The volatility term structure is built in a non-parametric way based on synthetic buckets obtained via interpolation of historical data of BM&FBOVESPA DI Futures ranging from Jan/2nd/2003 to Dec/28th/2012. The Brace and Musiela (1994) adaptation of the HJM Model was adopted in this study. The following derivatives are priced: DI Futures, options on the IDI index, and options on DI Futures. / Com o objetivo de precificar derivativos de taxas de juros no mercado brasileiro, este trabalho foca na implementação do modelo de Heath, Jarrow e Morton (1992) em sua forma discreta e multifatorial através de uma abordagem numérica, e, que possibilita uma grande flexibilidade na estimativa da taxa forward sob uma estrutura de volatilidade baseada em fatores ortogonais, facilitando assim a simulação de sua evolução por Monte Carlo, como conseqüência da independência destes fatores. A estrutura de volatilidade foi construída de maneira a ser totalmente não paramétrica baseada em vértices sintéticos que foram obtidos por interpolação dos dados históricos de cotações do DI Futuro negociado na BM&FBOVESPA, sendo o período analisado entre 02/01/2003 a 28/12/2012. Para possibilitar esta abordagem foi introduzida uma modificação no modelo HJM desenvolvida por Brace e Musiela (1994).

Para o desenvolvimento deste estudo, foi utilizado um testemunho de alta resolução coletado no talude da Bacia de Santos, em que foram realizadas análises de foraminíferos planctônicos e isótopos de oxigênio. Os resultados foram complementados por dados de razões de Fe/Ca e Ti/Ca e permitiram a compreensão do cenário paleoceanográfico no setor oeste do Atlântico Sul nos últimos 15 mil anos. Condições mais frias foram encontradas no início do registro até aproximadamente 8 mil anos A.P., com predomínio da fauna fria (G. truncatulinoides, N. dutertrei, e G. inflata) e valores mais altos de ? 18O. Maior produtividade também é sugerida pela componente principal 2 (CP2), relacionada à camada de mistura e caracterizada pela assembléia G. ruber (white) e G. sacculifer. As razões de Fe/Ca e Ti/Ca indicam maior aporte de terrígenos pela pluma do Rio da Prata para o ambiente oceânico, provavelmente contribuindo para fertilização das águas superficiais. A partir de 8 mil anos A.P. observa-se aumento dos valores da curva paleoclimática e diminuição progressiva dos valores de ? 18O. A CP2 apresenta valores máximos entre 10 e 5 mil anos A.P., indicando uma coluna de água mais quente e altamente estratificada. Neste período, apresentam-se os mínimos de razões de Fe/Ca e Ti/Ca, indicando um período mais seco, relacionado ao mínimo de insolação de verão no hemisfério sul e posicionamento da ZCIT mais ao norte. A partir de 5 mil anos A.P. até o final do registro, observa-se novamente menores valores da CP2 e razões crescentes Fe/Ca e Ti/Ca, indicando condições mais úmidas e de maior produtividade no Holoceno superior. / For this study, faunal changes in foraminifer\'s assemblages and oxygen stable isotopes were carried out on a high- resolution core retrieved from the slope of Santos Basin. The results, complemented with Fe/Ca and Ti/Ca ratios enabled the understanding of paleoceanografic changes occurred in the last 15 Kyr. Cold conditions were recognized in the late deglaciation until 8 mil Kyr B.P., characterized by the cold assemblage (G. truncatulinoides, N. dutertrei, and G. inflata) and higher values of ? 18O. The low values of principal component 2 (PC 2), related to the mixed layer and dominated by the species G. ruber (white) and G. sacculifer suggest enhanced surface productivity. The Fe/Ca and Ti/Ca ratios on the sedimentary record indicate a high terrigenous input from the Plata Plume outflow in the oceanic environment, which probably contributed to the fertilization of superficial waters. From 8 Kyr B.P., an increase in the paleoclimatic curve values and gradual reduction in the ? 18O were observed in the data. The PC 2 yields maximum values between 10 and 5 Kyr B.P., indicating warm and highly stratified water-column conditions. In this period, low Fe/Ca and Ti/Ca ratios point out dryer conditions, related to the low peak austral summer insolation and the ITCZ located farther north. From 5 mil Kyr B.P. decreasing PC 2 values and increasing Fe/Ca and Ti/Ca ratios may be a sign of more productivity and humid conditions in the late Holocene.

Neste estudo realizamos uma prova de conceito através da combinação de três técnicas com a finalidade de monitorar a mosturação e fermentação da cerveja durante o processo de fabricação. O princípio deste trabalho é baseado em uma análise espectral, utilizando um equipamento de absorção na região do infravermelho médio por transformada de Fourier (FTIR - Fourier Transform Infrared) de amostras coletadas durante a fabricação da cerveja. Combinado com técnicas de processamento de Análise de Componentes Principais e Redes Neurais Artificiais é possível quantificar a concentração dos principais carboidratos e etanol presentes nestas amostras. Estas medidas físicas e químicas irão permitir a redução de erros durante a produção de cerveja além de optimizar as reações enzimáticas intrínsecas de suas principais etapas de análise. As técnicas ópticas de absorção, juntamente com o processamento neural, apresentam grandes vantagens, principalmente devido ao fato de serem facilmente adaptáveis aos equipamentos industriais, fornecendo respostas em curtos intervalos de tempo com alta sensibilidade e especificidade. / This study is fundamentally a proof of concept. By the combination of three techniques, our aim is to develop a new method of monitoring beer wort production and fermentation during brewing. The principle is based on spectral analyses, using Fourier Transform Infrared (FTIR) spectroscopy to collect absorption data from beer wort samples. This data is refined by the application of a statistical method, Principal Component Analysis (PCA), to reduce the number of variables. A computational method, Artificial Neural Network (ANN), enables quantification of carbohydrates and ethanol concentrations. Such physical-chemical measurements are expected to allow both reduction of mistakes during beer processing and optimization of enzymatic reactions, enhancing brewing processes. Optical absorption techniques associated with Artificial Neural Network present great advantages, mainly because the first ones are more easily inserted in industries than the latter ones, since they enable assessing the process status at short intervals, with high sensibility ; specificity.

O estudo integrado da paisagem permite a verificação dos níveis de interconexão, da estrutura e da funcionalidade de diversas porções da superfície terrestre. Sob este aspecto muitas pesquisas têm incluído como temática, o estudo dos mecanismos de funcionamento da paisagem e a interação entre os seus componentes. Desta forma, torna-se essencial para a ampliação das investigações, a introdução de metodologias e novas técnicas, que inseridas adequadamente, contribuem para o melhor entendimento dos elementos que compõem a paisagem. Neste sentido, este trabalho teve como objetivo identificar, interpretar e compreender a diversidade de fisionomias da paisagem e sua fisiologia, na bacia hidrográfica do rio Botucaraí, Rio Grande do Sul, a partir da aplicação de técnicas de Sensoriamento Remoto, especificamente a Análise por Componentes Principais (ACP). Nesta perspectiva, entende-se que o tratamento das bandas espectrais, a partir de imagens de satélite, configura-se em uma complementação no estudo e no entendimento dos elementos constituintes da paisagem: solos, relevo, litologia e vegetação, além de gerar produtos cartográficos com níveis de detalhamento mais precisos. A técnica de ACP foi aplicada a partir do mapeamento de uso e cobertura da terra, do mapa do relevo, dos mapas temáticos básicos (hipsometria e declividades), do mapa geológico, do mapa da cobertura vegetal e do mapa de solos. Assim, geraram-se as imagens de Componentes Principais (CPs), sendo que as cinco primeiras foram utilizadas para a análise. Desta forma, com a combinação de bandas, identificaram-se novas interfaces e feições, a partir da contribuição e representatividade de cada CP, que se configurou em cinco agrupamentos, denominados de Fisionomias: 1 (Norte- Planalto Meridional), 2 (Serra Geral), 3 (Depressão Central), 4 (Depósitos Aluviais), associadas aos mapas Hipsométrico/declividades com as CPs geradas e com os elementos da paisagem. Estas fisionomias expressaram as diferenças e/ou similaridades no uso da terra, permitindo o seu agrupamento, a partir das características do relevo, litologia, solos, vegetação e uso e cobertura da terra, destacando-se a considerável interferência antrópica na modificação da fisionomia da paisagem. / The integrated study of the landscape allows the verification of the interconnection levels, structure and functionality of various portions of the earth\'s surface. In this aspect, many researches have included as a theme, the study of the mechanisms of landscape functioning and the interaction between its components. In this way, it becomes essential for the expansion of the investigations, the introduction of methodologies and new techniques, that inserted properly, contribute to the better understanding of the elements that compose the landscape. Thus, this study aimed to identify, interpret and understand the diversity of physiognomy of the landscape and its physiology, in the hydrographic basin of river Botucaraí, Rio Grande do Sul, from the application of remote sensing techniques, specifically the Principal Component Analysis (PCA). In this perspective, it is understood that the treatment of the spectral bands, from satellite images, constitutes a complementation in the study and understanding of the constituent elements of the landscape: soil, relief, lithology and vegetation, besides generating cartographic products with more precise levels of detail. The PCA technique was applied from land use and land cover mapping, relief mapping, basic theme maps (hypsometry and declivity), the geological map, the vegetation cover map, and the soil map. Thus, the images of Principal Components (CPs) were generated, and the first five were used for the analysis. In this way, with the combination of bands, new interfaces and features were identified, based on the contribution and representativeness of each CP, which was configured in five groups, called Physiognomies: 1 (north- Planalto Meridional), 2 (Serra Geral), 3 (Central Depression), 4 (Alluvial deposits) associated with Hypsometric maps/declivity with CPs generated and landscape elements. These physiognomies expressed the differences and/or similarities in the land use, allowing their grouping, from the characteristics of the relief, lithology, soils, vegetation and use and cover of the land, highlighting the considerable anthropic interference in the modification of the physiognomy of the landscape.

Made available in DSpace on 2015-03-05T20:06:22Z (GMT). No. of bitstreams: 0 Previous issue date: 29 / Nenhuma / Introdução: O objetivo deste trabalho foi apresentar Focada Análise de Componentes Principais (FPCA) como um novo método exploratório, adequado para situações em que se quer conhecer a conformação dos padrões alimentares a partir de determinadas características da amostra. Métodos: Para exemplificar o uso do FPCA, foram utilizados os dados de um inquérito com uma amostra representativa de 1.968 adultos que vivem na cidade de Pelotas, no sul do Brasil. O consumo alimentar foi obtido através de um questionário de freqüência de consumo (IQA), abrangendo 26 itens alimentares. As variáveis de população - denominadas variáveis foco na FPCA - utilizados para análise foram: idade, renda e escolaridade. Todas as análises foram realizadas utilizando o software R (R Development Core Team, 2009). Resultados: Os gráficos gerados mostram evidências de desigualdades socioeconômicas no padrão alimentar dos adultos. Padrão de ingestão de alimentos integrais, frutas, legumes e foi positivamente correlacionada com a renda, enqu / Introduction: The aim of the present article is to introduce Focused Principal Component Analysis (FPCA) as a novel exploratory method for providing insight into dietary patterns that emerge based on a given characteristic of the sample. Methods: To exemplify the use of FPCA, we used the database of a survey of a representative sample of 1,968 adults living in the city of Pelotas, Southern Brazil. Food intake was obtained using an intake frequency questionnaire (IFQ) covering 26 food items. The population variables – termed focus variables in FPCA – used for analysis were age, income, and schooling. All analyses were carried out using R software (R Development Core Team, 2009). Results: The graphs generated show evidence of socioeconomic inequities in the dietary patterns of adults. Intake of whole foods, fruit, and vegetables was positively correlated with income, whereas for refined cereals, animal fats (lard), and white bread this correlation was negative. When the focus variable was schooling, the graph

Atualmente, a segurança computacional vem se tornando cada vez mais necessária devido ao grande crescimento das estatísticas que relatam os crimes computacionais. Uma das ferramentas utilizadas para aumentar o nível de segurança é conhecida como Sistemas de Detecção de Intrusão (SDI). A flexibilidade e usabilidade destes sistemas têm contribuído, consideravelmente, para o aumento da proteção dos ambientes computacionais. Como grande parte das intrusões seguem padrões bem definidos de comportamento em uma rede de computadores, as técnicas de classificação e clusterização de dados tendem a ser muito apropriadas para a obtenção de uma forma eficaz de resolver este tipo de problema. Neste trabalho será apresentado um modelo dinâmico de clusterização baseado em um mecanismo de movimentação dos dados. Apesar de ser uma técnica de clusterização de dados aplicável a qualquer tipo de dados, neste trabalho, este modelo será utilizado para a detecção de intrusão. A técnica apresentada neste trabalho obteve resultados de clusterização comparáveis com técnicas tradicionais. Além disso, a técnica proposta possui algumas vantagens sobre as técnicas tradicionais investigadas, como realização de clusterizações multi-escala e não necessidade de determinação do número inicial de clusters / Nowadays, the computational security is becoming more and more necessary due to the large growth of the statistics that describe computer crimes. One of the tools used to increase the safety level is named Intrusion Detection Systems (IDS). The flexibility and usability of these systems have contributed, considerably, to increase the protection of computational environments. As large part of the intrusions follows behavior patterns very well defined in a computers network, techniques for data classification and clustering tend to be very appropriate to obtain an effective solutions to this problem. In this work, a dynamic clustering model based on a data movement mechanism are presented. In spite of a clustering technique applicable to any data type, in this work, this model will be applied to the detection intrusion. The technique presented in this work obtained clustering results comparable to those obtained by traditional techniques. Besides the proposed technique presents some advantages on the traditional techniques investigated, like multi-resolution clustering and no need to previously know the number of clusters