Perceptrons são redes neurais sem retroalimentação onde os neurônios estão dispostos em camadas. O perceptron considerado neste trabalho consiste de uma camada de N neurônios sensores Si = ±1; i = 1, , N ligados a um neurônio motor δ através das conexões sinápticas (pesos) Wi; i = 1, ..., N cujos valores restringimos a ±1. Utilizando o formalismo de Mecânica Estatística desenvolvido por Gardner (1988), estudamos os efeitos de eliminarmos uma fração de conexões sinápticas (diluição ) nas capacidades de memorização e generalização da rede neural descrita acima. Consideramos também o efeito de ruído atuando durante o estágio de treinamento do perceptron. Consideramos dois tipos de diluição: diluição móvel na qual os pesos são cortados de maneira a minimizar o erro de treinamento e diluição fixa na qual os pesos são cortados aleatoriamente. A diluição móvel, que modela lesões em cérebro de pacientes muito jovens, pode melhorar a capacidade de memorização e, no caso da rede ser treinada com ruído, também pode melhorar a capacidade de generalização. Por outro lado, a diluição fixa, que modela lesões em cérebros de pacientes adultos, sempre degrada o desempenho da rede, sendo seu principal efeito introduzir um ruído efetivo nos exemplos de treinamento. / Perceptrons are layered, feed-forward neural networks. In this work we consider a per-ceptron composed of one input layer with N sensor neurons Si = ±1; i = 1, ... , N which are connected to a single motor neuron δ through the synaptic weights Wj; i = 1, ... , N, which are constrained to take on the values ±1 only. Using the Statistical Mechanics formalism developed by Gardner (1988), we study the effects of eliminating a fraction of synaptic weights on the memorization and generalization capabilities of the neural network described above. We consider also the effects of noise acting during the perceptron training stage. We consider two types of dilution: annealed dilution, where the weights are cut so as to minimize the training error and quenched dilution, where the weights are cut randomly. The annealed dilution which models brain damage in very young patients can improve the memorization ability and, in the case of training with noise, it can also improve the generalization ability. On the other hand, the quenched dilution which models lesions on adult brains always degrades the performance of the network, its main effect being to introduce an effective noise in the training examples.

Perceptrons são redes neurais sem retroalimentação cujos os neurônios estão dispostos em camadas. O perceptron considerado neste trabalho consiste de uma camada de N neurônios sensores Si = 1; i = 1,.... N ligados a um único neurônio motor através das conexões sinápticas , Ji; i = 1, .... N. Utilizando o formalismo da Mecânica Estatística desenvolvido por Gardner e colaboradores, estudamos os efeitos da eliminação de uma fração dos pesos sinápticos (diluição) nas capacidades de aprendizado e generalização de dois tipos de perceptrons, a saber, o perceptron linear e o perceptron Booleano. No perceptron linear comparamos o desempenho de redes lesadas por diferentes tipos de diluição, que podem ocorrer durante ou após o processo de aprendizado. Essa comparação mostra que a estratégia de minimizar o erro de treinamento, não fornece o menor erro de generalização, além do que, dependendo do tamanho do conjunto de treinamento e do nível de ruído, os pesos menores podem se tornar os fatores mais importantes para o bom funcionamento da rede. No perceptron Booleano investigamos apenas o efeito da diluição após o término do aprendizado na capacidade de generalização da rede neural treinada com padrões ruidosos. Neste caso, apresentamos uma comparação entre os desempenhos relativos de cinco regras de aprendizado: regra de Hebb, pseudo-inversa, algoritmo de Gibbs, algoritmo de estabilidade ótima e algoritmo de Bayes. Em particular mostramos que a diluição sempre degrada o desempenho de generalização e o algoritmo de Bayes sempre fornece o menor erro de generalização. / Perceptrons are layered, feed-forward neural networks. In this work we consider a perceptron composed of one input layer with N sensor neurons Si = 1; i = 1,..., N which are connected to a single motor neuron a through the synaptic weights Ji; i = 1,..., N. Using the Statistical Mechanics formalism developed by Gardner and co-workers, we study the effects of eliminating a fraction of synaptic weights (dilution) on the learning and generalization capabilities of the two types of perceptrons, namely, the linear perceptron and the Boolean perceptron. In the linear perceptron we compare the performances of networks damaged by different types of dilution, which may occur either during or after the learning stage. The comparison between the effects of the different types of dilution, shows that the strategy of minimizing the training error does not yield the best generalization performance. Moreover, this comparison also shows that, depending on the size of the training set and on the level of noise corrupting the training data, the smaller weights may became the determinant factors in the good functioning of the network. In the Boolean perceptron we investigate the effect of dilution after learning on the generalization ability when this network is trained with noise examples. We present a thorough comparison between the relative performances of five learning rules or algorithms: the Hebb rule, the pseudo-inverse rule, the Gibbs algorithm, the optimal stability algorithm and the Bayes algorithm. In particular, we show that the effect of dilution is always deleterious, and that the Bayes algorithm always gives the lest generalization performance.

Dentre as técnicas de mineração de dados encontra-se a associação, a qual identifica todas as associações intrínsecas contidas na base de dados. Entretanto, essa característica, vantajosa por um lado, faz com que um grande número de padrões seja gerado, sendo que muito deles, mesmo sendo estatisticamente aceitos, são triviais, falsos, ou irrelevantes à aplicação. Além disso, a técnica de associação tradicional gera padrões compostos apenas por itens contidos na base de dados, o que leva à extração, em geral, de um conhecimento muito específico. Essa especificidade dificulta a obtenção de uma visão geral do domínio pelos usuários finais, que visam a utilização/exploração de conhecimentos úteis e compreensíveis. Assim, o pós-processamento das regras descobertas se torna um importante tópico, uma vez que há a necessidade de se validar as regras obtidas. Diante do exposto, este trabalho apresenta uma abordagem de pós-processamento de regras de associação que utiliza conhecimento de domínio, expresso via taxonomias, para obter um conjunto de regras de associação generalizadas compacto e representativo. Além disso, a fim de avaliar a representatividade de padrões generalizados, é apresentado também neste trabalho um estudo referente à utilização de medidas de interesse objetivas quando aplicadas a regras de associação generalizadas. Nesse estudo, a semântica da generalização é levada em consideração, já que cada uma delas fornece uma visão distinta do domínio. Como resultados desta tese, foi possível observar que: um conjunto de regras de associação pode ser compactado na presença de um conjunto de taxonomias; para cada uma das semânticas de generalização existe um conjunto de medidas mais apropriado para ser utilizado na avaliação de regras generalizadas / The association technique, one of the data mining techniques, identifies all the intrinsic associations in database. This characteristic, which can be advantageous on the one hand, generates a large number of patterns. Many of these patterns, even statistically accepted, are trivial, spurious, or irrelevant to the application. In addition, the association technique generates patterns composed only by items in database, which in general implies a very specific knowledge. This specificity makes it difficult to obtain a general view of the domain by the final users, who aims the utilization/exploration of useful and comprehensible knowledge . Thus, the post-processing of the discovered rules becomes an important topic, since it is necessary to validate the obtained rules. In this context, this work presents an approach for post-processing association rules that uses domain knowledge, expressed by taxonomies, to obtain a reduced and representative generalized association rule set. In addition, in order to evaluate the representativeness of generalized patterns, a study referent to the use of objective interest measures when applied to generalized association rules is presented. In this study, the generalization semantics is considered, since each semantic provides a distinct view of the domain. As results of this thesis, it was possible to observe that: an association rule set can be compacted with a taxonomy set; for each generalization semantic there is a measure set that is more appropriate to be used in the generalized rules evaluation

This study aimed at analyzing and comparing the phonological changes that occur in the different degrees of phonological disorder severity in individuaIs treated with the Modified Maximum Opposition Model (Bagetti,Mota & Keske-Soares, in press) as well as verifYingthe way of approaching the distinctive features in the target sounds (contrast or reinforcement) which lead to major phonological changes. The phonological disorder (PD) diagnosis was carried out by means of phonological and complementary assessments. The subjects' speech data were analyzed through the performance of the Child's Phonological Assessment (CPA) proposed by Yavas, Hemandorena & Lamprecht (1991). After the phonological assessment, the percentage of correct consonants (PCC) proposed by Shriberg & Kwiatkowski (1982) was calculated and the subjects were then classified in the degrees of severity of the phonological disorder: severe (SD), moderate-severe (MSD), mild-moderate (MMD) and mild disorder (MD). The studied group was composed by seven subjects, four males and three females aged from 3:10 to 6:9. For the treatment, the Modified Maximum Opposition Model (Bagetti, Mota & Keske-Soares, in press), which is based on the Maximum Opposition Model (Gierut, 1992), wasused. After 20 therapeutic sessions, the CPA was performed again, the PCC was calculated and the phonological changes referent to the PCC were analyzed, as well as the number of sounds acquired during the therapy and generalizations (to items not used in the treatment, to another position of the word, within a class of sounds and to other classes of sounds). The phonological changes were analyzed before and after the treatment, considering and not considering the way ofpresenting the stimulus (contrast or reinforcement). It was analyzed whether there was a statistically significant difference (Wilcoxon Non-Parametric Test, p<0.05). A comparison of the phonological changes among the different degrees of severity of the PD was performed considering and not considering the form of presenting the stimulus. After, the phonological changes within each degree of PD severity were analyzed, one subject treated by contrast approach and the other by reinforcement approach. The phonological changes among the groups treated by both approaches were also analyzed, as well as whether there was a statistically significant difference among them (Kruskal-Wallis Test, p<0.05). It was verified that in the total group there was a statistically significant increasing of the PCC (p<0.0 17), of the number of acquired phonemes (p<O.O17) and of the generalizations to items not used during the treatment (p=O.OO5), to another position of the word, (p=O.OO7), within a class of sounds (p=O.OO6)and to other classes of sounds (p=O.OOO9) after therapy. The group of subjects treated by the contrast approach showed an increase in the PCC and in the number of the phonemes acquired, but such increment was not statistically significant (p=O.067). They presented a statistically significant evolution in relation to the generalizations to items not used in the treatment (p=0.027), to another position ofthe word (p=O.042),within a class ofsounds (p=O.OI7)and to other classes ofsounds (p=O.017).The major phonological changes in the different degrees of phonological disorder severity without considering the form of presenting the stimulus and the subjects treated by the contrast approach occurred in the groups with intermediate phonological disorder severity (MSD and MMD) when compared to the group with a more severe (SD) or less severe (MD) degree. Among the subjects with different degrees of PD severity treated by the reinforcement approach, the major phonological changes were observed in the subject with SD followed by the MMD and the MD. In the comparative analysis within each degree, it was verified that in the severe and medium degrees, the subjects treated by the reinforcement approach presented the major phonological changes and in the medium-moderate degree and the subject treated by the contrast approach presented the major changes. In relation to the comparative analysis between the total group treated by both approaches, it was observed that both groups presented changes in their phonological systems and there was no statistically significant difference between them. / Este estudo teve como objetivo analisar e comparar as mudanças fonológicas ocorridas nos diferentes graus de severidade do desvio fonológico em sujeitos tratados pelo modelo de Oposições Máximas Modificado (Bagetti, Mota & Keske-Soares, no prelo) e verificar a maneira de abordagem dos .traços distintivos nos sons-alvo ("contraste" ou "reforço") que conduz a maiores mudanças fonológicas. O diagnóstico de desvio fonológico (DF) foi realizado através de avaliações fonoaudiológicas e complementares. Os dados da fala dos sujeitos foram analisados por meio da aplicação da Avaliação Fonológica da Criança (AFC) proposta por Yavas, Hemandorena & Lamprecht (1991). Após a realização da avaliação fonológica, foi calculado o percentual de consoantes corretas (PCC) proposto por Shriberg & Kwiatkowski (1982) e os sujeitos foram classificados nos graus de severidade do desvio fonológico: desvio severo (DS), moderado-severo (DMS), médio-moderado (DMM) e médio (DM). O grupo pesquisado foi constituído por sete sujeitos, quatro do sexo masculino e três do feminino (idades entre 3:10 e 6:9). Foi utilizado para o tratamento o Modelo de Oposições Máximas Modificado (Bagetti, Mota & Keske-Soares, no prelo), baseado no Modelo de Oposições Máximas (Gierut, 1992). Após 20 sessões terapêuticas, aplicou-se novamente a AFC, foi calculado o PCC e analisadas as mudanças fonológicas, referentes ao PCC, número de fonemas adquiridos com a terapia e generalizações (a itens não utilizados no tratamento, para outra posição da palavra, dentro de uma classe de sons e para outras classes de sons). Foram analisadas as mudanças fonológicas, pré e pós-tratamento, sem considerar a forma de apresentação do estímulo e considerando-se a forma de apresentação do estímulo ("contraste" e "reforço") e analisado se houve diferença estatisticamente significante (Teste Não Paramétrico Wilcoxon, p<0,05). Foi realizada uma comparação das mudanças fonológicas entre os diferentes graus de severidade do DF sem considerar a forma de apresentação do estímulo e considerando-se a forma de apresentação do mesmo. Em seguida, foram analisadas as mudanças fonológicas dentro de cada grau de severidade do DF, sendo um sujeito tratado pelo "contraste" e outro pelo "reforço". Também foram analisadas as mudanças fonológicas entre o grupo de sujeitos tratados pelo "contraste" e o grupo tratado pelo 'reforço', e observado se houve diferença estatisticamente significante (Teste Kruskal-Wallis, p<0,05) entre eles. Verificou-se que, no grupo total de sujeitos, houve um aumento estatisticamente significante do PCC (p<0,0 17), do número de sons adquiridos (p<0,0 17) e das generalizações a itens não utilizados no tratamento (p=0,005), para outra posição da palavra (p=0,007), dentro de uma classe de sons (p=0,006) e para outras classes de sons (p=0,0009) após a terapia. O grupo de sujeitos, com diferentes graus de severidade do DF, tratados pelo "contraste", apresentou um aumento no PCC e no número de sons adquiridos, mas este aumento não foi estatisticamente significante (p=0,067). Apresentaram evolução estatisticamente significante em relação às generalizações a itens não utilizados no tratamento (p=0,027), para outra posição da palavra (p=0,042), dentro de uma classe de sons (p=0,017) e para outras classes de sons (p=0,017). O grupo de sujeitos com diferentes graus de severidade do desvio fonológico tratados pelo "reforço" apresentou evolução, mas esta não foi estatisticamente significante em relação ao PCC (p=0,108), número de sons adquiridos (p=O,108) e generalizações a itens não utilizados no tratamento (p=0,67), para outra posição da palavra (p=0,67), dentro de uma classe de sons (p=0,126). Este grupo também apresentou evolução em relação à generalização para outras classes de sons, e esta evolução foi estatisticamente significante (p=0,017). As maiores mudanças fonológicas nos diferentes graus de severidade do desvio fonológico, sem considerar a forma de apresentação do estímulo, como também nos sujeitos tratados pelo "contraste", ocorreram nos grupos com desvios fonológicos com graus de severidade intermediários (DMS e DMM), quando comparados ao grupo com grau de severidade mais acentuado (DS) ou menos acentuado (DM). Nos sujeitos tratados pelo "reforço" com diferentes graus de severidade do DF, as maiores mudanças fonológicas foram observadas no sujeito com DS, seguido do sujeito com DMM e DM. Na análise comparativa dentro de cada grau, verificou-se que, nos graus severo e médio, os sujeitos tratados pelo "reforço" apresentaram maiores mudanças fonológicas, e no grau médio-moderado o sujeito tratado pelo "contraste" apresentou maior mudança fonológica. Quanto à análise comparativa entre o grupo total de sujeitos tratados pelo "contraste" e o grupo tratado pelo "reforço", verificou-se que ambos os grupos apresentaram mudanças em seus sistemas fonológicos e não houve diferença estatisticamente significante entre eles.

Made available in DSpace on 2016-06-02T20:30:54Z (GMT). No. of bitstreams: 1 4544.pdf: 989802 bytes, checksum: 6c15c62acd3ef5dfdf27590a63f43a87 (MD5) Previous issue date: 2011-07-01 / Financiadora de Estudos e Projetos / The present study aimed to perform a music perception training for musically untrained individuals. Four university students were asked to identify major, minor and seventh chords. After hearing the sounds, they were reinforced for choosing the right image, which were either the chords guitar charts or the words MAIOR , MENOR and SÉTIMA (major, minor and seventh in Portuguese). After the training, the relation between words and charts was tested, and then, a generalization test took place in order to verify the identification of unheard chords. After this test, a new training was conducted with chords from a different root note. New equivalence tests were added, involving the different charts trained. Then, there a new generalization test was carried out, followed by the last training phase and the last testing phase. The participants generalized the trained discriminations to untrained stimuli, with an increasing score as they advanced through the procedure. However, some participants weren t able to achieve the criterion score in the more complex training sessions. These participants performed the equivalence tests, and their score was significantly lower than expected, failing to replicate prior results, and suggesting a link between difficulty in training and equivalence classes formation. / O presente estudo buscou fazer um treinamento de percepção musical para indivíduos sem experiência nesta área. Quatro estudantes universitários foram solicitados a identificar acordes maiores, menores e maiores com sétima. Diante dos sons, eles foram reforçados por escolherem a imagem correta. Essa imagem variava entre as cifras para violão dos acordes e as palavras MAIOR , MENOR e SÉTIMA . Após passarem pelo treinamento, a relação entre as palavras e as cifras foi testada, e após esse teste, foi feito um teste de generalização para verificar se eles classificariam acordes não ouvidos previamente. Em seguida eles passavam por um novo treino, envolvendo acordes de outra nota. Aos testes de equivalência, eram acrescidos testes envolvendo as diferentes cifras. Após estes, era realizado um novo teste de generalização, e em seguida viria a etapa final de treino, seguida pelos últimos testes. Os participantes demonstraram generalização para estímulos não treinados, com porcentagem de acertos crescente conforme o avanço no procedimento. No entanto, alguns participantes não conseguiram atingir o critério nos treinos mais complexos, mesmo tentando por repetidas vezes. Os testes de equivalência foram conduzidos de forma antecipada para estes participantes, e eles não formaram classes, contrariando resultados anteriores e sugerindo uma relação entre a dificuldade no treino e a formação de classes de equivalência.

Perceptrons são redes neurais sem retroalimentação onde os neurônios estão dispostos em camadas. O perceptron considerado neste trabalho consiste de uma camada de N neurônios sensores Si = ±1; i = 1, , N ligados a um neurônio motor &#948; através das conexões sinápticas (pesos) Wi; i = 1, ..., N cujos valores restringimos a ±1. Utilizando o formalismo de Mecânica Estatística desenvolvido por Gardner (1988), estudamos os efeitos de eliminarmos uma fração de conexões sinápticas (diluição ) nas capacidades de memorização e generalização da rede neural descrita acima. Consideramos também o efeito de ruído atuando durante o estágio de treinamento do perceptron. Consideramos dois tipos de diluição: diluição móvel na qual os pesos são cortados de maneira a minimizar o erro de treinamento e diluição fixa na qual os pesos são cortados aleatoriamente. A diluição móvel, que modela lesões em cérebro de pacientes muito jovens, pode melhorar a capacidade de memorização e, no caso da rede ser treinada com ruído, também pode melhorar a capacidade de generalização. Por outro lado, a diluição fixa, que modela lesões em cérebros de pacientes adultos, sempre degrada o desempenho da rede, sendo seu principal efeito introduzir um ruído efetivo nos exemplos de treinamento. / Perceptrons are layered, feed-forward neural networks. In this work we consider a per-ceptron composed of one input layer with N sensor neurons Si = ±1; i = 1, ... , N which are connected to a single motor neuron &#948; through the synaptic weights Wj; i = 1, ... , N, which are constrained to take on the values ±1 only. Using the Statistical Mechanics formalism developed by Gardner (1988), we study the effects of eliminating a fraction of synaptic weights on the memorization and generalization capabilities of the neural network described above. We consider also the effects of noise acting during the perceptron training stage. We consider two types of dilution: annealed dilution, where the weights are cut so as to minimize the training error and quenched dilution, where the weights are cut randomly. The annealed dilution which models brain damage in very young patients can improve the memorization ability and, in the case of training with noise, it can also improve the generalization ability. On the other hand, the quenched dilution which models lesions on adult brains always degrades the performance of the network, its main effect being to introduce an effective noise in the training examples.

Perceptrons são redes neurais sem retroalimentação cujos os neurônios estão dispostos em camadas. O perceptron considerado neste trabalho consiste de uma camada de N neurônios sensores Si = 1; i = 1,.... N ligados a um único neurônio motor através das conexões sinápticas , Ji; i = 1, .... N. Utilizando o formalismo da Mecânica Estatística desenvolvido por Gardner e colaboradores, estudamos os efeitos da eliminação de uma fração dos pesos sinápticos (diluição) nas capacidades de aprendizado e generalização de dois tipos de perceptrons, a saber, o perceptron linear e o perceptron Booleano. No perceptron linear comparamos o desempenho de redes lesadas por diferentes tipos de diluição, que podem ocorrer durante ou após o processo de aprendizado. Essa comparação mostra que a estratégia de minimizar o erro de treinamento, não fornece o menor erro de generalização, além do que, dependendo do tamanho do conjunto de treinamento e do nível de ruído, os pesos menores podem se tornar os fatores mais importantes para o bom funcionamento da rede. No perceptron Booleano investigamos apenas o efeito da diluição após o término do aprendizado na capacidade de generalização da rede neural treinada com padrões ruidosos. Neste caso, apresentamos uma comparação entre os desempenhos relativos de cinco regras de aprendizado: regra de Hebb, pseudo-inversa, algoritmo de Gibbs, algoritmo de estabilidade ótima e algoritmo de Bayes. Em particular mostramos que a diluição sempre degrada o desempenho de generalização e o algoritmo de Bayes sempre fornece o menor erro de generalização. / Perceptrons are layered, feed-forward neural networks. In this work we consider a perceptron composed of one input layer with N sensor neurons Si = 1; i = 1,..., N which are connected to a single motor neuron a through the synaptic weights Ji; i = 1,..., N. Using the Statistical Mechanics formalism developed by Gardner and co-workers, we study the effects of eliminating a fraction of synaptic weights (dilution) on the learning and generalization capabilities of the two types of perceptrons, namely, the linear perceptron and the Boolean perceptron. In the linear perceptron we compare the performances of networks damaged by different types of dilution, which may occur either during or after the learning stage. The comparison between the effects of the different types of dilution, shows that the strategy of minimizing the training error does not yield the best generalization performance. Moreover, this comparison also shows that, depending on the size of the training set and on the level of noise corrupting the training data, the smaller weights may became the determinant factors in the good functioning of the network. In the Boolean perceptron we investigate the effect of dilution after learning on the generalization ability when this network is trained with noise examples. We present a thorough comparison between the relative performances of five learning rules or algorithms: the Hebb rule, the pseudo-inverse rule, the Gibbs algorithm, the optimal stability algorithm and the Bayes algorithm. In particular, we show that the effect of dilution is always deleterious, and that the Bayes algorithm always gives the lest generalization performance.

Dentre as técnicas de mineração de dados encontra-se a associação, a qual identifica todas as associações intrínsecas contidas na base de dados. Entretanto, essa característica, vantajosa por um lado, faz com que um grande número de padrões seja gerado, sendo que muito deles, mesmo sendo estatisticamente aceitos, são triviais, falsos, ou irrelevantes à aplicação. Além disso, a técnica de associação tradicional gera padrões compostos apenas por itens contidos na base de dados, o que leva à extração, em geral, de um conhecimento muito específico. Essa especificidade dificulta a obtenção de uma visão geral do domínio pelos usuários finais, que visam a utilização/exploração de conhecimentos úteis e compreensíveis. Assim, o pós-processamento das regras descobertas se torna um importante tópico, uma vez que há a necessidade de se validar as regras obtidas. Diante do exposto, este trabalho apresenta uma abordagem de pós-processamento de regras de associação que utiliza conhecimento de domínio, expresso via taxonomias, para obter um conjunto de regras de associação generalizadas compacto e representativo. Além disso, a fim de avaliar a representatividade de padrões generalizados, é apresentado também neste trabalho um estudo referente à utilização de medidas de interesse objetivas quando aplicadas a regras de associação generalizadas. Nesse estudo, a semântica da generalização é levada em consideração, já que cada uma delas fornece uma visão distinta do domínio. Como resultados desta tese, foi possível observar que: um conjunto de regras de associação pode ser compactado na presença de um conjunto de taxonomias; para cada uma das semânticas de generalização existe um conjunto de medidas mais apropriado para ser utilizado na avaliação de regras generalizadas / The association technique, one of the data mining techniques, identifies all the intrinsic associations in database. This characteristic, which can be advantageous on the one hand, generates a large number of patterns. Many of these patterns, even statistically accepted, are trivial, spurious, or irrelevant to the application. In addition, the association technique generates patterns composed only by items in database, which in general implies a very specific knowledge. This specificity makes it difficult to obtain a general view of the domain by the final users, who aims the utilization/exploration of useful and comprehensible knowledge . Thus, the post-processing of the discovered rules becomes an important topic, since it is necessary to validate the obtained rules. In this context, this work presents an approach for post-processing association rules that uses domain knowledge, expressed by taxonomies, to obtain a reduced and representative generalized association rule set. In addition, in order to evaluate the representativeness of generalized patterns, a study referent to the use of objective interest measures when applied to generalized association rules is presented. In this study, the generalization semantics is considered, since each semantic provides a distinct view of the domain. As results of this thesis, it was possible to observe that: an association rule set can be compacted with a taxonomy set; for each generalization semantic there is a measure set that is more appropriate to be used in the generalized rules evaluation

Made available in DSpace on 2014-06-12T15:58:46Z (GMT). No. of bitstreams: 2 arquivo4694_1.pdf: 1662278 bytes, checksum: 5cd2adf9ca2754336a43284db6f602a5 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / Este trabalho aborda o problema de transpor ferramentas e conceitos cartográficos para aplicações de realidade virtual, focando o uso da generalização cartográfica em mundos urbanos virtuais para turismo. A Generalização Cartográfica é uma área de Cartografia utilizada para se obter versões de mapas cartográficos. Em mundos virtuais este processo pode ser implementado com a geração de ní&#305;veis de detalhamento (Level of Detail LOD), mas não existem regras precisas para construir esses níveis de forma automática; grande parte dos trabalhos encontrados na literatura foca apenas na simplificação de polígonos. Para se obter versões generalizadas de mapas, a cartografia faz uso de doze operadores, aplicados pelo Cartógrafo segundo o seu conhecimento do problema. Estes operadores são: simplificar, suavizar, agregar, amalgamar, merging , colapsar, refinar, exagerar, aumentar, deslocar, classificação e simbolização. É realizada uma análise destes operadores verificando a viabilidade de sua aplicação em mundos virtuais. O conhecimento de um especialista na área de Cartografia é modelado através de regras de conhecimento, as quais alimentam um sistema especialista utilizado para selecionar os objetos de acordo com o tema, que nesta dissertação é o turismo, e para a aplicação dos operadores sobre o mundo virtual. Três dos operadores cartográficos foram escolhidos para serem implementados para mundos virtuais, pois já eram utilizados de forma isolada: simplificar, suavizar e simbolização. A partir destas informações, o SisGen3D, Sistema de Generalização para mundos virtuais construídos em VRML (Virtual Reality Modelling Language), é apresentado e validado com um mundo virtual, o Recife Antigo Virtual. Este sistema foi desenvolvido em JAVA, modelado com UML (Unified Modelling Language) e utiliza o gerenciador de banco de dados MySQL

Submitted by (lucia.rodrigues@ufrpe.br) on 2017-03-29T14:11:57Z No. of bitstreams: 1 Messias Antonio da Silva.pdf: 2977132 bytes, checksum: a15679b5cedd2062e4385683b350d5f3 (MD5) / Made available in DSpace on 2017-03-29T14:11:57Z (GMT). No. of bitstreams: 1 Messias Antonio da Silva.pdf: 2977132 bytes, checksum: a15679b5cedd2062e4385683b350d5f3 (MD5) Previous issue date: 2015-08-14 / The constant π will be presented in this work since its origin, in length and area problems particularly the problem of squaring a circle -, to the most recent researches on algorithms used for the calculus of its decimal expansion. Using the exhaustion method we calculate the length and area of a circle of radius r. We demonstrate the irrationality of π . We also generalize the constant for π convex, simple and closed curves. At last we suggest some educational activities related to the concepts in study. / A constante π será apresentada desde a sua origem, nos problemas de medidas de comprimento, área, em particular o problema da quadratura do círculo, até as pesquisas mais recentes sobre os algoritmos usados para o cálculo, de sua expansão decimal. Usando o método da exaustão calculamos o comprimento e a área de um círculo de raio r. Mostramos a irracionalidade de π . Apresentamos uma generalização de π para curvas fechadas, simples e convexas. Finalmente, sugerimos algumas atividades didáticas envolvendo os conceitos estudados.