Spelling suggestions: "subject:"análise dde tendência"" "subject:"análise dee tendência""
1 |
Análise de tendências em redes sociais acadêmicas / Trend analysis in academic social networksCáio César Trucolo 27 November 2015 (has links)
Conforme o volume e a diversidade de informações científicas aumentam, se torna necessário entender o que, porque e como esse aumento acontece. Estratégias e políticas públicas podem se desenvolver a partir dessas informações potencializando os serviços de educação e inovação oferecidos à sociedade. A análise de tendências é um dos passos nessa direção. Este trabalho no entanto vai além de considerar apenas o conteúdo das informações analisadas incluindo a estrutura das fontes geradoras das informações, ou seja, as redes sociais, como uma dimensão adicional para modelar e predizer tendências ao longo do tempo. Os experimentos foram realizados com os títulos das publicações de todos os doutores brasileiros da área de Ciência da Computação. Os resultados mostraram que a incorporação das medidas oriundas da análise de redes sociais reduziram os erros de predição, na média, para cerca de 18% daqueles produzidos sem a utilização destas medidas. Adicionalmente, esta incorporação permitiu que previsões mais futuras fossem realizadas sem grandes aumentos no erro destas previsões / As scientific information volume and diversity grow, the understanding of what, why and how it happens become necessary. Strategies and public politcs can be developed from these informations to power innovation and education services offered to society. Trend analysis is one of the steps in this direction. This work however goes beyond of just anlyse information content, it includes the information about the information sources structures, in other words, the social networks, as another dimension to model and predict trends through time. The experiments were made with the publication titles of all Brazilian Computer Science`s PHds. The results indicate the use o social network analysis metrics reduced the precision errors to about 18% of the errors produced without considering these metrics
|
2 |
Análise de tendências em redes sociais acadêmicas / Trend analysis in academic social networksTrucolo, Cáio César 27 November 2015 (has links)
Conforme o volume e a diversidade de informações científicas aumentam, se torna necessário entender o que, porque e como esse aumento acontece. Estratégias e políticas públicas podem se desenvolver a partir dessas informações potencializando os serviços de educação e inovação oferecidos à sociedade. A análise de tendências é um dos passos nessa direção. Este trabalho no entanto vai além de considerar apenas o conteúdo das informações analisadas incluindo a estrutura das fontes geradoras das informações, ou seja, as redes sociais, como uma dimensão adicional para modelar e predizer tendências ao longo do tempo. Os experimentos foram realizados com os títulos das publicações de todos os doutores brasileiros da área de Ciência da Computação. Os resultados mostraram que a incorporação das medidas oriundas da análise de redes sociais reduziram os erros de predição, na média, para cerca de 18% daqueles produzidos sem a utilização destas medidas. Adicionalmente, esta incorporação permitiu que previsões mais futuras fossem realizadas sem grandes aumentos no erro destas previsões / As scientific information volume and diversity grow, the understanding of what, why and how it happens become necessary. Strategies and public politcs can be developed from these informations to power innovation and education services offered to society. Trend analysis is one of the steps in this direction. This work however goes beyond of just anlyse information content, it includes the information about the information sources structures, in other words, the social networks, as another dimension to model and predict trends through time. The experiments were made with the publication titles of all Brazilian Computer Science`s PHds. The results indicate the use o social network analysis metrics reduced the precision errors to about 18% of the errors produced without considering these metrics
|
3 |
Determinação da distribuição de probabilidade no tempo para a ocorrência de falha empregando análise de tendênciaMilena Regina Jaloretto Alves 26 August 2010 (has links)
O cenário atual do mercado de aviação motiva a busca por novas tecnologias que possibilitem aos operadores a redução nos custos de operação de suas aeronaves. O conceito de monitoramento da saúde e prognóstico de falhas vem ao encontro deste interesse, possibilitando redução de custos de manutenção, além de maximização da vida útil dos equipamentos, aumento da segurança e despachabilidade. O presente trabalho propõe uma metodologia baseada em análise de tendência para a obtenção de uma distribuição de probabilidade associada ao instante predito de ocorrência de falha para um sistema aeronáutico. Essa metodologia consiste na utilização de métodos de Monte Carlo e bootstrap para a obtenção de um intervalo de confiança para o instante de falha, estimado por meio de regressão. A metodologia proposta é testada por meio de séries temporais simuladas com tendências lineares, quadráticas e exponenciais, sendo também avaliada em um estudo de caso envolvendo dados reais.
|
4 |
Uma metodologia para monitoramento das condições operativas de transformadores de potência e análise de tendências baseada em lógica fuzzy / A methodology for condition monitoring operating power transformers and analysis trends based on fuzzy logicNascimento Júnior, Newton Teixeira do 05 October 2010 (has links)
Made available in DSpace on 2016-08-17T14:53:13Z (GMT). No. of bitstreams: 1
Newton_ Teixeira _do_ Nascimento Junior.pdf: 3217306 bytes, checksum: c4c1a1e0f923de4227056ce0050d06f8 (MD5)
Previous issue date: 2010-10-05 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / This paper presents a computational method to monitor the operating state of steady electric
power transformers in a real time and perspectives of operation over time trends and their
operation. The methodology consists of two main steps. The first step is building composed of
a block of fuzzy inference s block that can monitor real-time values of transformer s electrical
parameters of the transformer (current, voltage between phases, power, oil temperature,
winding temperature), to analyze and map these inputs into a single output that reflects what
has been defined as operational status of the transformer. We defined five regions of
transformer s operation by which a processor can work: emergency, urgent, warning, stable
and great. The second step analyze the trend of increase / decrease of operating state obtained
from the fuzzy block in a given period, as one day, a month, one year and / or several years.
This trend can be characterized in various ways, such as increasing, decreasing very constant.
Statistical methods are employed for this analysis. The methodology was evaluated on a
database of a large company of generation and transmission of electric energy from the
Brazilian electricity sector. The results were satisfactory in that the development of operation
of such equipment was qualitatively mapped and their tendencies well characterized.
Conceptually, the analytical model presented can be extended to multiple processing units,
electric and other functions for up to a full network of interest, allowing subsidize the
operation of this and can indicate the need for any future system reinforcements. / Este trabalho apresenta uma metodologia computacional para monitorar o estado operacional
em regime permanente de transformadores de potência elétrica ao longo do tempo e suas
respectivas tendências de operação. A metodologia é composta de duas etapas principais. Na
primeira etapa é construído um bloco de inferência fuzzy capaz de monitorar em tempo real
os valores de variáveis elétricas do transformador (corrente, tensão entre fases, potência,
temperatura do óleo e temperatura dos enrolamentos), analisar e mapear estas entradas em
uma única saída que reflete o que foi definido como estado operacional do transformador.
Foram definidas cinco regiões de operação pelas quais um transformador pode trabalhar:
emergência, urgência, advertência, estável e ótimo. A segunda etapa trata de analisar a
tendência crescimento/decrescimento desse estado operativo obtido do bloco fuzzy em um
determinado período, tal como um dia, um mês, um ano e/ou vários anos. Essa tendência pode
ser caracterizada de várias formas, tais como crescente, muito decrescente, constante.
Métodos estatísticos são empregados para realizar essa análise. A metodologia foi avaliada
com uma base de dados de uma grande empresa geradora e transmissora de energia do setor
elétrico brasileiro. Os resultados alcançados foram satisfatórios, na medida em que a evolução
de operação desses equipamentos foi qualitativamente mapeada e suas tendências bem
caracterizadas. Conceitualmente, o modelo de análise apresentado pode ser estendido para
várias unidades transformadoras, para outras funções elétricas e até para uma rede de interesse
completa, permitindo subsidiar a operação desta e dar indicativos de necessidade de reforços
futuros no sistema.
|
Page generated in 0.0729 seconds