[pt] Este trabalho tem como objetivo principal adaptar o modelo STR-Tree, o qual é a combinação de um modelo Smooth Transition Regression com Classification and Regression Tree (CART), a fim de utilizá-lo em Classificação. Para isto algumas alterações foram realizadas em sua forma estrutural e na estimação. Devido ao fato de estarmos fazendo classificação de variáveis dependentes binárias, se faz necessária a utilização das técnicas empregadas em Regressão Logística, dessa forma a estimação dos parâmetros da parte linear passa a ser feita por Máxima Verossimilhança. Assim o modelo, que é paramétrico não-linear e estruturado por árvore de decisão, onde cada nó terminal representa um regime os quais têm seus parâmetros estimados da mesma forma que em uma Regressão Logística, é denominado Smooth Transition Logistic Regression-Tree (STLR-Tree). A inclusão dos regimes, determinada pela divisão dos nós da árvore, é feita baseada em testes do tipo Multiplicadores de Lagrange, que em sua forma para o caso Gaussiano utiliza a Soma dos Quadrados dos Resíduos em suas estatísticas de teste, aqui são substituídas pela Função Desvio (Deviance), que é equivalente para o caso dos modelos não Gaussianos, cuja distribuição da variável dependente pertença à família exponencial. Na aplicação a dados reais selecionou-se dois conjuntos das variáveis explicativas de cada uma das duas bases utilizadas, que resultaram nas melhores taxas de acerto, verificadas através de Tabelas de Classificação (Matrizes de Confusão). Esses conjuntos de variáveis foram usados com outros métodos de classificação existentes, são eles: Generalized Additive Models (GAM), Regressão Logística, Redes Neurais, Análise Discriminante, k-Nearest Neighbor (K-NN) e Classification and Regression Trees (CART). / [en] The main goal of this work is to adapt the STR-Tree model, which is the combination of a Smooth Transition with Regression model with Classi cation and Regression Tree (CART), in order to use it in Classification. Some changes were made in its structural form and in the estimation. Due to the fact we are doing binary dependent variables classification, is necessary to use the techniques employed in Logistic Regression, so the estimation of the linear part will be made by Maximum Likelihood. Thus the model, which is nonlinear parametric and structured by a decision tree, where each terminal node represents a regime that have their parameters estimated in the same way as in a Logistic Regression, is called Smooth Transition Logistic Regression Tree (STLR-Tree). The inclusion of the regimes, determined by the splitting of the tree's nodes, is based on Lagrange Multipliers tests, which for the Gaussian cases uses the Residual Sum-of-squares in their test statistic, here are replaced by the Deviance function, which is equivalent to the case of non-Gaussian models, that has the distribution of the dependent variable in the exponential family. After applying the model in two datasets chosen from the bibliography comparing with other methods of classi cation such as: Generalized Additive Models (GAM), Logistic Regression, Neural Networks, Discriminant Analyses, k-Nearest Neighbor (k-NN) and Classification and Regression Trees (CART). It can be seen, verifying in the Classification Tables (Confusion Matrices) that STLR-Tree showed the second best result for the overall rate of correct classification in three of the four applications shown, being in all of them, behind only from GAM.

[pt] Com o aumento da demanda por minério no mundo, a complexidade, o tamanho e o preço dos equipamentos de extração mineral aumentaram consideravelmente. Como estas máquinas possuem uma tecnologia de monitoramento embarcada no equipamento, a utilização desses dados para o aumento da confiabilidade e da disponibilidade do equipamento tornou-se fundamental, de modo a reduzir os custos de manutenção. O objetivo desta dissertação foi desenvolver um modelo de apoio à decisão de parada de equipamento, baseado na classificação por Redes Neurais Artificiais de padrões pré-falha de caminhões fora de estrada. O modelo proposto tem como objetivo identificar o estado de falha, ou padrão pré-falha de um equipamento, utilizando os dados armazenados nos equipamentos e seus respectivos registros de falha, para que seja possível avaliar o risco de falha deste equipamento e decidir se o mesmo deve ser parado ou aguardar uma nova parada programada. Essa dissertação foi desenvolvida em quatro partes: estudo dos principais modelos de manutenção atualmente utilizados; definição e desenvolvimento do modelo para abordar o problema, baseado em redes neurais artificiais; avaliação de desempenho do modelo proposto; e simulação do downtime da máquina utilizando o modelo de decisão proposto. No estudo dos principais modelos foi realizada uma pesquisa bibliográfica sobre a evolução da manutenção, passando por modelos de manutenção corretiva, manutenção preventiva e, por fim, chegando ao modelo de manutenção baseada no monitoramento de condições. Para os dois últimos tipos de manutenção, foram apresentados os principais modelos utilizados na abordagem do problema, seus benefícios e deficiências. O desenvolvimento do modelo foi segmentado em três etapas principais: tratamento das bases de dados, tanto de dados obtidos diretamente do equipamento quanto das bases de registro de falha dos equipamentos; seleção de variáveis, baseada no cálculo da influência de cada sensor do equipamento na determinação de seu estado de falha, assim como na definição do intervalo ideal para se agrupar os dados; e definição da topologia das redes. Na etapa de avaliação do desempenho do modelo proposto foram utilizados dados de falhas corretivas mais recorrentes para os dois componentes específicos de caminhões fora de estrada: motor e transmissão, sendo que o monitoramento eletrônico do motor é mais extenso do que o de transmissão, no que diz respeito ao número de sensores empregados no monitoramento. Para a comparação de desempenho entre os diferentes modelos avaliados, dois fatores tiveram maior relevância: melhor desempenho na classificação e maior intervalo entre a identificação do padrão pré-falha e a ocorrência da falha. Os resultados de classificação dos padrões pré-falha foram bastante satisfatórios para a maioria dos casos de estudos, com as taxas de acerto variando entre 85% e 95%. A partir do modelo de classificação determinado na etapa anterior, passou-se à simulação de diferentes cenários de falhas, calculando-se os tempos de máquina parada (downtimes) que teriam sido evitados se as intervenções definidas pelo modelo tivessem sido executadas, analisando-se, assim, o aumento de disponibilidade proporcionado pelo uso do modelo proposto. / [en] With the increasing demand for ore in the world, the complexity, size and price of mining equipment have increased considerably. As these machines have embedded monitoring technology, the use of such data to increase the reliability and availability of the equipment has become essential in order to reduce maintenance costs. The objective of this work is developing a model that supports the decision of stopping an equipment, based on its actual state, using pattern recognition by neural networks. The proposed model aims to identify the state of equipment failure or pre-failure based on the data stored in the equipment and on the records of failure, so as to assess the risk of failure of equipment and to decide whether it should be stopped or wait for a new programmed shutdown. This dissertation was developed in four parts: study of the main models currently used for maintenance; design and implementation of the model to address this problem, based on artificial neural networks; performance evaluation of the proposed model; and simulation of equipment downtime using the proposed model. In the study of the main models a research was made about the evolution of maintenance techniques, through models of corrective maintenance, preventive maintenance and, finally, reaching the maintenance model based on condition monitoring. For the last two types of maintenance, it is presented the main models used in addressing the problem, its benefits and shortcomings. The development of the model was segmented into three main stages: processing of databases, from the data obtained directly from the equipment to the base of record of equipment failure; variable selection, based on the calculation of the influence of each equipment sensor to determine its failure state, as well as the definition of the ideal range of group data, and definition of the topology of networks. In the stage of assessing the performance of the proposed model we used data from corrective failures more often of two specific components of off-highway trucks: engine and transmission. To compare the performance between the different models evaluated, two factors were more important: classification performance and the longest interval between the identification of a pre-failure pattern and the occurrence of the failure. The results of classification of pre-failure patterns were quite satisfactory for most case studies, with hit rates ranging between 85% and 96%. From the classification model given in the previous step, we moved on to simulate different failure scenarios, calculating the equipment downtime that would have been avoided if the interventions defined by the model had been implemented, thus analyzing the increased availability provided by the use of the proposed model.

[pt] O presente estudo propõe uma taxonomia para empresas familiares e pretende contribuir para estimular o desenvolvimento das pesquisas nacionais nesse campo. Para isso, as empresas são agrupadas de acordo com o grau de interação e influência exercida pela família, ou familiness, através das dimensões Poder, Experiência e Cultura. Para realizar a pesquisa, utilizou-se uma adaptação da escala de influência familiar F-PEC (Familiness-Power, Experience, and Culture), introduzida por Astrachan, Klein e Smyrnios (2002), de onde foram extraídos os três constructos teóricos utilizados como as dimensões determinantes das classes desenvolvidas. Nesse sentido, as subescalas Poder, Experiência e Cultura formaram 27 possíveis classes, posteriormente buscadas na amostra, tendo em vista que elas medem a influência familiar no que diz respeito à propriedade, gestão, sucessão, dedicação e sinergia de valores empresa/família. Para isso, foram coletados dados a partir de um questionário respondido pelos principais membros diretores de empresas brasileiras consideradas familiares por seus respondentes. Em uma segunda etapa, a partir das variáveis da pesquisa, foi realizada uma análise estatística de fatores que confirma as dimensões teóricas e fortalece a ideia de que a escala F-PEC pode ser empregada na indústria brasileira. Em seguida, uma análise hierárquica de clusters apontou cinco grupos diferentes de empresas encontrados na amostra, confirmados na análise de K-means clusters. Diante dos dados, os resultados finais sugerem ser possível existir uma associação entre a quantidade de funcionários da empresa e o grupo ao qual pertence. / [en] This study proposes a family business taxonomy and is intended to contribute stimulating the development of Brazilian researches in this field of knowledge. On that account, the firms are grouped by the degree of influence and interaction casted by the family, or familiness, through Power, Experience and Culture dimensions. To accomplish the research, has been used an adaptation of the F-PEC (Familiness-Power, Experience, and Culture) family influence scale, introduced by Astrachan, Klein e Smyrnios (2002), from where the three constructs has been extracted and used as dimensions of developed taxa. In this way, the Power, Experience and Culture subscales formed 27 possible taxa, searched in the sample afterward, since it measures the family influence by ownership, management, succession, dedication and synergy of firm/family values. On that account, data has been collected by a questionnaire answered by CEOs of Brazilian firms taken as family firms by then. In a second stage, a factor analysis has been executed from the research variables that assures the theoretical dimensions and strengthen the idea of the use of the F-PEC scale on Brazilian industry. Next, a hierarchical cluster analysis showed five different groups of firms found in the sample and confirmed by the K-Means cluster analysis. The final results suggests to be possible the existence of an association between the number of employees of the firm and the cluster it belongs.

A idéia de capacitar uma máquina a reconhecer o ambiente em que atua tem motivado pesquisadores a investir esforços no estudo do mais complexo dos sentidos humanos, a visão. A visão é, antes de tudo, uma tarefa de representação e processamento de informações, sendo portanto adequada ao tratamento computacional. Visto que ainda não se possuem métodos que tenham resultados equivalentes ao que seria obtido com um usuário humano, tem-se estudado intensamente a utilização de feições para um melhor aproveitamento de seu potencial. Dentre estas feições, a forma de um objeto proporciona um poderoso indício de sua identidade e funcionalidade, podendo ser utilizada para seu reconhecimento. Isso distingue a forma de outras feições visuais elementares, como a cor, o movimento ou a textura, que, apesar de igualmente importantes, normalmente não revelam a identidade de um objeto. Assim sendo, a possibilidade de avaliar a robustez e a estabilidade de técnicas alternativas para a representação de forma é vital para prever o desempenho de cada técnica na presença de alguma incerteza ou discrepância. Neste trabalho, alguns descritores de forma descritos na literatura foram implementados e utilizados em estudos de caso para avaliar sua eficácia. Estes estudos de caso foram realizados utilizando-se caracteres, todavia, com finalidades bastante distintas. O primeiro estudo de caso é voltado para aplicações como a robótica móvel, com reconhecimento de comandos localizados no ambiente por parte do robô. Já o estudo de caso principal está direcionado para aplicações de reconhecimento de placas de automóveis, que poderia tanto ser utilizado para monitoramento e controle do fluxo de trânsito, quanto para controle de infrações. Muitas aplicações, incluindo aquelas que envolvem a recuperação e indexação de objetos visuais, são apropriadas para a utilização de feições de forma. Outra característica importante do presente trabalho é a de realçar que a seleção de um bom descritor reduz o esforço necessário na etapa de classificação, o qual é computacionalmente elevado. / The idea of enabling a machine to recognize the environment with which it interacts has motivated researchers to dedicate efforts in studying the most complex of the human senses: vision. Vision is essentially a task of information representation and processing, what makes it suitable for computational treatment. Given that currently there are no methods that perform equivalently to humans, the use of features has been intensively studied in order to improve the performance of the existing methods. Among these features, the shape of an object provides a powerful sign of its identity and functionality, what enables the exploitation of this feature with the purpose of recognition. This evidence distinguishes shape from other visual features, such as color, motion or texture, which, although equally important, normally do not reveal the identity of an object. As a result, the possibility of evaluating the robustness and stability of alternate techniques for shape representation is essential in order to measure the performance of each technique in the presence of uncertainty. In this work, some shape descriptors available in the literature were implemented and used in case studies aiming at evaluating their effectiveness. These case studies were carried out using characters, although, with very different purposes. The first case study is geared towards applications such as mobile robotics, where the robot recognizes commands available in the environment. The main case study is focused on applications of license plate recognition, which could be used both in situations of surveillance and traffic control and in situations of infraction. Many applications, including those that involve the search and indexing of visual objects, are suited for the use of shape features. Another important characteristic of this work is that it emphasizes that the selection of a good shape description reduces the effort during the classification step, which is computationally elevated.

A matéria orgânica é de grande importância em solos tropicais e subtropicais, pois influencia em suas propriedades físicas, químicas, biológicas, mineralógicas e espectrais. O clima e a interação da matéria orgânica com a fração mineral apresentam um papel fundamental nas relações que envolvem o acúmulo, estabilização e qualidade da matéria orgânica no solo. Nesse sentido, no estudo 1, investigou-se a qualidade da matéria orgânica, a partir de sua caracterização por espectroscopia de ressonância magnética nuclear do 13C, ao longo de uma climossequência de Latossolos do Rio Grande do Sul. O teor de matéria orgânica foi influenciado pelas condições climáticas aumentando seu teor no solo conforme aumentou a relação PMA/PET (quociente da precipitação média anual e potencial de evapotranspiração). O grupo C-O-alquil apresentou a maior contribuição nos espectros de RMN do 13C, sendo que as maiores proporções ocorreram nos horizontes superficiais dos solos de ambientes mais frios e úmidos. Os índices de humificação testados foram eficientes para avaliar o grau de humificação na climossequência. No estudo 2, o principal objetivo foi analisar a influência dos teores e da qualidade da matéria orgânica e da mineralogia sobre o comportamento espectral de Latossolos de diferentes ambientes. Os resultados obtidos demonstram que a técnica de espectrorradiometria do solo pode auxiliar na identificação e mesmo na quantificação de atributos do solo como teor de matéria orgânica e óxidos de ferro. As correlações significativas entre reflectância e os teores de matéria orgânica e os índices de humificação obtidas pela espectroscopia de RMN do 13C mostraram ser promissoras e necessitam de estudos mais aprofundados para estabelecimento de índices que possam auxiliar no entendimento da qualidade da matéria orgânica do solo.

A matéria orgânica é de grande importância em solos tropicais e subtropicais, pois influencia em suas propriedades físicas, químicas, biológicas, mineralógicas e espectrais. O clima e a interação da matéria orgânica com a fração mineral apresentam um papel fundamental nas relações que envolvem o acúmulo, estabilização e qualidade da matéria orgânica no solo. Nesse sentido, no estudo 1, investigou-se a qualidade da matéria orgânica, a partir de sua caracterização por espectroscopia de ressonância magnética nuclear do 13C, ao longo de uma climossequência de Latossolos do Rio Grande do Sul. O teor de matéria orgânica foi influenciado pelas condições climáticas aumentando seu teor no solo conforme aumentou a relação PMA/PET (quociente da precipitação média anual e potencial de evapotranspiração). O grupo C-O-alquil apresentou a maior contribuição nos espectros de RMN do 13C, sendo que as maiores proporções ocorreram nos horizontes superficiais dos solos de ambientes mais frios e úmidos. Os índices de humificação testados foram eficientes para avaliar o grau de humificação na climossequência. No estudo 2, o principal objetivo foi analisar a influência dos teores e da qualidade da matéria orgânica e da mineralogia sobre o comportamento espectral de Latossolos de diferentes ambientes. Os resultados obtidos demonstram que a técnica de espectrorradiometria do solo pode auxiliar na identificação e mesmo na quantificação de atributos do solo como teor de matéria orgânica e óxidos de ferro. As correlações significativas entre reflectância e os teores de matéria orgânica e os índices de humificação obtidas pela espectroscopia de RMN do 13C mostraram ser promissoras e necessitam de estudos mais aprofundados para estabelecimento de índices que possam auxiliar no entendimento da qualidade da matéria orgânica do solo.

[pt] O minério de ferro é um material policristalino oriundo de processos naturais complexos. Os minerais mais comuns que o compõem (hematita, magnetita, goethita, etc.) podem ser identificados no microscópio ótico de luz refletida, através de suas refletâncias distintas. A importância do estudo das hematitas, especificamente, surge porque os maiores depósitos de minério de ferro, no Brasil, são praticamente todos do tipo hematítico, com altos teores de ferro. A hematita é um mineral fortemente anisotrópico que apresenta pleocroísmo de reflexão. Isto faz com que o brilho na imagem mude com diferentes orientações dos cristais. Assim, quando se utiliza luz polarizada, o contraste entre os cristais aumenta o suficiente para diferenciá-los. Tradicionalmente, as hematitas são classificadas em tipos texturais identificados como hematita microcristalina (Mc), martita (Ma), e partículas policristalinas compactas (Co) formadas, por sua vez, de cristais dos tipos: granular (Gr), lamelar (La), lobular (Lo). Em trabalhos anteriores foi desenvolvida uma rotina de classificação automática para os diferentes tipos de hematitas. Esta rotina utiliza como entrada duas imagens de uma mesma região, a primeira em campo claro (CC) e a segunda polarizada circularmente (CPOL). Neste trabalho foram implementadas modificações nas etapas de aquisição das imagens CPOL e no processamento de ruído, visando melhorar as etapas de classificação. Assim, a imagem CPOL, que apresenta problemas característicos de iluminação, passou a ser capturada utilizando o recurso de sub-quadros (subframe), o que elimina a necessidade de correção de fundo, melhorando a qualidade dos mosaicos de imagens capturados. Em seguida, explorou-se recurso de saturação digital da câmera, de forma a melhorar, substancialmente, o contraste entre os cristais de hematita. Finalmente, testou-se o impacto do uso de um novo filtro de redução de ruído – Non-Local Means (MNL) – sobre a segmentação de cristais. Os resultados mostraram uma melhora substancial na identificação dos tipos texturais de hematita com relação aos métodos anteriores e também superiores à tradicional identificação visual por operador treinado. / [en] Iron ore is a polycrystalline material originated from complex natural processes. Its main composing minerals (hematite, magnetite, goethite, etc.) can be identified with the reflected light optical microscope through their distinctive reflectances. The relevance of studying hematite, specifically, originates from the fact that the largest Brazilian iron deposits are mostly of the hematitic type, with high iron content. Hematite is a strongly anisotropic mineral that presents reflectance pleocroism. Thus, different crystal orientations produce different brightness and, when using polarized light, the contrast between crystals is strong enough to allow their discrimination. Traditionally, hematites are classified in textural types identified as microcrystalline (Mc), martite (Ma) and compact polycristalline (Co), composed of granula (Gr), lamellar (La) and lobular (Lo) crystals. An automatic classification routine for hematite types was developed in previous works. This routine takes as input two images of the same region, one in Bright Field and the second in Circular Polarization (CPOL). In this work, modifications in the CPOL image acquisition and in noise filtering were implemented, in order to improve the classification step. Thus, the CPOL images, which present a characteristic background problem, were acquired employing the subframe method, what eliminates the need for background correction, improving the quality of image mosaics. Then, the digital saturation of the camera was optimized to improve substantially the contrast between hematite types. Finally, the impact of a new noise reduction filter – the Non-Local Means Filter – on crystal segmentation was evaluated. The results showed a substantial improvement in the identification of hematite textural types as compared to the previous method, and also superior to the traditional visual identification by an operator.

A matéria orgânica é de grande importância em solos tropicais e subtropicais, pois influencia em suas propriedades físicas, químicas, biológicas, mineralógicas e espectrais. O clima e a interação da matéria orgânica com a fração mineral apresentam um papel fundamental nas relações que envolvem o acúmulo, estabilização e qualidade da matéria orgânica no solo. Nesse sentido, no estudo 1, investigou-se a qualidade da matéria orgânica, a partir de sua caracterização por espectroscopia de ressonância magnética nuclear do 13C, ao longo de uma climossequência de Latossolos do Rio Grande do Sul. O teor de matéria orgânica foi influenciado pelas condições climáticas aumentando seu teor no solo conforme aumentou a relação PMA/PET (quociente da precipitação média anual e potencial de evapotranspiração). O grupo C-O-alquil apresentou a maior contribuição nos espectros de RMN do 13C, sendo que as maiores proporções ocorreram nos horizontes superficiais dos solos de ambientes mais frios e úmidos. Os índices de humificação testados foram eficientes para avaliar o grau de humificação na climossequência. No estudo 2, o principal objetivo foi analisar a influência dos teores e da qualidade da matéria orgânica e da mineralogia sobre o comportamento espectral de Latossolos de diferentes ambientes. Os resultados obtidos demonstram que a técnica de espectrorradiometria do solo pode auxiliar na identificação e mesmo na quantificação de atributos do solo como teor de matéria orgânica e óxidos de ferro. As correlações significativas entre reflectância e os teores de matéria orgânica e os índices de humificação obtidas pela espectroscopia de RMN do 13C mostraram ser promissoras e necessitam de estudos mais aprofundados para estabelecimento de índices que possam auxiliar no entendimento da qualidade da matéria orgânica do solo.

A idéia de capacitar uma máquina a reconhecer o ambiente em que atua tem motivado pesquisadores a investir esforços no estudo do mais complexo dos sentidos humanos, a visão. A visão é, antes de tudo, uma tarefa de representação e processamento de informações, sendo portanto adequada ao tratamento computacional. Visto que ainda não se possuem métodos que tenham resultados equivalentes ao que seria obtido com um usuário humano, tem-se estudado intensamente a utilização de feições para um melhor aproveitamento de seu potencial. Dentre estas feições, a forma de um objeto proporciona um poderoso indício de sua identidade e funcionalidade, podendo ser utilizada para seu reconhecimento. Isso distingue a forma de outras feições visuais elementares, como a cor, o movimento ou a textura, que, apesar de igualmente importantes, normalmente não revelam a identidade de um objeto. Assim sendo, a possibilidade de avaliar a robustez e a estabilidade de técnicas alternativas para a representação de forma é vital para prever o desempenho de cada técnica na presença de alguma incerteza ou discrepância. Neste trabalho, alguns descritores de forma descritos na literatura foram implementados e utilizados em estudos de caso para avaliar sua eficácia. Estes estudos de caso foram realizados utilizando-se caracteres, todavia, com finalidades bastante distintas. O primeiro estudo de caso é voltado para aplicações como a robótica móvel, com reconhecimento de comandos localizados no ambiente por parte do robô. Já o estudo de caso principal está direcionado para aplicações de reconhecimento de placas de automóveis, que poderia tanto ser utilizado para monitoramento e controle do fluxo de trânsito, quanto para controle de infrações. Muitas aplicações, incluindo aquelas que envolvem a recuperação e indexação de objetos visuais, são apropriadas para a utilização de feições de forma. Outra característica importante do presente trabalho é a de realçar que a seleção de um bom descritor reduz o esforço necessário na etapa de classificação, o qual é computacionalmente elevado. / The idea of enabling a machine to recognize the environment with which it interacts has motivated researchers to dedicate efforts in studying the most complex of the human senses: vision. Vision is essentially a task of information representation and processing, what makes it suitable for computational treatment. Given that currently there are no methods that perform equivalently to humans, the use of features has been intensively studied in order to improve the performance of the existing methods. Among these features, the shape of an object provides a powerful sign of its identity and functionality, what enables the exploitation of this feature with the purpose of recognition. This evidence distinguishes shape from other visual features, such as color, motion or texture, which, although equally important, normally do not reveal the identity of an object. As a result, the possibility of evaluating the robustness and stability of alternate techniques for shape representation is essential in order to measure the performance of each technique in the presence of uncertainty. In this work, some shape descriptors available in the literature were implemented and used in case studies aiming at evaluating their effectiveness. These case studies were carried out using characters, although, with very different purposes. The first case study is geared towards applications such as mobile robotics, where the robot recognizes commands available in the environment. The main case study is focused on applications of license plate recognition, which could be used both in situations of surveillance and traffic control and in situations of infraction. Many applications, including those that involve the search and indexing of visual objects, are suited for the use of shape features. Another important characteristic of this work is that it emphasizes that the selection of a good shape description reduces the effort during the classification step, which is computationally elevated.

[pt] Uma das tarefas mais importantes na indústria de exploração e produção de petróleo é a discriminação litológica. Uma das principais fontes de informação para subsidiar a discriminação e caracterização litológica é a perfilagem que é corrida no poço. Porém, na grande maioria dos trabalhos os perfis utilizados na discriminação litológica são apenas aqueles disponíveis no domínio dos poços. Para que modelos de discriminação litológica possam ser extrapolados para além do domínio dos poços, faz-se necessário a utilização de características que estejam presentes tanto nos poços como fora deles. As características mais utilizadas para realizar esta integração rocha-perfil-sísmica são os atributos elásticos. Dentre os atributos elásticos o que mais se destaca é a impedância. O objetivo desta dissertação foi a utilização da programação genética como modelo classificador de atributos elásticos para a discriminação litológica. A proposta se justifica pela característica da programação genética de seleção e construção automática dos atributos ou características utilizadas. Além disso, a programação genética permite a interpretação do classificador, uma vez que é possível customizar o formalismo de representação. Esta classificação foi empregada como parte integrante do fluxo de trabalho estatístico e de física de rochas, metodologia híbrida que integra os conceitos da física de rochas com técnicas de classificação. Os resultados alcançados demonstram que a programação genética atingiu taxas de acertos comparáveis e em alguns casos superiores a outros métodos tradicionais de classificação. Estes resultados foram melhorados com a utilização da técnica de substituição de fluídos de Gassmann da física de rochas. / [en] One of the most important tasks in the oil exploration and production industry is the lithological discrimination. A major source of information to support discrimination and lithological characterization is the logging raced into the well. However, in most studies the logs used in the lithological discrimination are only those available in the wells. For extrapolating the lithology discrimination models beyond the wells, it is necessary to use features that are present both inside and outside wells. One of the features used to conduct this rock-log-seismic integration are the elastic attributes. The impedance is the elastic attribute that most stands out. The objective of this work was the utilization of genetic programming as a classifier model of elastic attributes for lithological discrimination. The proposal is justified by the characteristic of genetic programming for automatic selection and construction of features. Furthermore, genetic programming allows the interpretation of the classifier once it is possible to customize the representation formalism. This classification was used as part of the statistical rock physics workflow, a hybrid methodology that integrates rock physics concepts with classification techniques. The results achieved demonstrate that genetic programming reached comparable hit rate and in some cases superior to other traditional methods of classification. These results have been improved with the use of Gassmann fluid substitution technique from rock physics.