Submitted by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-11-23T14:27:36Z No. of bitstreams: 1 Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3275892 bytes, checksum: 62518c9066cc2060f2785d053b661ff7 (MD5) / Approved for entry into archive by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-11-23T14:29:16Z (GMT) No. of bitstreams: 1 Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3275892 bytes, checksum: 62518c9066cc2060f2785d053b661ff7 (MD5) / Made available in DSpace on 2016-11-23T14:29:16Z (GMT). No. of bitstreams: 1 Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3275892 bytes, checksum: 62518c9066cc2060f2785d053b661ff7 (MD5) Previous issue date: 2016-11-23 / A an?lise ac?stica do sinal de voz, devido ? sua natureza n?o invasiva e ao baixo custo, tem se mostrado uma eficiente ferramenta para aux?lio ao diagn?stico das desordens vocais provocadas por patologias na laringe. Os gr?ficos apresentam padr?es de larga e pequena escala, cujas varia??es em sua textura representam o comportamento do sinal de voz, proporcionando informa??es acerca do estado de normalidade ou de altera??o na qualidade vocal. Os padr?es de pequena escala podem ser vistos como caracter?sticas de textura e servem como base para uma an?lise quantitativa dos gr?ficos de recorr?ncia. T?cnicas de Processamento Digital de Imagens s?o empregadas para a an?lise da textura contida nos gr?ficos de recorr?ncia, baseada na transformada wavelet bidimensional. A fim de discriminar sinais saud?veis de sinais patol?gicos, s?o extra?dos diversos descritores de texturas dos coeficientes de cada sub-banda obtida pela decomposi??o wavelet bidimensional. Nesta pesquisa, duas abordagens foram aplicadas, as quais se diferenciam pela forma de extra??o dos padr?es representativos dos sinais: extra??o dos descritores de textura diretamente das sub-bandas da transformada wavelet; e extra??o dos descritores de Haralick, a partir da matriz de co-ocorr?ncia. Os sinais de voz foram classificados como saud?veis ou patol?gicos, como tamb?m foi realizada a discrimina??o entre patologias. Paralisia, edema de Reinke e n?dulos nas pregas vocais foram as patologias lar?ngeas consideradas na pesquisa. Os melhores resultados foram obtidos com os descritores de Haralick, empregando redes neurais MLP (Multilayer Perceptron) na classifica??o, em conjunto com o algoritmo de otimiza??o por enxame de part?culas PSO (Particle Swarm Optimization) empregado na sele??o das caracter?sticas mais representativas. O sistema proposto melhorou significativamente a acur?cia na discrimina??o entre patologias, com resultados superiores aos encontrados na literatura, que empregam a an?lise de recorr?ncia.

Made available in DSpace on 2014-12-17T14:52:47Z (GMT). No. of bitstreams: 1 ThalesLS.pdf: 825402 bytes, checksum: 8e0d2b64fc7287a7921fa605343a8bb6 (MD5) Previous issue date: 2008-12-23 / Particle Swarm Optimization is a metaheuristic that arose in order to simulate the behavior of a number of birds in flight, with its random movement locally, but globally determined. This technique has been widely used to address non-liner continuous problems and yet little explored in discrete problems. This paper presents the operation of this metaheuristic, and propose strategies for implementation of optimization discret problems as form of execution parallel as sequential. The computational experiments were performed to instances of the TSP, selected in the library TSPLIB contenct to 3038 nodes, showing the improvement of performance of parallel methods for their sequential versions, in executation time and results / Otimiza??o por Enxame de Part?culas ou Particle Swarm Optimization (PSO) ? uma metaheur?stica que surgiu na inten??o de simular o comportamento de um conjunto de p?ssaros em v?o, com seu movimento localmente aleat?rio, mas globalmente determinado. Esta t?cnica tem sido muito utilizada na resolu??o de problemas cont?nuos n?o-lineares e ainda pouco explorada em problemas discretos. Este trabalho apresenta o funcionamento desta metaheur?stica, al?m de propor estrat?gias para sua aplica??o em problemas de otimiza??o discreta tanto na sua forma de execu??o seq?encial quanto paralela. Os experimentos computacionais foram realizados para inst?ncias do problema do caixeiro viajante, selecionados na biblioteca TSPLIB contendo at? 1002 n?s, mostrando a melhoria de desempenho dos m?todos paralelos em rela??o as suas vers?es seq?enciais, em tempo de execu??o e resultados

Submitted by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T12:35:11Z No. of bitstreams: 1 11- Taciana Araujo de Souza - Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3681994 bytes, checksum: ca089bc3877db3b99c310c8d3304967d (MD5) / Approved for entry into archive by Alex Sandro R?go (alex@ifpb.edu.br) on 2016-12-06T12:36:21Z (GMT) No. of bitstreams: 1 11- Taciana Araujo de Souza - Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3681994 bytes, checksum: ca089bc3877db3b99c310c8d3304967d (MD5) / Made available in DSpace on 2016-12-06T12:36:21Z (GMT). No. of bitstreams: 1 11- Taciana Araujo de Souza - Aplica??o da Transformada Wavelet em An?lise de Texturas de Gr?ficos de Recorr?ncia.pdf: 3681994 bytes, checksum: ca089bc3877db3b99c310c8d3304967d (MD5) Previous issue date: 2016-12-06 / A an?lise ac?stica do sinal de voz, devido ? sua natureza n?o invasiva e ao baixo custo, tem se mostrado uma eficiente ferramenta para aux?lio ao diagn?stico das desordens vocais provocadas por patologias na laringe. Os gr?ficos apresentam padr?es de larga e pequena escala, cujas varia??es em sua textura representam o comportamento do sinal de voz, proporcionando informa??es acerca do estado de normalidade ou de altera??o na qualidade vocal. Os padr?es de pequena escala podem ser vistos como caracter?sticas de textura e servem como base para uma an?lise quantitativa dos gr?ficos de recorr?ncia. T?cnicas de Processamento Digital de Imagens s?o empregadas para a an?lise da textura contida nos gr?ficos de recorr?ncia, baseada na transformada wavelet bidimensional. A fim de discriminar sinais saud?veis de sinais patol?gicos, s?o extra?dos diversos descritores de texturas dos coeficientes de cada sub-banda obtida pela decomposi??o wavelet bidimensional. Nesta pesquisa, duas abordagens foram aplicadas, as quais se diferenciam pela forma de extra??o dos padr?es representativos dos sinais: extra??o dos descritores de textura diretamente das sub-bandas da transformada wavelet; e extra??o dos descritores de Haralick, a partir da matriz de co-ocorr?ncia. Os sinais de voz foram classificados como saud?veis ou patol?gicos, como tamb?m foi realizada a discrimina??o entre patologias. Paralisia, edema de Reinke e n?dulos nas pregas vocais foram as patologias lar?ngeas consideradas na pesquisa. Os melhores resultados foram obtidos com os descritores de Haralick, empregando redes neurais MLP (Multilayer Perceptron) na classifica??o, em conjunto com o algoritmo de otimiza??o por enxame de part?culas PSO (Particle Swarm Optimization) empregado na sele??o das caracter?sticas mais representativas. O sistema proposto melhorou significativamente a acur?cia na discrimina??o entre patologias, com resultados superiores aos encontrados na literatura, que empregam a an?lise de recorr?ncia.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2018-03-12T13:20:55Z No. of bitstreams: 1 AndreHenriqueMatiasPires_DISSERT.pdf: 5565361 bytes, checksum: f5665a81cdc1abafd016753cfb9016e6 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-03-13T20:49:03Z (GMT) No. of bitstreams: 1 AndreHenriqueMatiasPires_DISSERT.pdf: 5565361 bytes, checksum: f5665a81cdc1abafd016753cfb9016e6 (MD5) / Made available in DSpace on 2018-03-13T20:49:03Z (GMT). No. of bitstreams: 1 AndreHenriqueMatiasPires_DISSERT.pdf: 5565361 bytes, checksum: f5665a81cdc1abafd016753cfb9016e6 (MD5) Previous issue date: 2017-12-06 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / O controle de sistemas din?micos apresenta-se como um desafio. Os m?todos tradicionalmente utilizados na sintonia apresentam a dificuldade em expressar as especifica??es pretendidas e conseguir encontrar controladores que atendam a esses requerimentos, sobretudo quando o caso exige controladores mais complexos, como no caso de problemas MIMO (Multiple Input Multiple Output). Devido ? crescente competitividade na ind?stria, torna-se imprescind?vel utilizar t?cnicas de sintonia mais eficientes e que de fato consigam encontrar controladores com desempenho pretendido. Pode-se, para isso, utilizar meta-heur?sticas, como Particle Swarm Optimization (PSO), Algoritmo Gen?tico (AG) e Algoritmo do Vagalume(AV) para a obten??o dos par?metros do controlador de acordo com uma fun??o de avalia??o, a qual deve conseguir, de fato, codificar o qu?o bom ? um dado controlador, expressando de forma adequada as especifica??es desejadas, de modo que a meta-heur?stica empregada consiga encontrar o controlador que melhor satisfa?a tal fun??o. Em vista disso, prop?e-se a utiliza??o da an?lise wavelet multin?veis, j? muito presente na literatura, voltada para outras aplica??es, sobretudo na an?lise de sinais, sons e imagens, para a confec??o de um ?ndice a ser utilizado como fun??o de avalia??o na otimiza??o de controladores. A an?lise wavelet permite a apreens?o de informa??es do comportamento e forma do sinal, informando frequ?ncia de um sinal ao longo do tempo, caracter?stica que pode ser desej?vel, na avalia??o e projeto de controladores sendo, assim, poss?vel avaliar separadamente o desempenho do transit?rio e do regime permanente. Foi feito um estudo de caso, encontrando o controle otimizado de um sistema MIMO de quatro tanques acoplados. Foi feito um estudo comparativo com outras fun??es de avalia??o apresentadas na literatura e com o m?todo do LGR (Lugar Geom?trico das Raizes). Os controladores implementados apresentaram o desempenho esperado, e aquele encontrado utilizando o ?ndice proposto presentou melhor desempenho. / The control of dynamic systems is a challenge, the methods traditionally used in tuning present the difficulty in expressing the desired specifications and being able to find controllers that produce these requirements, especially when the case requires more complex controllers, as in the case of Multiple Input Multiple Output (MIMO) problems. Due to the increasing competitiveness in the industry, it becomes imperative to use more efficient tuning techniques and that in fact can find controllers with the desired performance. For this, one can use metaheuristics, such as Particle Swarm Optimization (PSO), Genetic Algorithm (AG) and Vagalume Algorithm (AV) to obtain the parameters of the controller according to a fitness function, which should in fact code how good a given controller is, adequately expressing the desired specifications, so that the metaheuristic employed can find the optimal controller, which best satisfies the chosen fitness function. Therefore, it is proposed to use the multilevel wavelet analysis, already present in the literature, focused on other applications, especially in the analysis of signals, sounds and images, for the creation of an index to be used as a fitness function in control optimization. Wavelet analysis allows to capture information on the behavior and shape of the signal by informing the frequency of a signal over time, a characteristic that may be desirable, in the evaluation and design of controllers and, thus, it is possible to separately evaluate the transient and steady-state performances. A case study will be done, finding control of a MIMO system of four coupled tanks. A comparative study was made with other fitness functions presented in the literature and with the LGR (Geometric Place of Roots) method. The implemented controllers presented the expected performance, and the one found using the proposed index presented better performance.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-10-02T23:37:05Z No. of bitstreams: 1 MarioSergioFreitasFerreiraCavalcante_DISSERT.pdf: 1474530 bytes, checksum: 63366d89a6b7c054fb6dc9f83148e4c4 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-10-09T19:35:05Z (GMT) No. of bitstreams: 1 MarioSergioFreitasFerreiraCavalcante_DISSERT.pdf: 1474530 bytes, checksum: 63366d89a6b7c054fb6dc9f83148e4c4 (MD5) / Made available in DSpace on 2017-10-09T19:35:05Z (GMT). No. of bitstreams: 1 MarioSergioFreitasFerreiraCavalcante_DISSERT.pdf: 1474530 bytes, checksum: 63366d89a6b7c054fb6dc9f83148e4c4 (MD5) Previous issue date: 2017-06-27 / Industrialmente, diversas estrat?gias e algoritmos de controle j? s?o utilizadas e registradas na literatura. Entre as t?cnicas existentes, os controladores fuzzy destacam-se pela sua capacidade de tratar de severas n?o linearidades presentes em plantas reais e por conseguir representar o conhecimento especialista, que ? impreciso e inexato matematicamente. Este trabalho estudou dois tipos de controladores fuzzy existentes, baseados no modelo Sugeno, sendo fuzzy tipo-1, aqui classificado como fuzzy convencional, e o fuzzy tipo-2. Devido a complexidade em sintonizar controladores fuzzy que apresentam uma grande quantidade de par?metros, esse trabalho se prop?e a testar diferentes m?todos de otimiza??o meta-heur?sticos para a sintonia de controladores. Para validar os controladores obtidos foi utilizado um servo motor-DC da Quanser, um problema de controle que requer precis?o e velocidade na corre??o do erro de segmento da refer?ncia. Com o intuito de comparar o comportamento dos controladores, otimizou-se um controlador PI para cada um dos sistemas. Para quantificar e qualificar cada controlador foram utilizados tr?s ?ndices de avalia??o, ITEA, IEA e o ?ndice de Goodhart, este ?ltimo utilizado por levar em considera??o tamb?m o sinal de controle aplicado na planta. Pela an?lise dos resultados obtidos, o controlador fuzzy tipo-2 apresentou ganho significativo para o controle dessa planta, quando otimizado com o m?todo PSO. Pelos resultados, pode-se tamb?m inferir que o algoritmo das formigas n?o mostrou-se adequado para esse problema, com a fun??o de avalia??o proposta. / Differents stategies and control algorithms are already tested and registered by industry. Among the existing techniques, fuzzy controllers stand out for their ability to deal with nonlinearities present in real plants. Another fuzzy also allows to best represent expert knowledge, which is mathematically inaccurate. This proposal studied the two types of fuzzy controllers, based on Sugeno Model, the fuzzy type-1 is classified as conventional fuzzy and fuzzy type-2. In this study is used optimization techniques seeking to tune controllers in order to solve one of the biggest problem in fuzzy logic, its tunning. Ant colony, particle swarm and genetic algorithm are used and evaluated to this problem. A servo motor-dc is used to validate fuzzys controllers and pi controller obtained by optimization tecniques. In order to quantify and qualify each controller, three indices were used IEA, ITEA and Goodhart index. The results obtained prove that the type-2 fuzzy controller presented significant gain for the control of this plant, when optimized with the PSO method. From the results, it can also be inferred that the ant algorithm was not adequate for this problem, with the proposed evaluation function.

Made available in DSpace on 2014-12-17T14:55:35Z (GMT). No. of bitstreams: 1 JacksonGS.pdf: 1963039 bytes, checksum: ed3464892d7bb73b5dcab563e42f0e01 (MD5) Previous issue date: 2009-09-28 / Image segmentation is one of the image processing problems that deserves special attention from the scientific community. This work studies unsupervised methods to clustering and pattern recognition applicable to medical image segmentation. Natural Computing based methods have shown very attractive in such tasks and are studied here as a way to verify it's applicability in medical image segmentation. This work treats to implement the following methods: GKA (Genetic K-means Algorithm), GFCMA (Genetic FCM Algorithm), PSOKA (PSO and K-means based Clustering Algorithm) and PSOFCM (PSO and FCM based Clustering Algorithm). Besides, as a way to evaluate the results given by the algorithms, clustering validity indexes are used as quantitative measure. Visual and qualitative evaluations are realized also, mainly using data given by the BrainWeb brain simulator as ground truth / Segmenta??o de imagens ? um dos problemas de processamento de imagens que merece especial interesse da comunidade cient?fica. Neste trabalho, s?o estudado m?todos n?o-supervisionados para detec??o de algomerados (clustering) e reconhecimento de padr?es (pattern recognition) em segmenta??o de imagens m?dicas M?todos baseados em t?cnicas de computa??o natural t?m se mostrado bastante atrativos nestas tarefas e s?o estudados aqui como uma forma de verificar a sua aplicabilidade em segmenta??o de imagens m?dicas. Este trabalho trata de implementa os m?todos GKA (Genetic K-means Algorithm), GFCMA (Genetic FCM Algorithm) PSOKA (Algoritmo de clustering baseado em PSO (Particle Swarm Optimization) e K means) e PSOFCM (Algoritmo de clustering baseado em PSO e FCM (Fuzzy C Means)). Al?m disso, como forma de avaliar os resultados fornecidos pelos algoritmos s?o utilizados ?ndices de valida??o de clustering como forma de medida quantitativa Avalia??es visuais e qualitativas tamb?m s?o realizadas, principalmente utilizando dados do sistema BrainWeb, um gerador de imagens do c?rebro, como ground truth