Submitted by Izabel Franco (izabel-franco@ufscar.br) on 2016-09-27T14:11:10Z No. of bitstreams: 1 DissAHS.pdf: 2312692 bytes, checksum: c2ebb789fa7e739eba3f96c03b8c245a (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-10-03T19:41:52Z (GMT) No. of bitstreams: 1 DissAHS.pdf: 2312692 bytes, checksum: c2ebb789fa7e739eba3f96c03b8c245a (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-10-03T19:42:02Z (GMT) No. of bitstreams: 1 DissAHS.pdf: 2312692 bytes, checksum: c2ebb789fa7e739eba3f96c03b8c245a (MD5) / Made available in DSpace on 2016-10-03T19:50:38Z (GMT). No. of bitstreams: 1 DissAHS.pdf: 2312692 bytes, checksum: c2ebb789fa7e739eba3f96c03b8c245a (MD5) Previous issue date: 2015-04-10 / Não recebi financiamento / The study conducted examined the sediment removal behavior for a lawn channel built full-scale, 100 m in length, slope of 2% and wide base of 0.7 m in the Federal University of São Car them, San Carlos - SP. For this analysis, we simulated runoff for three volumes of downloads 5; 7; 10 m³, represented each with their respective hydrograph and blade height by passing the flood wave. These flows were mixed with the particulate material produced from the local ground of the campus area, sieved to smaller than 75 micron, which is used for varying the initial concentration for tests. The experimental data were fit to a model first order decay, Meira optimum slug flow in through non-linear regression using decay kinetic parameters (k d) and equilibrium concentration (C *). Fractions removed and the mathematical adjustment were evaluated and executed for each single event along the length of the lawn channel monitored in 26 positions. The peak of the hydrograph was investigated in the range of 11 ± 2 L / s and time base (tb) determined at the unloading point on the channel varied from 15, 25 and 35 minutes. The transit time in the channel (tT) was approximately 10.5 ± 2.5 m, corresponding to 0.14 ± speed 0,02 m / s. The maximum efficiency of particulate matter removing over the lawn channel length ranged from 47 to 81% in 20-90 m positions. Whereas all concentrations of investigates, it was found that for 15 minutes tB, the average maximum efficiencies were on the order of 64 ± 3% to ± 26 position of 31 m. TB to 25 minutes the average maximum were of the order of 73 ± 3% to 59 ± 24 m positions. Finally, for 35 minutes tB the average maximum efficiencies were obtained in the range of 65 ± 3% in the 73 ± 15 m positions. The ratio tb / tT correlated 0.98 with the position of maximum efficiency. The maximum removal positions are related to the decay constant (Kd). It was found that 70% of the values of the decay constant (Kd) is between 0.005 and 0.015 s-1, and to disregard the hydrograph represented by tB 15 minutes, 90% of the data is contained in it Halftone 0.005 Kd ≤ ≤ 0.015 s-1 and 85% in the range 0.007 ≤ 0.012 ≤ Kd s-1. It was identified direct and proportional relation of the equilibrium concentration (C *) and initial concentration (Co). / O estudo desenvolvido analisou o comportamento de remoção de sedimento para um canal gramado construído em escala real, 100m de extensão, declividade de 2% e largura de base de 0,7m, localizado na Universidade Federal de São Carlos, São Carlos - SP. Para tal análise, foram simulados escoamentos superficiais para três volumes de descarregamentos: 5; 7; 10m³, representados cada um com seu respectivo hidrograma e altura de lâmina pela passagem da onda de cheia. Estes escoamentos foram misturados com o material particulado produzido a partir do solo local da região do campus, peneirado para dimensões menores que 75μm, o qual foi utilizado para variação da concentração inicial para os ensaios realizados. Os dados experimentais foram ajustados a um modelo de decaimento de primeira ordem, em escoamento ideal pistonado por meio de regressão não linear, usando os parâmetros cinéticos de decaimento (kd) e de concentração de equilíbrio (C*). As frações removidas e o ajuste matemático foram avaliados e realizados para cada evento isolado, ao longo do comprimento do canal gramado e monitorados em 26 posições. O pico dos hidrogramas investigados foi da ordem de 11±2L/s, e o tempo de base (tB) determinado no ponto de descarregamento no canal variou de 15, 25 e 35 minutos. O tempo de trânsito no canal (tT) foi da ordem de 10,5±2,5 minutos, correspondente à velocidade de 0,14±0,02m/s. A eficiência máxima de remoção de material particulado ao longo do comprimento do canal gramado variou de 47 a 81% em posições de 20 a 90m. Considerando todas as concentrações investigadas, verificou-se que para tB de 15 minutos, a média das máximas eficiências foram da ordem de 64±3% para posição de 31±26m. Para tB de 25 minutos a média das máximas foram da ordem de 73±3% para posições de 59±24m. Finalmente, para tB de 35 minutos a média das máximas eficiências obtidas foram da ordem de 65±3% nas posições de 73±15m. O quociente tB/tT apresentaram correlação de 0,98 com a posição de máxima eficiência. As posições de máxima remoção estão relacionadas à constante de decaimento (kd). Verificou-se que 70% dos valores da constante de decaimento (kd) estão entre 0,005 e 0,015 s-1, sendo que ao desconsiderar o hidrograma representado por tB de 15 minutos, 90% dos dados estão contidos no intervalo 0,005 ≤ kd ≤ 0,015s-1 e 85% no intervalo 0,007 ≤ kd ≤ 0,012s-1. Foi identificada relação direta e proporcional da concentração de equilíbrio (C*) e concentrações iniciais (Co).

Made available in DSpace on 2014-12-17T14:13:56Z (GMT). No. of bitstreams: 1 CarlosAAG.pdf: 323369 bytes, checksum: 093c86d6d5662ee9fb5d64b4afd66037 (MD5) Previous issue date: 2004-02-19 / The objective of this study is to estimate the prevalence of Ocular Toxocariasis, Diffuse Unilateral Subacute Neuroretinitis (DUSN), Toxoplasma gondii infection and Ocular Toxoplasmosis in a student population in Natal-RN/Brazil and relate it to demographic, epidemiologic and socio-economic risk factors. The incidence of DUSN was observed in patients at the Federal University of Rio Grande do Norte Ophthalmology Service and the Prontoclinica de Olhos Ophthalmology clinic in Natal. In cases where a worm was found in the subretinal space, the result of treatment with photocoagulation using Green Laser (Eye Light ALCON) was evaluated in relation to final visual result. The sample was randomly selected among the schools of the four districts of Natal, according to the type of institution (public or private), its level (elementary or secondary), and study period (morning, afternoon or evening). The school population was studied from March to May, 2001. Initially, the students answered a questionnaire to evaluate demographic, epidemiologic and socio-economic risk factors. Afterwards, the following procedures were carried out: blood samples were taken for Toxoplasmosis (IgG, IgM) serology, hemogram, ophthalmological examination, consisting of clinical history, measurement of visual acuity, refraction under cycloplegia, biomicroscopy of the anterior segment and annexa, funduscopy and examination of extrinsic motility. The prevalence of Toxocariasis was 0.2% or 2 per one thousand students. The sample was insufficient to estimate the prevalence of DUSN. Seventy patients with DUSN diagnosis were examined from January, 2001 to January, 2003. A live worm was found in the subretinal space of all four patients in the acute phase, and these were treated with laser photocoagulation. After follow-up (average = 11.5 months), visual acuity improved in three eyes and remained unaltered in one eye. Worms were found in 22 of the 66 patients in the chronic phase, and these also were treated with laser photocoagulation. After a follow-up period of 13.1 months, on average, visual acuity improved in two of the patients, remained unchanged in 19 and worsened in one. The comparison of visual result before and after treatment was not statistically significant (p = 0.302). The diagnosis of DUSN in the acute phase, followed by prompt localization and destruction of the worm by photocoagulation, can improve the patient s vision. However, destruction of the worm by laser photocoagulation in eyes with DUSN in the chronic phase does not improve visual acuity. Seroprevalence for IgG was 46% (Confidence Interval CI 95%-42.9-49.2%) and for IgM it was 1.4% (CI 95% = 0.8-2.4%). The prevalence of ocular lesion was 1.15% (CI 95% = 0.6 - 2.0%). Socio-economic conditions were determinants in the prevalence of Systemic and Ocular Toxoplasmosis in the bivaried analysis and confirmed in the multivaried analysis (mother s scholarity illiterate/ OR = 2.9 and p < 0.001). The T. gondii infection prevalence, although high, was less than that found in studies performed in the South and Southeast of Brazil and that of Ocular Toxoplasmosis was completely discrepant, varying from 5 to 17 times less. Although important epidemiological variables such as owning a cat, drinking unfiltered water, and coming into contact with rivers or lakes showed an association in the preliminary analysis, they lost their influence when included in the logistic model. Future studies are scheduled to begin in March, 2004, in collaboration with other Brazilian and American universities in an attempt to discover the reason for these findings, as well as identifying the different strains of Toxoplasma gondii, and studying the sources of water utilized by the population of Natal Brazil / Esta pesquisa teve como objetivo, estimar a preval?ncia da Toxocar?ase Ocular, Neuroretininte Sub-aguda Difusa Unilateral (DUSN), Infec??o pelo Toxoplasma gondii e Toxoplasmose Ocular na popula??o de escolares de Natal-RN/Brasil e relacion?-la aos fatores de risco demogr?ficos, epidemiol?gicos e socioecon?micos. Estudar a incid?ncia de DUSN em pacientes atendidos no Servi?o de Oftalmologia da Universidade Federal do Rio Grande do Norte e Prontoclinica de Olhos, em Natal, bem como, avaliar, nos casos em que foi encontrada larva no espa?o sub-retiniano, o resultado do tratamento com fotocoagula??o utilizando o Laser Verde (Eye Light ALCON) em rela??o ao resultado visual. A amostra foi selecionada aleatoriamente e distribu?da nas escolas dos quatro distritos da cidade de Natal de acordo com a natureza da institui??o (p?blica ou privada), seu n?vel (fundamental ou m?dio) e turno em que o escolar estudava (matutino, vespertino ou noturno). A popula??o de escolares foi estudada no per?odo de mar?o a maio de 2001. Inicialmente, responderam a um question?rio para avalia??o de fatores de risco demogr?fico, epidemiol?gico e socioecon?mico. Depois foram feitos os seguintes procedimentos: coleta de sangue para realiza??o de sorologia para Toxoplasmose (IgG, IgM), hemograma, exame oftalmol?gico constando de hist?ria cl?nica, medida da acuidade visual, refra??o sob cicloplegia, biomicroscopia do segmento anterior e anexos, fundoscopia e exame da motilidade extr?nseca. A preval?ncia de Toxocar?ase foi de 0,2% ou 2 por mil escolares. A amostra n?o foi suficiente para estimar a preval?ncia de DUSN. Foram examinados 70 pacientes com diagn?stico de DUSN, no per?odo de janeiro de 2001 a janeiro de 2003. Foi encontrada larva viva no espa?o sub-retiniano de todos os quatro que se encontravam na fase aguda, e tratados com fotocoagula??o a laser. Ap?s acompanhamento dos pacientes (m?dia = 11,5 meses), a acuidade visual melhorou em tr?s olhos e permaneceu inalterada em um olho. Dos 66 pacientes na fase cr?nica, foi encontrada larva em 22 deles e tratados com fotocoagula??o a laser. Ap?s acompanhamento por um per?odo de 13,1 meses em m?dia, a acuidade visual melhorou em dois, permaneceu a inicial em 19 e diminuiu em um paciente. A compara??o do resultado visual antes e ap?s o tratamento, n?o foi estatisticamente significante (p = 0,302). O diagn?stico de DUSN na fase aguda, seguida por pronta localiza??o e destrui??o da larva por fotocoagula??o, pode melhorar a vis?o dos pacientes. No entanto, a destrui??o da larva por fotocoagula??o a laser em olhos com DUSN, na fase cr?nica, n?o melhora a acuidade visual. A soropreval?ncia para IgG foi de 46% (Intervalo de Confian?a -IC 95% - 42,9-49,2%) e para IgM foi 1,4% (IC 95% = 0,8-2,4%). A preval?ncia de les?o ocular foi 1,15% (IC 95% = 0,6 2,0%). As condi??es socioecon?micas foram determinantes na preval?ncia da Infec??o pelo T. gondii e Toxoplasmose Ocular na an?lise bivariada e confirmada na an?lise multivariada (escolaridade da m?e n?o alfabetizada/OR = 2,9 e p< 0,001). A preval?ncia de Toxoplasmose Sist?mica, embora elevada, foi menor do que a encontrada em estudos realizados no Sul e Sudeste do Brasil e, a da Toxoplasmose Ocular foi totalmente discrepante, variando de 5 a 17 vezes menos. Embora importantes vari?veis epidemiol?gicas, tais como possuir gato, beber ?gua n?o filtrada, ter contato com lagoas ou rios, tenham mostrado associa??o na an?lise preliminar, perderam sua influ?ncia quando inclu?das no modelo log?stico. Estudos futuros j? est?o planejados para ter inicio em mar?o pr?ximo, em colabora??o com outras Universidades do Brasil e dos Estados Unidos com a finalidade de encontrar a raz?o destes achados, bem como, identificar diferentes tipos de cepas do Toxoplasma gondii, e estudar as fontes de ?gua utilizadas pela popula??o de Natal-RN

CNPq / Este trabalho apresenta uma abordagem para a definição automática de bases de regras em Classificadores Fuzzy Probabilísticos (CFPs), um caso particular dos Sistemas Fuzzy Probabilísticos. Como parte integrante deste processo, são utilizados métodos de redução de dimensionalidade como: análise de componentes principais e discriminante de Fisher. Os algoritmos de agrupamento testados para particionar o universo das variáveis de entrada do sistema são Gustafson-Kessel, Supervised Fuzzy Clustering ambos já consolidados na literatura. Adicionalmente, propõe-se um novo algoritmo de agrupamento denominado Gustafson-Kessel com Ponto Focal como parte integrante do projeto automático de CFPs. A capacidade deste novo algoritmo em identificar clusters elipsoidais e não elipsoidais também é avaliada neste trabalho. Em dados altamente correlacionados ou totalmente correlacionados ocorrem problemas na inversão da matriz de covariância fuzzy. Desta forma, um método de regularização é necessário para esta matriz e um novo método está sendo proposto neste trabalho.Nos CFPs considerados, a combinação de antecedentes e consequentes fornece uma base de regras na qual todos os consequentes são possíveis em uma regra, cada um associado a uma medida de probabilidade. Neste trabalho, esta medida de probabilidade é calculada com base no Teorema de Bayes que, a partir de uma função de verossimilhança, atualiza a informação a priori de cada consequente em cada regra. A principal inovação é o cálculo da função de verossimilhança que se baseia no conceito de “região Ideal” de forma a melhor identificar as probabilidades associadas aos consequentes da regra. Os CFPs propostos são comparados com classificadores fuzzy-bayesianos  e outros tradicionais na área de aprendizado de máquina considerando conjuntos de dados gerados artificialmente, 30 benchmarks e também dados extraídos diretamente de problemas reais  como detecção de falhas em rolamentos de máquinas industriais. Os resultados dos experimentos mostram que os classificadores fuzzy propostos superam, em termos de acurácia, os classificadores fuzzy-bayesianos considerados e alcançam  resultados competitivos com classificadores não-fuzzy tradicionais usados na comparação. Os resultados também mostram que o método de regularização proposto é uma alternativa para a técnica de agrupamento Gustafson-Kessel (com ou sem ponto focal) quando se consideram dados com alta correção linear. / This work presents a new approach for the automatic design of Probabilistic Fuzzy Classifiers (PFCs), which are a special case of Probabilistic Fuzzy Systems. As part of the design process we consider methods for reducing the dimensionality like the principal component analysis and the Fisher discriminant. The clustering methods tested for partitioning the universe of input variables are Gustafson-Kessel and Supervised Fuzzy Clustering, both consolidated in the literature. In addition, we propose a new clustering method called Gustafson-Kessel with Focal Point as part of the automatic design of PFCs. We also tested the capacity of this method to deal with ellipsoidal and non-ellipsoidal clusters. Highly correlated data represent a challenge to fuzzy clustering due to the inversion of the fuzzy covariance matrix. Therefore, a regularization method is necessary for this matrix and a new one is proposed in this work. In the proposed PFCs, the combination of antecedents and consequents provides a rule base in which all consequents are possible, each one associated with a probability measure. In this work, the probability is calculated based on the Bayes Theorem by updating, through the likelihood function, a priori information concerning every consequent in each rule. The main innovation is the calculus of the likelihood functions which is based on the “ideal region” concept, aiming to improve the estimation of the probabilities associated with rules’ consequents. The proposed PFCs are compared with fuzzy-bayesian classifiers and other ones traditional in machine learning over artificial generated data, 30 different benchmarks and also on data directly extracted from real world like the problem of detecting bearings fault in industrial machines. Experiments results show that the proposed PFCs outperform, in terms of accuracy, the fuzzy-bayesian approaches and are competitive with the traditional non-fuzzy classifiers used in the comparison. The results also show that the proposed regularization method is an alternative to the Gustafson-Kessel clustering technique (with or without focal point) when using linearly correlated data.

CAPES / O conforto e a liberdade de movimentos de pacientes com doenças crônicas e que têm que ser continuamente monitorados é um tema que tem incentivado o desenvolvimento de novas tecnologias como as redes de sensores corporais sem fios (WBAN) e novas áreas de pesquisa como a telemedicina. Além disso, a incorporação de software inteligente que permite simular o raciocínio dos especialistas, auxiliá-los na tomada de decisões e detectar com antecedência condições anormais ou tendência ao desenvolvimento de determinadas doenças, abre um campo ainda maior de pesquisas, como o campo da Inteligência Artificial na Medicina (AIM). O monitoramento de pacientes por meio de equipamentos sem fios, em conjunto com a tecnologia AIM, permite desenvolver soluções práticas para monitorar pacientes sem descuidar de seu conforto. Nesta tese foram pesquisadas técnicas inteligentes para o desenvolvimento de uma aplicação que permita monitorar cinco sinais vitais de pacientes sem que eles precisem usar leitos hospitalares. Em uma primeira etapa, os procedimentos médicos tipicamente usados pelos especialistas para avaliar um paciente foram estudados e transformados em regras para o modelo fuzzy. O modelo fuzzy proposto permite analisar o estado clínico presente do paciente e criar as saídas desejadas (targets) que permitam treinar as redes neurais artificiais. Posteriormente foi desenvolvido um modelo neural que, analisando os dados atuais e saídas anteriores do paciente, permite prever o seu estado clínico futuro próximo. A fim de achar a metodologia mais exata, cinco redes neurais artificiais foram analisadas e comparadas umas às outras. As redes Elman MISO, Elman MIMO, e NNARX – totalmente conectadas e podadas – foram testadas. O modelo fuzzy teve um excelente resultado concordando com as respostas dadas pelos especialistas em 99,76% dos casos. Depois de analisar as redes propostas no conjunto de validação, os resultados revelaram que unicamente a rede NNARX podada pode oferecer a mais alta acurácia de 99,82%, enquanto os outros modelos degradam o seu desempenho em até 35%. As técnicas de parada antecipada para o treinamento junto com a obtenção de valores médios de MSE, FPE e coeficientes de correlação conseguiram obter as melhores topologias de cada tipo de rede, fazendo quase desnecessária a sua poda. As redes NNARX e P-NNARX conseguiram resultados bem melhores que as redes restantes, mas a acurácia na rede P-NNARX observou um aumento de 1,27% em relação à rede NNARX. Como conclusão, pode-se dizer que, para este caso particular, as redes NNARX capturam a essência do sistema dinâmico não linear muito melhor do que as redes Elman. Finalmente, a rede P-NNARX foi a escolhida para a implementação do sistema inteligente proposto nesta tese. A sua acurácia foi de 99,25% para uma predição no tempo (t + d), onde d = 1 segundo, utilizando os dados de 30 novos pacientes. Foram feitas mais provas com periodos de predição maiores e o sistema demostrou uma ligeira diminuição na acurácia, chegando a 94,58% para d = 60 segundos, mas ainda ficando na faixa dos 90%. Os resultados demonstram o alto nível de generalização do sistema e o excelente desempenho na predição dos três estados clínicos do paciente (estável, semiestável e instável). Pretende-se que este sistema inteligente possa ser usado como ferramenta para a medicina preventiva em pacientes crônicos. / The comfort and freedom of movements of patients that have to be continually monitored is a theme that has motivated the development of new technologies such as networks of wireless body sensors (WBAN) and new research areas such as telemedicine. In addition, the incorporation of intelligent software to simulate the reasoning of experts, assist them in decision making and in early detection of abnormal conditions or tendencies to develop certain diseases, opens an even larger field of research, such as the field of Artificial Intelligence in Medicine (AIM beings its acronym in English). Patient monitoring through wireless equipment and AIM technology allows to develop practical solutions to control patients in environments outside of clinics or hospitals. In this thesis, intelligent tools were used for the development of an application that allows monitoring of five vital signs of patients without them being present in a hospital bed. In a first step, typical medical procedures used by specialists for evaluating a patient were studied and transformed into rules for the fuzzy model. The proposed fuzzy model allows the analysis of the current state of the patient to create the desired outputs (targets) that are used to train the artificial neural networks. Then, a neural model was developed which, by analysing current and historic patient data, forecasts patients’ clinical status in the near future. In order to find the most exact methodology, five artificial neural networks were analyzed and compared with each other using thousands of real patient data sets. Elman MISO, Elman MIMO and NNARX – fully connected and pruned – were tested. The fuzzy model answered in a excelent form, agreeing in 99.76% to the answers given by the experts. After analizing the proposed networks in the validation dataset, it was discovered that the pruned NNARX can offer the highest overall accuracy of 99.82%, whereas the others show a decrease of up to 35%. Through techniques such as early stopping for the training with the search of the mean of MSE, FPE and correlation coefficients it was possible to achieve the best topologies of every network type, making their pruning almost unnecessary. The fully connected NNARX and the P-NNARX achieved much better results than other networks, but an increase of 1.27% was observed in the overall accuracy of the pruned network with respect to the NNARX. It can be said that for this particular case, NNARX networks capture the essence of the non-linear dynamic system much better than Elman. Finally, the P-NNARX model was chosen for the implementation of the proposed smart system. Its overall acuracy was of 99.25%, for the prediction time (t + d), with d = 1 second, by using unseen data of 30 new patients. More tests made with longer prediction periods demonstrate a slight decrease in the overall accuracy reaching up to 94.58% for d = 60 seconds. Nevertheless, it still remained over 90%. Results demonstrate the high generalization level of the system and its excellent performance in predicting the three possible patient conditions (stable, semi-stable, unstable). The next step is to turn this intelligent system into an usefull tool for preventive medicine for chronic patients.

CNPq / Este trabalho apresenta uma abordagem para a definição automática de bases de regras em Classificadores Fuzzy Probabilísticos (CFPs), um caso particular dos Sistemas Fuzzy Probabilísticos. Como parte integrante deste processo, são utilizados métodos de redução de dimensionalidade como: análise de componentes principais e discriminante de Fisher. Os algoritmos de agrupamento testados para particionar o universo das variáveis de entrada do sistema são Gustafson-Kessel, Supervised Fuzzy Clustering ambos já consolidados na literatura. Adicionalmente, propõe-se um novo algoritmo de agrupamento denominado Gustafson-Kessel com Ponto Focal como parte integrante do projeto automático de CFPs. A capacidade deste novo algoritmo em identificar clusters elipsoidais e não elipsoidais também é avaliada neste trabalho. Em dados altamente correlacionados ou totalmente correlacionados ocorrem problemas na inversão da matriz de covariância fuzzy. Desta forma, um método de regularização é necessário para esta matriz e um novo método está sendo proposto neste trabalho.Nos CFPs considerados, a combinação de antecedentes e consequentes fornece uma base de regras na qual todos os consequentes são possíveis em uma regra, cada um associado a uma medida de probabilidade. Neste trabalho, esta medida de probabilidade é calculada com base no Teorema de Bayes que, a partir de uma função de verossimilhança, atualiza a informação a priori de cada consequente em cada regra. A principal inovação é o cálculo da função de verossimilhança que se baseia no conceito de “região Ideal” de forma a melhor identificar as probabilidades associadas aos consequentes da regra. Os CFPs propostos são comparados com classificadores fuzzy-bayesianos  e outros tradicionais na área de aprendizado de máquina considerando conjuntos de dados gerados artificialmente, 30 benchmarks e também dados extraídos diretamente de problemas reais  como detecção de falhas em rolamentos de máquinas industriais. Os resultados dos experimentos mostram que os classificadores fuzzy propostos superam, em termos de acurácia, os classificadores fuzzy-bayesianos considerados e alcançam  resultados competitivos com classificadores não-fuzzy tradicionais usados na comparação. Os resultados também mostram que o método de regularização proposto é uma alternativa para a técnica de agrupamento Gustafson-Kessel (com ou sem ponto focal) quando se consideram dados com alta correção linear. / This work presents a new approach for the automatic design of Probabilistic Fuzzy Classifiers (PFCs), which are a special case of Probabilistic Fuzzy Systems. As part of the design process we consider methods for reducing the dimensionality like the principal component analysis and the Fisher discriminant. The clustering methods tested for partitioning the universe of input variables are Gustafson-Kessel and Supervised Fuzzy Clustering, both consolidated in the literature. In addition, we propose a new clustering method called Gustafson-Kessel with Focal Point as part of the automatic design of PFCs. We also tested the capacity of this method to deal with ellipsoidal and non-ellipsoidal clusters. Highly correlated data represent a challenge to fuzzy clustering due to the inversion of the fuzzy covariance matrix. Therefore, a regularization method is necessary for this matrix and a new one is proposed in this work. In the proposed PFCs, the combination of antecedents and consequents provides a rule base in which all consequents are possible, each one associated with a probability measure. In this work, the probability is calculated based on the Bayes Theorem by updating, through the likelihood function, a priori information concerning every consequent in each rule. The main innovation is the calculus of the likelihood functions which is based on the “ideal region” concept, aiming to improve the estimation of the probabilities associated with rules’ consequents. The proposed PFCs are compared with fuzzy-bayesian classifiers and other ones traditional in machine learning over artificial generated data, 30 different benchmarks and also on data directly extracted from real world like the problem of detecting bearings fault in industrial machines. Experiments results show that the proposed PFCs outperform, in terms of accuracy, the fuzzy-bayesian approaches and are competitive with the traditional non-fuzzy classifiers used in the comparison. The results also show that the proposed regularization method is an alternative to the Gustafson-Kessel clustering technique (with or without focal point) when using linearly correlated data.

CAPES / O conforto e a liberdade de movimentos de pacientes com doenças crônicas e que têm que ser continuamente monitorados é um tema que tem incentivado o desenvolvimento de novas tecnologias como as redes de sensores corporais sem fios (WBAN) e novas áreas de pesquisa como a telemedicina. Além disso, a incorporação de software inteligente que permite simular o raciocínio dos especialistas, auxiliá-los na tomada de decisões e detectar com antecedência condições anormais ou tendência ao desenvolvimento de determinadas doenças, abre um campo ainda maior de pesquisas, como o campo da Inteligência Artificial na Medicina (AIM). O monitoramento de pacientes por meio de equipamentos sem fios, em conjunto com a tecnologia AIM, permite desenvolver soluções práticas para monitorar pacientes sem descuidar de seu conforto. Nesta tese foram pesquisadas técnicas inteligentes para o desenvolvimento de uma aplicação que permita monitorar cinco sinais vitais de pacientes sem que eles precisem usar leitos hospitalares. Em uma primeira etapa, os procedimentos médicos tipicamente usados pelos especialistas para avaliar um paciente foram estudados e transformados em regras para o modelo fuzzy. O modelo fuzzy proposto permite analisar o estado clínico presente do paciente e criar as saídas desejadas (targets) que permitam treinar as redes neurais artificiais. Posteriormente foi desenvolvido um modelo neural que, analisando os dados atuais e saídas anteriores do paciente, permite prever o seu estado clínico futuro próximo. A fim de achar a metodologia mais exata, cinco redes neurais artificiais foram analisadas e comparadas umas às outras. As redes Elman MISO, Elman MIMO, e NNARX – totalmente conectadas e podadas – foram testadas. O modelo fuzzy teve um excelente resultado concordando com as respostas dadas pelos especialistas em 99,76% dos casos. Depois de analisar as redes propostas no conjunto de validação, os resultados revelaram que unicamente a rede NNARX podada pode oferecer a mais alta acurácia de 99,82%, enquanto os outros modelos degradam o seu desempenho em até 35%. As técnicas de parada antecipada para o treinamento junto com a obtenção de valores médios de MSE, FPE e coeficientes de correlação conseguiram obter as melhores topologias de cada tipo de rede, fazendo quase desnecessária a sua poda. As redes NNARX e P-NNARX conseguiram resultados bem melhores que as redes restantes, mas a acurácia na rede P-NNARX observou um aumento de 1,27% em relação à rede NNARX. Como conclusão, pode-se dizer que, para este caso particular, as redes NNARX capturam a essência do sistema dinâmico não linear muito melhor do que as redes Elman. Finalmente, a rede P-NNARX foi a escolhida para a implementação do sistema inteligente proposto nesta tese. A sua acurácia foi de 99,25% para uma predição no tempo (t + d), onde d = 1 segundo, utilizando os dados de 30 novos pacientes. Foram feitas mais provas com periodos de predição maiores e o sistema demostrou uma ligeira diminuição na acurácia, chegando a 94,58% para d = 60 segundos, mas ainda ficando na faixa dos 90%. Os resultados demonstram o alto nível de generalização do sistema e o excelente desempenho na predição dos três estados clínicos do paciente (estável, semiestável e instável). Pretende-se que este sistema inteligente possa ser usado como ferramenta para a medicina preventiva em pacientes crônicos. / The comfort and freedom of movements of patients that have to be continually monitored is a theme that has motivated the development of new technologies such as networks of wireless body sensors (WBAN) and new research areas such as telemedicine. In addition, the incorporation of intelligent software to simulate the reasoning of experts, assist them in decision making and in early detection of abnormal conditions or tendencies to develop certain diseases, opens an even larger field of research, such as the field of Artificial Intelligence in Medicine (AIM beings its acronym in English). Patient monitoring through wireless equipment and AIM technology allows to develop practical solutions to control patients in environments outside of clinics or hospitals. In this thesis, intelligent tools were used for the development of an application that allows monitoring of five vital signs of patients without them being present in a hospital bed. In a first step, typical medical procedures used by specialists for evaluating a patient were studied and transformed into rules for the fuzzy model. The proposed fuzzy model allows the analysis of the current state of the patient to create the desired outputs (targets) that are used to train the artificial neural networks. Then, a neural model was developed which, by analysing current and historic patient data, forecasts patients’ clinical status in the near future. In order to find the most exact methodology, five artificial neural networks were analyzed and compared with each other using thousands of real patient data sets. Elman MISO, Elman MIMO and NNARX – fully connected and pruned – were tested. The fuzzy model answered in a excelent form, agreeing in 99.76% to the answers given by the experts. After analizing the proposed networks in the validation dataset, it was discovered that the pruned NNARX can offer the highest overall accuracy of 99.82%, whereas the others show a decrease of up to 35%. Through techniques such as early stopping for the training with the search of the mean of MSE, FPE and correlation coefficients it was possible to achieve the best topologies of every network type, making their pruning almost unnecessary. The fully connected NNARX and the P-NNARX achieved much better results than other networks, but an increase of 1.27% was observed in the overall accuracy of the pruned network with respect to the NNARX. It can be said that for this particular case, NNARX networks capture the essence of the non-linear dynamic system much better than Elman. Finally, the P-NNARX model was chosen for the implementation of the proposed smart system. Its overall acuracy was of 99.25%, for the prediction time (t + d), with d = 1 second, by using unseen data of 30 new patients. More tests made with longer prediction periods demonstrate a slight decrease in the overall accuracy reaching up to 94.58% for d = 60 seconds. Nevertheless, it still remained over 90%. Results demonstrate the high generalization level of the system and its excellent performance in predicting the three possible patient conditions (stable, semi-stable, unstable). The next step is to turn this intelligent system into an usefull tool for preventive medicine for chronic patients.

Made available in DSpace on 2014-12-17T14:58:24Z (GMT). No. of bitstreams: 1 JoaoDBS_DISSERT.pdf: 2950294 bytes, checksum: b123f316a60d2e367696c4d97c359a71 (MD5) Previous issue date: 2013-11-13 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The development of non-linear controllers gained space in the theoretical ambit and of practical applications on the moment that the arising of digital computers enabled the implementation of these methodologies. In comparison with the linear controllers more utilized, the non -linear controllers present the advantage of not requiring the linearity of the system to determine the parameters of control, which permits a more efficient control especially when the system presents a high level of non-linearity. Another additional advantage is the reduction of costs, since to obtain the efficient control through linear controllers it is necessary the utilization of sensors and more refined actuators than when it is utilized a non-linear controller. Among the non-linear theories of control, the method of control by gliding ways is detached for being a method that presents more robustness, before uncertainties. It is already confirmed that the adoption of compensation on the region of residual error permits to improve better the performance of these controllers. So, in this work it is described the development of a non-linear controller that looks for an association of strategy of control by gliding ways, with the fuzzy compensation technique. Through the implementation of some strategies of fuzzy compensation, it was searched the one which provided the biggest efficiency before a system with high level of nonlinearities and uncertainties. The electrohydraulic actuator was utilized as an example of research, and the results appoint to two configurations of compensation that permit a bigger reduction of the residual error / O desenvolvimento de controladores n?o lineares ganharam espa?o nos ?mbitos te?rico e de aplica??es pr?ticas no momento que o surgimento de computadores digitais possibilitou a implementa??o destas metodologias. Em compara??o aos controladores lineares mais utilizados, os controladores n?o lineares apresentam a vantagem de n?o necessitarem da lineariza??o do sistema para determinar os par?metros de controle, o que permite um controle mais eficiente principalmente quando o sistema apresenta elevado grau de n?o linearidade. Outra vantagem adicional ? a redu??o dos custos, uma vez que para obter o controle eficiente atrav?s dos controladores lineares ? necess?ria a utiliza??o de sensores e atuadores mais refinados do que quando se utiliza um controlador n?o linear. Dentre as teorias de controle n?o linear, o m?todo de controle por modos deslizantes se destaca por ser um m?todo que apresenta maior robustez frente ?s incertezas. J? ? comprovado que a ado??o de t?cnicas de compensa??o na regi?o do erro residual permite melhorar ainda mais o desempenho desses controladores. Assim, neste trabalho ? descrito o desenvolvimento de um controlador n?o linear que busca a associa??o da estrat?gia de controle por modos deslizantes com a t?cnica de compensa??o fuzzy. Mediante a implementa??o de algumas estrat?gias de compensa??o fuzzy, buscou-se aquela que proporcionasse maior efici?ncia frente a um sistema com elevado grau de n?o linearidades e incertezas. O atuador eletrohidr?ulico foi utilizado como exemplo de estudo, e os resultados apontam para duas configura??es de compensa??o que permitem uma maior redu??o do erro residual

Made available in DSpace on 2014-12-17T15:03:33Z (GMT). No. of bitstreams: 1 AnneKFR_DISSERT.pdf: 446021 bytes, checksum: 247b6b8e1c94c43a75ed6fa260d6757a (MD5) Previous issue date: 2014-03-11 / A regi?o semi?rida sofre escassez h?drica. A fim de regularizar a disponibilidade h?drica nos per?odos de estiagem, s?o constru?das barragens. No entanto, a qualidade da ?gua armazenada tem sofrido os efeitos do descarte irregular de res?duos no meio ambiente e das atividades antr?picas exercidas nas bacias hidrogr?ficas. A degrada??o h?drica pode ser constatada a partir do monitoramento dos par?metros de qualidade da ?gua. Estes dados podem ser analisados atrav?s de m?todos estat?sticos tais como a An?lise de Componentes Principais e a an?lise de agrupamento, que seleciona indiv?duos com caracter?sticas semelhantes. O objetivo deste trabalho ? realizar oagrupamento dos reservat?rios do Rio Grande do Norte, com base nos par?metros de qualidade da ?gua, para a identifica??o de grupos homog?neos de reservat?rios em termos de fontes de polui??o. Ser?o objeto desse estudo as bacias Piranhas-A?u, Apodi-Mossor?, Trair?, Potengi e Cear?-Mirim. Os par?metros merc?rio, chumbo, cromo, f?sforo total, nitrog?nio total e zinco contribu?ram para a forma??o da primeira componente principal, que pode indicar polui??o por metais pesados; s?lidos totais, DBO, OD e cobre, para a segunda componente, que pode ser indicativo de polui??o por mat?ria org?nica e atividades antr?picas; e clorofila a , c?dmio e n?quel, para a terceira componente, que pode indicar eutrofiza??o e polui??o por metais pesados. De posse das componentes principais se procedeu o agrupamento dos reservat?rios, formando-se quatro grupos distintos. Os grupos 1 e 2 s?o constitu?dos por reservat?rios da Bacia Piranhas-A?u, que apresentou maiores valores de metais pesados. O grupo 3, constitu?do por reservat?rios das bacias Cear?-Mirim, Potengi e Trair?, apresentou maiores valores de DBO e s?lidostotais e o grupo 4 ? formado por reservat?rios da Bacia Apodi-Mossor?. Nas Bacias do Trar? e Piranhas-A?u deve ser coibido o lan?amento desordenado de efluentes e fontes de polui??o difusas, e implantado um sistema de coleta de esgoto para minimizar a polui??o por mat?ria org?nica

Este trabalho tem como objetivo o estudo de uma área da robótica chamada robótica móvel. Um robô móvel deve realizar uma navegação segura e esta é a principal motivação deste trabalho. Para tal foi desenvolvido um simulador de robótica móvel com visualização em 3D. Um dos grandes interesses na área de robótica móvel é a utilização de algoritmos de inteligência artificial. O objetivo deste trabalho é a utilização e simulação de inteligência artificial para o controle destinado ao desvio de obstáculos. As simulações são dinâmicas, ou seja, o robô não tem informação previa do cenário. Os algoritmos de inteligência artificial implementadas neste trabalho são lógica Fuzzy e Neurofuzzy. As contribuições do simulador são: a simulação e visualização em 3D com o cenário modelado em um programa CAD/3D, permite testar diversas configurações antes de testar o robô real, simula o ruído de sensores, utiliza lógica fuzzy e neurofuzzy para o desvio de obstáculos. Os resultados mostram a capacidade do sistema fuzzy para lidar com os dados ruidosos dos sensores assim como a influência das variáveis antecedentes e conseqüentes do sistema fuzzy de no comportamento do robô móvel para o desvio de obstáculos além da capacidade do sistema neurofuzzy de aprender a partir dos dados de treinamento mostrando uma melhoria no resultado das simulações. / This work has as objective the study of an area of the robotics named mobile robotics. A mobile robot must navigate in a safe way and this is the main motivation of this work. To do that a mobile robotics simulator with 3D visualization was developed. One of the great interests in mobile robotics is using artificial intelligence algorithms. The main point of this work is using and simulate artificial intelligence applied in obstacle avoidance control. The simulations are dynamics it means that the robot do not have previous information about the scenery. The artificial intelligence algorithms developed in this work are Fuzzy and Neurofuzzy logics. The simulator contributions are that the simulation and 3D visualization where the scenery is a 3D model from a CAD/3D software besides allows to test many configurations before testing the real robot and simulates noise from sensors and uses fuzzy and neurofuzzy logics to obstacle avoidance. The results show the fuzzy system capability to deal with the noisy data from sensors and how fuzzy variables influences the mobile robot behavior in obstacle avoidance besides the ability of neurofuzzy system to learn from training data showing improvements in the simulation results.

Nesta tese é proposta uma implementação para a solução do problema inverso com as estimativas das propriedades radiativas (o albedo de espalhamento simples, a espessura ótica do meio e as reflectividades difusas) a partir dos valores das intensidades de radiação que deixam o meio participante utilizando uma abordagem híbrida de sistemas neuro-fuzzy (SNF), o qual combina a utilização de sistemas de inferência fuzzy com as redes neurais artificiais. Busca-se com a utilização desse sistema híbrido integrar a habilidade dos sistemas fuzzy no tratamento de informações inexatas, imprecisas, e vagas, e a capacidade das redes neurais artificiais de tratar o aprendizado por experiência e a generalização do conhecimento. É proposta também uma metodologia de máquinas de comitês neuro-fuzzy na solução deste problema inverso em transferência radiativa. Foi observado paralelamente que a solução dos sistemas neuro-fuzzy e dos sistemas híbridos de máquinas de comitê neuro-fuzzy, apresentam baixa qualidade nos resultados quando são utilizados os dados experimentais com os menores coeficientes de sensibilidade para os parâmetros que serão estimados. Por outro lado, quando são utilizados dados com maior sensibilidade, são obtidos melhores resultados. Esta abordagem procura evitar a possibilidade da não convergência desses métodos. / In this thesis is proposed an implementation for solving the inverse problem with the estimates of radiative properties (the single scattering albedo, the optical thickness of the media and the diffuse reflectivities) by the values of the intensities of radiation that leaves the participant medium using a hybrid approach of neuro-fuzzy systems, which combines the use of fuzzy inference systems with artificial neural networks. The use of this hybrid system try to include the ability of fuzzy systems in the treatment of inaccurate, imprecise, and vague data, and the ability of artificial neural networks to deal with learning from experience and widespread knowledge. Also is proposed a methodology for machines committees in neuro-fuzzy solution of this inverse problem in radiative transfer. It was observed in parallel that the solution of neuro-fuzzy systems and hybrid systems neuro-fuzzy committee machines, have a poor quality results when using the experimental data with the lowest sensitivity coefficients for the parameters that will be estimated. Moreover, when data are used with greater sensitivity, better results are obtained. This approach seeks to avoid the possibility of non-convergence in such methods.