Este trabalho apresenta um estudo de classificação de nódulos em mamograma digitalizados através de um classificador de rede neural artificial (RNA). O algoritmo de treinamento de \"backpropagation\" foi utilizado para ajustar os pesos da RNA. O objetivo principal deste trabalho foi determinar um método para analisar e selecionar a melhor configuração de atributos e topologia da RNA para classificar lesões mamárias do tipo nódulo. Foram escolhidas 118 imagens de regiões de interesse (ROI), sendo 68 benignas e 50 malignas de duas bases de imagens: uma do Hospital das Clínicas de Ribeirão Preto, da Universidade de São Paulo, e outra do MIAS-UK (Mammographic Image Analysis Society). O processo completo envolveu quatro etapas: detecção, extração e seleção de atributos, e classificação. Na etapa de detecção, as imagens foram submetidas ao processo combinado das técnicas segmentação de thresholding, morfologia matemática e crescimento de região. Foram extraídos 14 atributos de textura e 14 atributos de forma. Para selecionar os atributos mais discriminantes, foi utilizado o método de Jeffries-Matusita. Foram selecionados três grupos de atributos de forma, três de atributos de textura e três de atributos combinados. Análise pela curva ROC foram dirigidas para avaliar o desempenho do classificador de rede neural artificial (RNA). Os melhores resultados obtidos foram: para o grupo de atributos de forma com 5 unidades escondidas, a área dentro da curva ROC foi de 0.99, taxa de acerto de 98,21%, taxa de especificidade de 98,37% e taxa de sensibilidade de 98.00%; para o grupo de atributos de textura com 4 unidades escondidas, a área dentro da curva foi de 0.98, taxa de acerto de 97,08%, taxa de especificidade de 98,53% e taxa de sensibilidade de 95.11%; para o grupo de atributos combinados de textura e forma com 3 unidades escondidas, a área dentro da curva foi de 0.99, taxa de acerto de 98,21%, taxa de especificidade de 100.00% e taxa de sensibilidade de 95.78%. / This work presents a study of masses classification in digitized mammograms by means of artificial neural network (ANN). The backpropagation training algorithm was used to adjust the weights of ANN. The aim of this work was to determine a methodology to analyze and selection of the best feature subset and ANN topology to classify masses lesions. A total of 118 regions of interest images were chosen (68 benign and 50 malignant lesions) from two image databases: one from \"Hospital das Clínicas de Ribeirão Preto\", at the University of São Paulo, and other from Mammographic lmage Analysis Society (MIAS-UK). The whole process involved four steps: segmentation, feature extraction, selection, and classification. In the first step, the images were submitted to a combined process of thresholding, mathematical morphology, and region growing techniques. In the second step, fourteen texture features and fourteen shape features were extracted. The Jeffries-Matusita method was used to select the best features. The results of this stage were the selection of three shape feature sets, three texture feature sets, and three combined feature sets. The Receiver Operating Characteristic (ROC) analysis were conducted to evaluated the ANN classifier performance. The best result obtained for shape feature set was obtained using a ANN with 5 hidden units, the area under ROC curve was of 0.99, classification rate of 98.21%, specificity rate of 98.37% and sensitivity rate of 98.00%. For texture feature set, the best result was using a ANN with 4 hidden units, the area under ROC curve was of 0.98, classification rate of 97.08%, specificity rate of 98.53% and sensitivity rate of 95.11%. Finally, for the combined feature set (texture and shape) the best result obtained was using a ANN with 3 hidden units, the area under ROC curve was of 0.99, classification rate of 98.21%, specificity rate of 100.00% and sensitivity rate of 95.78%.

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / This paper presents an automatic fault location method in transmission lines based on the Travelling Waves Theory (TWT) using the Stockwell Transform (ST) to determine the travelling waves propagation time and the dominant frequency of transient signals generated by faults. The method considers the case where there is no communication between terminals or loss of synchronism between the devices responsible for estimating the location of faults using, therefore, only data from one terminal. Single-phase faults only involving one of the phases and the earth area evaluated, which occur in the first half of a transmission line of unknown parameters. It is observed that the method (i) wasnât sensitive to fault resistance variations and inception angle and (ii) the obtained results presented errors between 0,10% and 5,82% for faults that occurred between 7km and 99km from the monitoring terminal. To improve the accuracy of estimating the fault location, an Artificial Neural Network (ANN) of the type MLP (Multi-Layer Perceptron) is designed, and trained with characteristics extracted from the faulty signals using ST. The ATP (Alternative Transient Program) software was adopted for simulation of a three phase transmission line which voltage signals were sampled at 200kHz. The simulations were performed exploring 1280 combinations of the following parameters: fault locations, fault resistances and inception angle. The method was developed using the software MATLABÂ. According to the obtained results, the combination of ST with ANN presented better results than the application of ST and TWT. Such improvement is highlighted for the estimation of fault location at greater distances from the monitoring terminal, with errors between 0,02% and 1,56% for faults that occurred between 7km and 99km from the monitoring terminal. / Este trabalho apresenta um mÃtodo automÃtico de localizaÃÃo de faltas em linhas de transmissÃo baseado na Teoria das Ondas Viajantes (TOV) utilizando a Transformada de Stockwell (TS) para determinaÃÃo dos tempos de propagaÃÃo das ondas viajantes e da frequÃncia dominante dos sinais transitÃrios gerados pelas situaÃÃes de falta. O mÃtodo considera o caso em que nÃo hà comunicaÃÃo entre terminais ou hà perda de sincronismo entre os equipamentos responsÃveis pela estimaÃÃo da localizaÃÃo das faltas utilizando, portanto, dados provenientes de apenas um terminal. Consideram-se faltas monofÃsicas envolvendo uma das fases e a terra, as quais ocorrem na primeira metade de uma linha de transmissÃo de parÃmetros desconhecidos. Observa-se que o mÃtodo (i) nÃo se mostrou sensÃvel a variaÃÃes de resistÃncia de falta e Ãngulo de incidÃncia e (ii) os resultados obtidos apresentam erros entre 0,10% e 5,82% para faltas que ocorreram entre 7km e 99km do terminal de monitoramento. Para a melhoria da precisÃo na estimaÃÃo da localizaÃÃo das faltas foi projetada uma Rede Neural Artificial (RNA) do tipo MLP (Multi-Layer Perceptron), treinada a partir de caracterÃsticas dos sinais faltosos extraÃdas atravÃs da TS. Foram utilizados os sinais trifÃsicos de tensÃo amostrados na frequÃncia de 200kHz gerados a partir de simulaÃÃes no software ATP (Alternative Transiente Program), no qual foram realizadas 1280 simulaÃÃes explorando diversas localizaÃÃes e resistÃncias de falta e Ãngulo de incidÃncia. O mÃtodo foi aplicado utilizando o software MATLABÂ. De acordo com os resultados obtidos, a combinaÃÃo da TS e RNA projetada apresentou melhores resultados do que a aplicaÃÃo da TS e TOV, destacando-se na estimaÃÃo da localizaÃÃo de faltas que ocorreram a maiores distÃncias do terminal de monitoramento, com erros entre 0,02% e 1,56% para faltas que ocorreram entre 7km e 99km do terminal de monitoramento.

Orientador: Eduardo Galembeck / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Biologia / Made available in DSpace on 2018-08-15T19:18:46Z (GMT). No. of bitstreams: 1 Santos_Gesivaldo_D.pdf: 2024855 bytes, checksum: 1434644c500e543cbc684690f0600658 (MD5) Previous issue date: 2009 / Resumo: Dependência de drogas pode ser caracterizada pela perda do controle em evitar o consumo excessivo da droga e por sua busca compulsiva. Neste trabalho desenvolvemos um simulador com objetivo de recriar um paciente virtual em diferentes estágios de dependência e avaliar o uso do software como potencial ferramenta pedagógica no ensino de fisiologia. Utilizamos uma abordagem conexionista baseada em Redes neurais artificiais e máquinas de estado. O software e foi desenvolvido em linguagem de programação Delphi 5 da Borland e conta com uma interface gráfica amigável e recursos hipermídia. Os testes de validação do modelo foram conduzidos simulando-se diferentes cenários de dependência atamentos. A análise de variância, entre grupo controle (estado de compulsão) e um fator de três níveis (dosagem medicamentosa e número de sessões psicoterapêuticas), revelou remissão significativa do estado de compulsão (p < 0,01)para todos os tratamentos aplicados a partir de doses e quantidades médias. Para avaliar a aplicabilidade do modelo, o programa foi aplicado em turmas de graduação do segundo o período dos cursos das áreas de saúde e ciências biológicas da Universidade Estadual do Sudoeste da Bahia, sendo avaliado por meio de escalas adaptadas para sistemas fuzzy, análise de conteúdo e suporte conceitual. A integração de simulação dinâmica com hipermídia e inteligência artificial foi capaz de manifestar aspectos comportamentais finos, como tolerância, sensibilização e nível de dependência às drogas de abuso. Fato que revela a potencialidade do uso de softwares de simulação como instrumento eficaz no desenvolvimento de atividades pedagógicas teórico-práticas, com larga possibilidade de serem incorporados ao currículo padrão. / Abstract: Drug addiction can be characterized by loss of control to avoid excessive consumption of drugs. In this work we developed a simulator in order to simulate a virtual patient in different stages of addiction and assess its potential use as a pedagogical tool in teaching physiology. To accomplish this we use a connectionist approach based on artificial neural networks and state machines. The software was developed in a programming language Borland Delphi 5 and acounts as a friendly graphical user interface that makes use of hypermedia resources. Validation tests on the model were performed by simulating different scenarios of dependence and treatment. The analysis of variance between the control group (compulsive mood) and a factor of three levels (dosage of drugs and sessions of psychotherapy), revealed significant remission of the state of compulsion (p < 0.01) for all treatments applied, closing the cycle of verification and validation of the software. Thus, to evaluate the applicability of the model, the program was implemented in undergraduate classes of the second cycle of the courses in health's areas and life sciences at the University of Southwest of Bahia, and was assessed using scales adapted to fuzzy systems. The integration of hypermedia with dynamic simulation and artificial intelligence was able to express fine behavioral aspects, such as tolerance, sensitization and level of addiction. This reveals of the potential of the software as a tool for theoretical and practical educational activities and it can be established as another motivating factor in the learning of neuroscience. / Doutorado / Fisiologia

Orientadores: Adalene Moreira Silva, Carlos Roberto de Souza Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociencias / Made available in DSpace on 2018-08-11T21:03:33Z (GMT). No. of bitstreams: 1 Andrade_LucasdeBarros_M.pdf: 8901456 bytes, checksum: a7ac0b35b3104846888a31399dd84c90 (MD5) Previous issue date: 2008 / Resumo: A análise e integração de dados espaciais de naturezas diversas, especialmente em sistemas de informações geográficas (SIG), é prática já consagrada em prospecção mineral. As técnicas disponíveis e as recentemente desenvolvidas podem auxiliar campanhas de prospecção em áreas onde é parco o conhecimento geológico e metalogenético, como no Cinturão Metassedimentar Nova Brasilândia (CMNB), localizado no sudeste do Estado de Rondônia, um orógeno desenvolvido durante o limite Esteniano - Toniano na porção sudoeste do Cráton Amazônico. Esse cinturão apresenta relações tectônicas com o Cinturão Orogenético Greenville e é interpretado como resultado da colisão entre o Cráton Amazônico e a Laurentia nos estágios finais da aglutinação do Supercontinente de Rodínia, no final do Mesoproterozóico. Neste trabalho, duas técnicas de interpolação de dados pontuais, krigagem e IDW-Multifractal, foram utilizadas para produzir mapas geoquímicos de teores de Co, Cu e Ni em sedimentos de corrente para posteriormente integrá-los a dados geofísicos, litológicos e estruturais por meio de lógica fuzzy e redes neurais artificiais, técnicas de análise e integração disponíveis em um SIG, para mapear o potencial mineral regional para Ni e Au no CMNB. A krigagem, uma das técnicas mais tradicionais de interpolação baseada em conceitos geostatísticos, teve como principais efeitos a redução do desvio padrão e dos valores de máximo dos dados originais, obliterando possíveis anomalias. Já o IDW-Multifractal, técnica fundamentada na geometria fractal, manteve a variabilidade dos dados e à vezes extrapolou os valores máximos, o que pode vir a ressaltar importantes anomalias. Os dois métodos interpolatórios não alteraram significativamente a distribuição das populações dos teores observada nos histogramas. Quando comparados pelo Índice Normalizado Residual - INR, os resultados da interpolação multifractal obtiveram melhores ajustes aos dados originais de teores de Co e Ni, enquanto que para teores de Cu ambos os métodos obtiveram ajustes similares. O método C-A para definição de anomalias geoquímicas, também baseado nos conceitos fractais, auxiliou a determinação de valores de base e anômalos de teores nos mapas interpolados. Para modelagem e mapeamento do potencial mineral no CMNB, foram utilizadas a lógica nebulosa (fuzzy) para o Ni, baseada em critérios litológicos, geofísicos e geoquímicos, e uma rede neural artificial baseada em funções de base radial para o Au, desenvolvida sobre dados lito-estruturais. Os dois modelos gerados apresentaram resultados coerentes na localização de áreas com alto potencial para Ni e Au quando comparadas com as ocorrências conhecidas. Os resultados das modelagens invariavelmente dependem da escala e da resolução dos dados, que neste trabalho adequam-se à escala 1:500.000, úteis em definir áreas para prospecção mais detalhada na região. / Abstract: Analysis and integration of spatial data from different natures, particularly on Geographic Information Systems (GIS), is a well known technique in mineral prospection. The available tools and other ones recently developed can help prospection campaigns where there is not enough geologic and metalogenetic knowledge, as the Nova Brasilândia Metassedimentar Belt (NBMB), localized on the south eastern of Rondonia State, a orogeny developed during the Stenian-Tonian limit on the SW Amazon Craton. This belt presents tectonic relationships with the Greenville Orogenic Belt and is interpreted as the result of the colision between the Amazonic Craton and Laurentia, during the final sates of the Rodinia Supercontinent agglutination in the Late Mesoproterozoic. In this work, two punctual data interpolation techniques, kriging and IDW-Multifractal, were used to produce geochemical maps of Co, Cu and Ni concentrations in stream sediments that were integrated with geophisics, lithological and structural data by fuzzy logic and neural artificial networks, tools for analysis and integration in GIS environment, in order to map the regional mineral potential for Ni and Au on the MBNB. Kriging, one of the most traditional techniques for interpolation based on geostatistics concepts, presented as principal results a decreasing on the standard deviation and the maximum values of the original data, obliterating possible anomalies. The IDW-Multifractal, a technique settled on the fractal geometry, maintained the data variability and sometimes has extrapolated the maximums values, evidencing possible anomalies. Both methods have not altered the distribution of the populations of elements concentrations observed in the histograms. When compared by the Residual Normalized Index - RNI, the results of multifractal interpolation presented a best fit to original data for Co and Ni, while for Cu both methods presented similar fits. The C-A method for geochemical anomalies identification, also based on fractal concepts, assisted the definition of background and anomalous concentration on the interpolated maps. The mineral potential modeling and mapping on the NBMB were achieved by fuzzy logic for Ni, settled on lithological, geophisical and geochemical criteria, and by a artificial neural network based on radial basis functions for Au, developed on litho-structural data. Both models presented coherent results with the distribution of known mineral occurrences. Modeling results depend invariably of the data scale and resolutions, which in this work a compatible with a 1:500.000 scale, useful to define targets for detailed prospection. / Mestrado / Geologia e Recursos Naturais / Mestre em Geociências

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2017-04-27T18:03:46Z No. of bitstreams: 1 Francisco Elanio Bezerra.pdf: 3173273 bytes, checksum: d46cdeb01bbd348e3926275e79daa4f3 (MD5) / Made available in DSpace on 2017-04-27T18:03:46Z (GMT). No. of bitstreams: 1 Francisco Elanio Bezerra.pdf: 3173273 bytes, checksum: d46cdeb01bbd348e3926275e79daa4f3 (MD5) Previous issue date: 2017-02-02 / The technological advance, in the world, has brought about profound changes in the way the electric energy is generated, distributed and consumed. The increase in electricity consumption and the interruption of power supply in Brazil led to the creation of Decree 5.163/2004, proposing a new model for the sale of electricity in the National Interconnected System through auctions in the free contracting environments between buyers and Sellers, or regulated through auctions promoted by the Electric Energy Trading Chamber (CCEE), which accounts for the difference between contracting and energy consumption and through the settlement price of the differences and promotes the settlement of this energy short-term market .If you have more contracts than consumption, or more consumption than contracts, you will suffer penalties. With the change in the commercialization of energy, the generators and distributors suffer with forecast of consumption and with amount of energy that must contract in the auctions. In this scenario, several techniques such as genetic algorithm, multicriteria decision, fuzzy logic, artificial neural networks among others have been used to optimize the system of buying and selling energy in this new environment. Therefore, the proposal of this work is to develop an intelligent computational system, using historical data from a distributor to forecast demand by consumption class to support decision making in the short term market. The result of the work may provide conditions for a distributor to monitor energy demand by consumption class, provide possibilities for short-term market trading and minimize losses with subcontracting and over-contracting. / O avanço tecnológico, no mundo, trouxe profundas mudanças na forma como a energia elétrica é gerada, distribuída e consumida. O aumento do consumo de energia elétrica e a interrupção no fornecimento de energia no Brasil levaram à criação do Decreto 5.163/2004, propondo um novo modelo de comercialização de energia elétrica no Sistema Interligado Nacional por meio de leilões nos ambientes de contratação livre entre compradores e vendedores, ou regulada, por meio de leilões promovidos pela Câmara de Comercialização de Energia Elétrica (CCEE). A diferença entre contratação e consumo é contabilizada pela CCEE mensalmente e negociada no mercado de curto prazo. Por meio do preço de liquidação das diferenças é promovida a liquidação dessa energia, cujo mecanismo pode gerar prejuízos ou lucros para a distribuidora que, caso tenha mais contratos do que consumo, ou mais consumo do que contratos, sofrerá penalizações. Com a modificação na comercialização de energia, os geradores e distribuidores sofrem com previsão de consumo e com montante de energia que devem contratar nos leilões. Neste cenário, diversas técnicas, como algoritmo genético, decisão multicritério, lógica fuzzy, redes neurais artificiais entre outras vêm sendo utilizadas para otimizar o sistema de compra e venda que atenda o decreto e mantenha as receitas da geradora e distribuidora. Sendo assim, a proposta deste trabalho é desenvolver uma abordagem computacional utilizando dados históricos de uma distribuidora para previsão de demanda por classe de consumo que sirva de apoio à tomada de decisão no mercado de curto prazo. O resultado do trabalho poderá oferecer condições para uma distribuidora acompanhar a demanda de energia por classe de consumo, fornecer possibilidades para negociação no mercado de curto prazo e minimizar prejuízos com subcontratação e sobrecontratação.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-01-17T11:13:15Z No. of bitstreams: 1 samuelbelinidefilippo.pdf: 2610291 bytes, checksum: 6c4f48d00a0649b56977f6c8a7ada4e0 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-01-22T16:33:53Z (GMT) No. of bitstreams: 1 samuelbelinidefilippo.pdf: 2610291 bytes, checksum: 6c4f48d00a0649b56977f6c8a7ada4e0 (MD5) / Made available in DSpace on 2018-01-22T16:33:53Z (GMT). No. of bitstreams: 1 samuelbelinidefilippo.pdf: 2610291 bytes, checksum: 6c4f48d00a0649b56977f6c8a7ada4e0 (MD5) Previous issue date: 2017-09-20 / Todo a produção, transmissão e distribuição de energia elétrica ocorre concomitantemente com o consumo da energia. Isso é necessário porque ainda não existe hoje uma maneira viável de se estocar energia em grandes quantidades. Dessa forma, a energia gerada precisa ser consumida quase que instantaneamente. Isso faz com que as previsões de demanda sejam fundamentais para uma boa gestão dos sistemas de energia. Esse trabalho focaliza métodos de previsão de demanda a curto prazo, até um dia à frente. Nos métodos mais simples, as previsões são feitas por modelos lineares que utilizam dados históricos da demanda de energia. Contudo, modelos baseados em inteligência computacional têm sido estudados para este fim, por explorarem a relação não-linear entre a demanda de energia e as variáveis climáticas. Em geral, estes modelos conseguem melhores previsões do que os métodos lineares. Seus resultados, porém, são instáveis e sensíveis a erros de medição, gerando erros de previsão discrepantes, que podem ter graves consequências para o processo de produção. Neste estudo, empregamos redes neurais artificiais e algoritmos genéticos para modelar dados históricos de carga e de clima, e combinamos estes modelos com métodos lineares tradicionais. O objetivo é conseguir previsões que não apenas sejam mais acuradas em termos médios, mas que também menos sensíveis aos erros de medição. / The production, transmission and distribution of electric energy occurs concomitantly with its consumption. This is necessary because there is yet no feasible way to store energy in large quantities. Therefore, the energy generated must be consumed almost instantaneously. This makes forecasting essential for the proper management of energy systems. This thesis focuses on short-term demand forecasting methods up to one day ahead. In simpler methods, the forecasts are made by linear models, which use of historical data on energy demand. However, computer intelligence-based models have been studied for this end, exploring the nonlinear relationship between energy demand and climatic variables. In general, these models achieve better forecasts than linear methods. Their results, however, are unstable and sensitive to measurement errors, leading to outliers in forecasting errors, which can have serious consequences for the production process. In this thesis, we use artificial neural networks and genetic algorithms for modelling historical load and climate data, and combined these models with traditional linear methods. The aim is to achieve forecasts that are not only more accurate in mean terms, but also less sensitive to measurement errors.

Made available in DSpace on 2014-07-29T15:08:22Z (GMT). No. of bitstreams: 1 fabricia p 1.pdf: 6603333 bytes, checksum: 71692ee42eb5f5439767ffb1f02551bd (MD5) Previous issue date: 2009-11-28 / Brazilian students have achieved poor results in the National Student Performance Exam (ENADE) in 2006. ENADE has shown reading is badly cultivated among undergraduates. The low interest on reading is justified by the fact that most of students have jobs and are enrolled in evening courses, without enough time to studies. The current research proposes the use of intelligent tutoring systems to improve student reading comprehension. The main goal is to develop the technique of underlining among undergraduates to assist in the analysis of academic texts. Two groups of students, A and B, participated in data collection. The difference between the groups is the amount of exercises performed in each group. Students of Group A have received 20 exercises with four levels of difficulty. In Group B, an Artificial Neural Network, Multilayer Perceptron (MLP), decides the amount of exercises that the student must perform at each level of difficulty by controlling what is the next exercise after each exercise is finished. The approach used in Group B adapts to the characteristics of knowledge retention of each student. Therefore, the tutoring system adapts the degree of exercise difficulty to the student. Statistical data analysis has indicated significant differences between groups A and B. / Os estudantes universitários brasileiros apresentaram baixos índices de leitura no Exame Nacional de Desempenho (ENADE) em 2006. O ENADE mostrou que o hábito de ler é pouco cultivado entre os universitários. O pouco interesse pela leitura é justificado pelo fato de que maioria dos estudantes são trabalhadores matriculados em cursos noturnos, com pouco tempo para se dedicar aos estudos. Esta pesquisa propõe o uso de sistemas tutores inteligentes para auxiliar universitários na compreensão de leitura. O objetivo do sistema tutor proposto é desenvolver a técnica de sublinhamento dos universitários para auxiliar na análise de textos acadêmicos. Dois grupos de estudantes, A e B, participaram da coleta de dados. A diferença entre os grupos reside na quantidade de exercícios realizados em cada grupo. O grupo A realizou 20 exercícios com quatro níveis de dificuldade. No grupo B a Rede Neural Artificial Multilayer Perceptron (MLP) decide a quantidade de exercícios que o estudante deve realizar em cada nível de dificuldade. A abordagem utilizada no grupo B adapta-se às características de retenção de conhecimento de cada estudante. Com isso, o sistema tutor se adapta ao grau de dificuldade ou facilidade do estudante. Por meio de estudo comparativo, a análise estatística dos dados indicou diferenças significativas entre os grupos A e B.

Uma nova metodologia para a medida não intrusiva da fração volumétrica e da área interfacial é proposta neste trabalho, com base em redes neurais para processar respostas obtidas de sinais acústicos. A distribuição geométrica das fases dentro do escoamento é mapeada pela velocidade local de propagação acústica, considerada na equação diferencial que governa o problema. Esta equação é resolvida numericamente pelo método de diferenças finitas com as condições de contorno reproduzindo a estratégia de pulso/eco. Um número significativo de distribuições das velocidades de propagação foi considerado na solução da equação diferencial para construir uma base de dados, da qual os parâmetros da rede podem ser ajustados. Especificamente, o modelo neural é construído para mapear características extraídas dos sinais obtidos de quatro sensores acústicos, localizados no contorno externo do domínio de sensoriamento, estimando a fração volumétrica e a área interfacial correspondentes. Estas características correspondem às amplitudes e aos tempos de chegada dos três maiores picos da onda acústica. Os resultados numéricos mostram que o modelo neural pode ser treinado em um tempo computacional razoável e é capaz de estimar os valores da fração volumétrica e da área interfacial dos exemplos do conjunto de teste. / A new methodology for measuring the volumetric fraction and interfacial area in two-phase flows is proposed in this work, based on neural network for processing the responses obtained from an acoustic interrogation signal. The geometrical distribution of the phases within the flow is mapped by the local acoustic propagation velocity which is considered in the governing differential equation. This equation is solved numerically by the finite difference method with boundary conditions reproducing the pulse/echo strategy. A significant number of propagation velocities distributions were considered in the solution of the differential equation in order to construct a database from which the neural model parameters could be adjusted. Specifically, the neural model is constructed to map the features extracted from the signals delivered by four acoustic sensors, placed on the external boundary of the sensing domain, into the corresponding volumetric fraction and interfacial area. These features correspond to the amplitudes and the times of arrival on the three first peaks of the acoustic wave. Numerical results showed that the neural model can be trained in a reasonable computational time and it is capable of estimating the values of the volumetric fraction and the interfacial area of examples of the set of test.

O labirinto em cruz elevado é um dos aparatos experimentais mais utilizados em avaliações neurobiológicas de ansiedade e defesa de ratos e camundongos. Estudamos aqui o uso de redes neurais artificiais otimizadas por algoritmos genéticos para investigar o comportamento de ratos nesse labirinto. Ao contrário dos demais modelos já propostos, a construção da trajetória do agente virtual independe de dados experimentais conhecidos a priori. Mostramos que, ao utilizar um agente desenvolvido a partir da otimização de uma função de avaliação inspirada no conflito de medo e ansiedade, o modelo pode simular inclusive o efeito causado pela introdução de drogas ansiolíticas e ansiogênicas em ratos (clordiazepóxido 5 mg/kg e semicarbazida 20, 40 e 80 mg/kg). Os resultados das simulações do agente virtual estão de acordo com dados experimentais, revelando que a exploração de braços abertos é reduzida em relação a dos braços fechados, especialmente sob inserção de drogas ansiogênicas, que intensificam o medo do animal. Drogas ansiolíticas, ao contrário, estimulam a exploração. Para finalizar, foi realizada uma investigação aprofundada das trajetórias e redes neurais artificiais dos melhores ratos controle virtuais (que simulam ratos sem efeito de drogas). Conforme sugerem os resultados, a função de avaliação proposta pode conter as características mais relevantes envolvidas no comportamento do rato no labirinto em cruz elevado. / The elevated plus-maze is one of the most used experimental apparatus for neurobiological evaluations of anxiety and defense of rats and mice. We investigate here the use of artificial neural networks otimized by genetic algorithms to nvestigate the behavior of rats in this maze. Unlike other proposed models, the development of the virtual agent\'s trajectory is independent of prior known experimental data. We show that, when using a agent developed from the optimization of a function inspired by the anxiety and fear conflict, the model can even simulate the effect caused by the introduction of anxiolytic and axiogenic drugs in rats (chlordiazepoxide 5 mg/kg and semicarbazide 20, 40 and 80 mg/kg). The results of simulations of the virtual agent agree with experimental data, in which the exploration of open arms is reduced compared to the exploration of enclosed arms, especially under effects of anxiogenic drugs, which enhance the animal fear. Anxiolytic drugs, on the other hand, stimulate exploration. Finally, a detailed investigation of trajectories and artificial neural networks of the best virtual control rats (that simulate rats without drugs) was performed. As the results suggest, the proposed fitness function may contain the most relevant features involved in the behavior of rats in the elevated plus-maze.

Este trabalho apresenta o desenvolvimento de algoritmos de adaptação do padrão de marcha com a utilização de redes neurais artificiais para uma órtese ativa para membros inferiores. Trajetórias estáveis são geradas durante o processo de otimização, considerando um gerador de trajetórias baseado no critério do ZMP (Zero Moment Point) e no modelo dinâmico do equipamento. Três redes neurais são usadas para diminuir o tempo de cálculo do modelo e da otimização do ZMP, e reproduzir o gerador de trajetórias analítico. A primeira rede aproxima a dinâmica do modelo fornecendo a variação de torque necessária para a realização do processo de otimização dos parâmetros de adaptação da marcha; a segunda rede trabalha no processo de otimização, fornecendo o parâmetro otimizado de acordo com a interação paciente-órtese; a terceira rede reproduz o gerador de trajetórias para um determinado intervalo de tempo do passo que pode ser repetido para qualquer quantidade de passos. Além disso, um controle do tipo torque calculado acrescido de um controle PD é usado para garantir que as trajetórias atuais estejam seguindo as trajetórias desejadas da órtese. O modelo dinâmico da órtese na sua configuração atual, com forças de interação incluídas, é usado para gerar resultados simulados. / This work deals with neural network-based gait-pattern adaptation algorithms for an active lower limbs orthosis. Stable trajectories are generated during the optimization process, considering a trajectory generator based on the Zero Moment Point criterion and on the dynamic model. Additionally, three neural network are used to decrease the time-consuming computation of the model and ZMP optimization and to reproduce the analitical trajectory generator. The first neural network approximates the dynamic model providing the necessary torque variation to gait adaptation parameters process; the second network works in the optimization procedure, giving the adapting parameter according to orthosis-patient interaction; and the third network replaces the trajectory generation for a stablished step time interval which can be reproduced any time during the walking. Also, a computed torque controller plus the PD controller is designed to guarantee the actual trajectories are following the orthosis desired trajectories. The dynamic model of the actual active orthosis, with interaction forces included, is used to generate simulation results.