Made available in DSpace on 2010-04-20T20:15:19Z (GMT). No. of bitstreams: 0 Previous issue date: 2002-02-04T00:00:00Z / Apresenta métodos quantitativos próprios para a discriminação entre grupos, baseados em Análise Discriminante Linear, Regressão Logística, Redes Neurais e Algoritmos Genéticos, dentro do contexto do problema da análise de crédito.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2016-07-28T18:19:39Z No. of bitstreams: 1 texto completo.pdf: 698486 bytes, checksum: 6632da2c088b4b1018c260c4cd2827c0 (MD5) / Made available in DSpace on 2016-07-28T18:19:39Z (GMT). No. of bitstreams: 1 texto completo.pdf: 698486 bytes, checksum: 6632da2c088b4b1018c260c4cd2827c0 (MD5) Previous issue date: 2016-02-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / É importante para a preservação da variabilidade genética e da biodiversidade a correta classificação dos indivíduos. As técnicas de estatística multivariada comumente utilizada nessas situações são as funções discriminantes de Fisher e de Anderson, que permitem alocar um indivíduo inicialmente desconhecido em uma das g populações prováveis ou grupos pré-definidos. Entretanto, para o caso de populações não linearmente separáveis, esses métodos tem se mostrado pouco eficientes devido ao fato de não conseguir detectar a diferença entre as populações. Em alguns casos é preciso captar o máximo de informação possível e para tal outro método é necessário quando não for possível adquirir resultados pelos métodos multivariados. Portanto uma alternativa como possível solução para tal finalidade são as redes neurais artificiais, utilizadas em diversos problemas da Estatística, como agrupamento de indivíduos similares, previsão de séries temporais e em especial, os problemas de classificação. Outra técnica computacional que também vem adquirindo credibilidade e grande atenção nos últimos anos é conhecida como Máquina de Vetor Suporte (Support Vector Machines - SVMs). As SVMs vêm sendo utilizadas em diversas tarefas de reconhecimento de padrões, obtendo resultados superiores ou similares aos alcançados por técnicas similares em várias aplicações como em detecção de faces em imagens e na categorização de textos. Diante do exposto, o objetivo deste trabalho é avaliar a utilização da máquinas de vetores suporte em problemas de discriminação de populações com estruturas genéticas conhecidas. Além disso, os resultados obtidos pela técnica foram comparados com aqueles advindos de análises discriminante de Anderson e redes neurais. Cada população foi caracterizada por um conjunto de elementos mensurados por características de natureza contínua. Foram geradas considerados 50 locos independentes, cada qual com dois alelos. As relações de parentescos e a estruturação hierárquica foram estabelecidas considerando populações genitoras geneticamente divergentes, híbrido F 1 e três gerações de retrocruzamentos em relação a cada um dos genitores, permitindo estabelecer parâmetros de eficácia das metodologias testadas. Os dados fenotípicos das populações foram utilizados para estabelecimento da função discriminante de Anderson e para o cálculo da taxa de erro aparente (TEA), que mede o número de classificações incorretas. As estimativas de TEA foram comparadas com as obtida por meio das Redes Neurais Artificiais e a Máquina de Vetor Suporte para verificação dos problemas de classificações, buscando minimizar o número de classificações incorretas em comparação aos obtidos pela função discriminante. De acordo com os resultados avaliados, a Rede Neural obteve resultados satisfatórios com TEA a 0% enquanto que o método SVM obteve TEA de 14,44% a 67,41% enquanto que a de Anderson manteve TEA entre 18,89% a 74,07%. No entanto são necessários mais estudos quanto a utilização da SVM com base em algoritmos de otimização de busca para o espaço de parâmetros para pôr fim tentar alcançar resultados mais satisfatórios. / It is important for the preservation of genetic variability and biodiversity the correct classification of the individuals. The techniques of multivariate statistics commonly used in these situations are the Fisher and Anderson discriminant functions, which allow you to allocate an individual initially unknown to one of g populations likely or groups pre-defined. However, for the case of populations that are not linearly separable, these methods have been shown little efficient due to the fact it’s not able to detect the difference between the populations. In some cases, it is necessary capturing as much information as possible and for that other method is required when it is not possible to acquire the results frommultivariate methods. Therefore an alternative as a possible solution for this purpose is the artificial neural networks, used in various problems of Statistics, such as grouping of individuals with similar forecasting time series and in particular, the problems of classification. Another computational technique that has been acquiring credibility and great attention in recent years is known as the Support Vector Machines (SVM).The SVMs have been used in various tasks of pattern recognition, achieving higher results or similar to those achieved by similar techniques in various applications, such as detection of faces in images, and in the categorization of texts. The aim of this study is to evaluate the use of Support Vector Machines in problems of population’s discrimination with a known genetic structure. In addition, the results obtained by the technique is compared with those resulting from analysis of Anderson discriminant function and neural networks. Each population was characterized by a set of elements measured by characteristics of continuous nature. Were generated considering 50 locos independent, each with two alleles. The relations of kinship and the hierarchical structuring were established considering populations genetically divergent, F1 hybrid and three generations of backcrossing in relation to each of the parents, allowing to establish parameters of effectiveness of the tested methodologies. The phenotypic data of the populations were used to establish the discriminant function of Anderson and for the calculation of the error rate apparent (TEA), that measures the number of incorrect ratings. Estimates of TEA were compared with those obtained by means of Artificial Neural Networks and Support Vector Machine for verification of classification problems, seeking to minimize the number of incorrect ratings in comparison to discriminant function. According to the results, the neural network obtained satisfactory results with a TEA of 0%, while the SVM method obtained TEA between 14.44% and 67.41%, while the results of Anderson function have TEA between 18.89% and 74.07%. However, it is necessary more studies about the use of the SVM based on the optimization algorithms for the search of the space of parameters in order to try to achieve results that are more satisfactory.

Made available in DSpace on 2010-04-20T20:14:52Z (GMT). No. of bitstreams: 0 Previous issue date: 1990-12-12T00:00:00Z / Trata da apresentação da técnica estatística conhecida como Análise Discriminante e sua aplicação na classificação de empresas, quanto à condição de solvência, para fins de concessão de crédito. Aborda aspectos conceituais e teóricos dessa técnica estatística e os recentes estudos sobre sua aplicação e limitações em finanças.

Este trabalho de pesquisa descreve três estudos de utilização de métodos quimiométricos para a classificação e caracterização de óleos comestíveis vegetais e seus parâmetros de qualidade através das técnicas de espectrometria de absorção molecular no infravermelho médio com transformada de Fourier e de espectrometria no infravermelho próximo, e o monitoramento da qualidade e estabilidade oxidativa do iogurte usando espectrometria de fluorescência molecular. O primeiro e segundo estudos visam à classificação e caracterização de parâmetros de qualidade de óleos comestíveis vegetais utilizando espectrometria no infravermelho médio com transformada de Fourier (FT-MIR) e no infravermelho próximo (NIR). O algoritmo de Kennard-Stone foi usado para a seleção do conjunto de validação após análise de componentes principais (PCA). A discriminação entre os óleos de canola, girassol, milho e soja foi investigada usando SVM-DA, SIMCA e PLS-DA. A predição dos parâmetros de qualidade, índice de refração e densidade relativa dos óleos, foi investigada usando os métodos de calibração multivariada dos mínimos quadrados parciais (PLS), iPLS e SVM para os dados de FT-MIR e NIR. Vários tipos de pré-processamentos, primeira derivada, correção do sinal multiplicativo (MSC), dados centrados na média, correção do sinal ortogonal (OSC) e variação normal padrão (SNV) foram utilizados, usando a raiz quadrada do erro médio quadrático de validação cruzada (RMSECV) e de predição (RMSEP) como parâmetros de avaliação. A metodologia desenvolvida para determinação de índice de refração e densidade relativa e classificação dos óleos vegetais é rápida e direta. O terceiro estudo visa à avaliação da estabilidade oxidativa e qualidade do iogurte armazenado a 4C submetido à luz direta e mantido no escuro, usando a análise dos fatores paralelos (PARAFAC) na luminescência exibida por três fluoróforos presentes no iogurte, onde pelo menos um deles está fortemente relacionado com as condições de armazenamento. O sinal fluorescente foi identificado pelo espectro de emissão e excitação das substâncias fluorescentes puras, que foram sugeridas serem vitamina A, triptofano e riboflavina. Modelos de regressão baseados nos escores do PARAFAC para a riboflavina foram desenvolvidos usando os escores obtidos no primeiro dia como variável dependente e os escores obtidos durante o armazenamento como variável independente. Foi visível o decaimento da curva analítica com o decurso do tempo da experimentação. Portanto, o teor de riboflavina pode ser considerado um bom indicador para a estabilidade do iogurte. Assim, é possível concluir que a espectroscopia de fluorescência combinada com métodos quimiométricos é um método rápido para monitorar a estabilidade oxidativa e a qualidade do iogurte / This research work describes three studies of chemometric methods employed for the classification and characterization of edible oils and its quality parameters through Fourier Transform mid infrared spectroscopy and near infrared spectroscopy, and for the monitoring the oxidative stability and quality of yogurt using fluorescence spectroscopy . The first and second studies aimed the classification and characterization of edible oil and its quality parameters using Fourier Transform mid infrared spectroscopy (FT-MIR) and near infrared spectroscopy (NIR) measurements, respectively. Kennard-Stone algorithm was used for selecting the training set, after a principal component analysis (PCA) was applied. The discrimination of canola oils from sunflower, corn and soybean was investigated using SVM-DA, SIMCA and PLS-DA. The quality parameters refraction index and relative density of edible oil was investigated using partial least squares (PLS), iPLS, LS- SVM multivariate calibration of FT-MIR and NIR data were evaluated. Several preprocessing alternatives (first derivative, multiplicative scatter correction, mean centering, orthogonal signal correction and standard normal variate) were investigated by using the root mean square error of validation cross validation (RMSECV) and prediction (RMSEP), as control parameters. In fact, the methodology developed is proposed for direct relative density and refraction index in edible oils and their classification, requiring a few minutes per sample without any previous treatment. The third study aimed to evaluate the oxidative stability and quality of yogurt stored at 40C with light or dark using the combined parallel factor (PARAFAC) analysis and fluorescence spectroscopy. PARAFAC analysis of the fluorescence landscapes exhibited three fluorophores present in the yogurt, where, at least one of them was strongly related to the storage conditions. The fluorescence signal was resolved into excitation and emission profiles of the pure fluorescent compounds, which are suggested to be vitamin A, tryptophan and riboflavin. Regression model based on PARAFAC scores for riboflavin were built using the scores obtained in the first day as dependent variable and the scores obtained during the storage as independent variable. It was clear demonstrated that the slope of the analytical curve has become smaller throughout the experiment. Therefore, riboflavin level could be considered a good indicator for the yogurt stability. Thus, it is concluded that fluorescence spectroscopy in combination with chemometrics has a potential as a fast method for monitoring the oxidative stability and quality of yogurt

Este trabalho de pesquisa descreve três estudos de utilização de métodos quimiométricos para a classificação e caracterização de óleos comestíveis vegetais e seus parâmetros de qualidade através das técnicas de espectrometria de absorção molecular no infravermelho médio com transformada de Fourier e de espectrometria no infravermelho próximo, e o monitoramento da qualidade e estabilidade oxidativa do iogurte usando espectrometria de fluorescência molecular. O primeiro e segundo estudos visam à classificação e caracterização de parâmetros de qualidade de óleos comestíveis vegetais utilizando espectrometria no infravermelho médio com transformada de Fourier (FT-MIR) e no infravermelho próximo (NIR). O algoritmo de Kennard-Stone foi usado para a seleção do conjunto de validação após análise de componentes principais (PCA). A discriminação entre os óleos de canola, girassol, milho e soja foi investigada usando SVM-DA, SIMCA e PLS-DA. A predição dos parâmetros de qualidade, índice de refração e densidade relativa dos óleos, foi investigada usando os métodos de calibração multivariada dos mínimos quadrados parciais (PLS), iPLS e SVM para os dados de FT-MIR e NIR. Vários tipos de pré-processamentos, primeira derivada, correção do sinal multiplicativo (MSC), dados centrados na média, correção do sinal ortogonal (OSC) e variação normal padrão (SNV) foram utilizados, usando a raiz quadrada do erro médio quadrático de validação cruzada (RMSECV) e de predição (RMSEP) como parâmetros de avaliação. A metodologia desenvolvida para determinação de índice de refração e densidade relativa e classificação dos óleos vegetais é rápida e direta. O terceiro estudo visa à avaliação da estabilidade oxidativa e qualidade do iogurte armazenado a 4C submetido à luz direta e mantido no escuro, usando a análise dos fatores paralelos (PARAFAC) na luminescência exibida por três fluoróforos presentes no iogurte, onde pelo menos um deles está fortemente relacionado com as condições de armazenamento. O sinal fluorescente foi identificado pelo espectro de emissão e excitação das substâncias fluorescentes puras, que foram sugeridas serem vitamina A, triptofano e riboflavina. Modelos de regressão baseados nos escores do PARAFAC para a riboflavina foram desenvolvidos usando os escores obtidos no primeiro dia como variável dependente e os escores obtidos durante o armazenamento como variável independente. Foi visível o decaimento da curva analítica com o decurso do tempo da experimentação. Portanto, o teor de riboflavina pode ser considerado um bom indicador para a estabilidade do iogurte. Assim, é possível concluir que a espectroscopia de fluorescência combinada com métodos quimiométricos é um método rápido para monitorar a estabilidade oxidativa e a qualidade do iogurte / This research work describes three studies of chemometric methods employed for the classification and characterization of edible oils and its quality parameters through Fourier Transform mid infrared spectroscopy and near infrared spectroscopy, and for the monitoring the oxidative stability and quality of yogurt using fluorescence spectroscopy . The first and second studies aimed the classification and characterization of edible oil and its quality parameters using Fourier Transform mid infrared spectroscopy (FT-MIR) and near infrared spectroscopy (NIR) measurements, respectively. Kennard-Stone algorithm was used for selecting the training set, after a principal component analysis (PCA) was applied. The discrimination of canola oils from sunflower, corn and soybean was investigated using SVM-DA, SIMCA and PLS-DA. The quality parameters refraction index and relative density of edible oil was investigated using partial least squares (PLS), iPLS, LS- SVM multivariate calibration of FT-MIR and NIR data were evaluated. Several preprocessing alternatives (first derivative, multiplicative scatter correction, mean centering, orthogonal signal correction and standard normal variate) were investigated by using the root mean square error of validation cross validation (RMSECV) and prediction (RMSEP), as control parameters. In fact, the methodology developed is proposed for direct relative density and refraction index in edible oils and their classification, requiring a few minutes per sample without any previous treatment. The third study aimed to evaluate the oxidative stability and quality of yogurt stored at 40C with light or dark using the combined parallel factor (PARAFAC) analysis and fluorescence spectroscopy. PARAFAC analysis of the fluorescence landscapes exhibited three fluorophores present in the yogurt, where, at least one of them was strongly related to the storage conditions. The fluorescence signal was resolved into excitation and emission profiles of the pure fluorescent compounds, which are suggested to be vitamin A, tryptophan and riboflavin. Regression model based on PARAFAC scores for riboflavin were built using the scores obtained in the first day as dependent variable and the scores obtained during the storage as independent variable. It was clear demonstrated that the slope of the analytical curve has become smaller throughout the experiment. Therefore, riboflavin level could be considered a good indicator for the yogurt stability. Thus, it is concluded that fluorescence spectroscopy in combination with chemometrics has a potential as a fast method for monitoring the oxidative stability and quality of yogurt

CAPES / Pesquisadores têm concentrado esforços, nos últimos 20 anos, aplicando a transformada wavelet no processamento, filtragem, reconhecimento de padrões e na classificação de sinais biomédicos, especificamente em sinais de eletroencefalografia (EEG) contendo eventos característicos da epilepsia, as espículas. Várias famílias de wavelets-mães foram utilizadas, mas sem um consenso sobre qual wavelet-mãe é a mais adequada para essa finalidade. Os sinais utilizados apresentam uma gama muito grande de eventos e não possuem características padronizadas. A literatura relata sinais de EEG amostrados entre 100 a 600 Hz, com espículas variando de 20 a 200 ms. Nesse estudo foram utilizadas 98 wavelets. Os sinais de EEG foram amostrados de 200 a 1 kHz. Um neurologista marcou um conjunto de 494 espículas e um conjunto de 1500 eventos não-espícula. Esse estudo inicia avaliando a quantidade de decomposições wavelets necessárias para a detecção de espículas, seguido pela análise detalhada do uso combinado de wavelets-mães de uma mesma família e entre famílias. Na sequência é analisada a influência de descritores e o uso combinado na detecção de espículas. A análise dos resultados desses estudos indica que é mais adequado utilizar um conjunto de wavelets-mães, com vários níveis de decomposição e com vários descritores, ao invés de utilizar uma única wavelet-mãe ou um descritor específico para a detecção de espículas. A seleção desse conjunto de wavelets, de níveis de decomposição e de descritores permite obter níveis de detecção elevados conforme a carga computacional que se deseje ou a plataforma computacional disponível para a implementação. Como resultado, esse estudo atingiu níveis de desempenho entre 0,9936 a 0,9999, dependendo da carga computacional. Outras contribuições desse estudo referem-se à análise dos métodos de extensão de borda na detecção de espículas; e a análise da taxa de amostragem de sinais de EEG no desempenho do classificador de espículas, ambos com resultados significativos. São também apresentadas como contribuições: uma nova arquitetura de detecção de espículas, fazendo uso da análise de discriminante linear; e a apresentação de um novo descritor, energia centrada, baseado na resposta dos coeficientes das sub-bandas de decomposição da transformada wavelet, capaz de melhorar a discriminação de eventos espícula e não-espícula. / Researchers have concentrated efforts in the past 20 years, by applying the wavelet transform in processing, filtering, pattern recognition and classification of biomedical signals, in particular signals of electroencephalogram (EEG) containing events characteristic of epilepsy, the spike. Several families of mother-wavelets were used, but there are no consensus about which mother-wavelet is the most adequate for this purpose. The signals used have a wide range of events. The literature reports EEG signals sampled from 100 to 600 Hz with spikes ranging from 20 to 200 ms. In this study we used 98 wavelets. The EEG signals were sampled from 200 Hz up to 1 kHz. A neurologist has scored a set of 494 spikes and a set 1500 non-spike events. This study starts evaluating the amount of wavelet decompositions required for the detection of spikes, followed by detailed analysis of the combined use of mother-wavelets of the same family and among families. Following is analyzed the influence of descriptors and the combined use of them in spike detection. The results of these studies indicate that it is more appropriate to use a set of mother-wavelets, with many levels of decomposition and with various descriptors, instead of using a single mother-wavelet or a specific descriptor for the detection of spikes. The selection of this set of wavelets, decomposition level and descriptors allows to obtain high levels of detection according to the computational load desired or computing platform available for implementation. This study reached performance levels between 0.9936 to 0.9999, depending on the computational load. Other contributions of this study refer to the analysis of the border extension methods for spike detection; and the influences of the EEG signal sampling rate in the classifier performance, each one with significant results. Also shown are: a new spike detection architecture by making use of linear discriminant analysis; and the presentation of a new descriptor, the centred energy, based on the response of the coefficients of decomposition levels of the wavelet transform, able to improve the discrimination of spike and non-spike events.

A tendência à implantação e certificação de Sistemas de Gestão da Qualidade (SGQ) tem sido estudada pelo mundo, pois há diversos autores que citam como uma das maiores influências para a implantação desse sistema a melhora do relacionamento com o cliente. Porém, apesar da crença na relação entre a qualidade, satisfação do cliente e retorno econômico, é preciso uma melhor compreensão nesta área. Este trabalho tem por objetivo avaliar a relação entre a implantação de SGQ e a satisfação dos clientes de empreendimentos imobiliários novos na cidade de Curitiba. Para a obtenção de dados, a fim de sustentar este trabalho, realizou-se um estudo preliminar e um trabalho de levantamento quantitativo de dados. A primeira etapa buscou informações relevantes para a construção e a validação do questionário utilizado na segunda parte, a qual se destinou à captação da percepção do cliente final. Foram obtidos 386 questionários respondidos no período de março a novembro de 2013. Por meio de Análises Descritivas dos dados, verifica-se que amostra demonstra ser fiel ao universo da pesquisa, sem haver discrepâncias significativas. Para a realização da análise da amostra, considerou-se a abordagem definida pelos autores Hair et al. (2010), em que um modelo de satisfação do cliente só é plenamente compreendido quando se estuda: a variável, os construtos e os relacionamentos entre duas ou mais variáveis. Portanto, realizaram-se diversas Análises Descritivas, bem como os testes estatísticos Qui-Quadrado e Análise Discriminante, a fim de estudar as variáveis componentes da satisfação. Em seguida os constructos, os quais foram obtidos por meio da Análise Fatorial. Foram estudados por fim, a relação entre as variáveis através da Regressão Linear Múltipla dos dados. Como resultado desta pesquisa, percebeu-se que não é possível basear a conclusão final do estudo somente pela média da satisfação global, pois esta pode encobrir outros resultados. Além disso, verificou-se que as variáveis padrão do imóvel e tipo de gestão (com ou sem SGQ) podem influenciar na satisfação do cliente. Como exemplo, os participantes de empreendimentos construídos sem SGQ mostraram-se mais satisfeitos do que os daqueles construídos com SGQ e o grupo dos participantes de empreendimentos com padrão baixo, os mais insatisfeitos dentre todos os padrões. Por meio da Análise Fatorial, foram encontrados 4 fatores: a) comunicação com a empresa, b) produto, c) localização, d) projeto, bem como um fator geral, a satisfação global. Em relação à insatisfação, esta é evidente nos fatores que apresentaram maior importância, comunicação com a empresa e produto. Acredita-se que embora este estudo seja válido apenas para Curitiba, o desenvolvimento e a estrutura deste modelo oferecem uma referência consistente para a avaliação da satisfação do cliente na construção civil em outros contextos. / The tendency to implementation and certification of quality management systems have been studied around the world, many authors cite as one of the biggest influences the improve the customer relationship. Despite the belief in the link between quality, customer satisfaction and economic returns, we need to learn more about this area. The propose of this study is to evaluate customer satisfaction of new buildings in the city of Curitiba. To get the data, we conducted a preliminary study and a quantitative survey. The first step searched for information to the construction and validation of the questionnaire used in the second part, which was destined to final customer. We obtained 386 questionnaires during March to November 2013. And through descriptive data analysis, we found that sample is true to the universe studied, because there are not significant differences. To perform the analysis of the sample, we considered the approach defined by the authors Hair et al. (2010), where a model of customer satisfaction is completely understood only when we studied: the variable, constructs, and relationships between two or more variables. Therefore, we performed several descriptive analyzes and the chi-square test in order to study the variable components of satisfaction. Next the constructs, which were obtained from through factor analysis. And last, we check the relationship between variables through multiple linear regressions of the data. As a result of this work, we noticed that it is not possible to rely only on the average overall satisfaction, because it may mask other results. In addition, we found that the variables: the default of the building and type of management (with or without TQM), can influence customer satisfaction. For example, participants of buildings built without TQM are more satisfied than those built with TQM, and the group of participants of buildings of low default is the most unhappy of all the defaults. Through factor analysis, we found four factors, communication with the company, product, location, design, as well as a general factor, overall satisfaction. The dissatisfaction is evident in the two most important factors: communication with the company and product. It is believed that, although our study is valid only for Curitiba, the development and structure of this model provide a great reference for the evaluation of customer satisfaction in other settings of the construction industry. / 5000

CAPES / Pesquisadores têm concentrado esforços, nos últimos 20 anos, aplicando a transformada wavelet no processamento, filtragem, reconhecimento de padrões e na classificação de sinais biomédicos, especificamente em sinais de eletroencefalografia (EEG) contendo eventos característicos da epilepsia, as espículas. Várias famílias de wavelets-mães foram utilizadas, mas sem um consenso sobre qual wavelet-mãe é a mais adequada para essa finalidade. Os sinais utilizados apresentam uma gama muito grande de eventos e não possuem características padronizadas. A literatura relata sinais de EEG amostrados entre 100 a 600 Hz, com espículas variando de 20 a 200 ms. Nesse estudo foram utilizadas 98 wavelets. Os sinais de EEG foram amostrados de 200 a 1 kHz. Um neurologista marcou um conjunto de 494 espículas e um conjunto de 1500 eventos não-espícula. Esse estudo inicia avaliando a quantidade de decomposições wavelets necessárias para a detecção de espículas, seguido pela análise detalhada do uso combinado de wavelets-mães de uma mesma família e entre famílias. Na sequência é analisada a influência de descritores e o uso combinado na detecção de espículas. A análise dos resultados desses estudos indica que é mais adequado utilizar um conjunto de wavelets-mães, com vários níveis de decomposição e com vários descritores, ao invés de utilizar uma única wavelet-mãe ou um descritor específico para a detecção de espículas. A seleção desse conjunto de wavelets, de níveis de decomposição e de descritores permite obter níveis de detecção elevados conforme a carga computacional que se deseje ou a plataforma computacional disponível para a implementação. Como resultado, esse estudo atingiu níveis de desempenho entre 0,9936 a 0,9999, dependendo da carga computacional. Outras contribuições desse estudo referem-se à análise dos métodos de extensão de borda na detecção de espículas; e a análise da taxa de amostragem de sinais de EEG no desempenho do classificador de espículas, ambos com resultados significativos. São também apresentadas como contribuições: uma nova arquitetura de detecção de espículas, fazendo uso da análise de discriminante linear; e a apresentação de um novo descritor, energia centrada, baseado na resposta dos coeficientes das sub-bandas de decomposição da transformada wavelet, capaz de melhorar a discriminação de eventos espícula e não-espícula. / Researchers have concentrated efforts in the past 20 years, by applying the wavelet transform in processing, filtering, pattern recognition and classification of biomedical signals, in particular signals of electroencephalogram (EEG) containing events characteristic of epilepsy, the spike. Several families of mother-wavelets were used, but there are no consensus about which mother-wavelet is the most adequate for this purpose. The signals used have a wide range of events. The literature reports EEG signals sampled from 100 to 600 Hz with spikes ranging from 20 to 200 ms. In this study we used 98 wavelets. The EEG signals were sampled from 200 Hz up to 1 kHz. A neurologist has scored a set of 494 spikes and a set 1500 non-spike events. This study starts evaluating the amount of wavelet decompositions required for the detection of spikes, followed by detailed analysis of the combined use of mother-wavelets of the same family and among families. Following is analyzed the influence of descriptors and the combined use of them in spike detection. The results of these studies indicate that it is more appropriate to use a set of mother-wavelets, with many levels of decomposition and with various descriptors, instead of using a single mother-wavelet or a specific descriptor for the detection of spikes. The selection of this set of wavelets, decomposition level and descriptors allows to obtain high levels of detection according to the computational load desired or computing platform available for implementation. This study reached performance levels between 0.9936 to 0.9999, depending on the computational load. Other contributions of this study refer to the analysis of the border extension methods for spike detection; and the influences of the EEG signal sampling rate in the classifier performance, each one with significant results. Also shown are: a new spike detection architecture by making use of linear discriminant analysis; and the presentation of a new descriptor, the centred energy, based on the response of the coefficients of decomposition levels of the wavelet transform, able to improve the discrimination of spike and non-spike events.