Made available in DSpace on 2014-06-12T15:58:13Z (GMT). No. of bitstreams: 2 arquivo3310_1.pdf: 8155353 bytes, checksum: 2f4dcd5adb2b0b1a23c40bf343b36b34 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Faculdade de Amparo à Ciência e Tecnologia do Estado de Pernambuco / Ensemble of Classifiers (EoC) é uma nova alternative para alcançar altas taxas de reconhecimento em sistemas de reconhecimento de padrões. O uso de ensemble é motivado pelo fato de que classificadores diferentes conseguem reconhecer padrões diferentes, portanto, eles são complementares. Neste trabalho, as metodologias de EoC são exploradas com o intuito de melhorar a taxa de reconhecimento em diferentes problemas. Primeiramente o problema do reconhecimento de caracteres é abordado. Este trabalho propõe uma nova metodologia que utiliza múltiplas técnicas de extração de características, cada uma utilizando uma abordagem diferente (bordas, gradiente, projeções). Cada técnica é vista como um sub-problema possuindo seu próprio classificador. As saídas deste classificador são utilizadas como entrada para um novo classificador que é treinado para fazer a combinação (fusão) dos resultados. Experimentos realizados demonstram que a proposta apresentou o melhor resultado na literatura pra problemas tanto de reconhecimento de dígitos como para o reconhecimento de letras. A segunda parte da dissertação trata da seleção dinâmica de classificadores (DCS). Esta estratégia é motivada pelo fato que nem todo classificador pertencente ao ensemble é um especialista para todo padrão de teste. A seleção dinâmica tenta selecionar apenas os classificadores que possuem melhor desempenho em uma dada região próxima ao padrão de entrada para classificar o padrão de entrada. É feito um estudo sobre o comportamento das técnicas de DCS demonstrando que elas são limitadas pela qualidade da região em volta do padrão de entrada. Baseada nesta análise, duas técnicas para seleção dinâmica de classificadores são propostas. A primeira utiliza filtros para redução de ruídos próximos do padrão de testes. A segunda é uma nova proposta que visa extrair diferentes tipos de informação, a partir do comportamento dos classificadores, e utiliza estas informações para decidir se um classificador deve ser selecionado ou não. Experimentos conduzidos em diversos problemas de reconhecimento de padrões demonstram que as técnicas propostas apresentam um aumento de performance significante

Previsões probabilísticas de precipitação foram obtidas a partir de um conjunto de simulações pelo modelo WRF e utilizadas como condição de contorno no modelo hidrológico TopModel para previsão hidrometeorológica na bacia do Rio Iguaçu, no estado do Paraná. Nas simulações de cheias, durante o período de elevação do volume de precipitação, o erro médio aritmético do conjunto de previsões foi menor que cada um dos membros utilizados nesse conjunto, indicando melhor destreza do conjunto médio em relação a qualquer previsão determinística. Na dissipação dos sistemas precipitantes, alguns membros obtiveram resultados melhores que o conjunto médio e, em geral, as previsões são confluentes. As melhores previsões de precipitação com o WRF foram obtidas com as combinações de microfísica Lin e convecção de Kain Fritsch, microfísica WSM 5 e convecção de Kain Fritsch e simulações defasadas em 6 horas. As simulações inicializadas em horários mais próximos da ocorrência do fenômeno não garantiram uma melhoria na distribuição de precipitação na bacia. A avaliação do sistema de previsão por conjuntos pelo índice de Brier (IB) e seus termos demonstrou níveis suficientes de confiabilidade e destreza para ser utilizada na maioria dos eventos de precipitação sobre a bacia do rio Iguaçu. Os valores do IB estiveram entre 0,15 e 0,3 com picos isolados. Os valores obtidos para o termo de incerteza estiveram entre 0,1 e 0,25 indicando bons resultados visto que o desejável é o mais próximo de zero. Nos eventos de chuva, o termo de confiabilidade apresentou valores próximos a 0,2 no período da manhã e valores entre 0,3 e 0,4 no período da tarde, com um acréscimo no final da integração. O índice de acerto foi de 60 % a 90 % durante o período de integração (48 horas) para o conjunto médio de previsões e entre 50 a 80% para a previsão determinística. Em todos os horários de simulação o erro de fase foi maior que o erro de amplitude, possivelmente devido aos atrasos da propagação dos sistemas precipitantes e aos efeitos de ajuste das condições físicas iniciais da atmosfera. Os erros de fase e amplitude foram menores na previsão probabilística em todo o período de integração. Assim como na previsão de precipitação, nas simulações de vazão o erro de fase foi maior que o erro de amplitude, indicando que o atraso nas previsões de variação da vazão ainda é o um desafio na previsão hidrometeorológica. Observou-se que o modelo hidrológico é bastante sensível a previsão de precipitação e, portanto, a melhoria das previsões de vazão é diretamente proporcional a diminuição dos erros nas previsões de precipitação. / Probabilistic forecast of precipitation from WRF model simulations was used as input in hydrological TopModel for streamlines forecast in Iguaçu Basin, Parana, southern Brazil. The arithmetic error of precipitation ensemble forecast was smaller than each individual member forecast error in the streamflow increase stage. It means the use of ensemble forecast was better than any deterministic forecast. But when the streamflow decreases, the results are confluent and some individual member forecast was better than ensemble. Simulations using Lin microphysical parameterization and Kain Fritsch, WSM 5 and Kain Fritsch and 6h lagged obtained the better results of precipitation over the basin. The use of runs with initial conditions near the precipitation time did not guarantee better results in the distribution of precipitation on the basin. The Brier Score (BS) of the ensemble system demonstrated that the system is very skillful with values between 0.15 and 0.3. Both uncertainty and reliability terms of BS, 0.1 0.25 and 0.2- 0.4, respectively, were encouraging for use hourly ensemble forecast of precipitation on the watershed. Ensemble forecast provide high values of hit scores (0.6 to 0.9) than deterministic forecast (0.5 to 0.8) at all period of integration. Due the delay in the forecasts of the precipitation systems, the phase error is predominant over amplitude during all time. Both errors were reduced using the ensemble forecasts. The phase errors in hydrological were greater than amplitude such as precipitation forecasts. Thus, for increase streamflow forecast it should reduced the errors in QPF forecasts.

The Eastman Wind Ensemble is known as the pioneer ensemble of modern wind music in North America and abroad. Its founder and conductor, Frederick Fennell, was instrumental in facilitating the creation and performance of a large number of new works written for the specific instrumentation of the wind ensemble. Created in 1952, the EWE developed a new one-to-a-part instrumentation that could be varied based on the wishes of the composer. This change in instrumentation allowed for many more compositional choices when composing. The instrumentation was a dramatic shift from the densely populated ensembles that were standard in North America by 1952. The information on the EWE and Fennell is available at the Eastman School of Music’s Ruth Watanabe Archive. By comparing the repertory and instrumentation of the Eastman ensembles with other contemporary ensembles, Fennell’s revolutionary ideas are shown to be unique in the wind music community.

As a professional tubist, I have found that the skills I acquired by participating in a tuba/euphonium ensemble (TEE) have helped me in my career. This dissertation explores different aspects of the TEE and how they affect the musicianship and wellbeing of students. Chapter 1 reviews the historical context of TEE, from the earliest like-instrument brass ensembles in the United States to the origins of TEE in American universities. Chapter 2 explores collaborative learning, a practice that is focused on the creation of knowledge rather than outcomes, and how it benefits student wellbeing. This is followed by an explanation of different pedagogical techniques that are useful when teaching a TEE. Chapter 3 discusses the competencies set forth by the National Association of Schools of Music (NASM) and how a TEE course can meet those competencies, followed by a questionnaire sent to tuba/euphonium students and professors around the United States regarding the value of TEE. The results of this questionnaire suggest that TEE is viewed as a valuable part of a collegiate music education. Chapter 4 puts previously stated ideas into practice by outlining necessary steps to running a TEE as an instructor and considering extramusical factors like syllabi and university policies. The dissertation ends with reflections on the benefits of TEE.

This thesis presents our efforts to build an operational ensemble forecasting system for the Red Sea, based on the Data Research Testbed (DART) package for ensemble data assimilation and the Massachusetts Institute of Technology general circulation ocean model (MITgcm) for forecasting. The Red Sea DART-MITgcm system efficiently integrates all the ensemble members in parallel, while accommodating different ensemble assimilation schemes. The promising ensemble adjustment Kalman filter (EAKF), designed to avoid manipulating the gigantic covariance matrices involved in the ensemble assimilation process, possesses relevant features required for an operational setting. The need for more efficient filtering schemes to implement a high resolution assimilation system for the Red Sea and to handle large ensembles for proper description of the assimilation statistics prompted the design and implementation of new filtering approaches. Making the most of our world-class supercomputer, Shaheen, we first pushed the system limits by designing a fault-tolerant scheduler extension that allowed us to test for the first time a fully realistic and high resolution 1000 ensemble members ocean ensemble assimilation system. In an operational setting, however, timely forecasts are of essence, and running large ensembles, albeit preferable and desirable, is not sustainable. New schemes aiming at lowering the computational burden while preserving reliable assimilation results, were developed. The ensemble Optimal Interpolation (EnOI) algorithm requires only a single model integration in the forecast step, using a static ensemble of preselected members for assimilation, and is therefore computationally significantly cheaper than the EAKF. To account for the strong seasonal variability of the Red Sea circulation, an EnOI with seasonally-varying ensembles (SEnOI) was first implemented. To better handle intra-seasonal variabilities and enhance the developed seasonal EnOI system, an automatic procedure to adaptively select the ensemble members through the assimilation cycles was then introduced. Finally, an efficient Hybrid scheme combining the dynamical flow-dependent covariance of the EAKF and a static covariance of the EnOI was proposed and successfully tested in the Red Sea. The developed Hybrid ensemble data assimilation system will form the basis of the first operational Red Sea forecasting system that is currently being implemented to support Saudi Aramco operations in this basin.

This thesis presents Monte Carlo methods for simulations of phase behaviors of Lennard-Jones fluids. The isobaric-isothermal (NPT) ensemble and Gibbs-NPT ensemble are introduced in detail. NPT ensemble is employed to determine the phase diagram of pure component. The reduced simulation results are verified by comparison with the equation of state by by Johnson et al. and results with L-J parameters of methane agree considerably with the experiment measurements. We adopt the blocking method for variance estimation and error analysis of the simulation results. The relationship between variance and number of Monte Carlo cycles, error propagation and Random Number Generator performance are also investigated. We review the Gibbs-NPT ensemble employed for phase equilibrium of binary mixture. The phase equilibrium is achieved by performing three types of trial move: particle displacement, volume rearrangement and particle transfer. The simulation models and the simulation details are introduced. The simulation results of phase coexistence for methane and ethane are reported with comparison of the experimental data. Good agreement is found for a wide range of pressures. The contribution of this thesis work lies in the study of the error analysis with respect to the Monte Carlo cycles and number of particles in some interesting aspects.

京都大学 / 0048 / 新制・課程博士 / 博士(工学) / 甲第18564号 / 工博第3925号 / 新制||工||1603(附属図書館) / 31464 / 京都大学大学院工学研究科社会基盤工学専攻 / (主査)教授 中北 英一, 准教授 KIM Sunmin, 教授 角 哲也 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM

No description available.

No description available.

No description available.