Approved for public release, distribution is unlimited / Current network administrators use network management software to monitor and control elements within a network. This is largely a manual process since managers must interrogate devices individually and evaluate performance statistics manually. The systems provide multiple views on network data but lack capabilities that allow operators to visualize network performance. Since personnel are required to identify problems, interpret potential solutions, and decide on appropriate corrective measures without automatic assistance, maintaining and solving problems for a network can be time-consuming and complex significantly reducing network efficiency. Since FORCENET is a heterogeneous concept that combines various C4I networks, sensors, weapon systems, and platforms, a new model must be developed for network operations. This paper researches an improved model for fleet network operations management for distributed sea-based forces using existing technologies. Combining a collaborative tool, Decision Support System (DSS), and Augmented Reality (AR) imagery transforms Naval information network management from a "minimum threshold" to an "operations fusion" perspective. Little is known about AR technologies, but the potential exists for virtual network operations centers that can remotely direct networks for sea and shore assets through collaborative efforts. The product of this paper will serve as a baseline for network operations in the network centric environment. / Lieutenant, United States Naval Reserve

To date, several disciplines have broached the systems view of service and the engineering of service systems. Operations research applied to services began with a rather simplistic, macro view of resource integration in the form of data envelopment analysis (DEA), introduced by Charnes, Cooper and Rhodes in 1978 (Banker et al., 1984; Charnes et al., 1994). Micro models of service systems have tended to study the systems’ IT components (Hsu, 2009; Qiu 2009). Engineering, which has always been associated with ‘assembling pieces that work in specific ways’ (Ottino, 2004) and ‘a process of precise composition to achieve a predictable purpose and function’ (Fromm, 2010: 2), has contributed to greater scalability and purposeful control in service systems. However, the agents of the system are usually people whose activities may not easily be controlled by predictable processes and yet are critical aspects of the value-creating system (Ng et al., 2011b). There is need for a new combinative paradigm, such as third-generation activity theory, in which two or more activity systems come into contact, to explore dialogue, exchanging perspectives of multiple actors, resulting in networks or groups of activity systems that are constantly interacting (Marken, 2006; Nardi, 1996, Oliveros et al., 2010). While various systems approaches, such as general systems theory (von Bertalanffy, 1962); open systems theory (Boulding, 1956; Katz and Kahn, 1978); and viable systems approach (Barile, 2008; Beer, 1972; Golinelli, 2010), will not be reviewed here (see Ng et al., 2011a for a systems approach to service science), they share common tenets: boundaries, interfaces, hierarchy, feedback and adaptation to which most systems writers would add emergence, input, output and transformation (Kast and Rosenzweig, 1972). These terms may be used as a basis for a research agenda for the consideration of a service system.

As more diagnostic testing options become available to physicians, it becomes more difficult to combine various types of medical information together in order to optimize the overall diagnosis. To improve diagnostic performance, here we introduce an approach to optimize a decision-fusion technique to combine heterogeneous information, such as from different modalities, feature categories, or institutions. For classifier comparison we used two performance metrics: The receiving operator characteristic (ROC) area under the curve [area under the ROC curve (AUC)] and the normalized partial area under the curve (pAUC). This study used four classifiers: Linear discriminant analysis (LDA), artificial neural network (ANN), and two variants of our decision-fusion technique, AUC-optimized (DF-A) and pAUC-optimized (DF-P) decision fusion. We applied each of these classifiers with 100-fold cross-validation to two heterogeneous breast cancer data sets: One of mass lesion features and a much more challenging one of microcalcification lesion features. For the calcification data set, DF-A outperformed the other classifiers in terms of AUC (p < 0.02) and achieved AUC=0.85 +/- 0.01. The DF-P surpassed the other classifiers in terms of pAUC (p < 0.01) and reached pAUC=0.38 +/- 0.02. For the mass data set, DF-A outperformed both the ANN and the LDA (p < 0.04) and achieved AUC=0.94 +/- 0.01. Although for this data set there were no statistically significant differences among the classifiers' pAUC values (pAUC=0.57 +/- 0.07 to 0.67 +/- 0.05, p > 0.10), the DF-P did significantly improve specificity versus the LDA at both 98% and 100% sensitivity (p < 0.04). In conclusion, decision fusion directly optimized clinically significant performance measures, such as AUC and pAUC, and sometimes outperformed two well-known machine-learning techniques when applied to two different breast cancer data sets. / Dissertation

PURPOSE: To demonstrate the feasibility of using a knowledge base of prior treatment plans to generate new prostate intensity modulated radiation therapy (IMRT) plans. Each new case would be matched against others in the knowledge base. Once the best match is identified, that clinically approved plan is used to generate the new plan. METHODS: A database of 100 prostate IMRT treatment plans was assembled into an information-theoretic system. An algorithm based on mutual information was implemented to identify similar patient cases by matching 2D beam's eye view projections of contours. Ten randomly selected query cases were each matched with the most similar case from the database of prior clinically approved plans. Treatment parameters from the matched case were used to develop new treatment plans. A comparison of the differences in the dose-volume histograms between the new and the original treatment plans were analyzed. RESULTS: On average, the new knowledge-based plan is capable of achieving very comparable planning target volume coverage as the original plan, to within 2% as evaluated for D98, D95, and D1. Similarly, the dose to the rectum and dose to the bladder are also comparable to the original plan. For the rectum, the mean and standard deviation of the dose percentage differences for D20, D30, and D50 are 1.8% +/- 8.5%, -2.5% +/- 13.9%, and -13.9% +/- 23.6%, respectively. For the bladder, the mean and standard deviation of the dose percentage differences for D20, D30, and D50 are -5.9% +/- 10.8%, -12.2% +/- 14.6%, and -24.9% +/- 21.2%, respectively. A negative percentage difference indicates that the new plan has greater dose sparing as compared to the original plan. CONCLUSIONS: The authors demonstrate a knowledge-based approach of using prior clinically approved treatment plans to generate clinically acceptable treatment plans of high quality. This semiautomated approach has the potential to improve the efficiency of the treatment planning process while ensuring that high quality plans are developed. / Dissertation

Dans cette thèse, nous nous sommes intéressés à l'analyse des données de simulation issues du modèle agro-hydrologique TNT. Les objectifs consistaient à élaborer des méthodes d'analyse des résultats de simulation qui replacent l'utilisateur au coeur du processus décisionnel, et qui permettent d'analyser et d'interpréter de gros volumes de données de manière efficace. La démarche développée consiste à utiliser des méthodes d'analyse multidimensionnelle interactive. Tout d'abord, nous avons proposé une méthode d'archivage des résultats de simulation dans une base de données décisionnelle (i.e. entrepôt de données), adaptée au caractère spatio-temporel des données de simulation produites. Ensuite, nous avons suggéré d'analyser ces données de simulations avec des méthodes d'analyse en ligne (OLAP) afin de fournir aux acteurs des informations stratégiques pour améliorer le processus d'aide à la prise de décision. Enfin, nous avons proposé deux méthodes d'extraction de skyline dans le contexte des entrepôts de données afin de permettre aux acteurs de formuler de nouvelles questions en combinant des critères environnementaux contradictoires, et de trouver les solutions compromis associées à leurs attentes, puis d'exploiter les préférences des acteurs pour détecter et faire ressortir les données susceptibles de les intéresser. La première méthode EC2Sky, permet un calcul incrémental et efficace des skyline en présence de préférences utilisateurs dynamiques, et ce malgré de gros volumes de données. La deuxième méthode HSky, étend la recherche des points skyline aux dimensions hiérarchiques. Elle permet aux utilisateurs de naviguer le long des axes des dimensions hiérarchiques (i.e. spécialisation / généralisation) tout en assurant un calcul en ligne des points skyline correspondants. Ces contributions ont été motivées et expérimentées par l'application de gestion des pratiques agricoles pour l'amélioration de la qualité des eaux des bassins versants agricoles, et nous avons proposé un couplage entre le modèle d'entrepôt de données agro-hydrologiques construit et les méthodes d'extraction de skyline proposées. / This thesis concerns the analysis of simulation data generated by the agrohydrological model TNT. Our objective is to develop analytical methods for massive simulation results. We want to place the user at the heart of the decision-making process, while letting him handle and analyze large amounts of data in a very efficient way. Our first contribution is an original approach N-Catch, relying on interactive multidimensional analysis methods for archiving simulation results in a decisional database (i.e. data warehouse) adapted to the spatio-temporal nature of the simulation data. In addition, we suggest to analyze the simulation data with online analytical methods (OLAP) to provide strategic information for stakeholders to improve the decision making process. Our second contribution concern two methods for computing skyline queries in the context of data warehouses. These methods enable stakeholders to formulate new questions by combining conflicting environmental criteria, to find compromise solutions associated with their expectations, and to exploit the stakeholder preferences to identify and highlight the data of potential interest. The first method EC2Sky, focuses on how to answer efficiently and progressively skyline queries in the presence of several dynamic user preferences despite of large volume of data. The second method HSky, extends the skyline computation to hierarchical dimensions. It allows the user to navigate along the dimensions hierarchies (i.e. specialize / generalize) while ensuring the online computation of associated skylines. Finally, we present the application of our proposals for managing agricultural practices to improve water quality in agricultural watersheds. We propose a coupling between the agro-hydrological data warehouse model N-Catch and the proposed skyline computation methods.

A região noroeste do estado de São Paulo é um importante pólo produtor de uvas de mesa, porém possui condições ambientais muito propícias à ocorrência de doenças fúngicas durante todo o ciclo da videira. Alternativas como o uso de coberturas plásticas e de sistemas de alerta fitossanitário têm se mostrado bastante vantajosas para tal, porém, ainda com poucos estudos sobre isso na região. Deste modo, objetivou-se com este estudo avaliar a eficácia de sistemas de alerta fitossanitário no controle do míldio (Plasmopara viticola) em videiras cultivadas sob coberturas plásticas, e, consequentemente, na produtividade e na qualidade das uvas, no Noroeste Paulista. O experimento foi realizado na Estação Experimental de Viticultura Tropical (EVT) da Embrapa Uva e Vinho, localizada no município de Jales, SP, durante os anos de 2012 e 2013. Foram conduzidas três ruas de 120 m de videiras, cultivar apirênica \'BRS Morena\', em espaçamento de 3,0 m entre plantas. Metade do vinhedo foi coberto com filme plástico de polipropileno trançado sobre estrutura metálica em forma de arco (PPT) e a outra metade com tela preta, com 18% de sombreamento (TP18%). O delineamento experimental foi o de blocos casualizados compostos por cinco tratamentos, com seis repetições por ambiente coberto. Os tratamentos foram determinados a partir de diferentes manejos de controle do míldio da videira: TE - Testemunha (sem controle fitossanitário para o míldio); CA - Controle convencional (calendário); BA - Alerta fitossanitário denominado \'Regra 3-10\' (BALDACCI et al., 1947); MA25 - Alerta fitossanitário com eficiência de infecção baixa - i0 > 25% (MADDEN et al., 2000); e MA75 - Alerta fitossanitário com eficiência de infecção alta - i0 >75% (MADDEN et al., 2000). De acordo com os resultados, sob o PPT a transmissividade média da radiação solar global foi de 82,4% em 2012 e 67,3% em 2013 e sob a TP18%, da ordem de 90% nos dois anos estudados. Os ambientes sob as coberturas apresentaram temperaturas máximas do ar superiores aos valores observados a céu aberto, sendo as diferenças da ordem de 0,7 °C sob ao PPT e de 1,0 °C sob a TP18%. Sob o PPT, a duração do período de molhamento foliar foi 34% superior do que sob TP18%. Os tratamentos baseados nos sistemas de alertas fitossanitários (BA, MA25 e MA75) revelaram níveis baixos de severidade do míldio da videira sob PPT, semelhantes aos verificados no tratamento com base no calendário (CA). Os tratamentos BA, MA25 e MA75 sob TP18% indicaram um número de pulverizações similar aos realizados sob o PPT, porém foram menos eficientes em relação a CA. Houve uma significativa redução no número de pulverizações entre o tratamento CA e os tratamentos BA, MA25 e MA75, da ordem de 70%. As videiras, sob o PPT, pulverizadas com base em BA, MA25 e MA75 apresentaram características produtivas e qualitativas semelhantes às das videiras pulverizadas de acordo com CA. Conclui-se que o cultivo de videiras sob cobertura plástica de polipropileno, aliado à adoção de sistemas de alertas fitossanitários, resultou em excelentes níveis de controle do míldio da videira no Noroeste Paulista. / The Northwest region of the state of São Paulo is one of the main producers of table grapes in Brazil, however has a very favorable environmental conditions to fungal diseases during the growing season. The use of disease warning systems and plastic covers are promising alternatives for disease control, but there are not many researches about that in this region of the state. Thus, the objective of this study was to evaluate the efficacy of warning systems for managing downy mildew (Plasmopara viticola) in vineyards cultivated under plastic coverings, and, consequently, their impact on vine productivity and quality, in the northwest region of São Paulo State, Brazil. The experiment was carried out at the EMBRAPA - Tropical Viticulture Experimental Station (EVT/Embrapa Uva e Vinho), located in Jales, SP, Brazil. Three rows of 120 m of the seedless grape cultivar \'BRS Morena\', spaced with 3.0 m between plants were conducted during 2012 and 2013 growing seasons. Half of the vineyard was covered with braided polypropylene plastic film installed over a metallic arc-shaped structure (PPT) and the other half with black screen, with 18% of shading (TP18%). The experimental design was randomized blocks composed of five treatments, with six repetitions per covered environment. The treatments were defined by the different grapevine downy mildew management : (TE) Control (no sprays against downy mildew); (CA) Conventional control (calendar); (BA) Warning system \'Rule 3-10\' (BALDACCI et al., 1947); (MA25) Warning system with low-infection efficiency - i0 > 25% (MADDEN et al., 2000); and (MA75) Warning system with high infection efficiency - i0 > 75% (MADDEN et al., 2000). According to the results, under the PPT the average global solar radiation transmissivity was 82.4% in 2012 and 67.3% in 2013 and under TP18%, around 90% along the two growing seasons. The microclimate under the plastic covers showed maximum air temperatures higher than the values observed in the external environment, and the differences was around 0.7 °C under the PPT and 1.0 °C under TP18%. In the PPT, leaf wetness duration (LWD) was about 34% higher in relation to the TP18%. The treatments based on warning systems (BA, MA25 and MA75) revealed low levels of severity of grapevine downy mildew under PPT, similar to those observed in the treatment based on a calendar spray (CA). The treatments BA, MA25 and MA75 under TP18% indicated a number of sprays similar to those obtained under the PPT, but less efficient in relation to the CA. There was a significant reduction in the number of sprays between the CA and BA, MA25 and MA75 treatments, about 70%. The vines under the PPT and sprayed based on BA, MA25 and MA75 had productive and quality characteristics similar to those sprayed according to the CA. It is concluded that the association of cultivation under polypropylene plastic cover and the use of disease warning systems resulted in excellent levels of downy mildew control in vineyards in the Northwest region of São Paulo state.

Context: Accurate decision-making requires updated and precise information to establish the reality of an overall situation. New data sources (e.g., wearable technologies) have been increasing the amount of available and useful data, which is now called big data. This has a great potential for transforming the entire business process and improving the accuracy of decisions. In this context, disaster management represents an interesting scenario that relies on big data to enhance decision-making. This is because it must cope with data provided not only by traditional sources (e.g., stationary sensors) but also by emerging sources - for instance, information shared by local volunteers, i.e., volunteered geographic information (VGI). When combined, these data sources can be regarded as large in volume, with different velocities, and a variety of formats. Furthermore, an analysis is required to confirm their veracity is required since these data sources are disconnected and prone to various errors. These are the 4Vs that characterize big data. Gap: However, although all these data open up further opportunities, their huge volume, together with an inappropriate data integration and unsuitable visualization, can result in information being overlooked by decision-makers. This problem arises because the integration of the available data is hampered by the intrinsic heterogeneity of their features (e.g., their occurrence in different formats). When integrated, this information also often fails to reach the decision-makers in a suitable way (e.g., in appropriate visualization formats). Moreover, there is not a clear understanding of the decision-makers needs or how the available data can meet these needs. Objective: In light of this, this thesis presents an approach for improving decision-making with heterogeneous geospatial big data based on spatial decision support systems and volunteered geographic information in disaster management. Methods: Systematic mapping studies were conducted to identify gaps in research studies with regard to the use of volunteered information and spatial decision support systems in disaster management. On the basis of these studies, two design science projects were carried out. The first of these aimed at defining the elements that are essential for ensuring the integration of heterogeneous data, whereas the second project aimed at obtaining a better understanding of decision-makers needs. A cross-organizational action research project was also conducted to define the design principles that should be observed for a spatial decision support system to effectively support decision-making with heterogeneous geospatial big data. A series of empirical case studies was undertaken to evaluate the outcomes of these projects. Results: The overall approach thus consists of the three significant outcomes that were derived from these projects. The first outcome was the conceptual architecture that defines the integration of heterogeneous data sources. The second outcome was a model-based framework that describes the connection of decision-making with appropriate data sources. The third outcome is based on the framework and comprises a set of design principles for guiding the development of spatial decision support systems for decision-making with heterogeneous geospatial big data. Conclusion: This thesis has made a useful contribution to both practice and research. In short, it defines ways of integrating heterogeneous data sources, provides a better understanding of decision-makers needs, and supports the development of a spatial decision support system to effectively assist decision-making with heterogeneous geospatial big data. / Contexto: Uma tomada de decisão precisa exige informações mais precisas e atualizadas para estabelecer a realidade da situação geral. Novas fontes de dados (e.g, tecnologias vestíveis) tem aumentado a quantidade de dados úteis disponíveis, que agora é chamado de big data. Isso tem grande potencial para transformar todo o processo de negócio e melhorar a precisão na tomada de decisão. Neste contexto, a gestão de desastres representa um interessante cenário que depende de big data para aprimorar a tomada de decisão. Isso porque, ela tem que lidar com dados fornecidos não apenas por fontes tradicionais (e.g., sensores estáticos), mas também por fontes emergentes por exemplo, informações compartilhadas por voluntários locais, i.e., as informações geográficas de voluntários (VGI). Quando combinadas, estas fontes de dados podem ser consideradas grandes em volume, com diferentes velocidades e uma variedade de formatos. Além disso, uma análise com relação à sua veracidade é necessaria uma vez que estas fontes de dados são desconectadas e propensas à erros. Estes são os 4Vs que caracterizam big data. Problema: No entanto, embora todos estes dados abrem novas oportunidades, seu grande volume em conjunto com uma integração inapropriada e uma visualização inadequada, podem tornar as informações ignoradas por tomadores de decisão. Isso ocorre, pois, a integração dos dados disponíveis torna-se complicada devido a heterogeneidade intrínseca nas suas características (e.g., dados em formatos diferentes). Quando integradas, estas informações frequentemente também não chegam aos tomadores de decisão em uma condição apropriada (por exemplo, no formato de visualização adequado). Além disso, não existe uma clara compreensão sobre as necessidades dos tomadores de decisão ou sobre como os dados disponíveis podem ser usados para atender essas necessidades. Objetivo: Dessa forma, esta tese de doutorado apresenta uma abordagem para melhorar a tomada de decisões com grande volume de dados espaciais heterogêneos baseada em sistemas de suporte à decisão espacial e informações geográficas de voluntários na gestão de desastres. Métodos: Mapeamentos sistemáticos foram conduzidos para identificar lacunas de pesquisa no uso de dados voluntários e sistemas de suporte à decisão na gestão de desastres. Com base nestes estudos, dois projetos de design science foram conduzidos. O primeiro deles buscou definir elementos essências para entender a integração de dados heterogêneos, enquanto o segundo projeto buscou fornecer um melhor entendimento das necessidades dos tomadores de decisão. Também foi conduzido um projeto de pesquisa-ação interinstitucional para definir princípios de projeto que deveriam ser observados para um sistema de suporte à decisão espacial ser efetivo no apoio a tomada de decisão com grande volume de dados espaciais heterogêneos. Uma série de estudos de caso empíricos foram conduzidos para avaliar os resultados destes projetos. Resultados: A abordagem geral então é composta pelos três resultados significantes que foram derivados destes projetos. Em primeiro lugar, uma arquitetura conceitual que especifica a integração de fontes de dados heterogêneas. O segundo elemento é uma estrutura baseada em modelo que descreve a conexão entre a tomada de decisão com as fontes de dados mais adequadas. Com base nesta estrutura, o terceiro elemento consiste em um conjunto de princípios de design que guiam o desenvolvimento de um sistema de suporte à decisão espacial para tomada de decisão com grande volume de dados espaciais heterogêneos. Conclusão: Esta tese de doutorado realizou importantes contribuições para a prática e pesquisa. Em resumo, ela define formas para integrar fontes de dados heterogêneos, fornece uma melhor compreensão sobre as necessidades dos tomadores de decisão e ajuda no desenvolvimento de sistemas de suporte à decisão espacial para tomada de decisão com grande volume de dados espaciais heterogêneos.

Made available in DSpace on 2016-08-10T10:40:26Z (GMT). No. of bitstreams: 1 Bruno Quirino de Oliveira.pdf: 3736663 bytes, checksum: e1dc08656b351b56c485c6f1ee09217b (MD5) Previous issue date: 2015-03-12 / Telecommunications experience accelerated evolution. The environment is very competitive and the volume of financial resources involved is significant. The variety of available technologies makes system planning stage, a procedure not only desirable but necessary, especially in a competitive environment. The use of comprehensive and flexible methodologies that can assist in decision-making, based on mathematical optimization models, it seems an inevitable way. This paper presents mathematical models based on operational research, mixed integer linear programming (MILP) and fuzzy logic to assist in strategic planning and decision-making, for the telecommunications industry, where they are analyzed, discussed and applied optimization models approach node-arc and arc-path. The analysis is focused on minimizing the cost given the expected demand. The main network components, services and costs are identified and models are developed to determine the network configuration or service. The models allow for greater flexibility and a high degree of interaction with the planner. These characteristics make it possible to analyze various scenarios where there is inaccuracy, both for the selection of services and for network deployment. To ensure the practical validation of the methodology, results of computational experiments are presented and discussed. Noteworthy are the results: (1) the possibility of holding a multi-service planning, with the possibility of assigning priorities in the services and care (2) effectiveness of the model for network deployment, which revealed a gain of 2% in the optimal solution in a test instance of SNDlib repository. / As telecomunicações experimentam acelerada evolução. O ambiente é muito competitivo e o volume de recursos financeiros envolvidos é significativo. A variedade de tecnologias disponíveis faz da etapa de planejamento do sistema um procedimento não só desejável como necessário, principalmente num ambiente de competitividade. A utilização de metodologias abrangentes e flexíveis que possam auxiliar no processo de decisão, fundamentadas em modelos matemáticos de otimização, parece um caminho inevitável. Este trabalho apresenta modelos matemáticos baseados em pesquisa operacional, programação linear inteira mista (PLIM) e lógica fuzzy para ajudar no planejamento estratégico e na tomada de decisões, para o setor de telecomunicações, onde são analisados, aplicados e discutidos modelos de otimização com abordagem nó-arco e arco-caminho. A análise é orientada à minimização do custo atendendo a demanda prevista. Os principais componentes de rede, de serviços e de custos são identificados e os modelos são desenvolvidos para determinar a configuração de rede ou de prestação de serviços. Os modelos permitem uma maior flexibilidade e um alto grau de interação com o planejador. Estas características possibilitam analisar variados cenários onde há imprecisão, tanto para a seleção de serviços, quanto para a implantação de rede. Para garantir a validação prática da metodologia desenvolvida, resultados de experimentos computacionais são apresentados e discutidos. Destacam-se nos resultados: (1) a possibilidade de realizar um planejamento multi-serviço, com possibilidade de atribuir prioridades no atendimento dos serviços e (2) eficácia do modelo, para a implantação de rede, onde se obteve um ganho de 2% na solução ótima, em uma instância de teste do repositório SNDlib.

Made available in DSpace on 2017-07-21T14:19:30Z (GMT). No. of bitstreams: 1 Luiz Pedro Petroski.pdf: 3583708 bytes, checksum: cb0543041adedd80936d37a0c95d78ba (MD5) Previous issue date: 2017-03-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The aim of this work is to present a proposal of integration between Precision Agriculture, DataWarehouse / OLAP and GIS. The integration should use extensible and open components, agricultural modeling for decision support, geographical data support, communication interface between components, extension of existing GIS and Data Warehouse solutions. As a result of the integration, an open and extensible architecture was defined, with a spatial agricultural data warehouse modeling. In this way the technologies and tools are open and allow the implementation and extension of its functionalities to adapt to the agricultural scenario of decision. In order to perform the integration, the data were obtained from a farm in the city of Piraí do Sul/PR, which uses proprietary software for data management. Data was exported to the SHAPEFILE format, and through the process performed by the ETL tool, was extracted, transformed and loaded into the analytical database. Also as a source of political boundaries data of rural regions of Brazil, data from the IBGE were used. The database was modeled and implemented by PostgreSQL DBMS with the extension PostiGIS to support spatial data. To provide the OLAP query service, was used the Geomondrian server. The application was extended from the Geonode project, where it was implemented Analytic functionalities, and the interface between the application and the OLAP was performed by the Mandoline API and the OLAP4J library. And finally the interface was implemented through javascript libraries for creating charts, tables and maps. As principal result, an architecture was obtained for Data Warehouse integration, OLAP operations, agricultural and spatial data, as well as ETL process definition and the user interface. / O objetivo desta dissertação é apresentar uma proposta de integração entre agricultura de precisão, Data Warehouse/OLAP e SIG. A integração deve utilizar componentes abertos e extensíveis, modelagem agrícola para suporte a decisão, suporte a dados geográficos, interface de comunicação entre os componentes e a extensão de soluções existentes de SIG e Data Warehouse. Como resultado da integração foi definido uma arquitetura aberta e extensível, integrada, com uma modelagem de Data Warehouse agrícola espacial, que permite o suporte a tomada de decisão para o planejamento e gestão do manejo das práticas da agricultura de precisão. Desta forma as tecnologias e ferramentas utilizadas são abertas e permitem a implementação e extensão de suas funcionalidades para adequar ao cenário agrícola de tomada de decisão. Para realizar a integração foi utilizado os dados oriundos de uma fazenda localizada em Piraí do Sul/PR, a qual utiliza um software proprietário para o gerenciamento de dados. Os dados foram exportados para o formato SHAPEFILE, e através do processo realizado pela ferramenta de ETL, foram extraídos, transformados e carregados para a base de dados analítica. Também como fonte de dados sobre as fronteiras políticas das regiões rurais do Brasil, foi utilizado dados do IBGE. A base de dados analítica foi modelada e implementada em um SGBD PostgreSQL com a extensão PostiGIS para suportar os dados geográficos. Para prover o serviço de consultas OLAP, foi utilizado o servidor Geomondrian. A aplicação foi estendida do projeto Geonode, onde foi implementado as funcionalidades analíticas, e a interface entre a aplicação e o servidor OLAP, foi realizada pela API Mandoline e a biblioteca OLAP4J. E por fim a interface foi implementada por meio de bibliotecas javascript para a criação de gráficos, tabelas e mapas. Como principal resultado, obteve-se uma arquitetura para integração de datawarehouse, operações OLAP, dados espaciais e agricultura, bem como definição do processo de ETL e a interface com o usuário.

Sistemas de suporte a decisão são utilizados em cenários com incertezas. Uma decisão normalmente é auxiliada por resultados obtidos com ações passadas em problemas semelhantes. Quando um sistema de suporte a decisão incorpora conhecimento específico de uma área, estes recebem o nome de sistemas especialistas. Tal conhecimento especifico é utilizado para inferência juntamente com as informações de entrada a respeito do problema. O objetivo deste trabalho é a avaliação e modelagem de sistemas de auxílio a decisão, foram analisadas duas abordagens para um mesmo problema alvo, sendo uma de gerenciamento do problema e outra de detecção do problema. A abordagem de gerenciamento utiliza redes Bayesianas para modelagem, tanto do conhecimento específico quanto para a inferência. As variáveis utilizadas, as relações de dependência e as probabilidades condicionais entre as variáveis foram extraídas da literatura. A abordagem de detecção do problema utilizou imagens para extração de características seguida de um algoritmo de agrupamento para comparação com a classificação de um especialista. Uma das áreas de aplicação de sistemas especialistas é na área clínica, podendo auxiliar tanto na detecção, diagnóstico e tratamento de doenças. A cárie dental é um problema generalizado que afeta a maioria das pessoas, tanto em países ricos, como em países pobres. Existem poucos sistemas para auxílio no processo de diagnóstico da cárie, sendo a maior parte dos sistemas existentes determinísticos, focando apenas na detecção da lesão. O sistema de gerenciamento da cárie desenvolvido foi apresentado a dois profissionais da odontologia, a opinião deles mostra que está abordagem é promissora e aplicável em campos como a educação e a atenção básica a saúde. Além da apresentação aos profissionais, foram utilizados casos bem estabelecidos da literatura para analisar as sugestões fornecidas pela Rede, e o resultado foi coerente com o cenário real de tomada de decisão. A metodologia de detecção da cárie resultou em um alto valor de acurácia, 96.88%, mostrando que tal metodologia é promissora em comparação com outros trabalhos da área. Além da contribuição para a área de informática odontológica, os resultados mostram que a extração da estrutura e das probabilidades condicionais da rede a partir da literatura é uma metodologia que pode ser utilizada em outras áreas com cenário similar ao do diagnóstico da cárie. Nos próximos passos do projeto alguns pontos referentes a modelagem de sistemas e redes Bayesianas serão analisados, como escalabilidade e testes de validação, tanto quantitativamente como qualitativamente, isto inclui o desenvolvimento de métodos computacionalmente efetivos para a geração de casos aleatórios utilizando o Método de Monte Carlo / Decision support systems are used in uncertainty scenarios; normally a decision is choose using similar problems actions results. Decision support systems could incorporate specific knowledge; such systems are called expert systems. The specific knowledge is used for inference about the problem scenario. This work objective is the evaluation and modeling of decision support systems, we analyzed two distinct approaches for the same problem, one for detection, another for management. The management approach uses Bayesian networks for modeling the specific knowledge and the inference engine. The variables choice, the dependences relationship and the conditional probabilities were extracted from the scientific literature. The detection approach used images and feature extraction to perform a clustering and compare the output labels with a specialist classification. One application of expert systems is clinical, supporting diseases detection, diagnosis and treatment. Dental caries is a generalized problem that affects major part of the population, few systems exists for support the caries diagnostic process, the major part is deterministic, focusing only the detection problem. The caries management system developed here was shown to two odontology professionals, and they opinion encourage such approach to be applied in fields like odontology education and basic health. Beyond this, we used well-established cases to analyze the network output suggestions, the result obtained was coherent with the real decision making scenario. The caries detection approach resulted in a high accuracy, 96.88%, showing that methodology is promising. Besides the contribution for dental informatics field, the results obtained here shows that the extraction of the network structure from the literature could be used in problems similar with caries diagnoses. The project next steps are to analyze some points of systems modeling and Bayesian networks, like scalability and validation tests, both quantitative and qualitative, and including the development of computational effectives methods for the use of Monte Carlo methodology