Made available in DSpace on 2014-06-11T19:23:30Z (GMT). No. of bitstreams: 0 Previous issue date: 2004Bitstream added on 2014-06-13T19:06:37Z : No. of bitstreams: 1 espinhosa_mc_me_prud_prot.pdf: 3806604 bytes, checksum: 8e09bd8867759d08701768e2791560e9 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A utilização de dados de Sensoriamento Remoto em conjunto com técnicas de processamento digital e análise de imagens tem possibilitado o desenvolvimento de estudos integrados, com vistas ao monitoramento dos recursos naturais. Uma maneira de representar esses dados é através de mapas temáticos, obtidos por métodos de classificação multiespectral. Para a classificação de dados de Sensoriamento Remoto, a utilização de Redes Neurais Artifíciais tem se apresentado como uma alternativa vantajosa em relação aos classificadores baseados em conceitos estatísticos, uma vez que nenhuma hipótese prévia sobre a distribuição dos dados a serem classificados é exigida. Assim, esse trabalho teve como objetivo detectar a ocorrência e mapear a dispersão espacial de plantas aquáticas emersas em cinco reservatórios ao longo do rio Tietê-SP (Barra Bonita, Bariri, Ibitinga, Promissão e Nova Avanhandava) através da classificação por Redes Neurais Artifíciais...

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-03-08T19:42:36Z No. of bitstreams: 1 THIAGO GONÇALVES DAS NEVES - DISSERTAÇÃO PPGEQ 2016..pdf: 9202960 bytes, checksum: bd716eca5d4f915809c1ee1d36838c10 (MD5) / Made available in DSpace on 2018-03-08T19:42:36Z (GMT). No. of bitstreams: 1 THIAGO GONÇALVES DAS NEVES - DISSERTAÇÃO PPGEQ 2016..pdf: 9202960 bytes, checksum: bd716eca5d4f915809c1ee1d36838c10 (MD5) Previous issue date: 2016-04-25 / CNPq / Em colunas de destilação, as rígidas especificações de qualidade do produto final exigem que o sistema de controle das colunas de destilação possua alto grau de desempenho. Nos casos em que ocorrem distúrbios na alimentação em colunas extrativas é muito difícil manter a composição do produto em seu valor referência, visto que, após o distúrbio, os setpoints dos controladores deixam de corresponder exatamente às especificações dos produtos. O presente trabalho teve como objetivo o desenvolvimento e a implementação de um Soft Sensor inteligente para fins de controle em uma coluna extrativa de produção de etanol anidro, usando o etilenoglicol como solvente. Para fazer a previsão dos novos setpoints diante perturbações, foi utilizado o conceito de Redes Neurais Artificiais, que se mostrou como uma solução rápida e viável. Os resultados mostraram que para a faixa de distúrbios considerada, o Soft Sensor foi capaz de prever a nova condição de regime, por meio da determinação inteligente dos novos setpoints de controladores presentes na instrumentação original da coluna. O controle apresentou desempenho satisfatório, mantendo o produto no topo e no fundo da coluna dentro das especificações. / In high purity distillation columns, the strict quality specifications of the final product require that the distillation columns control system have a high degree of performance. In cases where disturbances occur in the extractive columns feed, it is very difficult to maintain the composition of the product in its reference value, since, after the disturbance, the setpoints of the controllers fail to correspond exactly to the products specifications. The aim of this work is the development and implementation of an inteligent Soft Sensor for control purposes in an extractive column for anhydrous ethanol production, using ethylene glycol as solvent. To forecast the new setpoints before disturbance, the concept of Artificial Neural Networks was usesd, which proved to be a fast and feasible solution. The results showed that for range considered disturbances, the Soft Sensor was able to predict the new system condition, by intelligently determining the new setpoints of the controllers present in the original instrumentation of the column. The control showed satisfactory performance, keeping the products at the top and bottom of the column within specifications.

Made available in DSpace on 2015-03-26T13:32:08Z (GMT). No. of bitstreams: 1 texto completo.pdf: 958045 bytes, checksum: a7576f2d825f5b6d63c2110fc9afce32 (MD5) Previous issue date: 2009-12-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The correct classification of individuals in pre-established groups has become of great importance in breeding. The multivariate statistical techniques commonly used in this type of problem are the discriminant functions of Fisher and Anderson, which are used to allocate an initially unknown individual in one of the g populations or pre-defined groups. In recent decades a new computing paradigm, artificial neural networks, has come along to solve various problems of Statistics, such as grouping of similar individuals, time series forecasting and also of particular interest, the problem of classification. The objective of this research was to conduct a simulation study in order to compare the discriminant functions of Fisher and Anderson and neural networks. We evaluated the number of incorrect classifications of individuals known to belong to different populations with different levels of dissimilarity measured by the Mahalanobis distance. Simulations were conducted using the software Genes (Cruz, 2006). Although Artificial Neural Networks presented a rate of incorrect classification of individuals rejected for being considered ambiguous as to its discriminatory characteristics, it proved to be a promising technique, since it presented a lower number of incorrect classifications of individuals when compared to the discriminant functions. / A correta classificação de indivíduos em grupos pré-estabelecidos tem se tornado de grande importância no melhoramento genético. As técnicas de estatística multivariada usualmente utilizadas nesse tipo de problema são as funções discriminantes de Fisher e as funções discriminantes de Anderson, que são usadas para alocar um indivíduo inicialmente desconhecido em uma das g populações ou grupos pré-definidos. Nas últimas décadas vêm surgindo um novo paradigma de computação, as redes neurais artificiais, que podem ser utilizadas para resolver diversos problemas da Estatística, como agrupamento de indivíduos similares, previsão de séries temporais e em especial, os problemas de classificação. O objetivo dessa pesquisa foi realizar um estudo comparativo entre as funções discriminantes de Fisher e de Anderson e as redes neurais artificiais quanto ao número de classificações erradas de indivíduos sabidamente pertencentes a diferentes populações, com distintos níveis de dissimilaridade. Essa dissimilaridade, medida pela distância de Mahalanobis, foi um conceito de fundamental importância na utilização das técnicas de discriminação, pois quantificou o quanto as populações eram divergentes. Quanto maior o valor observado para essa medida, menos similares foram as populações em análise. A obtenção dos dados foi feita através de simulação utilizando o programa computacional Genes (CRUZ, 2006). As redes neurais artificiais apresentaram uma taxa de indivíduos rejeitados por serem considerados ambíguos quanto às suas características discriminatórias. No entanto, mostraram-se uma técnica promissora no que diz respeito a problemas de classificação, uma vez que apresentaram um número de classificações erradas de indivíduos menor que aqueles dados pelas funções discriminantes.

[pt] Este trabalho investiga a utilização de Redes Neurais Artificiais (RNAs) na inferência sobre as propriedades de derivados de petróleo. A inferência de propriedades visa fornecer uma boa estimativa de propriedades de derivados de petróleo (p.ex: ponto final de ebulição, pressão de vapor, etc.). Essas propriedades podem ser determinadas pro analisadores de processo ou análises de laboratório. Contudo, esses sistemas nem sempre apresentam resultados satisfatórios ou na freqüência necessária para permitir o controle. Porém, se o valor estimado de uma determinada propriedade estiver disponível, o mesmo pode ser utilizado para permitir o controle ou a otimização do processo produtivo. Este trabalho subdivide-se em quatro partes principais: (1) um estudo sobre a inferência de propriedades em torres de destilação; (2) um estudo sobre os principais métodos de inferência e de análise de dados, com ênfase nas RNAs; (3) uma sistemática para a obtenção e testes de modelos; e (4) o estudo de casos. No estudo sobre os a inferência de propriedades, foram analisadas as técnicas utilizadas para a estimação de propriedades em torres de destilação, enfatizando os aspectos da estrutura da modelagem, os problemas, os problemas da influência cruzada entre as entradas do modelo, e a determinação das variáveis principais a serem utilizadas na modelagem. O estudo sobre os principais métodos de inferência abrangeu um levantamento bibliográfico sobre as técnicas de regressão linear MLR ( Multiple Linear Regression), PCR (Principal Component Regression) e PLS (Partial Least Squares), a Modelagem Semi-empírica e as RNAs. Apesar do objetivo principal deste trabalho ser avaliar o desempenho das RNAs, o estudo dos outros métodos foi importante para a comparação dos resultados. Além dos diferentes métodos de modelagem, foram também estudadas algumas técnicas de análise do conjunto de dados, entre elas o PCA (Principal Component Analysis). Na sistemática para a obtenção e testes de modelos, são apresentados os diversos problemas encontrados e a abordagem utilizada, na obtenção e avaliação dos modelos. É também apresentado o ambiente de testes e avaliação, que foi desenvolvido visando fornecer uma plataforma para a obtenção e avaliação de modelos inferenciais. Neste ambiente, pode-se obter modelos com todos os métodos estudados, inclusive alterando alguns parâmetros importantes. No ambiente foram utilizadas as facilidades do pacote MATLAB. Para o estudo de casos, foram utilizados dados reais de refinarias de petróleo do sistema Petrobrás. Foram analisados 3 casos distintos: o primeiro corresponde à modelagem da destilação ASTM do Querosene; o segundo abrangendo a destilação ASTM do Óleo Diesel e o terceiro sobre o Intemperismo do GLP. Para todos os casos, analisou- se a influência de cada entrada sobre a variável a ser modelada, utilizando principalmente a técnica PCA . Foram avaliadas várias arquiteturas de RNAs, comparando-as com as outras técnicas estudadas. Os modelos obtidos com as RNAs foram plenamente satisfatórios, fornecendo resultados superiores aos métodos estatísticos. Também constatou-se a influência do pré-processamento e da análise estatística dos dados no sucesso da modelagem. Na indústria química e petroquímica, as RNAs têm sido aplicadas em diversas áreas. Na área de inferência de propriedades, as RNAs permitem a obtenção de modelos de inferência abrangentes e precisos, podendo ser utilizadas no controle em tempo real, nos arranjos de controle em malha simples, ou em arquiteturas de controle multivariável. / [en] This work investigates the use of Artificial Neural Networks (ANN) on the inferential modelling of properties of petroleum products. Inferential modelling aims to provide a good estimation of chemical properties of petroleum products (i.e: final boiling point, vapour pressure). These properties can be determined by on-line process analysers or laboratory analysis. However, these systems provide neither systematically good results nor the necessary frequency to allow control of the process in real time. However if a good estimation of a property of interest is available, it can be used to achieve the control or the optimisation of production process. This work is subdivided in four main sections: (1) a study about the inference of properties of products in a distillation column; (2) a study about the main methods used on inferential modellind and data analysis, with emphasis on ANN; (3) a systematic about development and testing of inference models; (4) and a case study. In the study about principal methods used on inferential modelling involved a bibliographic reserch about the linear regression techniques Multiple Linear Regression (MLR), Principal Component Regression (PCR) and Partial Least Squares (PLS), a semi empirical model and ANNs. Although the main objective of this work was to evaluate the ANNs perfonmance, the study of other methods was important to compare the results. In addition to the many modelling techniques, some other techniques of data analysis were studied, like Principal Component Analysis (PCA). In the systematic about the development and testing of models, the various problems encontered and the approach used to develop and test the model were presented. An environment of development and testing was also implemented in order to provide a platform to produce and test inferential models. The environment can work with all models studied, and some important settings of the models can also be modified. Many capabilities fo MATLAB software were used on the environment. For the development of the case studies, real data gathered from refineries of Petrobras group were used. Three distinct cases were analysed: the first and second cases are models of kerosene (jet fuel) and diesel ASTM distillation; the third is a model of the Liquefied Petroleum Gas (LPG) 95% boil-off point. In all cases, the influence of each input over the modelled variable was analysed, using mainly the PCA technique. Many ANN arquitetures were tested, comparing them with other studied techniques. The developed ANN models achieved good performance, with better results than the statistical methods. It was also verified the influence of pre- processing and statistical analysis on the success of the modeling. Chemical and Petrochemical process industries have used ANNs in many areas. In the field of inferential modelling of properties, the ANNs allow the accomplished of inferential models in a broad and accurate way. It may be used either for control in real time in single control loops or as part of a multivariable controller.

?rea de concentra??o: Silvicultura e Manejo Florestal. / Submitted by Jos? Henrique Henrique (jose.neves@ufvjm.edu.br) on 2016-12-15T17:35:57Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) kaio_cesar_mendes_da_silva_nery.pdf: 1845996 bytes, checksum: 5d05a5ba4a2dd512a413bc72377348a4 (MD5) / Approved for entry into archive by Rodrigo Martins Cruz (rodrigo.cruz@ufvjm.edu.br) on 2016-12-16T15:43:43Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) kaio_cesar_mendes_da_silva_nery.pdf: 1845996 bytes, checksum: 5d05a5ba4a2dd512a413bc72377348a4 (MD5) / Made available in DSpace on 2016-12-16T15:43:43Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) kaio_cesar_mendes_da_silva_nery.pdf: 1845996 bytes, checksum: 5d05a5ba4a2dd512a413bc72377348a4 (MD5) Previous issue date: 2016 / O objetivo deste estudo foi avaliar o efeito da redu??o de parcelas permanentes no custo da realiza??o do invent?rio florestal cont?nuo e realizar a prognose do volume de floresta comparando o emprego das Redes Neurais Artificiais ao modelo tradicionalmente utilizado proposto por Clutter (1963). Os dados utilizados foram provenientes de povoamentos localizados no litoral norte da Bahia, totalizando cerca de 3.000 hectares de floresta. Foram propostas duas metodologias para auxiliar na redu??o das parcelas. Para a metodologia proposta no estudo 1, os dados foram divididos aleatoriamente em dois grupos: treinamento (10, 20, 30, 40, 50, 60, 70, 80, e 90%) e generaliza??o (90, 80, 70, 60, 50, 40, 30, 20, 10%). Os dados do treinamento foram utilizados para gerar as redes neurais artificias enquanto que os dados da generaliza??o serviram para validar a capacidade das redes em gerar resultados precisos para dados desconhecidos. A metodologia proposta no estudo 2 dividiu aleatoriamente os dados em dois grupos: treinamento a escolha fixa de quantidades de parcelas pr?-estabelecidas nas tr?s classes de s?tio (10, 20, 30, 40, 50 e 60) totalizando 30, 60, 90, 120, 150 e 180 parcelas utilizadas para o treino das redes neurais e os demais dados foram utilizados para validar a capacidade das redes. A estimativa da vari?vel de estudo foi gerada no sistema computacional Neuroforest 3.3. A aplica??o das Redes Neurais Artificiais apresentaram resultados satisfat?rios bem como a aplica??o de ambas metodologias permitiram reduzir consideravelmente o custo para a realiza??o do invent?rio florestal. / Disserta??o (Mestrado) ? Programa de P?s-Gradua??o em Ci?ncia Florestal, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2016. / This study aimed to evaluate the effects of permanent plots in the cost of carrying out the continuous forest inventory and to perform prognosis of forest production comparing the use of Artificial Neural Networks to the traditional model proposed by Clutter (1963). Data were obtained from municipalities located in the northern region of Bahia state yielding 3,000 hectares of forest. Two different methodologies were proposed to reduce the number of parcels. The methodology proposed for the study 1 involved the random division of the data into two groups consisting of random reducing portions of 10, 20, 30, 40, 50, 60, 70, 80, and 90% with these percentages used for training and the remaining 90, 80, 70, 60, 50, 40, 30, 20, 10% used for validation. The methodology proposed for study 2 consisted of random reduction in parcels with a fixed parcel per site 10, 20, 30, 40, 50 and 60 in each class (30, 60, 90, 120, 150 and 180 parcels). The estimates of the study variables were generated in the computer system Neuroforest 3.3. The applications of Artificial Neural Networks showed satisfactory results and the application of both methodologies have considerably reduced the cost for conducting the forest inventory.

Submitted by M?rden L?les (marden.inacio@ufvjm.edu.br) on 2016-07-12T23:59:50Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) paula_ventura_silva.pdf: 2872431 bytes, checksum: 13667045a80e3b80429055fd7e4a5e15 (MD5) / Approved for entry into archive by Rodrigo Martins Cruz (rodrigo.cruz@ufvjm.edu.br) on 2016-07-18T14:50:22Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) paula_ventura_silva.pdf: 2872431 bytes, checksum: 13667045a80e3b80429055fd7e4a5e15 (MD5) / Made available in DSpace on 2016-07-18T14:50:22Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) paula_ventura_silva.pdf: 2872431 bytes, checksum: 13667045a80e3b80429055fd7e4a5e15 (MD5) Previous issue date: 2015 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / RESUMO SILVA, Paula Ventura da, M.Sc., Emprego de redes neurais artificiais com Skip-Layer Connections na mensura??o florestal. 2015. 46 f. Disserta??o (Mestrado em Ci?ncia Florestal) ? Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2015. O objetivo principal deste estudo foi avaliar a aplica??o de Redes Neurais Artificiais (RNA) utilizando a t?cnica Skip-layer connections, com e sem recorr?ncia, para estima??o do volume individual e da altura total de ?rvores de eucalipto. Os objetivos espec?ficos foram testar e avaliar as redu??es no tamanho da base de dados do conjunto de ajuste (treinamento) para estima??o dessas vari?veis. Os dados utilizados foram provenientes de ?rvores abatidas para cubagem (estima??o do volume individual) e de medi??es de parcelas permanentes de invent?rios florestais cont?nuos (estima??o da altura total), em ?rea de povoamentos de eucalipto localizados no sul da Bahia, Brasil. Foram treinadas redes do tipo Multilayer Perceptron (MLP), utilizando a fun??o de ativa??o log?stica nas camadas intermedi?ria e de sa?da e oito neur?nios na camada oculta. O n?mero de neur?nios na camada de entrada variou conforme o n?mero e o tipo de vari?vel (qualitativa ou quantitativa) em cada estudo. Os crit?rios de parada foram o erro m?dio quadr?tico de 0,0001 ou 3.000 ciclos (?pocas). Em seguida, as RNA selecionadas foram aplicadas em parte dos dados separados, para generaliza??o (valida??o). O software utilizado para o treinamento e a generaliza??o das RNA foi o NeuroForest 3.3. Para compara??o dos resultados obtidos pelas RNA, foram ajustados os modelos tradicionais de regress?o tanto para volume, quanto para altura, e tamb?m foram treinadas e aplicadas RNA usando o algoritmo Resilient Propagation, comumente utilizado em aplica??es da mensura??o florestal. A avalia??o dos resultados gerados pelas RNA e pelos modelos de regress?o foi feita por meio do coeficiente de correla??o entre os valores observados e estimados, de gr?ficos de dispers?o e de histogramas de frequ?ncia percentual dos erros percentuais. As Redes Neurais Artificiais utilizando Skip-layer connections apresentaram resultados satisfat?rios para estima??o de volume e de altura de ?rvores de eucalipto, o que evidencia a possibilidade de aplicar a t?cnica em mensura??o e manejo florestal e uma expressiva redu??o das bases de dados para treinamento das RNA. / Disserta??o (Mestrado) ? Programa de P?s-Gradua??o em Ci?ncia Florestal, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2015. / ABSTRACT SILVA, Paula Ventura da, M.Sc. Artificial neural networks with skip-layer connections in forest measurement. 2015. 46 f. Dissertation (Master in Forest Science) ? Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2015. The aim of this study was to evaluate the application of Artificial Neural Networks (ANN) using the Skip-layer connections technique, with and without recurrence, to estimate the individual volume and total eucalyptus trees height. Its specific objectives were to test and evaluate reduction in the size of the adjustment assembly database (training) for estimating these variables. The data came from trees felled for scaling (estimation of individual volume) and measurements of permanent plots of continuous forest inventories (estimation of the total height), in eucalypt plantation area located in the south of Bahia, Brazil. Multilayer Perceptron (MLP) network type, using the logistic activation function in the intermediate and output layers and eight neurons in the hidden layer, were trained. The neurons number in the input layer varied according to the number and type of the variable (qualitative or quantitative) in each study. The stopping criteria were the root mean square error 0.0001 or 3,000 cycles (seasons). The software used for the RNA training and generalization was the NeuroForest 3.3. To compare the results obtained by RNA, traditional regression models were set for both the volume and the height, as well as RNA were trained and applied using the Resilient Propagation algorithm, commonly used in forest measurement applications. The evaluation of the results generated by the RNA and by the regression models was made via the correlation coefficient between observed and estimated values, scatter plots and histograms percentage frequency of the percentage errors. Artificial Neural Networks using Skip-layer connections showed satisfactory results for the estimation of volume and eucalyptus trees height, demonstrating the possibility of applying the technique in measuring and forest management and a significant reduction of databases for RNA training.

The last General Valuation in Cyprus, in 1980, took about twelve years to be completed by the Lands and Surveys Department. The comparison method was adopted and no computerised (mass appraisal) method or tool was used to assist the whole process. Although the issue of mass appraisal was raised by Sagric International, who had been invited to Cyprus as consultants, and recently by DataCentralen A/S with the development of a mass appraisal system based on regression analysis, there has been little literature and no research directly undertaken on the problems and the analysis of immovable property taxation in Cyprus and the development of an artificial neural networks valuation system for houses and apartments. The research project approached the issue of property taxation and mass appraisal through an investigation into Cyprus's needs for an up-dated tax base for equitabileness and for an assessment system capable of performing an effective revaluation at a certain date, with minimum acceptable mean error, minimum data and minimum cost. Investigation within Cyprus and world-wide indicated that this research project is a unique study in relation to Cyprus's property taxation and the development of a computer assisted mass appraisal system based on modular artificial neural networks. An empirical study was carried out, including prototyping and testing. The system results satisfy IAAO criteria for mass appraisal techniques, compare favourably with other studies and established a framework upon which future research into computer assisted mass appraisal for taxation purposes can be developed. In conclusion, the project has contributed significantly to the available literature on the immovable property taxation in Cyprus and the development of a computer assisted mass appraisal system for houses and apartments based on modular artificial neural network method. The proposed approach is novel not only in the context of Cyprus but also world-wide.

In this thesis I report the development of FARSA (Framework for Autonomous Robotics Simulation and Analysis), a simulation tool for the study of the interaction between language and action in cognitive robots and more in general for experiments in embodied cognitive science. Before presenting the tools, I will describe a series of experiments that involve simulated humanoid robots that acquire their behavioural and language skills autonomously through a trial-and-error adaptive process in which random variations of the free parameters of the robots’ controller are retained or discarded on the basis of their effect on the overall behaviour exhibited by the robot in interaction with the environment. More specifically the first series of experiments shows how the availability of linguistic stimuli provided by a caretaker, that indicate the elementary actions that need to be carried out in order to accomplish a certain complex action, facilitates the acquisition of the required behavioural capacity. The second series of experiments shows how a robot trained to comprehend a set of command phrases by executing the corresponding appropriate behaviour can generalize its knowledge by comprehending new, never experienced sentences, and by producing new appropriate actions. Together with their scientific relevance, these experiments provide a series of requirements that have been taken into account during the development of FARSA. The objective of this project is that to reduce the complexity barrier that currently discourages part of the researchers interested in the study of behaviour and cognition from initiating experimental activity in this area. FARSA is the only available tools that provide an integrated framework for carrying on experiments of this type, i.e. it is the only tool that provides ready to use integrated components that enable to define the characteristics of the robots and of the environment, the characteristics of the robots’ controller, and the characteristics of the adaptive process. Overall this enables users to quickly setup experiments, including complex experiments, and to quickly start collecting results.

Os ensaios não destrutivos servem como uma importante ferramenta para a análise de estruturas de concreto armado. A utilização de ensaios de velocidade de propagação do pulso ultra-sônico (VPU) permite realizar um acompanhamento das características do material ao longo de sua vida útil. Através da análise dos dados obtidos, pode-se averiguar a uniformidade do concreto, controlar a sua qualidade, acompanhar sua deterioração e, através de comparação com corpos de prova de referência e, até mesmo, estimar a resistência do mesmo. No entanto, as técnicas atuais para análise dos resultados coletados são, em grande parte, baseadas na sensibilidade dos profissionais que as aplicam. Para facilitar o controle e inspeção de estruturas de concreto armado é fundamental desenvolver estratégias para tornar esta análise mais simples e precisa. Este trabalho se baseia na hipótese de que a aplicação de Redes Neurais Artificiais (RNAs) pode gerar modelos de relacionamento úteis e acurados entre as características do concreto, sua compacidade e sua resistência à compressão. O intuito é determinar se com o uso de RNAs é possível estabelecer relações não-lineares que permitam estimar a resistência do concreto a partir do conhecimento de algumas propriedades básicas e da verificação da sua compacidade por meio de ensaios de VPU. Os resultados indicam que as RNAs podem ser usadas para gerar métodos numéricos robustos e flexíveis para estimativa da resistência à compressão a partir de dados de VPU. O estudo evidencia uma considerável melhora nos resultados de estimação da resistência quando se empregam modelos neurais, em comparação a modelos estatísticos tradicionais. Para os dados coletados, provenientes de diversas pesquisas, os modelos tradicionais geram estimativas com coeficientes de determinação que não ultrapassam um valor de R² de 0,40. Já as redes neurais conseguem ajustes com R² da ordem de 0,90. Além de contribuir para uma melhor análise de situações em que haja dúvidas sobre a resistência ou homogeneidade de elementos de concreto, o trabalho demonstra que modelos neurais são uma forma eficiente de ordenar e transferir conhecimento não estruturado. Constatou-se, ainda, que, dada sua capacidade de aprendizagem e de generalização do conhecimento adquirido, as RNAs se constituem em um meio rápido e preciso para modelagem de fenômenos complexos. / Nondestructive Testing (NDT) techniques are useful tools for analyzing reinforced concrete (RC) structures. The use of Ultrassonic Pulse Velocity (UPV) measurements enables the monitoring of changes in some critical characteristics of concrete over the service life of a structure. The interpretation of the data collected allows an assessment of concrete uniformity, and can be used to perform quality control, to monitor deterioration and even, by means of comparison against reference samples, to estimate compressive strength. Nonetheless, the current techniques for UPV data analysis are, on a large degree, based on the sensitivity of the professionals who apply these tests. For accurate diagnosis it is necessary to consider the various factors and conditions that can affect the results. To proper control and inspect RC facilities it is essential to develop appropriate strategies to make the task of data interpretation easier and more accurate. This work is based on the notion that using Artificial Neural Networks (ANNs) is a feasible way to generate workable estimation models correlating concrete characteristics, compacity and compressive strength. The goal is to determine if it is possible to establish models based on non-linear relationships that are capable of estimating with good accuracy the concrete strength based on previous knowledge of some basic material characteristics and UPV measurements. The study shows that this goal is achievable and indicates that neural models perform better than traditional statistical models. For the data collected in this work, provided by various researchers, traditional regression models cannot exceed R² = 0.40, while the use of ANNs allows the creation of models that can reach a determination coefficient R² = 0.90. The results make clear that, besides contributing to better the analysis of situations where there is doubts regarding concrete strength or uniformity, neural models are an efficient way to order and transfer unstructured knowledge. It was shown that, given the learning capacity and its ability to generalize acquired information into mathematical patterns, ANNs are a quick and adequate way to model complex phenomena.

[pt] Na supervisão em tempo-real de sistemas de potência é fundamental que as informações recebidas do sistema de aquisição de dados não contenham erros. As decisões tomadas durante a operação do sistema se baseiam em análise que utilizam uma base de dados supostamente confiável. A presença de erros nos dados compromete as análises realizadas conseqüentemente as decisões tomadas a partir delas, podendo ocasionar problemas para a operação do sistema. Este trabalho propõe um novo método para a identificação de erros nos dados na supervisão em tempo-real de sistemas de potência. Técnicas de projeção de dados baseadas no mapa de Kohonen são utilizadas para mostrar que as inovações normalizadas, obtidas no estimadores de estado com capacidade de previsão, apresentam excelente capacidade de discriminação de erros quando comparadas a outras variáveis tais como medidas cruas e resíduos normalizados. É proposto um método que trata o problema de identificação de erros de dados como um problema de reconhecimento de padrões, onde as inovações normalizadas são utilizadas como variáveis de entrada para uma rede neural plástica que é responsável por identificar o erro presente. O método é capaz de tratar de forma integrada erros grosseiros nas medidas de erros topológicos envolvendo ramos de transmissão ou barras. Método proposto é testado para várias condições de operação envolvendo os mais diversos tipos de erro, utilizando os sistemas IEEE 24-barras e IEEE 118-barras. O desempenho do método é avaliado e aspectos como eficiência computacional, capacidade de generalização e implementação em tempo-real, entre outros, são também discutidos. / [en] Bad data detection and identification is one of the most important problems to be solved in real-time power system monitoring. During system operation, the decision-making process is based on analyses that use a database which is assumed to be reliable. Bad data can affect the results of these analyses and as a consequence the decisions taken may not be valid anymore. This may cause serious problems to system operation. This work presents a new method for debugging data in real- time power system monitoring. Data projection tecniques based on Kohonen´s self-organizing maps are employed to show that normalized innovations, obtained from a forecasting-aided state estimator, present excellent discrimination capability when compared to other variables such as raw measurements and normalized residuals. In the proposed method the problem of bad data identification is viewed as a pattern recognition problem, in which normalized innovations are use as input variables to a constructive artificial neural network that is responsible for identifying bad data. The method is able to distinguish between gross measurement and topological errors. Which can include branch or bus misconfigurations. The proposed method is tested for many different operating conditions involving different types of error. Tests are performed using data from the IEEE 24-bus and IEEE 118-bus systems. The performance of the method is evaluated and aspects such as computational efficiency, generalization capability and real-time implementation, among others, are also discussed.