Cette thèse de doctorat a pour objectif de décrire la situation actuelle de la langue iaai (langue océanienne, famille austronésienne) et de proposer une analyse de ses dynamismes d’évolution. En tant que langue kanak minoritaire de Nouvelle-Calédonie, inscrite dans un contexte de contact de langues intense avec le français, le iaai connait des changements importants tant linguistiques que sociolinguistiques. Cette thèse adopte un angle d’approche à la fois double et complémentaire. D’une part, il est question de proposer une évaluation de la vitalité sociolinguistique du iaai aujourd’hui en croisant différents facteurs relevant du contexte social et ethnolinguistique dont la variété des profils de locuteurs typiques des langues en danger. D’autre part, l’analyse porte sur les évolutions au sein même du fonctionnement du iaai en abordant trois thèmes particulièrement intéressants de cette langue : (i) les changements dans le système des classificateurs possessifs ; (ii) les stratégies de néologie et de modernisation du lexique ; (iii) le cas particulier des emprunts de verbes. L’étude de ces changements s’appuie les travaux de description du iaai de la linguiste Françoise Ozanne-Rivierre (1976, 1984) auxquels sont comparés des données modernes collectées lors de trois enquêtes de terrain menées à Ouvéa depuis 2009, ainsi que grâce à une collaboration soutenue avec une informatrice, locutrice native, à Lyon. Au final, ce travail de recherche met en exergue l’entrelacement de différentes dynamiques entre modernisation, obsolescence et résilience linguistique en iaai. / This PhD thesis describes the current situation of Iaai (an Oceanic language from the Austronesian family) and provides an analysis of its dynamics. As a minority Kanak language of New Caledonia, engaged in a process of intense contact with French, Iaai is experiencing significant changes both on a linguistic and sociolinguistic aspect. This thesis adopts an approach that is both dual and complementary. On the one hand, it offers an evaluation of modern Iaai’s sociolinguistic vitality, crossing different factors from the social and ethno-linguistic context together with the high variety of speakers, typical of endangered languages. On the other hand, the analysis focuses on language change by addressing three particularly interesting themes in Iaai: (i) evolution in the system of possessive classifiers; (ii) strategies of neology and of modernization of the lexicon; (iii) the particular case of verbal borrowings. The study of these changes is based on the linguistic description of Iaai made by Françoise Ozanne-Rivierre (1976, 1984) which is compared with modern data collected during three fieldworks conducted in Ouvea since 2009, as well as through sustained collaboration with a native speaker informant in Lyon. Finally, this research highlights the intertwining of different dynamics in Iaai between modernization, obsolescence and linguistic resilience.

Ferramentas de geoinformação possuem grande aplicabilidade na compreensão e no mapeamento de deslizamentos. Considerando-se a importância dos componentes do relevo e da cobertura do solo neste processo, torna-se essencial o estabelecimento de metodologias para a síntese de informações do relevo e para a identificação de cicatrizes de deslizamento, de maneira a facilitar o monitoramento de áreas de risco. O objetivo desta Tese é propor metodologias de processamento digital de imagens para o mapeamento e identificação de cicatrizes de deslizamento próximo a rodovias. Um deslizamento de grande porte com várias consequências econômicas, ocorrido no ano de 1999, às margens da Rodovia Anchieta, na bacia hidrográfica do Rio Pilões foi utilizado como área de estudo deste trabalho. Utilizando dados gratuitos, mapas de cobertura do solo e de compartimentação do relevo foram gerados e analisados conjuntamente para a identificação das áreas de potenciais cicatrizes na região das Rodovias Anchieta e Imigrantes. A análise do relevo foi realizada utilizando técnicas de classificação baseada em objeto. A identificação de áreas de cicatrizes de deslizamento foi realizada através da avaliação de duas estratégias metodológicas: uma utilizando o algoritmo de classificação supervisionada SVM (Support Vector Machine) aplicado ao índice de vegetação NDVI (Normalized Difference Vegetation Index) e outra que utilizando combinação entre diferentes classificadores para a composição de uma classificação final. Os resultados obtidos para o mapeamento do relevo mostraram que a metodologia proposta possui grande potencial para a descrição de feições do relevo, com maior nível de detalhamento, facilitando a identificação de áreas com grande potencial de ocorrência de deslizamentos. Ambas as metodologias de identificação de cicatrizes de deslizamento apresentaram bons resultados, sendo que a combinação entre os algoritmos SVM, Redes Neurais e Máxima Verossimilhança apresentou o resultado mais adequado com os objetivos do trabalho, atingindo erro de omissão inferior a 10% para a classe de deslizamento. A combinação dos dois produtos permitiu a análise e identificação de diversas áreas de potenciais cicatrizes de deslizamento associadas à rodovias na região de estudo. A metodologia proposta possui ampla replicabilidade, podendo ser utilizada para análises de risco associadas a assentamentos urbanos, empreendimentos lineares e para o planejamento territorial e ambiental. / Geoinformation tools have great applicability in understanding and mapping landslides. Considering the significance of releif components and land cover in this process, it is essential the establishment of methods for the synthesis of the relief information and identification landslides, aiming to facilitate areas risk monitoring. The objective of this Dissertation is to propose digital image processing methodologies for map and identify landslide near to highways. A large landslide with several economic consequences was used as a study area of this work, occurred in 1999, near the Highway Anchieta, in Piloes river basin. Using free data, land cover and relief subdivsion maps were generated and intersected to identify areas of potential landslides in the region of Highways Anchieta and Imigrantes. The relief analysis was performed using based on object classification techniques. The identification of the landslide was performed by evaluating two methodological strategies: one using the supervised classification algorithm SVM (Support Vector Machine) applied to the NDVI vegetation index (Normalized Difference Vegetation Index) and another using combination of different classifiers for the composition of a final classification. The results obtained for relief mapping showed that the proposed method has great potential for the description of the relief features, with greater detail, facilitating the identification of areas with high potential for occurrence of landslides. Both landslides identification methodologies showed good results, and the combination of SVM, Neural Network and Maximum Likelihood algorithms presented the most appropriate result, reaching omission error of less than 10% for the landslide class. The combination of the two products allowed the analysis and identification of several areas of potential landslide scars associated with roads in the study area. The proposed methodology has extensive replication and can be used for risk analysis associated with urban settlements, linear infrastructures and the territorial and environmental planning.

Neste trabalho, foram utilizadas as vantagens da ferramenta matemática de análise temporal e espectral, a transformada wavelet discreta (DWT), além dos coeficientes de predição linear (LPC) e do algoritmo de inteligência artificial, Least Squares Support Vector Machines (LS-SVM), para aplicações em análise de sinais de voz e classificação de vozes patológicas. Inúmeros trabalhos na literatura têm demonstrado o grande interesse existente por ferramentas auxiliares ao diagnóstico de patologias da laringe. Os componentes da DWT forneceram parâmetros de medida para a análise e classificação das vozes patológicas, principalmente aquelas provenientes de pacientes com edema de Reinke e nódulo nas pregas vocais. O banco de dados com as vozes patológicas foi obtido do Departamento de Otorrinolaringologia e Cirurgia de Cabeça e Pescoço do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (FMRP-USP). Utilizando-se o algoritmo de reconhecimento de padrões, LS-SVM, mostrou-se que a combinação dos componentes da DWT de Daubechies com o filtro LP inverso levou a um classificador de bom desempenho alcançando mais de 90% de acerto na classificação das vozes patológicas. / The main objective of this work was to use the advantages of the time-frequency analysis mathematical tool, discrete wavelet transform (DWT), besides the linear prediction coefficients (LPC) and the artificial intelligence algorithm, Least Squares Support Vector Machines (LS-SVM), for applications in voice signal analysis and classification of pathological voices. A large number of works in the literature has been shown that there is a great interest for auxiliary tools to the diagnosis of laryngeal pathologies. DWT components gave measure parameters for the analysis and classification of pathological voices, mainly that ones from patients with Reinke\'s edema and nodule in the vocal folds. It was used a data bank with pathological voices from the Otolaryngology and the Head and Neck Surgery sector of the Clinical Hospital of the Faculty of Medicine at Ribeirão Preto, University of Sao Paulo (FMRP-USP), Brazil. Using the automatic learning algorithm applied in pattern recognition problems, LS-SVM, results have showed that the combination of Daubechies\' DWT components and inverse LP filter leads to a classifier with good performance reaching more than 90% of accuracy in the classification of the pathological voices.

Orientadores: Fernando Jose Von Zuben, Patricia Amancio Vargas / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-11T19:08:31Z (GMT). No. of bitstreams: 1 Moioli_RenanCipriano_M.pdf: 1774485 bytes, checksum: fbe8aa9cf8be0ba5310723711c91235c (MD5) Previous issue date: 2008 / Resumo: Este trabalho tem como objetivos principais estudar, desenvolver e aplicar duas ferramentas computacionais bio-inspiradas em navegação autônoma de robôs. A primeira delas é representada pelos Sistemas Classificadores com Aprendizado, sendo que utilizou-se uma versão da proposta original, baseada em energia, e uma versão baseada em precisão. Adicionalmente, apresenta-se uma análise do processo de evolução das regras de inferência e da população final obtida. A segunda ferramenta trata de um modelo denominado sistema homeostático artificial evolutivo, composto por duas redes neurais artificiais recorrentes do tipo NSGasNets e um sistema endócrino artificial. O ajuste dos parâmetros do sistema é feito por meio de evolução, reduzindo-se a necessidade de codificação e parametrização a priori. São feitas análises de suas peculiaridades e de sua capacidade de adaptação. A motivação das duas propostas está no emprego conjunto de evolução e aprendizado, etapas consideradas fundamentais para a síntese de sistemas complexos adaptativos e modelagem computacional de processos cognitivos. Os experimentos visando validar as propostas envolvem simulação computacional em ambientes virtuais e implementações em um robô real do tipo Khepera II. / Abstract: The objectives of this work are to study, develop and apply two bio-inspired computational tools in robot autonomous navigation. The first tool is represented by Learning Classifier Systems, using the strength-based and the accuracy-based models. Additionally, the rule evolution mechanisms and the final evolved populations are analyzed. The second tool is a model called evolutionary artificial homeostatic system, composed of two NSGasNet recurrent artificial neural networks and an artificial endocrine system. The parameters adjustment is made by means of evolution, reducing the necessity of a priori coding and parametrization. Analysis of the system's peculiarities and its adaptation capability are made. The motivation of both proposals is on the concurrent use of evolution and learning, steps considered fundamental for the synthesis of complex adaptive systems and the computational modeling of cognitive processes. The experiments, which aim to validate both proposals, involve computational simulation in virtual environments and implementations on real Khepera II robots. / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Submitted by Geyciane Santos (geyciane_thamires@hotmail.com) on 2015-07-15T14:04:04Z No. of bitstreams: 1 Dissertação - Clahildek Matos Xavier.pdf: 23017599 bytes, checksum: f3e0230fd866c0a784966606404bb807 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-07-15T18:37:45Z (GMT) No. of bitstreams: 1 Dissertação - Clahildek Matos Xavier.pdf: 23017599 bytes, checksum: f3e0230fd866c0a784966606404bb807 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-07-15T18:47:26Z (GMT) No. of bitstreams: 1 Dissertação - Clahildek Matos Xavier.pdf: 23017599 bytes, checksum: f3e0230fd866c0a784966606404bb807 (MD5) / Made available in DSpace on 2015-07-15T18:47:26Z (GMT). No. of bitstreams: 1 Dissertação - Clahildek Matos Xavier.pdf: 23017599 bytes, checksum: f3e0230fd866c0a784966606404bb807 (MD5) Previous issue date: 2012-07-02 / Não Informada / Tuberculosis (TB) is a contagious disease caused by Mycobacterium tuberculosis that primarily affects the lungs and reaches over 8.8 million people worldwide. Although the number of cases of TB disease and deaths has fallen over the past years, this disease still remains a serious health problem in developing countries. Currently, as initial tests for the diagnosis of TB are used methods of smear bright field and fluorescence. The first is used mostly in developing countries, due to low cost, the second is the preferred method in developed countries to be more sensitive. Among the many challenges for the control of this disease is the development of a rapid, efficient and low cost for the diagnosis of tuberculosis. The process of diagnosis of smear-field course is time consuming, manual and error-prone, so that there is a high rate of false negatives. Various techniques for pattern recognition in the image smear bright field microscopy have been designed to recognize and count of the rods. This paper describes a new method for segmentation of tubercle bacilli in sputum bright field. The method proposed in this dissertation uses a classifier consisting of a support vector machine. The differential method is proposed in the variables selected for the input of the classifier. They were selected from four color spaces: RGB, HSI, YCbCr and Lab used to both individual characteristics such as subtractions of characteristics of the same color space and different color spaces. We investigated a total of 30 features. The best features were selected using the selection technique scalar features. With the proposed method was reached a sensitivity of 94%. However, further steps for noise reduction are required to minimize the classification errors. / A tuberculose (TB) é uma doença contagiosa causada pelo Mycobacterium tuberculosis que afeta, principalmente, os pulmões e atinge mais de 8,8 milhões de pessoas em todo o mundo. Embora o número de casos de doenças e mortes por TB tenham caído ao longo dos últimos anos, essa doença ainda continua sendo um grave problema de saúde nos países em desenvolvimento. Atualmente, como exames iniciais para o diagnóstico da TB são usados os métodos de baciloscopia de campo claro e baciloscopia de fluorescência. O primeiro é mais usado em países em desenvolvimento, devido ao baixo custo; o segundo é o método preferencial em países desenvolvidos por ser mais sensível. Entre os vários desafios para o controle dessa doença, está o desenvolvimento de um método rápido, eficiente e de baixo custo para o diagnóstico da TB. O processo de diagnóstico de baciloscopia de campo claro é demorado, manual e propenso a erros, fazendo com que haja uma alta taxa de falsos negativos. Várias técnicas de reconhecimento de padrão em imagens baciloscópicas de microscopia de campo claro têm sido desenvolvidas para o reconhecimento e contagem dos bacilos. Este trabalho descreve um novo método para segmentação de bacilos da tuberculose em baciloscopia de campo claro. O método proposto utiliza um classificador constituído por uma máquina de vetores de suporte. O diferencial do mesmo em relação a outros trabalhos está nas variáveis selecionadas para a entrada do classificador. Essas variáveis foram selecionadas a partir de quatro espaços de cor: RGB, HSI, YCbCr e Lab. Investigou-se tanto características individuais, como subtrações de características de um mesmo espaço de cor e de espaços de cores diferentes, num total de 30 características. As melhores características foram selecionadas utilizando-se a técnica de seleção escalar de características. Alcançou-se uma sensibilidade de 94%. No entanto, novas etapas para a redução de ruído são necessárias para minimizar os erros de classificação.

Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2017-06-23T19:10:20Z No. of bitstreams: 2 Dissertação - André Reis de Geus - 2016.pdf: 8269330 bytes, checksum: 1345e49235c545021c88a7baf696f5c0 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Cláudia Bueno (claudiamoura18@gmail.com) on 2017-07-07T20:25:28Z (GMT) No. of bitstreams: 2 Dissertação - André Reis de Geus - 2016.pdf: 8269330 bytes, checksum: 1345e49235c545021c88a7baf696f5c0 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-07-07T20:25:28Z (GMT). No. of bitstreams: 2 Dissertação - André Reis de Geus - 2016.pdf: 8269330 bytes, checksum: 1345e49235c545021c88a7baf696f5c0 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-03-10 / Fundação de Amparo à Pesquisa do Estado de Goiás - FAPEG / Insects cause significant losses of stored grains in both quantity and quality. In the scenary, it is of paramount importance an early identification of insects in grains to take control measures. Instead of sampling and visual/laboratory analysis of grains, we propose to carry out the insects identification task automatically, using computational methods to perform endoscopic video analysis. The videos are recorded inside of grains warehouses by an endoscopic camera. As the classification process of moving objects in video rely heavily on precise segmentation of moving objets, we propose a new method of background subtraction and compared their results with the main methods of the literature according to a recent review. The main innovation of the background subtractionmethod rely on the binarization process that uses two thresholds: a global and a local threshold. The binarized results are combined by adding details of the object obtained by the local threshold in the result of the global threshold. Experimental results performed through visual analysis of the segmentation results and using a SVM classifier, suggest that the proposed segmentation method produces more accurate results than the state-of-art background subtraction methods. / Insetos causam perdas quantitativas e qualitativas significantesemgrãos armazenados. Neste cenário, é de vital importância uma identificação rápida de insetos em grãos para que sejam tomadas medidas de controle. Ao invés de coletar amostras de grãos para análise visual/laboratorial, é proposta a realização desta tarefa de identificação de formaautomática, usando métodos computacionais para a análise de vídeos endoscópicos. Os vídeos são gravados dentro de armazéns de grãos usando câmera endoscópica. Como o processo de classificação de objetos em movimento em vídeo depende fundamentalmente de uma segmentação de objeto precisa, é proposto um novo método de segmentação por subtração de plano de fundo e comparado seus resultados com os principais métodos da literatura de acordo com um estudo de revisão recente. A principal inovação neste método de subtração de plano de fundo está no processo de binarização que usa dois thresholds: um global e um local. Os resultados binarizados são combinados pela adição de detalhes do objeto obtido pelo threshold local no resultado do threshold global. Resultados experimentais, realizados através de análise visual dos resultados de segmentação e usandoumclassificadorSVMindicamque o método de segmentação proposto produz melhores resultados que métodos do estado da arte atual da literatura de subtração de plano de fundo.

Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2017-07-04T16:01:12Z No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-08-08T15:16:30Z (GMT) No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) / Made available in DSpace on 2017-08-08T15:16:30Z (GMT). No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) Previous issue date: 2017-03-08 / Nas últimas décadas os casos de asma e demais doenças alérgicas tiveram grande aumento em todo o mundo, sendo atualmente um grande problema de saúde pública. As causas do aumento da prevalência destas patologias são desconhecidas, porém a hipótese mais aceita é que seja oriunda da redução de infecções na infância como consequência da recente melhora nas condições de higiene. Esta redução das infecções pode levar ao desenvolvimento anômalo do sistema imune, aumentando assim a chance de desenvolver alergias e a asma. Tanto a asma como as demais alergias são patologias complexas, causadas por fatores genéticos e ambientais, de modo que o uso de ferramentas computacionais, tais como a programação genética podem contribuir para a compreensão destas doenças. Aplicou-se a técnica de Programação Genética Gramatical Multiobjetivo (MGGP) em dados obtidos de um coorte de 1445 crianças entre 4 e 11 anos para gerar modelos os quais possam representar como as relações entre infecções e ambiente podem explicar o desenvolvimento de atopia e asma. Para avaliar a presença de asma foi usado um questionário do ISAAC fase II e para avaliar atopia foram realizadas medições de anticorpos IgE contra alérgenos comuns e teste de reatividade cutânea. Os resultados obtidos mostram que os modelos gerados pela MGGP apresentam desempenho em acurácia competitivos aos obtidos pelo algoritmo C4.5 e regressão logística múltipla para os diferentes desfechos. Os resultados obtidos pela MGGP são de fácil interpretação, e capazes de encontrar relações complexas relevantes para o entendimento destas patologias, sendo assim, a MGGP é uma poderosa ferramenta para ajudar a compreender essas condições. / In the last decades cases of asthma and other allergic diseases have increased greatly throughout the world, being nowadays a major public health problem. The causes of this increased prevalence are unknown, however the most accepted hypothesis is that it comes from the reduction of childhood infections as a consequence of the recent improvement in hygiene conditions. This reduction of infections can lead to anomalous development of the immune system, thus increasing the chance of developing allergies, including asthma. Asthma and other allergies are complex pathologies caused by genetical and environmental factors, so the use of computational tools such as genetic programming can contribute to the understanding of these diseases. We applied the Multiobjective Grammatical Genetic Programming (MGGP) technique to data obtained from a cohort of 1445 children to generate models which may represent how the relationships between infections and environment may explain the development of allergies and asthma. To assess the presence of asthma, a questionnaire was used and allergy measurements were performed on IgE antibodies against common allergens and skin reactivity test. The results obtained show that the models generated by MGGP show a performance in accuracy that is competitive with those obtained by the algorithm C4.5 and multiple logistic regression for the different outcomes. The results obtained by MGGP are easy to interpret, and capable of finding complex relationship relevant to the understanding of these complex pathologies, therefore MGGP is a powerful tool to help understand these conditions.

Orientadores: Hélio Pedrini, Anderson de Rezende Rocha / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-21T20:45:31Z (GMT). No. of bitstreams: 1 Tokuda_EricKeiji_M.pdf: 9271810 bytes, checksum: 933cc41bd2c4a5d4ace8239be240b632 (MD5) Previous issue date: 2012 / Resumo: O grande investimento de companhias de desenvolvimento de software para animação 3D nos últimos anos tem levado a área de Computação Gráfica a patamares nunca antes atingidos. Frente a esta tecnologia, torna-se cada vez mais difícil a um usuário comum distinguir fotografias reais de imagens produzidas em computador. Mais do que nunca, a fotografia, como meio de informação segura, passa a ter sua idoneidade questionada. A identificação de imagens geradas por computador tornou-se uma tarefa imprescindível. Existem diversos métodos de classificação de imagens fotográficas e geradas por computador na literatura. Todos os trabalhos se concentram em identificar diferenças entre imagens fotográficas e imagens geradas por computador. Contudo, no atual estágio da Computação Gráfica, não há uma caracterização isolada que resolva o problema. Propomos uma análise comparativa entre diferentes formas de combinação de descritores para abordar este problema. Para tanto, criamos um ambiente de testes com diversidade de conteúdo e de qualidade; implementamos treze métodos representativos da literatura; criamos e implementamos quatro abordagens de fusão de dados; comparamos os resultados dos métodos isolados com o resultado dos mesmos métodos combinados. Realizamos a implementação e análise de um total de treze métodos. O conjunto de dados para validação foi composto por aproximadamente 5.000 fotografias e 5.000 imagens geradas por computador. Resultados isolados atingiram acurácias de até 93%. A combinação destes mesmos métodos atingiu uma precisão de 97% (uma redução de 57% no erro do melhor método de maneira isolada) / Abstract: The development of powerful and low-cost hardware devices allied with great advances on content editing and authoring tools have pushed the creation of computer generated images (CGI) to a degree of unrivaled realism. Differentiating a photorealistic computer generated image from a real photograph can be a difficult task to naked eyes. Digital forensics techniques can play a significant role in this task. Indeed, important research has been made by our community in this regard. The current approaches focus on single image features aiming at spotting out diferences between real and computer generated images. However, with the current technology advances, there is no universal image characterization technique that completely solves this problem. In our work, we present a complete study of several current CGI vs. Photograph approaches; create a big and heterogeneous dataset to be used as a training and validation database; implement representative methods of the literature; and devise automatic ways to combine the best approaches. We compare the implemented methods using the same validation environment. Approximately 5,000 photographs and 5,000 CGIs with large diversity of content and quality were collected. A total of 13 methods were implemented. Results show that this set of methods, in an integrated approach, can achieve up to 93% of accuracy. The same methods, when combined through the proposed fusion schemes, can achieve an accuracy rate of 97% (a reduction of 57% of the error over the best result alone) / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

Skanskas bergtäkt, Vikan kross, i Göteborg producerar ett ersättningsmaterial till naturgruset i form av helkrossad betongballast. Utvinningen av naturgrus ska fasas ut eftersom det utvinns från grusåsar vilket är negativt för naturen då grusåsarna renar vatten och fungerar som naturliga vattenreservoarer. Historiskt sett har naturgruset använts till betongtillverkning under en väldigt lång tid och år 2013 investerade Vikan kross i en anläggning för att kunna producera helkrossad betongballast och på så vis fasa ut naturgruset från deras betongtillverkning. År 2014 stod anläggningen klar för att börja tillverka helkrossad betongballast. En lång uppstartsperiod där många tester utfördes för att få den helkrossade betongballasten att efterlikna naturgruset i form och egenskaper. I dagsläget producerar Vikan kross en bra ersättningsprodukt till naturgruset men produktionsledning har kommit underfund med att fuktkvoten på det ingående materialet till vindsikten har en stor påverkan på slutprodukten. Skanska gav mig i uppdrag att undersöka hur vindsiktens inställningar bör justeras beroende på vilken fuktkvot det ingående materialet har för att kunna bibehålla en acceptabel kornstorleksfördelning. Skanska har även önskemål att mängden filler (ballastkorn mindre än 63 μm) i slutprodukten skall öka från den mängd som finns i slutprodukten i dagsläget. En provtagningsplan baserad på tidigare tester och erfarenheter upprättades för att på så vis kunna följa vägen fram till ett bra resultat. Metoden som använts är provtagning av det ingående materialet samt det utgående materialet från vindsikten. Materialen har analyserats med hjälp av siktanalyser där kornstorleksfördelning har tagits fram. Vindsiktens inställningar har sedan varierats och ytterligare provtagning samt analyser har genomförts. När vindsikten ansågs producera helkrossad betongballast med så bra kornstorleksfördelning som möjligt bevattnades det ingående materialet till vindsikten. Vatten tillfördes för att höja fuktkvoten och på så vis förstå hur vindsiktens inställningar bör justeras för att behålla kornstorleksfördelningen inom de gränsvärden som finns. Resultatet visar att om det ingående materialet till vindsikten har en avvikande fuktkvot (> 1 vikt-%) är det möjligt att erhålla en kornstorleksfördelning som efterliknar den kornstorleksfördelning som erhålls när materialet har en normal fuktkvot (< 1 vikt-%). Mängden filler har inte ökat i slutprodukten eftersom att den ingående mängden filler till vindsikten redan är så låg att den inte går att justera med hjälp av enbart vindsikten. Orsaken till att mängden filler är lägre än vad som tidigare observerats kopplas till bergets geologi. Det berg som krossats under testperioden var väldigt hårt och där med produceras en mindre mängd filler. För en ökad mängd filler i slutprodukten krävs en förändring i krossprocessen före vindsikten. / Skanska Asfalt och Betong AB is the owner of the quarry Vikan kross in Gothenburg. They produce manufactured sand as a replacement product for the natural sand that is used in todays fin aggregates for concrete production. The Swedish government is limiting the extraction of natural sand because of environmental reasons. In 2013 Vikan kross invested in a plant to produce manufactured sand thus phasing out the natural sand from their concrete production. In 2014 the plant was ready to start producing manufactured sand. Through a long start-up period, many tests were done to get the manufactured sand to mimic the natural sand as much as possible. Today Vikan kross is producing a good replacement product for the natural sand, but the production team has come to the conclusion that the moisture content in the input material to the air classifier has a major impact on the final product. Skanska assigned me to investigate how the air classifiers settings should be adjusted depending on the moister content of the input material in order to maintain an acceptable particle size distribution. Skanska also wished that the amount of fines (particles smaller than 63 μm) in the manufactured sand should increase from the amount present today. A plan based on previous tests and experiences was set up in order to reach a good result. The method used was to take tests of the input materials as well as the output materials from the air classifier. The materials have been analyzed by using sieving methods to determinate the particle size distribution. The settings of the air classifier were then adjusted and further tests and analysis was done. When the air classifier was producing manufactured sand with a particle size distribution as good as possible, the input material was watered. Water was added to raise the moisture content to understand how the settings of the air classifier should be adjusted to maintain a particle size distribution within the limit values. The result shows that if the input material to the air classifier has a deviating moisture content (> 1 wt-%) it is possible to obtain a particle size distribution that mimics the particle size distribution obtained when the material has a normal moisture content (<1 wt-%). The amount of fines has not increased in the manufactured sand because the amount of fines in the input material is already so low that it can’t be adjusted by only changing the settings of the air classifier. The reason for the amount of fines being lower than previously observed is linked to the geology of the material. The material that had been crushed during this test period was very hard and thus produced a small amount of fines. For an increased amount of fines in the manufactured sand, a change is necessary in the process prior to the air classifier.

From a fresh data science perspective, this thesis discusses the prediction of coronary artery disease based on Single-Nucleotide Polymorphisms (SNPs) from the Ontario Heart Genomics Study (OHGS). First, the thesis explains the k-Nearest Neighbour (k-NN) and Random Forest learning algorithms, and includes a complete proof that k-NN is universally consistent in finite dimensional normed vector spaces. Second, the thesis introduces two dimensionality reduction techniques: Random Projections and a new method termed Mass Transportation Distance (MTD) Feature Selection. Then, this thesis compares the performance of Random Projections with k-NN against MTD Feature Selection and Random Forest for predicting artery disease. Results demonstrate that MTD Feature Selection with Random Forest is superior to Random Projections and k-NN. Random Forest is able to obtain an accuracy of 0.6660 and an area under the ROC curve of 0.8562 on the OHGS dataset, when 3335 SNPs are selected by MTD Feature Selection for classification. This area is considerably better than the previous high score of 0.608 obtained by Davies et al. in 2010 on the same dataset.