The foreign exchange (Forex) market has over 5 trillion USD turnover per day. In addition, it is one of the most volatile and dynamic markets in the world. Market conditions continue to change every second. Algorithmic trading in Financial markets have received a lot of attention in recent years. However, only few literature have explored the applicability and performance of various dynamic multi-objective algorithms (DMOAs) in the Forex market. This dissertation proposes a dynamic multi-swarm multi-objective particle swarm optimization (DMS-MOPSO) to solve dynamic MOPs (DMOPs). In order to explore the performance and applicability of DMS-MOPSO, the algorithm is adapted for the Forex market. This dissertation also explores the performance of di erent variants of dynamic particle swarm optimization (PSO), namely the charge PSO (cPSO) and quantum PSO (qPSO), for the Forex market. However, since the Forex market is not only dynamic but have di erent con icting objectives, a single-objective optimization algorithm (SOA) might not yield pro t over time. For this reason, the Forex market was de ned as a multi-objective optimization problem (MOP). Moreover, maximizing pro t in a nancial time series, like Forex, with computational intelligence (CI) techniques is very challenging. It is even more challenging to make a decision from the solutions of a MOP, like automated Forex trading. This dissertation also explores the e ects of ve decision models (DMs) on DMS-MOPSO and other three state-of-the-art DMOAs, namely the dynamic vector-evaluated particle swarm optimization (DVEPSO) algorithm, the multi-objective particle swarm optimization algorithm with crowded distance (MOPSOCD) and dynamic non-dominated sorting genetic algorithm II (DNSGA-II). The e ects of constraints handling and the, knowledge sharing approach amongst sub-swarms were explored for DMS-MOPSO. DMS-MOPSO is compared against other state-of-the-art multi-objective algorithms (MOAs) and dynamic SOAs. A sliding window mechanism is employed over di erent types of currency pairs. The focus of this dissertation is to optimized technical indicators to maximized the pro t and minimize the transaction cost. The obtained results showed that both dynamic single-objective optimization (SOO) algorithms and dynamic multi-objective optimization (MOO) algorithms performed better than static algorithms on dynamic poroblems. Moreover, the results also showed that a multi-swarm approach for MOO can solve dynamic MOPs. / Dissertation (MEng)--University of Pretoria, 2019. / Computer Science / MSc / Unrestricted

This thesis studies the interaction with music synthesis systems using hand gestures. Traditionally users of such systems were limited to input devices such as buttons, pedals, faders, and joysticks. The use of gestures allows the user to interact with the system in a more intuitive way. Without the constraint of input devices, the user can simultaneously control more elements within the music composition, thus increasing the level of the system's responsiveness to the musician's creative thoughts. A working system of this concept is implemented, employing computer vision and machine intelligence techniques to recognise the user's gestures. / Dissertation (MSc)--University of Pretoria, 2006. / Computer Science / MSc / unrestricted

The feedforward neural network (NN) is a mathematical model capable of representing any non-linear relationship between input and output data. It has been succesfully applied to a wide variety of classification and function approximation problems. Various neural network training algorithms were developed, including the particle swarm optimiser (PSO), which was shown to outperform the standard back propagation training algorithm on a selection of problems. However, it was usually assumed that the environment in which a NN operates is static. Such an assumption is often not valid for real life problems, and the training algorithms have to be adapted accordingly. Various dynamic versions of the PSO have already been developed. This work investigates the applicability of dynamic PSO algorithms to NN training in dynamic environments, and compares the performance of dynamic PSO algorithms to the performance of back propagation. Three popular dynamic PSO variants are considered. The extent of adaptive properties of back propagation and dynamic PSO under different kinds of dynamic environments is determined. Dynamic PSO is shown to be a viable alternative to back propagation, especially under the environments exhibiting infrequent gradual changes. Copyright 2011, University of Pretoria. All rights reserved. The copyright in this work vests in the University of Pretoria. No part of this work may be reproduced or transmitted in any form or by any means, without the prior written permission of the University of Pretoria. Please cite as follows: Rakitianskaia, A 2011, Using particle swarm optimisation to train feedforward neural networks in dynamic environments, MSc dissertation, University of Pretoria, Pretoria, viewed yymmdd < http://upetd.up.ac.za/thesis/available/etd-02132012-233212 / > C12/4/406/gm / Dissertation (MSc)--University of Pretoria, 2011. / Computer Science / Unrestricted

No description available.

Heart disease is the leading cause of death for men and women in the United States. Deaths from cardiovascular disease jumped globally from 12.1 million in 1990 to 20.5 million in 2021, according to a new report from the World Heart Federation. The Electrocardiogram (ECG, or EKG) is a non-invasive and efficient test that records the electrical activities of a human heart. In recent years, various approaches based on computational intelligence have been developed and successfully applied to automatic detection of cardiac arrhythmia on ECG signals. In this thesis, we study the application of Convolutional Neural Network (CNN) and Support Vector Machine (SVM) for identification of cardiac irregularities. The two methods are tested on ECG signals with six different heartbeat conditions in the MIT- BIH Arrhythmia database. Computer simulation results show both methods are highly effective with detection rates of close to 98% and 99%, respectively.

Avanços positivos nas pesquisas em veículos agrícolas autônomos (VAA\'s) e de robôs agrícolas móveis (RAM\'s) têm sido conquistados nos últimos anos. Entretanto, um número limitado de trabalhos tem proposto sistemas robustos baseados em arquiteturas robóticas capazes de realizar operações múltiplas e idependentes, bem como adaptar-se às mudanças ambientais no campo. Por outro lado, em outras áreas de pesquisa, um número representativo de arquiteturas baseadas em comportamentos tem sido proposto para guiagem e para navegação autônomas de robôs móveis em ambientes não estruturados e/ou não explorados. No presente trabalho, uma arquitetura robótica baseada em comportamentos é desenvolvida para guiagem e navegação de RAM\'s e VAA\'s. Regras difusas são utilizadas para compor e coordenar comportamentos primitivos e comportamentos complexos. O desenvolvimento inclui: a implementação e a simulação da arquitetura em um mini-robô; a avaliação e a caracterização de sensores para o módulo perceptivo da arquitetura; e a aplicação de um método de análise baseado em um modelo matemático para auxiliar a composição de uma rede de comunicação digital baseada no protocolo CAN para sistemas de controle robóticos. Experimentos foram realizados para avaliar os comportamentos implementados e para avaliar a capacidade de operação da plataforma robótica em um ambiente agrícola simulado. Os resultados mostraram a viabilidade da abordagem proposta. A modularidade da arquitetura com a utilização de controladores difusos descentralizados simplificou a implementação da arquitetura. O processo de arbitragem difuso mostrou-se um método simples e viável para implementar a coordenação de comportamentos e para compor comportamentos complexos. A avaliação e caracterização de sensores, em especial de um sensor ultrassônico, permitiram a determinação de condições operacionais para a utilização desses sensores em VAA\'s ou em RAM\'s. A aplicação do modelo matemático para a rede permitiu a análise de desempenho da rede CAN para diferentes equipamentos e sob diferentes parâmetros de configuração para aplicação em um RAM. / Positive advances on AVV (Agricultural Autonomous Vehicle) and MAR (Mobile Agricultural Robot) research are noticed in recent years. However, a limited number of works have proposed reliable systems based on a robotic architectures that are able to perform multiple and independent operations, as well as to self-adapt under changing environmental conditions in the field. In other hand, in other research areas a considerable number of behavior-based architectures have been proposed for mobile robot for autonomous guidance and navigation in unstructured and/or in unexplored environments. At this work, a robotic behavior-based architecture is developed for guidance and navigation of AAV and MAR. Fuzzy rules are used to compose and coordinate the primitive and the complex behaviors. The development includes: the implementation and the simulation of the proposed architecture on a mini-robot; the evaluation and characterization of sensors for the perceptive module of the architecture; and the application of an analysis method based on a mathematical model to assist the composition of a digital communication networks based on the CAN protocol for robot control systems. Experiments have been performed to evaluate the implemented behaviors and to evaluate the operation ability of the robotic platform on a simulated agricultural environment. The results show the feasibility of the proposed approach. The modularity of the architecture by using decentralized fuzzy controllers simplifies the implementation of the robotic architecture. The fuzzy arbitration process is an easy and a feasible method to implement the behavior coordination and to compose complex behaviors. The sensors evaluation and characterization, in particular of an ultrasonic sensor, have allowed establishing operational conditions for using them in AAV or in a MAR. The application of the network mathematical model has allowed the performance analysis of the CAN-based networks under differentiated equipment and configuration parameters for applications in a MAR.

Os sistemas tradicionais de identificação de gado são comprovadamente passíveis de perda, danos e possíveis operações fraudulentas justificando as pesquisas de identificadores biométricos. Este trabalho tem por objetivo verificar a possibilidade do uso de componentes principais para avaliar a divisão do espelho nasal de bovinos em classes genéricas e melhorar o reconhecimento biométrico automático dos indivíduos. O banco de dados deste trabalho foi composto pela coleta e catalogação de imagens do espelho nasal de 187 bovinos da raça Nelore ao nascimento e aos 6 meses de idade e deste grupo foram escolhidos 68 animais aleatoriamente para serem fotografados aos 12 meses de idade. Os algoritmos de processamento digital de imagens, redução de dimesionalidade e extração de característas por PCA e classificação por meio de SVM, foram implementados utilizando o software MATLAB®. Por meio da metodologia estabelecida foi possível dividir os bovinos em classes genéricas e a validação do classificador foi realizada mediante análise estatística dos seus erros e acertos. Os resultados apresentados pelo classificador SVM atingiram índices de acertos na faixa de 95,33% a 99,52%, justificando seu uso como forma automática de identificação. Estes resultados permitem concluir que a metodologia de processamento digital de imagens, a extração de características por componentes principais e o uso de máquina de vetores de suporte utilizada neste trabalho, foi capaz de verificar a individualidade dos padrões existentes no espelho nasal de bovinos. / Livestock identification in traditional systems has been proven to be susceptible to loss, damage, and possible fraudulent operations justifying the research area of biometric identification. This work aim the study of possibility for using principal components to evaluate the division of the muzzle of cattle in generic classes to improve the automatic biometric recognition of individuals. This thesis used a database composed by 187 Nelore bulls muzzle image collected from animals aged from birth to 6 months. From this group 68 animals were randomly photographed at 12 months of age. The digital image processing, feature extraction and vector support machine (SVM) were implemented using MATLAB software. The methodology used in this thesis provides an alternative to divide the cattle in generics class. The class could be available by means of statistical classifier performance The results presented by classifier achieved 95.33% to 99.52% of accuracy classification justifying its use as automatic identification. The digital signal processing, feature extraction and support vector machine methodology were able the conclusion that muzzle print image could be used as animal identification.

[pt] Síntese de Sistemas Fuzzy por Computação Evolucionária propõe uma metodologia de projeto para o desenvolvimento de sistemas fuzzy fundamentada em técnicas de computação evolucionária. Esta metodologia contempla as etapas de concepção do sistema fuzzy e a implementação em hardware do circuito eletrônico que o representa. A concepção do sistema é realizada num ambiente de projeto no qual sua base de conhecimento - composta da base de regras e demais parâmetros característicos - é evoluída, por intermédio de simulação, através do emprego de um novo algoritmo de três estágios que utiliza Algoritmos Genéticos. Esta estratégia enfatiza a interpretabilidade e torna a criação do sistema fuzzy mais simples e eficiente para o projetista, especialmente quando comparada com o tradicional ajuste por tentativa e erro. A implementação em hardware do circuito é realizada em plataforma de desenvolvimento baseada em Eletrônica Evolucionária. Um conjunto de circuitos, denominados de blocos funcionais, foi desenvolvido e evoluído com sucesso para viabilizar a construção da estrutura final do sistema fuzzy. / [en] Synthesis of Fuzzy Systems through Evolutionary Computation proposes a methodology for the design of fuzzy systems based on evolutionary computation techniques. A three-stage evolutionary algorithm that uses Genetic Algorithms (GAs) evolves the knowledge base of a fuzzy system - rule base and parameters. The evolutionary aspect makes the design simpler and more efficient, especially when compared with traditional trial and error methods. The method emphasizes interpretability so that the resulting strategy is clearly stated. An Evolvable Hardware (EHW) platform for the synthesis of analog electronic circuits is proposed. This platform, which can be used for the implementation of the designed fuzzy system, is based on a Field Programmable Analog Array (FPAA). A set of evolved circuits called functional blocks allows the implementation of the fuzzy system.

Este trabalho consiste em uma contribuição à área de Inteligência Computacional, no que tange a algumas de suas principais técnicas: Computação Nebulosa e Computação Neural. Estas técnicas vêm sendo utilizadas para obter-se soluções de problemas que se apresentam complexos demais para a abordagem algorítmica ou modelagem matemática tradicionais. Entretanto, estes problemas são solucionados de forma trivial pelo aparato que compõe a chamada inteligência humana. A existência de relações, regras e transformações capazes de transferir modelos de problemas de um domínio para outro, traz grandes vantagens para a área de Inteligência Computacional. Teorias e modelos bem estabelecidos em uma das técnicas podem ser utilizados em outras, como por exemplo, os diversos métodos de aprendizado de Computação Neural e a capacidade de utilização de conhecimento especialista de Computação Nebulosa. Problemas modelados classicamente em uma técnica podem ser vistos à luz de outra, possibilitando uma melhor compreensão e otimização das soluções. É realizada uma exploração destas relações. São abordados alguns trabalhos anteriores que indicam a existência de algumas relações, e propostos alguns modelos para desenvolver o trabalho de pesquisa. Uma plataforma para realização de simulações e coleta de dados empíricos para as explorações é especificada. Parte da plataforma foi implementada, e simulações de uma transformação de modelos nebulosos para neurais foram realizadas. Os resultados destes experimentos são apresentados. / This work consists of a contribution to the area of Computational Intelligence, relating to some of its main techniques: Fuzzy Computing and Neural Computing. These techniques are being used to solve problems that are too complex for traditional algorithmic approach or mathematical modeling. However, these problems are solved easly with the apparatus that composes the so-called human intelligence. The existence of relations, rules and transformations capable to transfer problems models from a domain to another, brings great advantages for the area of Computational Intelligence. Well established theories and models in one of the techniques can be used in others, for example, the various learning methods from Neural Computing and the use of expert knowledge capacity of Fuzzy Computing. Problems classically modeled in one technique can be seen from another point of view, possibiliting a better understanding and optimization of the solutions. An exploration of these relations is accomplished. Some previous works indicating the existence of some relations and models to develop the research work are presented. A platform for simulation and empirical data collection, for the explorations, is specified. Part of the platform was implemented, and simulations of a transformation from fuzzy to neural models had been carried through. The results of these experiments are presented.

Este trabalho consiste em uma contribuição à área de Inteligência Computacional, no que tange a algumas de suas principais técnicas: Computação Nebulosa e Computação Neural. Estas técnicas vêm sendo utilizadas para obter-se soluções de problemas que se apresentam complexos demais para a abordagem algorítmica ou modelagem matemática tradicionais. Entretanto, estes problemas são solucionados de forma trivial pelo aparato que compõe a chamada inteligência humana. A existência de relações, regras e transformações capazes de transferir modelos de problemas de um domínio para outro, traz grandes vantagens para a área de Inteligência Computacional. Teorias e modelos bem estabelecidos em uma das técnicas podem ser utilizados em outras, como por exemplo, os diversos métodos de aprendizado de Computação Neural e a capacidade de utilização de conhecimento especialista de Computação Nebulosa. Problemas modelados classicamente em uma técnica podem ser vistos à luz de outra, possibilitando uma melhor compreensão e otimização das soluções. É realizada uma exploração destas relações. São abordados alguns trabalhos anteriores que indicam a existência de algumas relações, e propostos alguns modelos para desenvolver o trabalho de pesquisa. Uma plataforma para realização de simulações e coleta de dados empíricos para as explorações é especificada. Parte da plataforma foi implementada, e simulações de uma transformação de modelos nebulosos para neurais foram realizadas. Os resultados destes experimentos são apresentados. / This work consists of a contribution to the area of Computational Intelligence, relating to some of its main techniques: Fuzzy Computing and Neural Computing. These techniques are being used to solve problems that are too complex for traditional algorithmic approach or mathematical modeling. However, these problems are solved easly with the apparatus that composes the so-called human intelligence. The existence of relations, rules and transformations capable to transfer problems models from a domain to another, brings great advantages for the area of Computational Intelligence. Well established theories and models in one of the techniques can be used in others, for example, the various learning methods from Neural Computing and the use of expert knowledge capacity of Fuzzy Computing. Problems classically modeled in one technique can be seen from another point of view, possibiliting a better understanding and optimization of the solutions. An exploration of these relations is accomplished. Some previous works indicating the existence of some relations and models to develop the research work are presented. A platform for simulation and empirical data collection, for the explorations, is specified. Part of the platform was implemented, and simulations of a transformation from fuzzy to neural models had been carried through. The results of these experiments are presented.