Atualmente, fungos endófitos são alvos de estudo para descoberta de substâncias bioativas com interesse na agricultura, no controle de pragas, na descoberta de novos ativos para uso na terapêutica, entre outros. Assim como toda planta, o Theobroma cacao L. serve de habitat para diversos fungos endófitos que vivem no interior dos tecidos das plantas numa relação de simbiose, mutualismo ou parasitária. No total de 37 linhagens de fungos endófitos isolados do Theobroma cacao L. foram cultivados in vitro e seus extratos brutos foram analisados, sendo que um fungo foi selecionado para investigação das atividades antimicrobiana, antioxidante e antiproliferativa. O fungo endófito Microsphaeropsis sp. CML 1765 apresentou um crescimento e estabilidade satisfatória além de boa atividade antimicrobiana contra S. aureus. Os resultados da concentração inibitória mínima (CIM) do extrato da fermentação de Microsphaeropsis sp ficou entre 62,5 e 125 µg/mL. A análise em CG/EM identificou a composição química do extrato de Microsphaeropsis sp mostrando ser, essencialmente, constituído de ácidos graxos e esteróides. A atividade antioxidante foi determinada através do teste de DPPH e não foi expressiva, possivelmente por não conter compostos fenólicos em sua composição química. A atividade antiproliferativa foi testada frente a nove linhagens de células tumorais e o extrato de Microsphaeropsis sp apresentou seletividade contra células de melanoma (UACC-62) atingindo o TGI (inibição total do crescimento), na concentração de 4 µg/mL. Todas as linhagens atingiram o GI50 (atividade citostática) e LC50 (atividade citocida) nas concentrações de 25 µg/mL e 250 µg/mL, respectivamente. A biodiversidade da natureza abre caminhos para muitos estudos sobre fungos endófitos que são fontes naturais pouco exploradas de metabólitos bioativos, com potencial terapêutico desconhecido. / Nowadays, there is an increasing interest in endophytics fungi research as a source oh bioactive substances that could be applied in agriculture for pest control, and even for the discovery of new drugs. Like any plant, Theobroma cacao L. serves as habitat for diverse fungal endophytes that live within plant tissues in a symbiotic, mutualistic or parasitic. A total of 37 strains of fungal endophytes isolated in Theobroma cacao L. were cultured in vitro and their extracts were analyzed, and a fungus was selected for investigation of the antimicrobial, antioxidant and antiproliferative activities. The fungus endophyte Microsphaeropsis sp. CML 1765 presented a satisfactory growth and stability in addition to good antimicrobial activity against S. aureus. The results of minimum inhibitory concentration (MIC) of the extract from fermented Microsphaeropsis sp were between 62.5 and 125 µg/mL. The chemical composition analysis of the extracts was carried by CG/MS and allowed the identification of fatty acids and steroids as main components. The antioxidant activity was determined using the DPPH test and was not significant, possibly because it contains phenolic compounds in their chemical composition. The antiproliferative activity was tested against nine cancer cell lines and extract Microsphaeropsis sp. showed selectivity against melanoma cells (UACC-62) reaching the TGI (total growth inhibition) at a concentration of 4 µg/mL. The extracts was cytostatic and cytocide for all cell lines at concentration of 25 µg/mL and 250 µg/mL, respectively. The diversity of nature opens the way for studies on fungal endophytes that are natural sources of unexplored bioactive metabolites with therapeutic potential unknown.

Made available in DSpace on 2015-03-04T18:50:35Z (GMT). No. of bitstreams: 1 Susan.pdf: 1138023 bytes, checksum: 545df2347117ab3dc5c7c2c8183f9271 (MD5) Previous issue date: 2011-03-15 / Coordenacao de Aperfeicoamento de Pessoal de Nivel Superior / A metagenômica é o estudo do material genético extraído diretamente de comunidades microbianas. Ao invés de estudar as espécies microbianas isoladamente, como ocorre nos estudos genômicos convencionais, a metagenômica considera as interações entre os microorganismos de determinado habitat e a inuência de tais interações sobre a comunidade microbiana. Um dos passos fundamentais de um estudo metagenômico é a chamada classificação taxonômica, isto é, a identificação das espécies das quais o material genético foi obtido. O processo de classificação taxonômica envolve uma série de decisões de projeto. Atualmente, no contexto da metagenômica, tais decisões são tomadas de maneira quase intuitiva, sem nenhum embasamento teórico ou empírico. A proposta deste trabalho é preencher essa lacuna. Em particular, procura-se analisar o impacto dos seguintes parâmetros sobre a precisão de uma classificação taxonômica: (i) o comprimento das subseqüências usadas na codificação dos metagenomas; (ii) a medida de distância utilizada para medir a similaridade das seqüências; e (iii) a estratégia de classificação, que pode ser a convencional, em que as seqüências são classificadas isoladamente, ou a hierárquica, em que o processo de classificação leva em consideração o contexto taxonômico de cada fragmento. Para realizar tal estudo, foi adotado um classificador simples que realiza a categorização baseando-se no grau de semelhança entre a seqüência em questão e o seu vizinho mais próximo { ou seja, o popular k-NN com k = 1. A escolha pelo 1-NN justifica-se pelo fato de esse classificador incorporar um nível mínimo de viés ao processo de classificação, tendo em vista que esse modelo não faz qualquer suposição a respeito da distribuição dos dados. Foi realizado um experimento computacional de larga escala em que todos os genomas microbianos seqüenciados até Janeiro de 2010 foram utilizados como dados. A partir de uma análise extensiva dos resultados, chegou-se às seguintes conclusões. Subseqüências de pequeno comprimento geram altos erros de classificação, pois codificam de forma semelhante fragmentos metagenômicos distintos. Por outro lado, subseqüências muito longas representam de forma diferente metagenomas semelhantes, e isso também resulta em erros de classificacão altos. Em relação a noção de distância adotada, ao contrário do esperado, a variação das métricas não alterou de forma significativa a precisão do classificador. Finalmente, a estratégia hierárquica de classificação mostrou-se mais eficaz do que a convencional, o que está de acordo com as expectativas iniciais.

O presente trabalho surgiu da necessidade da EMBRAER de dominar o conhecimento na disciplina de redes neurais para a classificação de alvos em aplicação de comando e controle. Para obter este conhecimento, foram desenvolvidas duas arquiteturas de redes neurais chamada de Redes Neurais Única (RNU), que trata todas as informações retiradas das imagens dos alvos como um todo e Comitê de Redes Neurais (CRN) composto por redes independente em dois níveis, onde o primeiro nível faz uma classificação inicial e segundo nível uma classificação final baseada no nível anterior. Essas duas arquiteturas distintas foram treinadas, utilizando-se padrões de imagens infravermelhos, que foram corrompidos com sombras e reflexos para se aproximarem do cenário real.Cada uma das arquiteturas teve os parâmetros de desempenho, robustez e sensibilidade avaliados, sendo que a contribuição principal deste trabalho se dá em identificar as diferenças destes parâmetros entre as duas arquiteturas.

Com a tendência do desenvolvimento de radares de abertura sintética (SAR) com capacidade polarimétrica, faz-se necessária a geração de algoritmos de processamento de imagens específicos e adequados para aproveitar todo o potencial do sensor. As técnicas de processamento de imagens SAR polarimétricas, baseadas em cálculos estatísticos e modelos eletromagnéticos, são relativamente recentes e muito promissoras, não só pelo estabelecimento dos chamados parâmetros polarimétricos, tais como: entropia, anisotropia e ângulos alfa e beta, como também pela possibilidade do cálculo da resposta polarimétrica de alvos presentes nas imagens. O trabalho realizado estudou os princípios da polarimétrica SAR que envolvem a matriz de espalhamento, o vetor espalhamento e a sua matriz coerência, o cálculo dos parâmetros polarimétricos, a representação de uma onda elipticamente polarizada pelo vetor de Stokes e o cálculo da resposta polarimétrica principal e cruzada de um alvo. Analisa-se, comparativamente, o desempenho da resposta polarimétrica e de uma variação da matriz de Müller na classificação de alvos em uma imagem SAR. Para o teste do desempenho da resposta polarimétrica na classificação de imagens, utilizou-se uma imagem SAR polarimétrica do sensor aerotransportado ESAR, na banda L, do Instituto de Microondas e Radar, do Centro Alemão de Pesquisa Aeroespacial (DLR).

As Máquinas de Vetores de Suporte (SVMs) são consideradas ferramentas com grande capacidade de generalização e são utilizadas em tarefas de classificação, clusterização e regressão. Foram originalmente criadas para trabalhar com problemas contendo duas classes, entretanto, muitas aplicações reais necessitam de um método para discriminação em múltiplas classes, como são os casos da identificação biométrica, categorização de textos, reconhecimento de caracteres, entre outros. Além das SVMs existem métodos de classificação puramente geométricos que são interessantes por sua rapidez, seu baixo custo em memória e sua capacidade de classificar dados linearmente separáveis. Um desses métodos é o Diagrama de Voronoi, que em conjunto com seu grafo dual conhecido por Triangulação de Delaunay, são aplicados em áreas como Arqueologia, Astronomia, Cartografia, Geometria Computacional, entre outras. Neste trabalho é proposto um mecanismo para utilizar a estrutura geométrica da Triangulação de Delaunay para definir o esquema de treinamento dos hiperplanos obtidos através das SVMs. A partir deste ponto, é proposta uma função para tratamento das regiões consideradas como não-classificáveis encontradas com a ocorrência das interseções entre os hiperplanos gerados. Com a aplicação dos métodos, as partições obtidas no plano permitem uma classificação multiclasse eficiente e com bons resultados de generalização mesmo com o uso de quantidade significativa de classes contendo poucas amostras.

A atual interação entre homens e computadores ocorre por meio de dispositivos físicos como mouses, teclados, trackballs, entre outros. Claramente, essa forma de comunicação difere daquela com que os homens se comunicam entre si, que se baseiam na fala; em expressões faciais e corporais; em gestos das mãos, etc, não sendo, portanto, naturais. Considerando-se que boa parte da interação envolve a manipulação de objetos, por exemplo, arrastar uma pasta, pressionar um botão ou controlar um personagem em um jogo, tem-se a interação baseada em gestos das mãos como uma candidata a tornar o processo mais natural. Os mecanismos mais populares que permitem a interação baseada em gestos são luvas repletas de sensores que captam os gestos executados e os transmitem para o sistema. Essa abordagem apresenta várias desvantagens em termos de uso casual por terem um alto custo financeiro, por esconderem a naturalidade do movimento da mão e por requererem um complexo processo de calibração para permitir medições precisas. Nesse contexto, a Visão Computacional surge como uma alternativa interessante, visto que pode ser implementada com simples câmeras web. O presente trabalho investiga algumas das etapas comuns em sistemas de visão computacional, direcionando-se no sentido de encontrar um conjunto de procedimentos que compostos possam permitir a identificação dos gestos produzidos pelas mãos.

Neste trabalho é proposta uma abordagem para detecção e diagnóstico de falhas empregando técnicas de seleção de atributos e classificação de padrões. Tal abordagem faz uso do Algoritmo das Projeções Sucessivas (APS) para seleção de atributos a serem usados em um classificador de Análise Discriminante Linear (ADL). A aplicação do APS-ADL é proposta em duas etapas: pré-seleção de sensores e seleção de atributos com atrasos de tempo. São elaboradas ainda duas modificações na formulação original do algoritmo. A primeira faz uso da informação discriminatória univariada para evitar que atributos com alto poder de discriminação sejam descartados e a segunda propõe o uso de um teste de hipótese para simplificação do classificador através da eliminação de atributos. Adicionalmente, propõe-se um aprimoramento computacional para redução da complexidade do APS-ADL. Para o problema de detecção é proposto o uso de uma etapa prévia de agrupamento de padrões para identificar tipos de falhas similares de modo a reduzir o número de classificadores a serem empregados. O estudo de caso envolve o uso do modelo Tennessee Eastman Process, que é amplamente usado como benchmark na área de detecção e diagnóstico de falhas. Para fins de comparação, é empregado um algoritmo genético (AG) para seleção de atributos, bem como duas técnicas de classificação que fazem uso de todos os atributos disponíveis, a saber os métodos de K-vizinhos mais próximos (K-Nearest Neighbors, KNN) e mínimos-quadrados parciais (Partial Least Squares, PLS). Adicionalmente, investiga-se o uso dos atributos selecionados pelo APS-ADL para fins de classificação por Análise Discriminante Quadrática (ADQ). Os resultados mostram que (i) o uso de atrasos de tempo permite uma melhor discriminação entre as classes consideradas, (ii) a etapa preliminar de agrupamento de falhas simplifica o problema de detecção, (iii) a proposta de uso de informação univariada no APS-ADL melhora a taxa de acerto resultante, (iv) a pré-seleção de sensores facilita a seleção de atributos sem comprometer os resultados, (v) a proposta de eliminação de atributos no APS-ADL melhora a parcimônia dos classificadores sem alteração significativa de desempenho e (vi) dentre as técnicas consideradas, o APS-ADL e o APS-ADQ apresentam melhor acurácia tanto na detecção quanto no diagnóstico de falhas.

A classificação de sinais acústicos é de importância fundamental para as unidades navais e aeronavais, tanto navios e essencialmente submarinos, quanto para aeronaves com capacidade antissubmarino (P-3AM, da FAB). Neste contexto, empregou-se o método de Support Vector Machine (SVM) para realizar a classificação dos navios, com base na análise de tons característicos produzidos pelos seus sinais acústicos. Comparando os resultados decorrentes do uso de Redes Neurais Artificiais aos obtidos com uso do SVM, concluiu-se que este segundo método gerou um aumento de performance no classificador em função das características extraídas dos tons. Contudo os tempos computacionais foram considerados elevados, razão porque há a necessidade de maiores investigações para adequar o emprego do SVM em um ambiente operacional.

Manutenção não planejada de sistemas aeronáuticos é geralmente associada com altos custos. Parte desses custos poderia ser evitada com a adoção de programas de prognóstico de sistemas. O objetivo desses programas é avaliar o estado atual de saúde de um componente baseado nos dados disponíveis (como dados de voo e de manutenção) e estimar o desempenho futuro do componente. Diversos algoritmos podem ser utilizados para esse propósito. Este trabalho propõe um método baseado em um algoritmo de classificação Support Vector Machine (SVM), que classifica um componente aeronáutico entre SAUDÁVEL e DEGRADADO. O algoritmo SVM de classificação consiste em uma máquina de aprendizado supervisionado, treinada a partir de dados de voo e registros de manutenção. Depois de treinado, o classificador SVM é aplicado a qualquer novo voo. Do resultado das classificações, um índice de degradação é gerado, de tal forma que seja fácil identificar o estado de saúde do item aeronáutico. Como estudo de caso, o método é aplicado para estimar falhas de válvulas de sangria pneumática de motores. Dados reais de voo (quatro parâmetros relacionados ao sistema de sangria) e registros de manutenção (datas das substituições do componente) foram usados para gerar os conjuntos de dados de treinamento e generalização. Os resultados mostram ser possível identificar quando o componente está próximo de falhar e deve ser substituído. Uma vantagem do método proposto é não requerer conhecimento sobre os modos de falha do componente.

Técnicas biométricas procuraram identificar usuários pela textura da íris, impressão digital, traços faciais, entre outros. A íris humana apresenta características de textura que a classificam como uma peculiaridade biométrica de grande poder de discriminação no reconhecimento de pessoas. O objetivo deste trabalho é avaliar a eficiência de uma nova metodologia de análise de texturas em desenvolvimento no LAVI (Laboratório de Visão Computacional da EESC-USP) na identificação de indivíduos por meio da textura de sua íris. A metodologia denomina-se Local Fuzzy Pattern e tem sido utilizada com excelente desempenho com texturas gerais, naturais e artificiais. Este documento detalha as técnicas utilizadas para extração e normalização da textura da íris, a utilização e os resultados obtidos com o método Local Fuzzy Pattern aplicado à classificação biométrica da íris humana. Os resultados obtidos apresentam sensibilidade de até 99,7516% com a aplicação da metodologia proposta em bancos de imagens de íris humana disponíveis na internet demonstram a viabilidade da técnica proposta. / Biometric techniques sought to identify users by the texture of the iris, fingerprint, facial features, among others. The human iris have texture characteristics that rank it as a powerful biometric peculiarity on human recognition. The objective of this masters proposal is to investigate the efficiency of a new methodology of iris texture analysis currently in development in LAVI (Laboratório de Visão Computacional da EESC-USP). The methodology is called LFP (Local Fuzzy Pattern) and has been used with excellent overall performance on artificial and natural textures. This document details the techniques used for the extraction and normalization of the iris texture, the use and results of the local fuzzy pattern method applied to biometric classification of the human eye. The results show a sensibility of value up to 99.7516%, obtained by applying the proposed methodology on human iris photos from image database available on the internet does showing the viability of the technique.