In many areas of knowledge, considerable amounts of time have been spent to comprehend and to treat noisy data, one of the most common problems regarding information collection, transmission and storage. These noisy data, when used for training Machine Learning techniques, lead to increased complexity in the induced classification models, higher processing time and reduced predictive power. Treating them in a preprocessing step may improve the data quality and the comprehension of the problem. This Thesis aims to investigate the use of data complexity measures capable to characterize the presence of noise in datasets, to develop new efficient noise ltering techniques in such subsamples of problems of noise identification compared to the state of art and to recommend the most properly suited techniques or ensembles for a specific dataset by meta-learning. Both artificial and real problem datasets were used in the experimental part of this work. They were obtained from public data repositories and a cooperation project. The evaluation was made through the analysis of the effect of artificially generated noise and also by the feedback of a domain expert. The reported experimental results show that the investigated proposals are promising. / Em diversas áreas do conhecimento, um tempo considerável tem sido gasto na compreensão e tratamento de dados ruidosos. Trata-se de uma ocorrência comum quando nos referimos a coleta, a transmissão e ao armazenamento de informações. Esses dados ruidosos, quando utilizados na indução de classificadores por técnicas de Aprendizado de Maquina, aumentam a complexidade da hipótese obtida, bem como o aumento do seu tempo de indução, além de prejudicar sua acurácia preditiva. Trata-los na etapa de pré-processamento pode significar uma melhora da qualidade dos dados e um aumento na compreensão do problema estudado. Esta Tese investiga medidas de complexidade capazes de caracterizar a presença de ruídos em um conjunto de dados, desenvolve novos filtros que sejam mais eficientes em determinados nichos do problema de detecção e remoção de ruídos que as técnicas consideradas estado da arte e recomenda as mais apropriadas técnicas ou comitês de técnicas para um determinado conjunto de dados por meio de meta-aprendizado. As bases de dados utilizadas nos experimentos realizados neste trabalho são tanto artificiais quanto reais, coletadas de repositórios públicos e fornecidas por projetos de cooperação. A avaliação consiste tanto da adição de ruídos artificiais quanto da validação de um especialista. Experimentos realizados mostraram o potencial das propostas investigadas.

Garantir a qualidade da carne bovina produzida no Brasil tem sido uma preocupação dos produtores, pois contribui para aumentar a exportação e o consumo interno do produto. Por isso, tem-se pesquisado novos métodos que analisam e garantam a qualidade da carne, de forma rápida, eficiente e não destrutiva. A ressonância magnética nuclear (RMN) tem se destacado como uma das técnicas de controle de qualidade de carne. Neste trabalho as redes neurais artificiais estão sendo utilizadas para o reconhecimento de padrões dos dados de ressonância magnética nuclear oriundos de carne bovina. Mais especificamente, os respectivos dados têm sido utilizados por uma rede perceptron multicamadas para a extração de características da carne bovina, possibilitando a classificação do grupo genético e do sexo dos animais a partir de uma amostra da referida carne. Os resultados dos experimentos são também apresentados para ilustrar o desempenho da abordagem proposta. / Guaranteeing the quality of the bovine meat produced in Brazil has been a concern of the producers because it contributes to increase the export and the domestic consumption of the product. Therefore, new methods have been researched that analyze and guarantee the quality of the meat in a fast, efficient and non destructive way. Nuclear magnetic resonance (NMR) has been highlighted as one of the techniques of meat quality control. In this work study artificial neural networks are being used for pattern recognition from data obtained by the resonance equipment, originating from bovine meat. More specifically, the respective data have been used by a multilayer perceptron network for extraction of bovine meat characteristics, making possible the classification of both genetic group and animal sex starting from a single meat sample. Several results of experimental tests are also presented to illustrate the performance of the proposed approach.

In many real classification problems, the data set used for model induction is significantly imbalanced. This occurs when the number of examples of some classes is much lower than the other classes. Imbalanced datasets can compromise the performance of most classical classification algorithms. The classification models induced by such datasets usually present a strong bias towards the majority classes, tending to classify new instances as belonging to these classes. A commonly adopted strategy for dealing with this problem is to train the classifier on a balanced sample from the original dataset. However, this procedure can discard examples that could be important for a better class discrimination, reducing classifier efficiency. On the other hand, in recent years several studies have shown that in different scenarios the strategy of combining several classifiers into structures known as ensembles has proved to be quite effective. This strategy has led to a stable predictive accuracy and, in particular, to a greater generalization ability than the classifiers that make up the ensemble. This generalization power of classifier ensembles has been the focus of research in the imbalanced learning field in order to reduce the bias toward the majority classes, despite the complexity involved in generating efficient ensembles. Optimization meta-heuristics, such as evolutionary algorithms, have many applications for ensemble learning, although they are little used for this purpose. For example, evolutionary algorithms maintain a set of possible solutions and diversify these solutions, which helps to escape out of the local optimal. In this context, this thesis investigates and develops approaches to deal with imbalanced datasets, using ensemble of classifiers induced by samples taken from the original dataset. More specifically, this theses propose three solutions based on evolutionary ensemble learning and a fourth proposal that uses a pruning mechanism based on dominance ranking, a common concept in multiobjective evolutionary algorithms. Experiments showed the potential of the developed solutions. / Em muitos problemas reais de classificação, o conjunto de dados usado para a indução do modelo é significativamente desbalanceado. Isso ocorre quando a quantidade de exemplos de algumas classes é muito inferior às das outras classes. Conjuntos de dados desbalanceados podem comprometer o desempenho da maioria dos algoritmos clássicos de classificação. Os modelos de classificação induzidos por tais conjuntos de dados geralmente apresentam um forte viés para as classes majoritárias, tendendo classificar novas instâncias como pertencentes a essas classes. Uma estratégia comumente adotada para lidar com esse problema, é treinar o classificador sobre uma amostra balanceada do conjunto de dados original. Entretanto, esse procedimento pode descartar exemplos que poderiam ser importantes para uma melhor discriminação das classes, diminuindo a eficiência do classificador. Por outro lado, nos últimos anos, vários estudos têm mostrado que em diferentes cenários a estratégia de combinar vários classificadores em estruturas conhecidas como comitês tem se mostrado bastante eficaz. Tal estratégia tem levado a uma acurácia preditiva estável e principalmente a apresentar maior habilidade de generalização que os classificadores que compõe o comitê. Esse poder de generalização dos comitês de classificadores tem sido foco de pesquisas no campo de aprendizado desbalanceado, com o objetivo de diminuir o viés em direção as classes majoritárias, apesar da complexidade que envolve gerar comitês de classificadores eficientes. Meta-heurísticas de otimização, como os algoritmos evolutivos, têm muitas aplicações para o aprendizado de comitês, apesar de serem pouco usadas para este fim. Por exemplo, algoritmos evolutivos mantêm um conjunto de soluções possíveis e diversificam essas soluções, o que auxilia na fuga dos ótimos locais. Nesse contexto, esta tese investiga e desenvolve abordagens para lidar com conjuntos de dados desbalanceados, utilizando comitês de classificadores induzidos a partir de amostras do conjunto de dados original por meio de metaheurísticas. Mais especificamente, são propostas três soluções baseadas em aprendizado evolucionário de comitês e uma quarta proposta que utiliza um mecanismo de poda baseado em ranking de dominância, conceito comum em algoritmos evolutivos multiobjetivos. Experimentos realizados mostraram o potencial das soluções desenvolvidas.

O risco é um aspecto importante a ser considerado nas avaliações empresariais e, diante das crises financeiras globais, os ratings divulgados pelas agências de classificação de riscos são fundamentais para o gerenciamento de riscos nas empresas, bem como para a tomada de decisão dos investidores ao escolher em qual empresa investir. Diante do exposto, o presente trabalho se propôs a identificar os fatores que podem explicar as atribuições dos ratings com especial atenção ao impacto do uso de derivativos. A partir disso, a principal novidade apresentada nesta pesquisa foi a de averiguar o reflexo do uso de derivativos juntamente com as posições de proteções assumidas pelas empresas nas classificações de créditos - ajudando a suprir, assim, essa lacuna na literatura da área. Para isso, foram utilizados 2.090 ratings e analisadas as empresas não financeiras da B3 entre os anos de 2010 e 2016 por meio de análise dos dados em painel, conferindo maior robustez às análises e aos achados. Os resultados indicaram que as empresas que utilizam instrumentos financeiros derivativos não recebem os melhores ratings. Esses resultados contestam a teoria de que o uso de derivativos é visto positivamente pelos investidores. No entanto, apesar de nenhum impacto significativamente estatístico ter sido encontrado nos ratings das empresas que utilizam derivativos, observou-se que as empresas que usam derivativos e possuem os maiores valores nocionais foram as que receberam as melhores notas da agência Moody\'s. / Risk assessment is an important aspect concerning business valuation and, considering the global economic crisis, the information disclosed by rating agencies is essential to developing a risk management plan and making investment decisions. The purpose of the present study is therefore to identify the factors that may explain the attribution of risk ratings, focusing on the impact of derivatives. Thereafter, ascertaining the effects of derivatives combined with protective business behaviors regarding credit ratings is innovative and assists in filling knowledge gaps in research and literature. In this study, 2.090 ratings were considered and B3\'s non-financial companies were examined between 2010 and 2016 by using panel data analysis, which lends robustness to the analysis and the findings. Results indicate that companies that use derivative instruments are not attributed the best ratings, thus opposing the theory that the use of derivatives attracts investors. Although ratings showed no significant statistical impact on companies that use derivatives, companies with the highest notional values, which also use derivatives, were attributed the best ratings by Moody\'s.

INTRODUÇÃO: A Glomerulosclerose Segmentar e Focal (GESF) é a glomerulopatia primária mais prevalente no Brasil e sua incidência vem aumentando no mundo inteiro. Na sua forma primária, caracteriza-se clinicamente por acometer pessoas jovens e causar proteinúria acentuada, geralmente acompanhada de síndrome nefrótica. O mecanismo patogênico tem como evento principal a lesão ao podócito, desencadeado por fatores de natureza variada: vírus, drogas/medicamentos, imunológicos, etc. Em 2004, foi publicada a classificação de Columbia, propondo 5 variantes morfológicas distintas na GESF: colapsante (COL), usual (NOS), apical ou tip lesion (TIP), perihilar (PHI) e variante celular (CEL). Diversos estudos comprovam alterações moleculares em podócitos na GESF. Essas alterações são observadas em diversos sítios podocitários: em moléculas envolvidas na fenda de filtração (slit diaphragm), por exemplo, nefrina, podocina e CD2AP; em moléculas do citoesqueleto podocitário, como a -actinina-4 e sinaptopodina; em moléculas marcadoras de diferenciação dos podócitos, como CD10 e WT-1; e ainda em marcadores de divisão celular como Ki-67 e PCNA. Os objetivos desse estudo foram: 1-) classificar as lesões morfológicas de GESF em biópsia renais nas 5 variantes da GESF propostas na Classificação de Columbia; e 2-) analisar a ocorrência de alterações moleculares podocitárias nestes casos. MÉTODOS: Foram selecionados 131 casos de biópsias renais com diagnóstico de GESF primária no período de 1996 a 2006. Os casos foram classificados de acordo com os critérios de Columbia e posteriormente submetidos a reações imuno-histoquímicas para os marcadores CD10, WT-1, vimentina, sinaptopodina, -actinina-4, GLEPP-1, citoqueratina 8/18, citoqueratina 19 e Ki-67. Os resultados foram submetidos à análise estatística através do teste qui-quadrado. RESULTADOS: A classificação das variantes da GESF se distribuiu da seguinte forma: 38,2% de variante NOS, 36,6% de variante COL, 14,5% de variante TIP, 6,9% de variante PHI e 3,8% de variante CEL. Os casos da variante COL se destacaram das demais variantes pela perda de expressão de marcadores de diferenciação celular, como o CD10 e o WT-1 (p<0,01), perda da molécula do citoesqueleto -actinina-4 (p<0,01) e neo-expressão de citoqueratinas 8-18 (p<0,05) e 19 (p<0,01). Adicionalmente, os casos das variantes COL e CEL se destacam das outras variantes pela expressão do marcador de divisão celular Ki-67 (p<0,05). CONCLUSÃO: a variante COL destacou-se das demais em relação às alterações moleculares observadas na análise imuno-histoquímica. O diagnóstico diferencial desta forma de GESF tem importância clínica por ela estar associada a pior evolução e prognóstico em relação às demais variantes. A integração destes marcadores na rotina diagnóstica pode auxiliar no diagnóstico diferencial da GESF COL / INTRODUCTION: Focal segmental glomerulosclerosis (FSGS) is the most prevalent primary glomerulopathy in Brazil and its incidence is increasing worldwide. Primary FSGS is characterized clinically by affecting young people and causing severe proteinuria, often accompanied by nephrotic syndrome. The pathogenesis is related to podocyte injury, which may be due to several factors: viruses, drugs, immunological, etc. In 2004, the Columbia classification of FSGS identified five histological variants of the disease: collapsing (COL), usual (NOS), tip lesion (TIP), perihilar (PHI) and cellular variant (CEL). Several studies have demonstrated molecular changes in podocytes of FSGS patients, which were observed in molecules involved in the filtering function of these cells (nephrin, podocina and CD2AP), in podocyte cytoskeleton molecules (-actinin-4, and synaptopodin), as well as in molecular markers of podocyte differentiation (CD10 and WT-1) and of cell division (Ki-67 and PCNA). The aim of this study was to classify the FSGS biopsies according to the Columbia classification and to analyze the occurrence of molecular changes in the five morphological variants. METHODS: 131 cases of renal biopsies with a diagnosis of primary FSGS in the period 1996 to 2006 were classified according to the criteria of Columbia and then submitted to immunohistochemical reactions with the following antibodies: CD10, WT-1, Vimentin, Synaptopodin, -actinin-4, GLEPP-1, cytokeratin 8-18, cytokeratin 19, and Ki-67. RESULTS: FSGS cases were classified into five variants as follows: 38.2% of NOS variant, 36.6% COL, 14.5% TIP, 6.9% PHI and 3.8% CEL. The COL variant cases distinguished themselves among the other for having lost the expression of CD10 and WT-1 (p <0.01), and also of -actinin-4 (p <0, 01). Furthermore, they gained expression of the cytokeratin 8-18 (p <0.05) and 19 (p <0.01). The group of CEL and COL variants together differed from the other variants regarding the expression of cell division marker Ki-67 (p <0.05). CONCLUSION: COL variant of FSGS presents molecular changes that differs from others and can be demonstrated by immunohistochemistry. The differential diagnosis of this variant is important because of the worse clinical outcome and prognosis it presents in comparison with other variants. The identification of these markers by immunohistochemical on the routine practice may be useful in the diagnosis of COL FSGS

O objetivo da pesquisa foi de analisar a aplicabilidade de intervenções propostas pela Classificação das Intervenções de Enfermagem para o diagnóstico Risco de quedas em adultos e idosos hospitalizados. Trata-se de um estudo descritivo quantitativo, realizado com 23 estudantes do 8º período do Curso de Graduação em Enfermagem de uma Universidade Pública de João Pessoa/Paraíba, o qual descreve as atividades listadas pelos estudantes nos domínios Fisiológico Básico, Fisiológico Complexo e Segurança para pacientes adultos e idosos com diagnóstico de risco de quedas; apresenta o mapeamento comparativo das intervenções e das atividades listadas pelos alunos com as propostas pela referida classificação, o refinamento do cross-mapping realizado pelos enfermeiros expertos e, por último, a opinião dos estudantes quanto à aplicabilidade da NIC. Quanto aos resultados, encontraram-se 22 estudantes do sexo feminino, com idades entre 20 e 29 anos. Todos responderam que identificam o diagnóstico de Risco de quedas em pacientes adultos e idosos hospitalizados, com exceção de um estudante; apenas dois tiveram acesso a algum instrumento de avaliação de Risco de quedas; todos responderam que estudaram o assunto sobre prevenção de quedas nas disciplinas de Enfermagem na Atenção à Saúde do Adulto e idoso I e II; apenas dois estudantes apresentaram trabalho sobre a temática em eventos científicos. Primeiramente, identificou-se que as atividades que envolvem a educação do paciente e/ou da família foram listadas com mais frequência nas intervenções de prevenção de quedas, controle do ambiente: segurança, controle de medicamentos e terapia com exercício: equilíbrio. Foram listadas pelos estudantes 242 atividades com as repetições (187, no domínio de Segurança, 37, no domínio Fisiológico Básico, 18, no domínio Fisiológico Complexo). A média de atividades por estudantes foi de 10,5. O estudante que mais se apropriou do domínio de Segurança listou 16 atividades. Quanto ao mapeamento comparativo, foram listadas 22 intervenções e 81 atividades para este estudo. Porém, após o mapeamento, constatou-se que permaneceram as 22 intervenções e aumentaram as atividades para 82, distribuídas em três, de sete domínios da classificação. A intervenção prevenção de quedas foi a mais listada pelos estudantes, seguida pelo controle do ambiente: segurança, controle de demência, controle de medicamentos e terapia com exercício: equilíbrio. A maioria das atividades foi julgada como 100% de concordância entre os enfermeiros expertos. Na análise da aplicabilidade, foram consideradas as intervenções principais, a assistência no autocuidado (0,82) e precauções contra convulsões (0,80). Concluímos que os estudantes de Enfermagem se utilizam fortemente da classificação NIC e que as intervenções de Enfermagem sugeridas pela ligação NANDA-I e NIC foram aplicáveis ao diagnóstico de Risco de quedas. Porém elas precisam ser atualizadas. Sinaliza-se a necessidade de validação clínica das intervenções mapeadas e julgadas para o presente estudo. / The objective of this research was to analyze the applicability of the proposed interventions by the Nursing Interventions Classification for the diagnosis \'Fall risks\' in adults and elderly hospitalized. This is a descriptive quantitative study, performed with 23 students of the 8th period from Nursing Graduation of a Public University in João Pessoa/Paraíba, which describes the activities listed by students in the areas Basic Physiological, Complex Physiological and Safety for adults and elderly patients with diagnosis of \"Fall risks\", presents the comparative mapping of interventions and the listed activities by students with the proposals by this classifications, the refinement of the cross-mapping performed by expert nurses, and lastly, the opinion of students as to the applicability of NIC. As for the results, it was found 22 female students, with ages between 20 and 29 years. All answered that identify the diagnosis of \"Risk of falls\" in adults and elderly hospitalized, with the exception of one student; only two had access to an instrument for the evaluation \"Risk of falls\"; all answered that studied the subject on preventing falls in the courses of Health Attention Nursing of Adult and Elderly I and II; only two students presented researches on the thematic in scientific events. First, it was identified that activities that involve the education of patient and/or family were listed more often in interventions of fall prevention, ambient control: safety, control of medicines and therapy with exercise: balance. Were listed by students 242 activities with repetitions (187 in the area of safety, 37 in Basic Physiological area, 18, in Complex Phisiological area). The average of activities per students was 10.5. The student who most appropriated the area Security listed 16 activities. As for comparative mapping , were listed 22 interventions and 81 activities for this study. However, after mapping, it was found that remained 22 interventions and activities increased to 82, distributed in three of seven areas of classification. The intervention fall prevention was the most listed by students, followed by ambient control: safety, dementia control, medicine control, and therapy with exercise: balance. Most activities were judged as 100% agreement among expert nurses. In analysing the applicability, were considered the main interventions, assistance in self-care (0.82) and precautions against seizures (0.80). We conclude that Nursing students use hardly the classification NIC and that nursing interventions suggested by the connection NANDA-I and NIC were applicable for the diagnosis of \"Risk of falls\". Yet they need to be updated. It is signaled the need for clinical validation of the mapped interventions and judged for this study.

Imagens multiespectrais estão presentes na grande maioria de dispositivos de imageamento atuais, desde câmeras pessoais até microscópios, telescópios e satélites. No entanto, grande parte dos trabalhos em análise de texturas e afins propõem abordagens monocromáticas, que muitas vezes consideram apenas níveis de cinza. Nesse contexto e considerando o aumento da capacidade dos computadores atuais, o uso da informação espectral deve ser considerada na construção de modelos melhores. Ultimamente redes neurais convolucionais profundas pré-treinadas tem sido usadas em imagens coloridas de 3 canais, porém são limitadas a apenas esse formato e computam muitas convoluções, o que demanda por hardware específico (GPU). Esses fatos motivaram esse trabalho, que propõem técnicas para a modelagem e caracterização de imagens multiespectrais baseadas em redes complexas, que tem se mostrado uma ferramenta eficiente em trabalhos anteriores e possui complexidade computacional similar à métodos tradicionais. São introduzidas duas abordagens para aplicação em imagens coloridas de três canais, denominadas Rede Multicamada (RM) e Rede Multicamada Direcionada (RMD). Esses métodos modelam todos os canais da imagem de forma conjunta, onde as redes possuem conexões intra e entre canais, de forma parecida ao processamento oponente de cor do sistema visual humano. Experimentos em cinco bases de textura colorida mostram a proposta RMD supera vários métodos da literatura no geral, incluindo redes convolucionais e métodos tradicionais integrativos. Além disso, as propostas demonstraram alta robustez a diferentes espaços de cor (RGB, LAB, HSV e I1I2I3), enquanto que outros métodos oscilam de base para base. Também é proposto um método para caracterizar imagens multiespectrais de muitos canais, denominado Rede Direcionada de Similaridade Angular (RDSA). Nessa proposta, cada pixel multiespectral é considerado como um vetor de dimensão equivalente à quantidade de canais da imagem e o peso das arestas representa sua similaridade do cosseno, apontando para o pixel de maior valor absoluto. Esse método é aplicado em um conjunto de imagens de microscopia por fluorescência de 32 canais, em um experimento para identificar variações na estrutura foliar do espécime Jacaranda Caroba submetidos à diferentes condições. O método RDSA obtém as maiores taxas de acerto de classificação nesse conjunto de dados, com 91, 9% usando o esquema de validação cruzada Leave-one-out e 90, 5(&plusmn;1, 1)% com 10-pastas, contra 81, 8% e 84, 7(&plusmn;2, 2) da rede convolucional VGG16. / Multispectral images are present in the vast majority of current imaging devices, from personal cameras to microscopes, telescopes and satellites. However, much of the work in texture analysis and the like proposes monochromatic approaches, which often consider only gray levels. In this context and considering the performance increase of current computers, the use of the spectral information must be considered in the construction of better models. Lately, pre-trained deep convolutional neural networks have been used in 3-channel color images, however they are limited to just this format and compute many convolutions, which demands specific hardware (GPU). These facts motivated this work, which propose techniques for the modeling and characterization of multispectral images based on complex networks, which has proved to be an efficient tool in previous works and has computational complexity similar to traditional methods. Two approaches are introduced for application in 3-channel color images, called Multilayer Network (RM) and Directed Multilayer Network (RMD). These methods model all channels of the image together, where the networks have intra- and inter-channel connections, similar to the opponent color processing of the human visual system. Experiments in five color texture datasets shows that the RMD proposal overcomes several methods of the literature in general, including convolutional networks and traditional integrative methods. In addition, the proposals have demonstrated high robustness to different color spaces (RGB, LAB, HSV and I1I2I3), while other methods oscillate from dataset to dataset. Moreover it is proposed a new method to characterize multispectral images of many channels, called Directed Network of Angular Similarity (RDSA). In this proposal, each multispectral pixel is considered as a vector of dimensions equivalent to the number of channels of the image and the weight of the edges represents its cosine similarity, pointing to the pixel of greatest absolute value. This method is applied to a set of fluorescence microscopy images of 32 channels in an experiment to identify variations in the leaf structure of the Jacaranda Caroba specimen under different conditions. The RDSA method obtains the highest classification rates in this dataset, with 91.9% with the Leave-one-out cross-validation scheme and 90.5(&plusmn;1.1)% with 10-folds, against 81.8% and 84.7(&plusmn;2.2) of the convolutional network VGG16.

O presente trabalho visa a utilização da transformada Wavelet no monitoramento do sistema elétrico no que diz respeito a problemas de qualidade da energia com o intuito de detectar, localizar e classificar os mesmos. A transformada Wavelet tem surgido na literatura como uma nova ferramenta para análise de sinais, utilizando funções chamadas Wavelet mãe para mapear sinais em seu domínio, fornecendo informações simultâneas nos domínios tempo e freqüência. A transformada Wavelet é realizada através de filtros decompondo-se um dado sinal em análise multiresolução. Por esta, obtém-se a detecção e a localização de distúrbios relacionados com a qualidade da energia decompondo-se o sinal em dois outros que representam uma versão de detalhes (correspondente as altas freqüências do sinal) e uma versão de aproximação (correspondente as baixas freqüências do sinal). A versão de aproximação é novamente decomposta obtendo-se novos sinais de detalhes e aproximações e assim sucessivamente. Sendo assim, os distúrbios podem ser detectados e localizados no tempo em função do seu conteúdo de freqüência. Estas informações fornecem também características únicas pertinentes a cada distúrbio, permitindo classificá-los. Desta forma, propõe-se neste trabalho o desenvolvimento de um algoritmo classificador automático de distúrbios relacionados com a qualidade da energia baseado unicamente nas decomposições obtidas da análise multiresolução. / The aim of the present dissertation is to apply the Wavelet transform to analyze power quality problems, detecting, localizing and classifying them. The topic Wavelet transform, has appeared in the literature as a new tool for the analysis of signals, using functions called mother Wavelet to map signals in its domain, supplying information in the time and frequency domain, simultaneously. Wavelet transform is accomplished through filters decomposing a provided signal in multiresolution analysis. The detection and localization of disturbances are obtained by decomposing a signal into two other signals that represent, a detailed version (high frequency signals) and a smoothed version (low frequency signals). The smoothed version is decomposed again, and new detailed and smoothed signals are obtained. This process is repeated as many times as necessary and the disturbances can be detected and localized in the time as a function of its level frequency. This information also supplies characteristics to each disturbance, allowing classifying them. Thus, this research presents a way to develop an automatic classifying algorithm of power quality disturbances, based only on multiresolution analysis.

Introdução: A nefrometria tem sido utilizada para avaliação de complexidade anatômica de tumores renais desde 2009. Foram descritos 03 escores para classificar a complexidade anatômica das massas renais: R.E.N.A.L.; PADUA; c-Index. Esses escores foram propostos em casuísticas de nefrectomia parcial (aberta, laparoscópica ou robótica) com caráter retrospectivo, assim fatores de confusão podem explicar os resultados observados na literatura. Objetivo: Testar a acurácia do escore R.E.N.A.L. em predizer desfechos perioperatórios no tratamento cirúrgico de tumors renais < 7,0cm em um modelo prospectivo. Métodos: Entre janeiro de 2010 a junho de 2012, 320 pacientes foram submetidos ao tratamento cirúrgico de tumores renais no Instituto do Câncer do Estado de São Paulo. Desses, 173(54,1%) tinham tumores < 7 cm e 71(41%) foram estudados de acordo com os critérios de inclusão e exclusão. Foram avaliados a acurárica do escore R.E.N.A.L. em prever desfechos perioperatórios (tempo de isquemia; tempo operatório; perda sanguínea; taxa de conversão para cirurgia aberta ou totalização da nefrectomia; complicações; tempo de internação e margem cirúrgica), em nefrectomias parciais com uso de curvas ROC, análises uni e multivariadas. Resultados: Nenhum paciente no grupo de baixa complexidade (BC) apresentou tempo de isquemia >20 minutos, contra 12(41,4%) e 9 (64,3%), respectivamente nos grupos de media complexidade (MC) e alta complexidade (AC) (p=0,03); porém com acurácia não significativa: AUC=0,643 (p=0,07). O escore R.E.N.A.L. se associou a taxa de conversão (BC:28,6%; MC:47,6%; AC:77,3%, p=0,02). Pacientes com escore < 8 foram mais frequentemente submetidos a nefrectomia parcial (93% vs. 72%, p=0,03) e nefrectomia parcial videolaparoscópica (56,8% vs. 28%, p=0,02), com boa acurácia: AUC=0,715;(p=0,002). O escore R.E.N.A.L. também foi associado a tempo operatório. Pacientes com escore > 8 tiveram 6,06 vezes mais chances de terem tempo cirúrgico > 180 min. (p=0,017), AUC de 0,63 (p=0,059). O escore R.E.N.A.L. não se correlacionou com sangramento, complicações (Clavien > 3), tempo de internação ou margem Resumo cirúgica comprometida. Conclusões: O escore R.E.N.A.L., nesta casuística, mostrou-se ser bom método para prever acesso cirúrgico e tipo de nefrectomia; e também se correlacionou com tempo cirúrgico e de isquemia, porém com acurácias baixas. Entretanto, o escore R.E.N.A.L. não se associou a Clavien > 3, sangramento, dias de internação ou margens cirúrgicas comprometidas / Background and Purpose: The R.E.N.A.L. nephrometry score (RNS) has been validated in multiple open, laparoscopic and robotic partial nephrectomy series. However, those studies are most retrospective and confounding factors could explain the results. The aim of this study was to test the accuracy of RNS in predicting perioperative outcomes in surgical treatment of kidney tumors < 7,0cm (T1b) in a prospective model. Methods: Between January 2010 and June 2012, 320 patients underwent radical or partial nephrectomy at our institution for the treatment of renal cancer. Of these, 173(54,1%) patients had a tumor < 7 cm, 71 patients (41%) were selected according to the inclusion and exclusion criteria and included in the prospective study. We evaluate the accuracy of the score in predicting perioperative outcomes (WIT, OT, EBL, conversion rate and complications) in partial nephrectomy using ROC curve, univariate and multivariate analyses. Results: No patients in low complexity (LC) group had WIT > 20 min, versus 12(41,4%) and 9(64,3%) in medium complexity (MC) and high complexity (HC) groups respectively (p=0,03) however with no significant accuracy: AUC=0,643 (p=0,07). RNS was associated with convertion rate (LC:28,6% ; MC:47,6%; HC:77,3%, p= 0,02). Patients with RNS < 8 were most often subjected to partial nephrectomy (93% x 72%, p=0,03) and laparoscopic partial nephrectomy (56,8% x 28%, p 0,02), with good accuracy: AUC=0,715 (p=0,002). The RNS was also associated with operative time. Patients with a score >8 had 6.06 times greater chance of having a surgery duration > 180 min. (p=0,017), AUC=0,63 (p=0,059). R.E.N.A.L. score did not correlate with EBL, complications (Clavien > 3), LOS or positive surgical margin. Conclusion: R.E.N.A.L. score, in this data, was a good method in predicting surgical access route and type of nephrectomy. Also was associated with OT and WIT, but with weak accuracy. Although, RNS was not associated with Clavien > 3, EBL, LOS or positive surgical margin

Esta dissertação se baseia na exploração de técnicas para modelagem de óbitos provenientes de acidentes por automóvel no estado de São Paulo. A análise foi agregada por área, e utilizou a razão de óbitos por população, por área e por fluxo veicular como variáveis dependentes e as variáveis independentes foram características socioeconômicas, área, frota de veículos, IDHM, fluxo veicular anual e distâncias entre microrregiões. Os dados do ano 2000 foram utilizados na calibração e dados de 2010 na validação dos modelos, com a técnica de mineração de dados (algoritmos de Árvore de Decisão - AD: CART - Classification And Regression Tree e CHAID - Chi-squared Automatic Interaction Detection) e Regressão Linear Múltipla (RLM) para fins comparativos com os modelos de AD. A partir dos resultados verifica-se que a RLM foi a técnica que obteve melhores erro médio, erro médio absoluto e coeficiente de correlação, e o algoritmo CART da AD o menor erro médio normalizado. Ao comparar as taxas de óbitos, a relação por área apresentou melhor erro médio e coeficiente de correlação, já a relação por população obteve menor erro médio normalizado e erro médio absoluto. Vale ressaltar que os algoritmos de AD são técnicas adequadas para classificação de áreas segundo faixas de valores de variáveis explicativas e valores médios da variável objeto de estudo. Além disso, tais técnicas são mais flexíveis em relação a alguns pressupostos de modelos de regressão. Dessa forma, a principal contribuição deste trabalho consiste na exploração de tais algoritmos para previsão de acidentes e classificação de regiões. / This dissertation is based on techniques exploration for modeling of deaths from automobile accidents on the state of São Paulo. The analysis was aggregated by area, and used the ratio of deaths per population, by area and by vehicle flow as dependent variables and the independent variables were socioeconomic characteristics, area, vehicle fleet, Municipal Human Development Index (MHDI), annual vehicle flow and distances between micro-regions. The 2000 data were used for calibration and 2010 data to validate the models with data mining technique (decision tree - DT algorithms: CART - Classification And Regression Tree and CHAID - Chi-squared Automatic Interaction Detection) and Multiple Linear Regression (MLR) for comparative purposes with the DT models. From the results it appears that the RLM was the technique that achieved better mean error, mean absolute error and correlation coefficient values, while the CART algorithm presented the lowest value of mean normalized error. When comparing death rates, a relation by area showed better mean error and correlation coefficient values, as the ratio by population had lower mean normalized error and mean absolute error values. It is noteworthy that the DT algorithms are suitable techniques for classification of areas in accordance with explanatory variables of value ranges and average values of the variable object of study. Furthermore, such techniques are more flexible compared to some assumptions regression models. Thus, the main contribution of this study is the exploration of such algorithms for prediction of accidents and regions classification.