Submitted by Maykon Nascimento (maykon.albani@hotmail.com) on 2016-05-17T19:11:06Z No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertacao Camila Carnielli.pdf: 1699139 bytes, checksum: b1052d9900853e8c969d3e1b228cde17 (MD5) / Approved for entry into archive by Patricia Barros (patricia.barros@ufes.br) on 2016-06-14T13:57:00Z (GMT) No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertacao Camila Carnielli.pdf: 1699139 bytes, checksum: b1052d9900853e8c969d3e1b228cde17 (MD5) / Made available in DSpace on 2016-06-14T13:57:00Z (GMT). No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertacao Camila Carnielli.pdf: 1699139 bytes, checksum: b1052d9900853e8c969d3e1b228cde17 (MD5) / A identificação de fontes para material particulado tem sido um tema de crescente interesse em todo o mundo para auxiliar a gestão da qualidade do ar. Esta classe de estudos é convencionalmente baseada no uso de modelos receptores, que identificam e quantificam as fontes responsáveis a partir da concentração do contaminante no receptor. Existe uma variedade de modelos receptores disponíveis na literatura, este trabalho compara os resultados dos modelos receptores balanço químico de massa (BQM) e fatoração de matriz positiva (FMP) para o banco de dados de PM2,5, da região de Brighton, Colorado, com o intuito de investigar as dificuldades na utilização de cada modelo, bem como suas vantagens e desvantagens. Inicialmente, já é conhecido que o modelo BQM tem a desvantagem de necessitar dos perfis das fontes, determinados experimentalmente, para ser aplicado e também tem limitações quando as fontes envolvidas são similares. Já o modelo FMP não requer os perfis de fontes, mas tem a desvantagem de precisar de elevada quantidade amostral da concentração do contaminante no receptor. Os resultados mostraram, baseados nas medidas de performance que os dois modelos foram aptos para reproduzir os dados do receptor com ajustes aceitáveis. Todavia, resultados diferentes se ajustaram a medidas de performance. O modelo BQM, utilizou 9 tipos de fontes e o modelo FMP encontrou apenas 6 tipos de fontes. Constatou-se com isso que o modelo FMP tem dificuldades em modelar fontes que aparecem ocasionalmente. As fontes sulfato de amônio, solos, veículos a diesel e nitrato de amônio tiverem boas correlações nos resultados dos dois modelos de contribuições de fontes. Os perfis de fontes utilizados no modelo BQM e resultados do modelo FMP que mais se assimilaram foram das fontes nitrato de amônio, solos, sulfato de amônio e combustão de madeira e ou/ veículos desregulados. Verificou-se no modelo FMP que as espécies não características de determinadas fontes aparecem nos resultados dos perfis das fontes, o que torna-se ainda mais complexo a identificação das fontes, requerendo elevado conhecimento sobre a composição de inúmeras fontes. / The identification of sources of particulate matter has been a topic of growing interest throughout the world to assist the air quality management. This class of studies is conventionally based on the use of receptor models, which identify and quantify the sources responsible from the concentration of the contaminant in the receptor. There are a variety of receptor models, this study compares the results of chemical mass balance (CMB) and positive matrix factorization (PMF) models for a database of PM2.5, for the region of Brighton, Colorado, with a view to investigate the difficulties in the use of each model, as well as its advantages and disadvantages. It is known that the CMB model has the disadvantage of requiring source profiles, determined experimentally, to be applied and also has limitations when the sources involved are similar. On the other hand, the PMF model does not require source profiles, it has the disadvantage to require a large amount sample, in receptor. The results showed, based on performance measures that both models were able to reproduce the data of the receptor with reasonable fit. However, different results were adjusted for performance measurements. The CMB model, used 9 types of sources and PMF model found only 6 types of sources, it was noted by that what the PMF model has difficulty in modeling sources that appear occasionally. The sources ammonium sulfate, soil, diesel vehicles and ammonium nitrate have good correlation in the results of the two model of sources apportionment. The source profiles used in the CMB model and results of the PMF model that present more similarities were of the sources ammonium nitrate, soil, ammonium sulfate and combustion of wood and/or smoker vehicles. It was verified what the PMF model does not separate well species in the source profiles, therefore becomes even more complex to identify the sources in the FMP model, requiring considerable knowledge about the composition of many sources. For the database used with similar sources, the lack of confidence in the results based only on receptors models for a final decision on the source apportionment.

Submitted by Haroudo Xavier Filho (haroudo.xavierfo@ufpe.br) on 2016-03-11T15:25:20Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) dissertação_gava_cin.pdf: 1596983 bytes, checksum: 23245c1b65fe3416d3baeeac5e118845 (MD5) / Made available in DSpace on 2016-03-11T15:25:20Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) dissertação_gava_cin.pdf: 1596983 bytes, checksum: 23245c1b65fe3416d3baeeac5e118845 (MD5) Previous issue date: 2015-08-06 / Sistemas de recomendação têm desempenhado um papel importante em diferentes contextos de aplicação (e.g recomendação de produtos, filmes, músicas, livros, dentre outros). Eles automaticamente sugerem a cada usuário itens que podem ser relevantes, evitando que o usuário tenha que analisar uma quantidade gigantesca de itens para realizar sua escolha. Filtragem colaborativa (FC) é a abordagem mais popular para a construção de sistemas de recomendação, embora sofra com problemas relacionados à esparsidade dos dados (e.g., usuários ou itens com poucas avaliações). Neste trabalho, investigamos a combinação de técnicas de FC, representada pela técnica de Fatoração de Matrizes, e técnicas de recomendação baseada em confiança (RBC) em redes sociais para aliviar o problema da esparsidade dos dados. Sistemas de RBC têm se mostrado de fato efetivos para aumentar a qualidade das recomendações, em especial para usuários com poucas avaliações realizadas (e.g., usuários novos). Entretanto, o desempenho relativo entre técnicas de FC e de RBC pode depender da quantidade de informação útil presente nas bases de dados. Na arquitetura proposta nesse trabalho, as predições geradas por técnicas de FC e de RBC são combinadas de forma ponderada através de medidas de esparsidade calculadas para usuários e itens. Para isso, definimos inicialmente um conjunto de medidas de esparsidade que serão calculadas sobre a matriz de avaliações usuários-itens e matriz de confiança usuários-usuários. Através de experimentos realizados utilizando a base de dados Epinions, observamos que a proposta de combinação trouxe uma melhoria nas taxas de erro e na cobertura em comparação com as técnicas isoladamente. / Recommender systems have played an important role in different application contexts (e.g recommendation of products, movies, music, books, among others). They automatically suggest each user items that may be relevant, preventing the user having to analyze a huge amount of items to make your choice. Collaborative filtering (CF) is the most popular approach for building recommendation systems, although suffering with sparsity of the data-related issues (eg, users or items with few evaluations). In this study, we investigated the combination of CF techniques represented by matrix factorization technique, and trust-based recommendation techniques (TBR) on social networks to alleviate the problem of data sparseness. TBR systems have in fact proven to be effective to increase the quality of the recommendations, especially for users with few assessments already carried out (e.g., cold start users). However, the relative performance between CF and TBR techniques may depend on the amount of useful information contained in the databases. In the proposed architecture in this work, the predictions generated by CF and TBR techniques are weighted combined through sparsity measures calculated to users and items. To do this, first we define a set of sparsity measures that will be calculated on the matrix of ratings users-items and matrix of trust users-users. Through experiments using Epinions database, we note that the proposed combination brought an improvement in error rates and coverage compared to combined techniques.

Diversos estudos tiveram como objetivo determinar e caracterizar o aerossol atmosférico na cidade de São Paulo, quanto a seu tamanho e composição química, bem como encontrar as suas fontes emissoras e contribuições em massa para a região estudada. A coleta dos constituintes atmosféricos foi realizada na estação de amostragem do Laboratório de Análises dos Processos Atmosféricos (LAPAt) do Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG) da Universidade de São Paulo (USP), localizada na zona oeste da cidade de São Paulo, geograficamente em 23°3334 S e 46°4400 O. O experimento foi realizado de 15 de agosto a 16 de setembro de 2016. Foram realizadas coletas de material particulado para análise da concentração em massa de sua fração fina inalável e composição química. A distribuição de tamanho para massa de material particulado foi determinada através da coleta com um impactador em cascata. A distribuição de tamanho para número foi obtida a partir de medidas com um Scanning Mobility Particle Sampler (SMPS) com o cálculo da concentração número de partículas (PNC) para o intervalo de 9 a 450 nm de diâmetro. Para estudar as relações entre os gases presentes na região amostrada com a radiação ultravioleta e com o PNC utilizamos os valores horários de concentrações dos gases (O3, NO, NO2 e NOX) e UV medidos na Rede Telemétrica da CETESB (Companhia de Tecnologia Ambiental do Estado de São Paulo). Os filtros coletados foram analisados pela técnica de Fluorescência de Raios-X dispersivo em energia (EDX). As concentrações de Black Carbon (BC) foram obtidas por refletância. Para a determinação das fontes de material particulado fino (MP2,5) foram utilizados os seguintes modelos receptores: Análise de Componentes Principais (ACP) e Fatoração de Matriz Positiva (FMP). Para análise de dispersão do poluente, utilizamos dados meteorológicos da estação climatológica do IAG situada no Parque do Estado. A concentração média de MP2,5 foi de 18,6 (±12,5) g/m³ e a concentração média de BC foi de 1,9 (±1,5) g/m³. As principais fontes encontradas, por ambos modelos receptores ACP e FMP, foram: veículos pesados (a diesel), veículos leves, queima de biomassa, ressuspensão de poeira de solo, pavimentos e construção, processos secundários e misturas de fontes. Os elementos-traço foram definidos em diferentes modas de tamanho: Al, Ca, Si e Ti com picos nas modas de acumulação, traçadores de ressuspensão de pavimento; Fe, Mn, P, K e Cr com picos na fração mais grossa da moda de acumulação, traçadores de emissões veiculares e queima de biomassa. Cu, Zn, Br, Pb, S e BC apresentam picos na fração mais fina da moda de acumulação, traçadores de emissões veiculares e queima de biomassa. / Several studies aimed to determine and characterize the atmospheric aerosol in the city of São Paulo, not only to its size and chemical composition, but as well as to find its emitting sources and mass contributions in the studied area. The atmospheric constituents were collected at the Laboratório de Análise dos Processos Atmosféricos (LAPAt) of the Institute of Astronomy, Geophysics and Atmospheric Sciences (IAG) of the University of São Paulo (USP), located in the western zone of the city of São Paulo Paulo, geographically at 23°33\'34\"S and 46°44\'00\" W. The experiment was conducted from August 15 to September 16 of 2016. Samples of particulate matter were collected to analyze the mass concentration and chemical composition of its inhalable fine fraction. The particulate mass size distribution was determined through the collection with a cascade impactor. The number size distribution was obtained from measurements with a Scanning Mobility Particle Sampler (SMPS) with the calculated number of particle concentration (PNC) for the range of 9 to 450 nm of the diameter. In order to study the relationships among the compounds present in the region and the PNC, we used the hourly values of the gaseous concentrations (O3, NO, NO2 and NOx) and UV measured in CETESB\'s Air Quality Telemetric Network in the State of São Paulo. The sampled filters were analyzed by the energy dispersive X-ray Fluorescence (EDX) technique to determine the elemental composition. The concentrations of Black Carbon (BC) were obtained by reflectance analysis. In order to determine the sources of fine particulate matter (PM2.5), the following Receptors Models were used: Principal Component Analysis (PCA) and Positive Matrix Factorization (PMF). For air pollution dispersion analysis, we used meteorological data from the IAG climatological station located in the Southeast of the city. The mean MP2.5 concentration was 18.6 (± 12.5) g/m³ and the mean concentration of BC was 1.9 (± 1.5) g/m³ for the sampling period. The main sources found by both ACP and PMF models were heavy-duty vehicles (diesel), light-duty vehicles, biomass burning, resuspension of soil dust, pavements and construction, secondary processes and mixed sources. The trace elements were defined at different size distributions: Al, Ca, Si and Ti with peaks in accumulation fraction (related to pavement resuspension tracers); Fe, Mn, P, K and Cr with peaks in the largest fraction of accumulation mode, characteristic of vehicular emissions tracer and biomass burning. Cu, Zn, Br, Pb, S and BC presented peaks in the finer fraction of the accumulation mode, related to vehicle emissions tracer and biomass burning.

Diversos estudos tiveram como objetivo determinar e caracterizar o aerossol atmosférico na cidade de São Paulo, quanto a seu tamanho e composição química, bem como encontrar as suas fontes emissoras e contribuições em massa para a região estudada. A coleta dos constituintes atmosféricos foi realizada na estação de amostragem do Laboratório de Análises dos Processos Atmosféricos (LAPAt) do Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG) da Universidade de São Paulo (USP), localizada na zona oeste da cidade de São Paulo, geograficamente em 23°3334 S e 46°4400 O. O experimento foi realizado de 15 de agosto a 16 de setembro de 2016. Foram realizadas coletas de material particulado para análise da concentração em massa de sua fração fina inalável e composição química. A distribuição de tamanho para massa de material particulado foi determinada através da coleta com um impactador em cascata. A distribuição de tamanho para número foi obtida a partir de medidas com um Scanning Mobility Particle Sampler (SMPS) com o cálculo da concentração número de partículas (PNC) para o intervalo de 9 a 450 nm de diâmetro. Para estudar as relações entre os gases presentes na região amostrada com a radiação ultravioleta e com o PNC utilizamos os valores horários de concentrações dos gases (O3, NO, NO2 e NOX) e UV medidos na Rede Telemétrica da CETESB (Companhia de Tecnologia Ambiental do Estado de São Paulo). Os filtros coletados foram analisados pela técnica de Fluorescência de Raios-X dispersivo em energia (EDX). As concentrações de Black Carbon (BC) foram obtidas por refletância. Para a determinação das fontes de material particulado fino (MP2,5) foram utilizados os seguintes modelos receptores: Análise de Componentes Principais (ACP) e Fatoração de Matriz Positiva (FMP). Para análise de dispersão do poluente, utilizamos dados meteorológicos da estação climatológica do IAG situada no Parque do Estado. A concentração média de MP2,5 foi de 18,6 (±12,5) g/m³ e a concentração média de BC foi de 1,9 (±1,5) g/m³. As principais fontes encontradas, por ambos modelos receptores ACP e FMP, foram: veículos pesados (a diesel), veículos leves, queima de biomassa, ressuspensão de poeira de solo, pavimentos e construção, processos secundários e misturas de fontes. Os elementos-traço foram definidos em diferentes modas de tamanho: Al, Ca, Si e Ti com picos nas modas de acumulação, traçadores de ressuspensão de pavimento; Fe, Mn, P, K e Cr com picos na fração mais grossa da moda de acumulação, traçadores de emissões veiculares e queima de biomassa. Cu, Zn, Br, Pb, S e BC apresentam picos na fração mais fina da moda de acumulação, traçadores de emissões veiculares e queima de biomassa. / Several studies aimed to determine and characterize the atmospheric aerosol in the city of São Paulo, not only to its size and chemical composition, but as well as to find its emitting sources and mass contributions in the studied area. The atmospheric constituents were collected at the Laboratório de Análise dos Processos Atmosféricos (LAPAt) of the Institute of Astronomy, Geophysics and Atmospheric Sciences (IAG) of the University of São Paulo (USP), located in the western zone of the city of São Paulo Paulo, geographically at 23°33\'34\"S and 46°44\'00\" W. The experiment was conducted from August 15 to September 16 of 2016. Samples of particulate matter were collected to analyze the mass concentration and chemical composition of its inhalable fine fraction. The particulate mass size distribution was determined through the collection with a cascade impactor. The number size distribution was obtained from measurements with a Scanning Mobility Particle Sampler (SMPS) with the calculated number of particle concentration (PNC) for the range of 9 to 450 nm of the diameter. In order to study the relationships among the compounds present in the region and the PNC, we used the hourly values of the gaseous concentrations (O3, NO, NO2 and NOx) and UV measured in CETESB\'s Air Quality Telemetric Network in the State of São Paulo. The sampled filters were analyzed by the energy dispersive X-ray Fluorescence (EDX) technique to determine the elemental composition. The concentrations of Black Carbon (BC) were obtained by reflectance analysis. In order to determine the sources of fine particulate matter (PM2.5), the following Receptors Models were used: Principal Component Analysis (PCA) and Positive Matrix Factorization (PMF). For air pollution dispersion analysis, we used meteorological data from the IAG climatological station located in the Southeast of the city. The mean MP2.5 concentration was 18.6 (± 12.5) g/m³ and the mean concentration of BC was 1.9 (± 1.5) g/m³ for the sampling period. The main sources found by both ACP and PMF models were heavy-duty vehicles (diesel), light-duty vehicles, biomass burning, resuspension of soil dust, pavements and construction, secondary processes and mixed sources. The trace elements were defined at different size distributions: Al, Ca, Si and Ti with peaks in accumulation fraction (related to pavement resuspension tracers); Fe, Mn, P, K and Cr with peaks in the largest fraction of accumulation mode, characteristic of vehicular emissions tracer and biomass burning. Cu, Zn, Br, Pb, S and BC presented peaks in the finer fraction of the accumulation mode, related to vehicle emissions tracer and biomass burning.

Made available in DSpace on 2016-12-23T14:04:31Z (GMT). No. of bitstreams: 1 dissertacao Trindade.pdf: 2131237 bytes, checksum: 514907f9bd367cc5bd486dcd27fa2d9d (MD5) Previous issue date: 2009-03-13 / A identificação de fontes para material particulado tem sido um tema de crescente interesse em todo o mundo para auxiliar a gestão da qualidade do ar. Esta classe de estudos é convencionalmente baseada no uso de modelos receptores, que identificam e quantificam as fontes responsáveis a partir da concentração do contaminante no receptor. Existe uma variedade de modelos receptores disponíveis na literatura, este trabalho compara os resultados dos modelos receptores balanço químico de massa (BQM) e fatoração de matriz positiva (FMP) para o banco de dados de PM2,5, da região de Brighton, Colorado, com o intuito de investigar as dificuldades na utilização de cada modelo, bem como suas vantagens e desvantagens. Inicialmente, já é conhecido que o modelo BQM tem a desvantagem de necessitar dos perfis das fontes, determinados experimentalmente, para ser aplicado e também tem limitações quando as fontes envolvidas são similares. Já o modelo FMP não requer os perfis de fontes, mas tem a desvantagem de precisar de elevada quantidade amostral da concentração do contaminante no receptor. Os resultados mostraram, baseados nas medidas de performance que os dois modelos foram aptos para reproduzir os dados do receptor com ajustes aceitáveis. Todavia, resultados diferentes se ajustaram a medidas de performance. O modelo BQM, utilizou 9 tipos de fontes e o modelo FMP encontrou apenas 6 tipos de fontes. Constatou-se com isso que o modelo FMP tem dificuldades em modelar fontes que aparecem ocasionalmente. As fontes sulfato de amônio, solos, veículos a diesel e nitrato de amônio tiverem boas correlações nos resultados dos dois modelos de contribuições de fontes. Os perfis de fontes utilizados no modelo BQM e resultados do modelo FMP que mais se assimilaram foram das fontes nitrato de amônio, solos, sulfato de amônio e combustão de madeira e ou/ veículos desregulados. Verificou-se no modelo FMP que as espécies não características de determinadas fontes aparecem nos resultados dos perfis das fontes, o que torna-se ainda mais complexo a identificação das fontes, requerendo elevado conhecimento sobre a composição de inúmeras fontes. / The identification of sources of particulate matter has been a topic of growing interest throughout the world to assist the air quality management. This class of studies is conventionally based on the use of receptor models, which identify and quantify the sources responsible from the concentration of the contaminant in the receptor. There are a variety of receptor models, this study compares the results of chemical mass balance (CMB) and positive matrix factorization (PMF) models for a database of PM2.5, for the region of Brighton, Colorado, with a view to investigate the difficulties in the use of each model, as well as its advantages and disadvantages. It is known that the CMB model has the disadvantage of requiring source profiles, determined experimentally, to be applied and also has limitations when the sources involved are similar. On the other hand, the PMF model does not require source profiles, it has the disadvantage to require a large amount sample, in receptor. The results showed, based on performance measures that both models were able to reproduce the data of the receptor with reasonable fit. However, different results were adjusted for performance measurements. The CMB model, used 9 types of sources and PMF model found only 6 types of sources, it was noted by that what the PMF model has difficulty in modeling sources that appear occasionally. The sources ammonium sulfate, soil, diesel vehicles and ammonium nitrate have good correlation in the results of the two model of sources apportionment. The source profiles used in the CMB model and results of the PMF model that present more similarities were of the sources ammonium nitrate, soil, ammonium sulfate and combustion of wood and/or smoker vehicles. It was verified what the PMF model does not separate well species in the source profiles, therefore becomes even more complex to identify the sources in the FMP model, requiring considerable knowledge about the composition of many sources. For the database used with similar sources, the lack of confidence in the results based only on receptors models for a final decision on the source apportionment.