Esta tese investiga a denotação dos nomes comuns nas línguas naturais. De forma mais específica enfoca a denotação dos nomes comuns no português brasileiro (PB). O objetivo é investigar os mecanismos que licenciam contabilidade no PB. Primeiramente investiga-se a denotação dos nomes no PB frente à proposta de Borer (2005). A autora defende que interpretações contáveis são licenciadas estruturalmente, mas que interpretações massivas não, e, nesse sentido, interpretações massivas são default. Segundo Borer (2005), o plural, em línguas como o inglês, e os classificadores, em línguas como o chinês, são sintagmas de classificação que originam interpretações contáveis, cujo núcleo tem um valor aberto div, onde DIV é um operador de divisão. A ausência desses sintagmas confere uma interpretação massiva aos nomes. Diferentemente da maioria das línguas germânicas e românicas que permitem a ocorrência do plural nu, mas não permitem a ocorrência do singular nu, no PB, o singular nu é extremamente produtivo. Assim, se Borer (2005) estiver certa, no PB os nomes são massivos, pois os nomes nessa língua podem ocorrer sem nenhuma estrutura que os divida, denotando uma massa amorfa, sem divisão. No entanto, a análise dos dados do PB mostra, contra as previsões de Borer (2005), que a denotação default dos nomes, independentemente de ser indeterminada para número, pode ser massiva ou contável e que tais nomes já vêm com essa denotação marcada do léxico. Em segundo lugar, investiga-se a denotação dos nomes lexicalmente contáveis em estruturas não marcadas para contabilidade. Como Rullmann e You (2003) defendem para o chinês, o PB é uma língua em que os nomes possuem número geral, isto é, não são singular nem plural, são neutros para número, como defendem Müller (2001) e Schmitt e Munn (1999, 2002) para o PB. Línguas que possuem número geral geralmente não possuem morfologia de número, entretanto, o PB é um exemplo de língua que possui número geral, classificação e morfologia de número. Em terceiro lugar, investiga-se a denotação dos nomes segundo a proposta de Rothstein (2007). A autora defende que interpretações contáveis são licenciadas por um mecanismo de contabilidade gramatical. Segundo Rothstein (2007), o singular em línguas como o inglês e os classificadores numéricos em línguas como o chinês são operações gramaticais que licenciam interpretações contáveis. Como o PB é uma língua que possui número geral, classificadores numéricos e morfologia de número, defende-se a tese de que nessa língua o que licencia contabilidade são as operações de número e de classificação. / This thesis investigates common noun denotations in natural languages. To be more specific, it encompasses common noun denotations in Brazilian Portuguese (BP). Its objective is to investigate the mechanisms which licence countability in BP. Firstly, noun denotation in BP is investigated according to Borers proposal (2005). The author argues that count interpretations are structurally licensed, while mass interpretations are not, thus in this sense, mass interpretations are default. According to Borer (2005), the plural morphology, in languages such as English, and the classifiers, in languages such as Chinese, are classifiers phrases which originate count interpretations with opened value nucleus div, where DIV is a division operator. The absence of these classifiers phrases bestows mass interpretation to the nouns. Contrary to most Germanic and Romance languages which permit bare plurals, but do not permit bare singulars, in BP, the bare singular is extremely productive. Thus, if Borer (2005) is right, nouns are mass-denoting in BP since they can occur without any distinctive structure, denoted amorphous mass, undivided. However, data analysis in BP opposes the predictions of Borer (2005) that a default noun denotation, regardless of being indeterminate in number, can be a mass or count denotation, and that such nouns already have this lexical denotation. Secondly, lexical denotation of count nouns in unmarked structures is investigated for countability. As Rullman and Aili You (2003) defend Chinese, BP is a language in which nouns have general number, that is, they are neither singular nor plural, they are neutral for number, as defended by Müller (2001) and Schmitt e Munn (1999, 2002). Languages with general number do not have plural morphology, but BP is an example of a language that has general number, numeral classifier and plural morpheme. Thirdly, denotation of names according to Rothstein (2007) is investigated. The author argues that countable interpretations are licensed by a mechanism of grammatical countability. According to Rothstein (2007), singular morphology in languages such as English and numeral classifiers in languages such as Chinese are grammatical operations which licence count interpretations. Since BP is a language that has general number, numeral classifiers and plural morphology, the thesis that, in this language, number and classification operations licence countability is defended.

O número de atividades disponibilizadas pelos sistemas gerenciadores de workflows científicos é grande, o que exige dos cientistas conhecerem muitas delas para aproveitar a capacidade de reutilização desses sistemas. Para minimizar este problema, a literatura apresenta algumas técnicas para recomendar atividades durante a construção de workflows científicos. Este projeto especificou e desenvolveu um sistema de recomendação de atividades híbrido, considerando informação sobre frequência, entrada e saídas das atividades, e anotações ontológicas para recomendar. Além disso, neste projeto é apresentada uma modelagem da recomendação de atividades como um problema de classificação e regressão, usando para isso cinco classificadores; cinco regressores; um classificador SVM composto, o qual usa o resultado dos outros classificadores e regressores para recomendar; e um ensemble de classificadores Rotation Forest. A técnica proposta foi comparada com as outras técnicas da literatura e com os classificadores e regressores, por meio da validação cruzada em 10 subconjuntos, apresentando como resultado uma recomendação mais precisa, com medida MRR ao menos 70% maior do que as obtidas pelas outras técnicas / The number of activities provided by scientific workflow management systems is large, which requires scientists to know many of them to take advantage of the reusability of these systems. To minimize this problem, the literature presents some techniques to recommend activities during the scientific workflow construction. This project specified and developed a hybrid activity recommendation system considering information on frequency, input and outputs of activities and ontological annotations. Additionally, this project presents a modeling of activities recommendation as a classification problem, tested using 5 classifiers; 5 regressors; a SVM classifier, which uses the results of other classifiers and regressors to recommend; and Rotation Forest , an ensemble of classifiers. The proposed technique was compared to other related techniques and to classifiers and regressors, using 10-fold-cross-validation, achieving a MRR at least 70% greater than those obtained by other techniques

Esta tese apresenta uma metodologia para classificação automática de achados mamográficos em mamas densas através de uma abordagem híbrida de classificadores e extração de atributos, como parte de um esquema computadorizado de auxílio ao diagnóstico (CAD) para mamografia. Foram implementadas duas redes Backpropagation. Uma responde pela classificação de clusters de microcalcificações, através de atributos descritores geométricos, em duas classes - suspeito e não suspeito. A outra rede classifica nódulos utilizando descritores geométricos e uma entrada com informação extraída de atributos de intensidade, produzindo na saída dois tipos de informação: presença ou não do nódulo, e constatada a presença do nódulo, classificação da região de interesse (RI) entre as categorias BI-RADS. As respostas de um \"clusterizador\" de RIs através de atributos de intensidade serviram de entrada para essa rede fornecendo uma informação de grau de densidade da RI. Uma interface foi desenvolvida para a apresentação dos resultados a fim de fornecer informações mais detalhadas da classificação e do caso analisado. Os resultados do classificador foram analisados através de análise estatística de sensibilidade e especificidade, e também por curvas ROC. Os resultados obtidos ficaram próximos a 89% de acerto total (verdadeiros-positivos mais verdadeiros-negativos) para nódulos produzindo valor de Az superior a 0,92 e ultrapassaram 75% de acerto da classificação entre as classes BI-RADS. Na classificação dos clusters os acertos totais do classificador ficaram próximos de 90%, com Az superior a 0,94. Para ambos tipos de lesões, as taxas de respostas falsas-negativas ficaram abaixo de 0,1, o que significa baixo erro em relação à não detecção da doença quando o sinal está presente. O classificador apresentado nesse trabalho é a conclusão de uma etapa importante do esquema CAD que vem sendo desenvolvido pelo grupo, além de possibilitar a disponibilização de mais uma ferramenta automática de auxílio ao diagnóstico do câncer de mama aos serviços de mamografia. / This thesis presents a methodology for automatic classification of mamographic findings in image of dense breast through hybrid approach of classifiers and features extraction techniques, as part of a computer-aided diagnostic (CAD) scheme for mammography. Two Backpropagation neural networks were implemented. One for microcalcifications clustered classification, through geometric descriptors, in two classes - suspect and non-suspect. The other neural network classifies nodules using geometric descriptors and additional information from intensity features extracted, producing in the output two kinds of information: presence or not of the nodule, and if nodule is present in the image, classification among BI-RADS categories. The result of clustering technique by using intensity features is presented as a new input to neural network, supplying density degree of image. An interface was developed for results presentation in order to supply more detailed information from the classifier outputs and of the analyzed case. The results of the classifier were analyzed through sensibility and specificity statistical analysis, and also for ROC curves. The results were close to 89% of total accuracy (positive-true plus negative-true) for nodules producing value of Az more than 0,92 and 75% of accuracy to classification among BI-RADS categories. In the cluster classification the total accuracy is about 90%, and Az greater than 0,94. In both kinds of lesions, negative-false result rates were below 0,1, which means low error related to the fail to detect the disease when the signal is present. The classifier presented in this work is the conclusion of an important stage of the CAD scheme that has been developed by the group, besides making possible the availability of one more automatic tool of aid to the breast cancer diagnosis to be used in mammography centers.

Interface Cérebro-Computador é um meio que permite a comunicação do cérebro com dispositivos externos e tem como principal público-alvo as pessoas com problemas motores, incapazes de se comunicarem e/ou se locomoverem. Uma das principais aplicações são os soletradores baseados no P300 que fornecem um meio de indivíduos se comunicarem através de um teclado virtual. Devolver a capacidade de comunicação para uma pessoa é de extrema importância para a qualidade de vida das pessoas. Esse tipo de aplicação possui diversos desafios, um deles é a necessidade da BCI ser treinada especificamente para cada indivíduo. Esse treinamento pode levar horas e até mesmo dias. Uma das formas de diminuir esse tempo é utilizar um dos conjuntos de canais pré-definidos que são sugeridos na literatura, porém esses conjuntos não garantem um funcionamento adequado da BCI, o que pode frustar os indivíduos não desejar mais utilizar uma BCI. Para solucionar esse problema, é proposto no presente trabalho a seleção de canais a partir de um conjunto de canais para agilizar o processo de treinamento e atingir um ótimo desempenho com a BCI. / Brain-Computer Interface is a means that allows the communication of the brain with external devices and has as main target audience the people with motor problems, unable to communicate and/or move around. One of the main applications is the P300-based spellers that provide a means for individuals to communicate through a virtual keyboard. Recovering the ability to communicate to a person is of extreme importance to the quality of peoples lives. This type of application has several challenges, one of which is the need for BCI to be trained specifically for each individual. This training can take hours and even days. One of the ways to decrease this time is to use one of the predefined set of channels that are suggested in the literature, but these sets do not guarantee an adequate functioning of BCI, which can frustrate individuals no longer want to use a BCI. To solve this problem, it is proposed in the present work the selection of channels from a set of channels to accelerate the training process and achieve optimal performance with BCI.

Made available in DSpace on 2015-03-26T13:53:29Z (GMT). No. of bitstreams: 1 texto completo.pdf: 3809983 bytes, checksum: 1e1c4e38e746cb96d9590dfed817a6ba (MD5) Previous issue date: 2013-02-28 / In areas of the field of Training Barriers in southern Bahia and northern Espírito Santo is a kind of distinctive environment in terms of vegetation and soil characteristics, known regionally Muçununga. They are mainly found on Spodosols, ecologically unique adaptations depending on the conditions of nutritional poverty of the soil, with species tolerant to extremes of excess and lack of water, and still represent an ecosystem associated with the Atlantic Forest. This study aimed to: 1) evaluate the performance of the Maximum Likelihood classifiers and Support Vector Machine and the contribution of different compositions of multispectral bands, the vegetation index (NDVI), and principal component analysis of sensor images TM/Landsat5 for separating features of muçunungas. 2) Assess the supervised classifications for separating features of muçununga, with reference to the visual classification. 3) evaluate the distribution pattern, size, frequency and density of muçunungas in the region. We acquired nine scenes from the satellite / sensor Sensor TM/Landsat5-TM (Thematic Mapper) orbit 215, paragraphs 71, 72 and 73 days 29/05/2006; orbit 216, paragraphs 71, 72 and 73 on 19 / 07/2007 and orbit 215, paragraphs 71, 72 and 73 day 27/08/2007 with spatial resolution of 30 meters, which range from the municipality of Linhares-up Prado ES-BA divided into three areas: the coastal region of Spirit Santo, Bahia coastal region and the interior region of both states. Moreover, were provided by the company Fibria Cellulose three mosaics of RapidEye satellite images with radiometric and geometric corrections. The classes of land use were established according to the prior knowledge of the area. We collected 75 samples for each training class studied and validation samples were obtained from the database of land use provided by Fibria Cellulose. We performed a combination of ten bands, six bands of the sensor TM/Landsat5 (lanes 1, 2, 3, 4, 5 and 7), one index vegatação NDVI and the first three principal components. For supervised classification algorithm MaxVer, the bands were grouped in combinations of one to 10 bands for a total of 1023 combinations processed using ArcGIS10.1. A supervised classification algorithm of Support Vector Machine was held at Envi software, testing the ten best combinations MaxVer generated in each of the three areas studied. The evaluation of the accuracy of the classifications was performed from the confusion matrices that were obtained by crossing thematic maps derived classification. The region was divided into ranges of 10 km long from the coast towards the interior of the states of Bahia and Espírito Santo. In these bands, and analyzed the percentage area muçunungas. Were also analyzed four indentations in the region east / west, aiming to analyze the distribution, frequency and density of muçunungas in the region. From the results of ratings, performance classifier Support Vector Machine (SVM) can be considered satisfactory. However, MaxVer classifier obtained better results for the three regions analyzed. The areas classified as Muçununga merged with other classes such as pasture, eucalypt forest, body of water due to the spectral characteristics of vegetation enclave. The thematic map produced by supervised classification of the best combination in each region, using the algorithm Maxver reached Kappa index of 0.91 in the Holy Spirit, 0.90 and 0.81 in the Bahia region of the interior. The combination of one or two bands inferior results obtained while the best results were combinations with 6-8 bands. The use of normalized difference vegetation index (NDVI) has promoted improvement in Kappa, but the increase is most notable in the classification obtained from the combination of these with the visible bands. The use of principal components representative did not represent an increase in the accuracy of the ratings except for those who had only the visible bands. The distribution of muçunungas presented a heterogeneous pattern, it increases its occurrence as it departed from the coast up to 40 km. From kilometer 50 to 80 there was a decrease explained by the approach of Crystalline Basement. 2254 were mapped areas muçunungas across the region, from the RapidEye satellite image. So are approximately 1.08% of the mapped region with presence of muçunungas. Despite the low percentage of muçunungas, the amount of which is representative of the region and most of them are smaller than five hectares. So do efforts are required to know the space of distruibuição muçunungas in order to generate information for the conservation of the remnants. / Em áreas de domínio da Formação Barreiras na região sul da Bahia e norte do Espírito Santo ocorre um tipo de ambiente diferenciado em termos de vegetação e características edáficas, denominado regionalmente de Muçununga. São encontradas principalmente sobre Espodossolos, ecologicamente únicas em função das adaptações às condições de pobreza nutricional do solo, com espécies tolerantes a extremos de excessos e falta de água, e ainda representam um dos ecossistemas associados à Mata Atlântica. Esse trabalho teve como objetivos: 1) avaliar o desempenho dos classificadores da Máxima Verossimilhança e Support Vector Machine e a contribuição de diferentes composições de bandas multiespectrais, do índice de vegetação da diferença normalizada (NDVI), e da análise de componentes principais das imagens do sensor TM/Landsat5 para a separação de feições das muçunungas. 2) Avaliar as classificações supervisionadas para a separação de feições de muçununga, tendo como referência a classificação visual. 3) Avaliar o padrão de distribuição, o tamanho, frequência e densidade das muçunungas na região. Foram adquiridas nove cenas do satélite/sensor Sensor TM/Landsat5-TM (Thematic Mapper) da órbita 215, pontos 71, 72 e 73 do dia 29/05/2006; da órbita 216, pontos 71, 72 e 73 do dia 19/07/2007 e da órbita 215, pontos 71, 72 e 73 do dia 27/08/2007 com resolução espacial de 30 metros, que englobam desde o município de Linhares- ES até Prado-BA divididas em três áreas: região litorânea do Espírito Santo, região litorânea da Bahia e região do interior de ambos os estados. Além disso, foram disponibilizados pela empresa Fibria Celulose três mosaicos de imagens do satélite Rapideye com as devidas correções radiométricas e geométricas. As classes de uso do solo foram estabelecidas de acordo com o conhecimento prévio da área. Foram coletadas 75 amostras de treinamento para cada classe estudada e as amostras de validação foram obtidas a partir de base de dados de uso do solo fornecida pela Fibria Celulose. Foi realizada a combinação de dez bandas: seis bandas do Sensor TM/Landsat5 (bandas 1, 2, 3, 4, 5 e 7), uma do índice de vegatação NDVI e as três primeiras componentes principais. Para a classificação supervisionada do algoritmo MaxVer, as bandas foram agrupadas em combinações de uma até 10 bandas perfazendo um total de 1023 combinações, processadas no software ArcGIS10.1. A classificação supervisionada do algoritimo Support Vector Machine foi realizada no software Envi, testando as dez melhores combinações geradas no MaxVer de cada uma das três áreas estudadas. A avaliação da exatidão das classificações foi realizada a partir das matrizes de confusão que foram obtidas pelo cruzamento dos mapas temáticos, resultantes da classificação. A região foi dividida em faixas de 10 km de extensão a partir do litoral em direção ao interior dos estados da Bahia e do Espírito Santo. Nestas faixas, analisaram a percentagem e a área de muçunungas. Também foram analisados quatro recortes da região na direção leste/oeste, com objetivo de analisar a distribuição, a frequência e a densidade das muçunungas na região. A partir dos resultados das classificações, o desempenho do classificador Support Vector Machine (SVM) pode ser considerado satisfatório. Entretanto, classificador MaxVer obteve melhores resultados para as três regiões analisadas. As áreas classificadas como Muçununga confundiram-se com outras classes tais como pastagem, eucalipto, mata, corpo d agua devido às características espectrais desse enclave vegetacional. O mapa temático produzido pela classificação supervisionada da melhor combinação em cada região, utilizando o algoritmo Maxver, atingiu índice Kappa de 0,91 no Espírito Santo; 0,90 na Bahia e 0,81 na região do interior. A combinação de uma e duas bandas obtiveram resultados inferiores enquanto que os melhores resultados foram com combinações de 6 a 8 bandas. O uso do índice de vegetação normalizada (NDVI) promoveu melhora no índice Kappa, mas o incremento é mais notável na classificação obtida a partir da combinação destes com as bandas do visível. A utilização das componentes principais não representou aumento representativo na acurácia das classificações, exceto para aquelas que só apresentavam bandas do visível. A distribuição das muçunungas apresentou um padrão heterogêneo, pois aumenta sua ocorrência à medida que se distanciava do litoral até 40 km. A partir do kilometro 50 até aos 80 houve um decréscimo explicado pela aproximação do Embasamento Cristalino. Foram mapeadas 2254 áreas de muçunungas em toda a região, a partir da imagem satélite Rapideye. Assim, são cerca de 9,08% da região mapeada com presença de muçunungas. Apesar da percentagem baixa de muçunungas, a quantidade delas é representativa na região e a maioria delas são menores que cinco hectares. Assim, fazem-se necessários esforços para se conhecer a distruibuição espacial das muçunungas, no sentido de gerar subsídios para a conservação dos remanescentes.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-11-01T21:17:51Z No. of bitstreams: 1 KelysonNunesDosSantos_DISSERT.pdf: 1067573 bytes, checksum: 151a98738e7e3c5b3dc97b14478bfd9b (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-11-07T22:24:56Z (GMT) No. of bitstreams: 1 KelysonNunesDosSantos_DISSERT.pdf: 1067573 bytes, checksum: 151a98738e7e3c5b3dc97b14478bfd9b (MD5) / Made available in DSpace on 2017-11-07T22:24:56Z (GMT). No. of bitstreams: 1 KelysonNunesDosSantos_DISSERT.pdf: 1067573 bytes, checksum: 151a98738e7e3c5b3dc97b14478bfd9b (MD5) Previous issue date: 2016-07-28 / A predi??o de eventos a partir de dados neurofisiol?gicos possui muitas vari?veis que devem ser analisadas em diferentes momentos, desde a aquisi??o e registro de dados at? o p?s-processamento dos mesmos. Assim, a escolha do algoritmo que ir? processar esses dados ? uma etapa muito importante, pois o tempo de processamento e a acur?cia do resultado s?o fatores determinantes para uma ferramenta de aux?lio de diagn?stico. A tarefa de classifica??o e predi??o tamb?m auxilia no entendimento das intera??es realizadas pelas redes de c?lulas cerebrais. Este trabalho realiza o estudo de t?cnicas de Aprendizado de M?quina com diferentes caracter?sticas para analisar seu impacto na tarefa de predi??o de eventos a partir de dados neurofisiol?gicos e prop?e o uso de comit?s de classificadores de forma a otimizar o desempenho da tarefa de predi??o atrav?s do uso de t?cnicas de baixo custo computacional / Event prediction from neurophysiological data has many variables which must be analyzed in di erent moments, since data acquisition and registry to its post-processing. Hence, choosing the algorithm that will process these data is a very important step, for processing time and accuracy of results are determinant factors for a diagnosis auxiliary tool. Tasks of classi cation and prediction also help in understanding brain cell's networks interactions. This work uses Supervised Machine Learning techniques with different features to analyze their impact on the task of epileptic seizure prediction from canine neurophysiological data and purposes using of ensembles to optimize the performance of event prediction task through computational low-cost techniques. Epileptic dogs' EEG data were preprocessed throug Fourier transform and only significant frequencies were considered (1 to 30Hz). It was applied a dimensionality reductor and then data was submitted to supervised machine learning techniques. Two scenarios were evaluated: first used raw data resulted from Fourier transform, as the second one transform these data. Algorithms evaluation was made through area under ROC curve (AUC) measure. Best results were to scenario A (a) an heterogeneous ensemble formed by a KNN, a decision tree and a bayesian classifier, scoring 0.7074 and (b) an example of decision tree evaluated in 0.687, and, for scenario B, best results were (a) a setup of decision tree which obtained 0.620 and (b) an heterogeneous ensemble composed by a KNN, a decision tree and a bayesian classifier, scoring 0.612.

O presente trabalho de doutorado tem por objetivo a criação de uma nova família de filtros digitais específica para o processo de classificação de dados, particularmente aplicada ao pré-diagnóstico de patologias na laringe. Antes de explicar a criação dessa nova família de filtros, foi apresentada uma breve revisão bibliográfica sobre o funcionamento do aparelho fonador humano, sobre o processo de diagnóstico de patologias e sobre a transformada discreta Wavelet, que serviu de base para a construção dos filtros propostos. Em seguida, é descrita a tecnologia proposta para a criação da nova família de filtros, que é baseada na construção da Transformada Wavelet de Daubechies, além disso, apresenta-se uma breve comparação com outras técnicas já descritas na literatura para a mesma finalidade. Posteriormente, são apresentados os resultados obtidos com base na técnica proposta, verificando-se uma taxa de acerto na classificação de vozes normais de 100% e uma taxa de acerto de 95,52% para vozes patológicas. / The main purpose of this thesis is the development of a new family of digital filters used for data classification, particularly applied to the pre-diagnosis of pathologies in the larynx. A brief bibliographical review, that concentrates on the functioning of the human vocal tract, on the process of disease diagnosis, and on the discrete wavelet transform, which formed the basis for the construction of the proposed filters, is presented. The technology used to develop these new families of filters, that is based on the Daubechies Wavelet Transform, is also described, moreover, a comparison with other techniques described in the specialized literature for the same purpose is also presented. The investigation shows the results obtained with the proposed technique, in which the accuracy of 100% in normal voice classifications and of 95,52% in pathological voice classifications, was obtained.

Esta tese apresenta uma metodologia para classificação automática de achados mamográficos em mamas densas através de uma abordagem híbrida de classificadores e extração de atributos, como parte de um esquema computadorizado de auxílio ao diagnóstico (CAD) para mamografia. Foram implementadas duas redes Backpropagation. Uma responde pela classificação de clusters de microcalcificações, através de atributos descritores geométricos, em duas classes - suspeito e não suspeito. A outra rede classifica nódulos utilizando descritores geométricos e uma entrada com informação extraída de atributos de intensidade, produzindo na saída dois tipos de informação: presença ou não do nódulo, e constatada a presença do nódulo, classificação da região de interesse (RI) entre as categorias BI-RADS. As respostas de um \"clusterizador\" de RIs através de atributos de intensidade serviram de entrada para essa rede fornecendo uma informação de grau de densidade da RI. Uma interface foi desenvolvida para a apresentação dos resultados a fim de fornecer informações mais detalhadas da classificação e do caso analisado. Os resultados do classificador foram analisados através de análise estatística de sensibilidade e especificidade, e também por curvas ROC. Os resultados obtidos ficaram próximos a 89% de acerto total (verdadeiros-positivos mais verdadeiros-negativos) para nódulos produzindo valor de Az superior a 0,92 e ultrapassaram 75% de acerto da classificação entre as classes BI-RADS. Na classificação dos clusters os acertos totais do classificador ficaram próximos de 90%, com Az superior a 0,94. Para ambos tipos de lesões, as taxas de respostas falsas-negativas ficaram abaixo de 0,1, o que significa baixo erro em relação à não detecção da doença quando o sinal está presente. O classificador apresentado nesse trabalho é a conclusão de uma etapa importante do esquema CAD que vem sendo desenvolvido pelo grupo, além de possibilitar a disponibilização de mais uma ferramenta automática de auxílio ao diagnóstico do câncer de mama aos serviços de mamografia. / This thesis presents a methodology for automatic classification of mamographic findings in image of dense breast through hybrid approach of classifiers and features extraction techniques, as part of a computer-aided diagnostic (CAD) scheme for mammography. Two Backpropagation neural networks were implemented. One for microcalcifications clustered classification, through geometric descriptors, in two classes - suspect and non-suspect. The other neural network classifies nodules using geometric descriptors and additional information from intensity features extracted, producing in the output two kinds of information: presence or not of the nodule, and if nodule is present in the image, classification among BI-RADS categories. The result of clustering technique by using intensity features is presented as a new input to neural network, supplying density degree of image. An interface was developed for results presentation in order to supply more detailed information from the classifier outputs and of the analyzed case. The results of the classifier were analyzed through sensibility and specificity statistical analysis, and also for ROC curves. The results were close to 89% of total accuracy (positive-true plus negative-true) for nodules producing value of Az more than 0,92 and 75% of accuracy to classification among BI-RADS categories. In the cluster classification the total accuracy is about 90%, and Az greater than 0,94. In both kinds of lesions, negative-false result rates were below 0,1, which means low error related to the fail to detect the disease when the signal is present. The classifier presented in this work is the conclusion of an important stage of the CAD scheme that has been developed by the group, besides making possible the availability of one more automatic tool of aid to the breast cancer diagnosis to be used in mammography centers.

Submitted by Regis Albuquerque (regis.albuquerque1@gmail.com) on 2018-06-20T21:40:28Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_regis_corrigida_final.pdf: 2557634 bytes, checksum: b48eb7c37fd9dd633c4489a7f0f041a4 (MD5) / Approved for entry into archive by Secretaria PPGI (secretariappgi@icomp.ufam.edu.br) on 2018-06-20T21:52:37Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_regis_corrigida_final.pdf: 2557634 bytes, checksum: b48eb7c37fd9dd633c4489a7f0f041a4 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-06-21T13:29:00Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_regis_corrigida_final.pdf: 2557634 bytes, checksum: b48eb7c37fd9dd633c4489a7f0f041a4 (MD5) / Made available in DSpace on 2018-06-21T13:29:01Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_regis_corrigida_final.pdf: 2557634 bytes, checksum: b48eb7c37fd9dd633c4489a7f0f041a4 (MD5) Previous issue date: 2018-06-08 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / Many machine learning applications have to deal with classification problems in dynamic environments. This type of environment may be affected by concept drift, which may reduce the accuracy of classification systems significantly. In this context, methods using ensemble of classifiers are interesting due to the fact that ensembles of classifiers allow the design of strategies for drift detection and reaction more accurate and robust to changes. A classification system based on ensemble of classifiers may be divided into three main phases: classifier generation; single classifier or subset of classifier selection; and classifier fusion. The selection phase may be performed as a dynamic process. In this case, for each unknown sample, the individual classifier or classifier ensemble most likely to be correct is chosen to assign a label to the sample. In this work, it is proposed a method for concept drift detection and reaction based on dynamic classifier ensemble selection. The proposed method choses the expert classifier ensemble according to diversity and accuracy values. Focusing on evaluating the impact of dynamic ensemble selection guided by diversity and accuracy in terms of concept drift detection and reaction, four series of experiments were carried in this work using both synthetic and real datasets. In addition, since the proposed method is broken down into four phases: pool of ensemble classifiers generation; dynamic ensemble selection; drift detection; and drift reaction, different versions of the proposed method were investigated by varying the parameters of each phase. The results show that, in general, all these different versions attain very similar accuracy values. Besides, when compared to two baselines: (1) DDM - single classifier-based; and (2) Leveraging Bagging - classifier ensemble-based, our method outperforms both baselines since it achieved higher accuracy, lower detection delay and false detection rates, and it did not present missing detection. However, both baselines present lower time complexity. Therefore, this work shows that dynamic classifier ensemble selection guided by diversity and accuracy helps to improve detection precision and the general accuracy of classification systems employed in problems with concept drift. / Muitas aplicações de aprendizado de máquina estão relacionadas com problemas de classificação em ambientes dinâmicos. Mudança de conceito figura nesse tipo de ambiente e pode prejudicar muito a acurácia de sistemas de classificação. Nesse contexto, a utilização de comitês de classificadores é interessante porque possibilita a implementação de processos de detecção e de reação à mudança mais acurados e robustos. Sistemas de classificação que utilizam comitês podem possuir três grandes fases: geração; seleção; e integração de classificadores. A etapa de seleção pode ser feita de forma dinâmica, isto é, para cada instância desconhecida, o classificador ou comitê de classificadores com maior probabilidade de acerto é escolhido para atribuir uma classe à essa instância. Neste trabalho, é proposto um método para detecção e reação à mudança de conceito que utiliza seleção dinâmica de comitês de classificadores. O método proposto escolhe o comitê especialista com base nos valores de diversidade e de acurácia de cada comitê candidato. A fim de avaliar o impacto do uso de seleção dinâmica guiada por diversidade e acurácia nas tarefas de detecção e reação a mudança de conceito, foram realizadas quatro séries de experimentos com bases sintéticas e reais. Além disso, como o método proposto é dividido em quatro fases: geração da população de comitês; seleção dinâmica do comitê especialista; detecção de mudanças; e reação à mudança, diferentes versões desse método foram investigadas em função da definição de parâmetros de cada fase. Os resultados dos experimentos mostraram que, de maneira geral, as versões estudadas são bem equivalentes em termos de acurácia média final. Adicionalmente, quando comparado a dois baselines: (1) DDM - que utiliza um único classificador; e (2) Leveraging Bagging - que utiliza um comitê de classificadores, o método proposto alcançou melhores taxas de acurácia, menores taxas de atraso de detecção, não deixou de detectar as mudanças conhecidas nas bases e produziu reduzidas taxas de falsa detecção, apesar de apresentar maior complexidade computacional. Portanto, o trabalho mostra que o uso de seleção dinâmica guiada por diversidade e acurácia melhora a precisão de detecção, bem como a acurácia geral de sistemas de classificação utilizados em problemas que apresentam mudança de conceitos.

Orientador: Jairo Morais Nunes / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-08-12T13:32:34Z (GMT). No. of bitstreams: 1 Veloso_BrendaSilva_D.pdf: 3336635 bytes, checksum: 8327f0262b785c4d9d4ab117c2389624 (MD5) Previous issue date: 2008 / Resumo: Este estudo investiga aspectos morfossintáticos de construções classificadoras na Língua de Sinais Brasileira (LSB) no âmbito teórico da Morfologia Distribuída (Halle e Marantz 1993). A análise aqui apresentada defende que verbos de deslocamento e localização na LSB são raízes, e morfemas classificadores são marcas de concordância, que podem ser a eles anexadas. Mais especificamente, assume-se que há dois tipos de configurações de mãos classificadoras: um tipo que se refere diretamente a um argumento verbal e outro tipo que se refere indiretamente a um argumento verbal. O primeiro grupo forma sentenças intransitivas e o segundo é utilizado para formar estruturas transitivas. A análise das construções classificadoras da LSB corrobora os resultados de Quadros (1999) sobre a divisão dos verbos em dois grandes grupos, a saber, verbos com ou sem concordância. Além disso, demonstra-se que a LSB apresenta dois sistemas de concordância, um baseado na atribuição de locus a pontos do espaço de sinalização e outro baseado na combinação de configurações de mão classificadoras. Finalmente, propõe-se que sentenças copulativas e existenciais não exibem configurações classificadoras na LSB porque seus verbos são do tipo "sem concordância". / Abstract: Assuming the general framework of Distributed Morphology (Halle and Marantz 1993), this study examines morphosyntactic aspects of classifier constructions in Brazilian Sign Language (LSB). I argue that verbs of motion and location in LSB consist of a root and classifier morphemes, analyzed as agreement markers. More specifically, I show that there are two types of classifier handshapes, depending on whether it directly or indirectly refers to an entity. The first group is used in intransitive sentences and the second one is used in transitive structures. The analysis of the classifier constructions in LSB provides support for the claim that verbs in this language can be divided in two large groups, depending on the presence or absence of agreement (Quadros 1999). Moreover, it is shown that LSB presents two agreement systems, one based on assignment of locus in signing space and the other based on attachment of classifier handshapes. Finally, it is proposed that copular and existential sentences do not show classifier handshapes in LSB because their verbs are non-agreeing verbs. / Doutorado / Linguistica / Doutor em Linguística