Made available in DSpace on 2015-04-11T14:02:59Z (GMT). No. of bitstreams: 1 Pedro Antonio Gonzales Sanchez.pdf: 1313238 bytes, checksum: 234b86be8198c8c3e01948d1e566aa19 (MD5) Previous issue date: 2013-07-17 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / Today, the Internet is considered a powerful tool of communication and information. Its impact on society is increasing more and more, which means that it is becoming indispensable. In this context information searching systems are becoming increasingly important. In this paper, we propose a new search method capable of learning ranking functions that explore Web pages structure in blocks, using genetic programming. Different from previous works, our method allows combining traditional evidence in information retrieval with evidence derived from the structure of Web pages. To validate the proposed method, we use three real collections of pages (IG, CNN and BLOG). Experimental results show that our approach is able to overcome the results of a baseline of information which uses blocks information without learning machine, presenting precision benefits (MAP) of 9.38% in the IG collection, from 7.13% in CNN, and 25.87% in collection BLOG. Regarding our second baseline, which uses genetic programming out of traditional evidence in information retrieval, our method achieved benefits of 5.25% in the IG collection, 10.37% and 4.37% on CNN in collection BLOG. / Na atualidade, a Internet é considerada uma poderosa ferramenta de comunicação e informação. Seu impacto na sociedade está aumentando cada vez mais, o que significa que está se tornando indispensável. Neste contexto, sistemas de busca por informação tornam-se cada vez mais importantes. Neste trabalho, propomos um novo método de busca capaz de aprender funções de ranking que exploram a estrutura em bloco das páginas Web, usando programação genética. Diferentemente de trabalhos anteriores, nosso método permite combinar evidências tradicionais em recuperação de informação com evidências derivadas da estrutura das páginas. Para validar o método proposto, utilizamos três coleções reais de páginas (IG, CNN e BLOG). Os resultados experimentais mostram que nossa abordagem é capaz de superar os resultados de um baseline que usa informações de blocos sem aprendizagem de máquina, apresentando ganhos de precisão (MAP) de 9,38% na coleção IG, de 7,13% na CNN, e 25,87% na coleção de BLOG. Em relação a nosso segundo baseline, que usa programação genética a partir de evidências tradicionais de recuperação de informação, nosso método conseguiu ganhos de 5,25% na coleção IG, 10,37% na CNN e 4,37% na coleção de BLOG.

Made available in DSpace on 2015-04-11T14:03:21Z (GMT). No. of bitstreams: 1 Thomaz Philippe Cavalcante Silva.pdf: 477958 bytes, checksum: f2d356a7d29673f431c4aa41d9c41d11 (MD5) Previous issue date: 2008-04-07 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / Modern search engines use different strategies to improve the quality of their answers. An important strategy is to get an ordered list of documents based on lists produced by different sources of evidence. This work studies the use of a evolutionary technique to generate good functions of combination of three different sources of evidence: the textual content of the documents, the connecting structures between the documents in a collection and the concatenation of anchor texts pointing to each document. The functions Combination findings in this study were tested in two separate collections: the first contains queries and document a real Web search engine that contains some 12 million documents and the second is to LETOR reference collection, created to allow the fair comparison between collating functions learning methods. The experiments indicate that the studied approach here is a practical and effective alternative to combining different sources of evidence in a single list of answers. We also checked different query classes require different functions combination of sources of evidence and show that our approach is feasible to identify good features. / Máquinas de busca modernas utilizam diferentes estratégias para melhorar a qualidade de suas respostas. Uma estratégia importante é obter uma única lista ordenada de documentos baseada em listas produzidas por diferentes fontes de evidência. Este trabalho estuda o uso de uma técnica evolutiva para gerar boas funções de combinação de três diferentes fontes de evidência: o conteúdo textual dos documentos, as estruturas de ligação entre os documentos de uma coleção e a concatenação dos textos de âncora que apontam para cada documento. As funções de combinação descobertas neste trabalho foram testadas em duas coleções distintas: a primeira contém consultas e documentos de uma máquina de busca real da Web que contém cerca de 12 milhões de documentos e a segunda é a coleção de referência LETOR, criada para permitir a justa comparação entre métodos de aprendizagem de funções de ordenação. Os experimentos indicam que a abordagem estudada aqui é uma alternativa prática e efetiva para combinação de diferentes fontes de evidência em uma única lista de respostas. Nós verificamos também que diferentes classes de consultas necessitam de diferentes funções de combinação de fontes de evidência e mostramos que nossa abordagem é viável em identificar boas funções.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-06-04T13:02:42Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Filipe Dwan.pdf: 3617202 bytes, checksum: 21261ba9c1db7a40af29004bd0bb6f52 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-06-04T13:02:58Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Filipe Dwan.pdf: 3617202 bytes, checksum: 21261ba9c1db7a40af29004bd0bb6f52 (MD5) / Made available in DSpace on 2018-06-04T13:02:58Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Filipe Dwan.pdf: 3617202 bytes, checksum: 21261ba9c1db7a40af29004bd0bb6f52 (MD5) Previous issue date: 2018-03-29 / CS1 (first year programming) classes are known to have a high dropout and non-pass rate. Thus, there have been many studies attempting to predict and alleviate CS1 student performance. Knowing about student performance in advance can be useful for many reasons. For example, teachers can apply specific actions to help learners who are struggling, as well as provide more challenging activities to high-achievers. Initial studies used static factors, such as: high school grades, age, gender. However, student behavior is dynamic and, as such, a data-driven approach has been gaining more attention, since many universities are using web-based environments to support CS1 classes. Thereby, many researchers have started extracting student behavior by cleaning data collected from these environments and using them as features in machine learning (ML) models. Recently, the research community has proposed many predictive methods available, even though many of these studies would need to be replicated, to check if they are context-sensitive. Thus, we have collected a set of successful features correlated with the student grade used in related studies, compiling the best ML attributes, as well as adding new features, and applying them on a database representing 486 CS1 students. The set of features was used in ML pipelines which were optimized with two approaches: hyperparameter-tuning with random search and genetic programming. As a result, we achieved an accuracy of 74.44%, using data from the first two weeks to predict student final grade, which outperforms a state-of-the-art research applied to the same dataset. It is also worth noting that from the eighth week of class, the method achieved accuracy between 85% and 90.62%. / Em média, um terço dos alunos no mundo reprova em disciplinas de introdução à programação de computadores (IPC). Assim, muitos estudos vêm sendo conduzidos a fim de inferir o desempenho de estudantes de turmas de IPC. Inicialmente, pesquisadores investigavam a relação das notas dos alunos com fatores estáticos como: notas no ensino médio, gênero, idade e outros. Entretanto, o comportamento dos estudantes é dinâmico e, dessa forma, abordagens orientadas aos dados vêm ganhando atenção, uma vez que muitas universidades utilizam ambientes web para turmas de programação como juízes online. Com efeito, muitos pesquisadores vêm extraindo e tratando os dados dos estudantes a partir desses ambientes e usando-os como atributos de algoritmos de aprendizagem de máquina para a construção de modelos preditivos. No entanto, a comunidade científica sugere que tais estudos sejam reproduzidos a fim de investigar se eles são generalizáveis a outras bases de dados educacionais. Neste sentido, neste trabalho apresentou-se um método que emprega um conjunto de atributos correlacionados com as notas dos estudantes, sendo alguns baseados em trabalhos relacionados e outros propostos nesta pesquisa, a fim de realizar a predição do desempenho dos alunos nas avaliações intermediárias e nas médias finais. Tal método foi aplicado a uma base de dados com 486 alunos de IPC. O conjunto de atributos chamado de perfil de programação foi empregado em algoritmos de aprendizagem de máquina e otimizado utilizando duas abordagens: a) ajuste de hiperparâmetros com random search e b) construção do pipeline de aprendizagem de máquina utilizando algoritmos evolutivos. Como resultado, atingiu-se 74,44% de acurácia na tarefa de identificar se os alunos iriam ser reprovados ou aprovados usando os dados das duas semanas de aula em uma base de dados balanceada. Esse resultado foi estatisticamente superior ao baseline. Destaca-se ainda que a partir da oitava semana de aula, o método atingiu acurácias entre 85% e 90,62%.

Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2017-09-13T17:19:44Z No. of bitstreams: 2 Dissertação - Vinícius Paulo Lopes de Oliveira - 2017.pdf: 2066886 bytes, checksum: c610d8e21e23795d1cea6eeca17b5e5e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-09-19T13:58:48Z (GMT) No. of bitstreams: 2 Dissertação - Vinícius Paulo Lopes de Oliveira - 2017.pdf: 2066886 bytes, checksum: c610d8e21e23795d1cea6eeca17b5e5e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-09-19T13:58:48Z (GMT). No. of bitstreams: 2 Dissertação - Vinícius Paulo Lopes de Oliveira - 2017.pdf: 2066886 bytes, checksum: c610d8e21e23795d1cea6eeca17b5e5e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-08-14 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Maintenance and software repair are responsible for most of the cost of a software in the course of its life. Software repair through genetic evolution may repair errors and improve software, reducing its high cost. GenProg is a technique that uses this approach and through patches evolution it is capable to fix errors in large and small softwares. A patch composed by low-granularity operations compromise the manipulation of these operations. These operations consist of three subspaces: operation, location of application of the operation and what the operation will apply at the location of the fault (operator, fault and fix, respectively). The recombination and mutation operators applied to a low granulation representation limits the ability of the technique to navigate in search space efficiently. It is proposed the reformulation of the representation, in order to allow greater search capability. Theoretical analysis of the representation showed that the new representation has a greater locality than the original one. Through experimentation, validation and genotypic analysis it is shown that the proposed changes have led to a better performance with respect to the original operators and parameters in terms of efficiency, in the first experiments the operator UnifSingle with memorization was 48.88% more effective than the Original operator and then the operator OPSingle_V2 was 26% more effective than the operator UnifSingle with memorization. Some characteristics of these cross-operators were observed through a genotype distance analysis and their influence on the automatic software reapair problem. The proposed mutation operator shown superior results if compared to original. Combination between operator UniSingle with memorization showed the best efficacy among all combinations of operators and parameters (28.29% superior to the best result of the original GenProg). / Manutenção e reparo de software é responsável pela maior parte do custo de um software no decorrer de sua vida. O reparo de software por meio de evolução genética pode reparar erros e/ou melhorar softwares, diminuindo seu alto custo. GenProg é uma técnica em desenvolvimento que utiliza esta abordagem e por meio de evolução de patches é capaz de reparar erros em grandes e pequenos softwares. Um patch é composto por operações de edições de baixa granularidade o que compromete a separação e edição dessas operações. Essas operações são formadas por três subespaços: operação, local da aplicação da operação e o que a operação irá aplicar no local da falha (operator, fault, fix, respectivamente). Os operadores de recombinação e mutação aplicados às representações de baixa granularidade limita a habilidade da técnica de navegar no espaço de busca de forma eficiente. É proposto neste estudo, a reformulação da representação, do operador de cruzamento e mutação a fim de permitir uma maior capacidade de busca. Análises teóricas da representação demonstraram que a nova representação possui localidade maior que a original. Por meio de experimentações, validações e análises genotípicas é mostrado que as mudanças propostas levaram a uma melhoria em relação aos operadores e parâmetros originais em termos de eficácia, sendo que nos experimentos iniciais o operador UnifSingle com memorização apresentou eficácia 45,88% superior ao melhor caso do operador Original e em seguida o operador posteriormente proposto OPSingle_V2 apresentou eficácia 26% superior ao UnifSingle com memorização. Foram observadas algumas características desses operadores de cruzamento por meio de uma análise por distância genotípica e suas influências no problema de reparo automatizado de software. O operador de mutação proposto apresentou resultados superiores ao operador de mutação original e combinado com operador UnifSingle com memorização, apresentou a melhor eficácia entre todas as combinações de operadores e parâmetros.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-06-01T15:26:09Z No. of bitstreams: 1 franciscoaugustolimamanfrini.pdf: 2355106 bytes, checksum: 0c2126ac87b502d91fbb53cda2fa0b2a (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-06-02T15:56:42Z (GMT) No. of bitstreams: 1 franciscoaugustolimamanfrini.pdf: 2355106 bytes, checksum: 0c2126ac87b502d91fbb53cda2fa0b2a (MD5) / Made available in DSpace on 2017-06-02T15:56:42Z (GMT). No. of bitstreams: 1 franciscoaugustolimamanfrini.pdf: 2355106 bytes, checksum: 0c2126ac87b502d91fbb53cda2fa0b2a (MD5) Previous issue date: 2017-02-23 / A computação evolucionista tem sido aplicada em diversas áreas do conhecimento para a descoberta de projetos inovadores. Quando aplicada na concepção de circuitos digitais o problema da escalabilidade tem limitado a obtenção de circuitos complexos, sendo apontado como o maior problema em hardware evolutivo. O aumento do poder dos métodos evolutivos e da eficiência da busca constitui um importante passo para melhorar as ferramentas de projeto. Este trabalho aborda a computação evolutiva aplicada ao projeto de circuito lógicos combinacionais e cria estratégias para melhorar o desempenho dos algoritmos evolutivos. As três principais contribuições resultam dessa tese são: (i) o desenvolvimento de uma nova metodologia que ajuda a compreensão das causas fundamentais do sucesso/fracasso evolutivo;(ii)a proposta de uma heurística para a semeadura da população inicial; os resultados mostram que existe uma correlação entre a topologia da população inicial e a região do espaço de busca explorada; e (iii) a proposta de um novo operador de mutação denominado Biased SAM; verificou-se que esta mutação pode guiar de maneira efetiva a busca. Nos experimentos realizados o operador proposto é melhor ou equivalente ao operador de mutação tradicional. Os experimentos computacionais que validaram as respectivas contribuições foram feitos utilizando circuitos benchmark da literatura. / Evolutionary computation has been applied in several areas of knowledge for discovering Innovative designs. When applied to a digital circuit design the scalability problem has limited the obtaining of complex circuits, being pointed as the main problem in the evolvable hardware field. Increased power of evolutionary methods and efficiency of the search constitute an important step towards improving the design tool. This work approaches the evolutionary computation applied to the design of combinational logic circuits and createsstrategiestoimprovetheperformanceofevolutionaryalgorithms. The three main contributions result from this thesis are: (i) the developement of a methodology that helps to understand the success/failure of the genetic modifications that occur along the evolution; (ii) a heuristic proposed for seeding the initial population; the results showed there is a correlation between the topology of the initial population and the region of the search space which is explored. (iii) a proposal of a new mutation operator referred to as Biased SAM; it is verified that this operator can guide the search. In the experiments performed the mutation proposed is better than or equivalent to the traditional mutation. The computational experiments that prove the efficiency of the respective contributions were made using benchmark circuits of the literature.

Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2017-07-04T16:01:12Z No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-08-08T15:16:30Z (GMT) No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) / Made available in DSpace on 2017-08-08T15:16:30Z (GMT). No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) Previous issue date: 2017-03-08 / Nas últimas décadas os casos de asma e demais doenças alérgicas tiveram grande aumento em todo o mundo, sendo atualmente um grande problema de saúde pública. As causas do aumento da prevalência destas patologias são desconhecidas, porém a hipótese mais aceita é que seja oriunda da redução de infecções na infância como consequência da recente melhora nas condições de higiene. Esta redução das infecções pode levar ao desenvolvimento anômalo do sistema imune, aumentando assim a chance de desenvolver alergias e a asma. Tanto a asma como as demais alergias são patologias complexas, causadas por fatores genéticos e ambientais, de modo que o uso de ferramentas computacionais, tais como a programação genética podem contribuir para a compreensão destas doenças. Aplicou-se a técnica de Programação Genética Gramatical Multiobjetivo (MGGP) em dados obtidos de um coorte de 1445 crianças entre 4 e 11 anos para gerar modelos os quais possam representar como as relações entre infecções e ambiente podem explicar o desenvolvimento de atopia e asma. Para avaliar a presença de asma foi usado um questionário do ISAAC fase II e para avaliar atopia foram realizadas medições de anticorpos IgE contra alérgenos comuns e teste de reatividade cutânea. Os resultados obtidos mostram que os modelos gerados pela MGGP apresentam desempenho em acurácia competitivos aos obtidos pelo algoritmo C4.5 e regressão logística múltipla para os diferentes desfechos. Os resultados obtidos pela MGGP são de fácil interpretação, e capazes de encontrar relações complexas relevantes para o entendimento destas patologias, sendo assim, a MGGP é uma poderosa ferramenta para ajudar a compreender essas condições. / In the last decades cases of asthma and other allergic diseases have increased greatly throughout the world, being nowadays a major public health problem. The causes of this increased prevalence are unknown, however the most accepted hypothesis is that it comes from the reduction of childhood infections as a consequence of the recent improvement in hygiene conditions. This reduction of infections can lead to anomalous development of the immune system, thus increasing the chance of developing allergies, including asthma. Asthma and other allergies are complex pathologies caused by genetical and environmental factors, so the use of computational tools such as genetic programming can contribute to the understanding of these diseases. We applied the Multiobjective Grammatical Genetic Programming (MGGP) technique to data obtained from a cohort of 1445 children to generate models which may represent how the relationships between infections and environment may explain the development of allergies and asthma. To assess the presence of asthma, a questionnaire was used and allergy measurements were performed on IgE antibodies against common allergens and skin reactivity test. The results obtained show that the models generated by MGGP show a performance in accuracy that is competitive with those obtained by the algorithm C4.5 and multiple logistic regression for the different outcomes. The results obtained by MGGP are easy to interpret, and capable of finding complex relationship relevant to the understanding of these complex pathologies, therefore MGGP is a powerful tool to help understand these conditions.

Orientador: Ricardo da Silva Torres / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-19T16:06:22Z (GMT). No. of bitstreams: 1 Armigliatto_GuilhermeMoraes_M.pdf: 5003825 bytes, checksum: b03061ff457c08c89d0e045840955929 (MD5) Previous issue date: 2011 / Resumo: Com os avanços tecnológicos, grandes coleções de imagens são geradas, manipuladas e armazenadas em bancos de dados. Dado o grande tamanho destes bancos, verifica-se a necessidade de se criar ferramentas para gerenciá-los de forma eficiente e eficaz. Uma das tarefas mais demandadas deste gerenciamento é a recuperação das imagens, e uma forma de fazê-la é baseada no uso de anotações textuais associadas às imagens (por exemplo, palavras-chave e categorias). Entretanto, a anotação manual de grandes coleções de imagens apresenta vários problemas, como o alto consumo de tempo e a não padronização dos termos utilizados. Desse modo, esta dissertação apresenta quatro novos métodos para anotação automática de imagens, que visam amenizar estes problemas. Estes métodos utilizam as abordagens de descritores de imagens, dicionários visuais, programação genética e regras de associação. Os descritores e os dicionários são utilizados para representar as propriedades visuais das imagens, a programação genética é usada para combinar estas características e as regras de associação são usadas para relacioná-las com anotações. A principal contribuição desta dissertação consiste na análise do comportamento das regras de associação utilizadas para anotação de imagens em um conjunto de experimentos. Resultados experimentais demonstraram que os métodos propostos apresentam desempenho comparável ou superior ao de técnicas tradicionais da literatura / Abstract: With technological advances, large collections of images are generated, handled and, stored in databases. Given the large size of these collections, there is a need for tools to manage efficiently and effectively these images. One of the most demanding tasks of this management is the retrieval of images from databases, usually based on the use of textual annotations associated with images (for example, keywords and categories). However, manual annotation of large images collections face a lot of problems related to the huge time required to annotate and the lack of standardization of used terms. This work presents four new methods for automatic image annotation. These methods rely on the use of image descriptors, visual dictionaries, genetic programming, and association rules. The descriptors and dictionaries are used to represent the visual properties of images, genetic programming is used to combine extracted visual features, and association rules are used to associate them with annotations. The main contribution of this work is views on the analyze the behavior of association rules used for annotating images on a set of experiments. Experimental results demonstrated that the proposed methods have performance comparable or superior to traditional techniques of literature / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

Today, decision support systems based on predictive modeling are becoming more common, since organizations often collectmore data than decision makers can handle manually. Predictive models are used to find potentially valuable patterns in the data, or to predict the outcome of some event. There are numerous predictive techniques, ranging from simple techniques such as linear regression,to complex powerful ones like artificial neural networks. Complexmodels usually obtain better predictive performance, but are opaque and thus cannot be used to explain predictions or discovered patterns.The design choice of which predictive technique to use becomes even harder since no technique outperforms all others over a large set of problems. It is even difficult to find the best parameter values for aspecific technique, since these settings also are problem dependent.One way to simplify this vital decision is to combine several models, possibly created with different settings and techniques, into an ensemble. Ensembles are known to be more robust and powerful than individual models, and ensemble diversity can be used to estimate the uncertainty associated with each prediction.In real-world data mining projects, data is often imprecise, contain uncertainties or is missing important values, making it impossible to create models with sufficient performance for fully automated systems.In these cases, predictions need to be manually analyzed and adjusted.Here, opaque models like ensembles have a disadvantage, since theanalysis requires understandable models. To overcome this deficiencyof opaque models, researchers have developed rule extractiontechniques that try to extract comprehensible rules from opaquemodels, while retaining sufficient accuracy.This thesis suggests a straightforward but comprehensive method forpredictive modeling in situations with poor data quality. First,ensembles are used for the actual modeling, since they are powerful,robust and require few design choices. Next, ensemble uncertaintyestimations pinpoint predictions that need special attention from adecision maker. Finally, rule extraction is performed to support theanalysis of uncertain predictions. Using this method, ensembles can beused for predictive modeling, in spite of their opacity and sometimesinsufficient global performance, while the involvement of a decisionmaker is minimized.The main contributions of this thesis are three novel techniques that enhance the performance of the purposed method. The first technique deals with ensemble uncertainty estimation and is based on a successful approach often used in weather forecasting. The other twoare improvements of a rule extraction technique, resulting in increased comprehensibility and more accurate uncertainty estimations. / <p><b>Sponsorship</b>:</p><p>This work was supported by the Information Fusion Research</p><p>Program (www.infofusion.se) at the University of Skövde, Sweden, in</p><p>partnership with the Swedish Knowledge Foundation under grant</p><p>2003/0104.</p>

[pt] O presente trabalho teve como objetivo principal investigar o potencial de algoritmos computacionais evolutivos, construídos a partir das técnicas de programação genética, combinados com diferenciação automática, na obtenção de soluções analíticas, exatas ou aproximadas, para problemas de equações diferenciais ordinárias (EDO), parciais (EDP) e estocásticas. Com esse intuito, e utilizando-se o ambiente de programação Matlab, diversos algoritmos foram elaborados e soluções analíticas de diferentes tipos de equações diferenciais foram determinadas. No caso das equações determinísticas, EDOs e EDPs, foram abordados problemas de diferentes graus de dificuldade, do básico até problemas complexos como o da equação do calor e a equação de Schrödinger para o átomo de hélio. Os resultados obtidos são promissores, com soluções exatas para a grande maioria dos problemas tratados e que atestam, empiricamente, a consistência e robustez da metodologia proposta. Com relação às equações estocásticas, o trabalho apresenta uma nova proposta de solução e metodologia alternativa para a precificação de opções europeias, de compra e de venda, e realiza algumas aplicações para o mercado brasileiro, com ações da Petrobras e da Vale. Além destas aplicações, são apresentadas as soluções de alguns modelos clássicos, usualmente utilizados na modelagem de preços e retornos de ativos financeiros, como, por exemplo, o movimento Browniano geométrico. De uma forma geral, os resultados obtidos nas aplicações indicam que a metodologia proposta nesta tese pode ser uma alternativa eficiente na modelagem de problemas científicos complexos. / [en] The main objective of this work was to investigate the potential of evolutionary algorithms, built from genetic programming techniques and combined with automatic differentiation, in obtaining exact or approximate analytical solutions for problems of ordinary (ODE), partial (PDE), and stochastic differential equations. To this end, and using the Matlab programming environment, several algorithms were developed and analytical solutions of different types of differential equations were determined. In the case of deterministic equations, ODE and PDE problems of varying degrees of difficulty were discussed, from basic to complex problems such as the heat equation and the Schrödinger equation for the helium atom. The results are promising, including exact solutions for the vast majority of the problems treated, which attest empirically the consistency and robustness of the proposed methodology. Regarding the stochastic equations, the work presents a new proposal for a solution and alternative methodology for European options pricing, buying and selling, and performs some applications for the Brazilian market, with stock prices of Petrobras and Vale. In addition to these applications, there are presented solutions of some classical models, usually used in the modeling of prices and returns of financial assets, such as the geometric Brownian motion. In a general way, the results obtained in applications indicate that the methodology proposed in this dissertation can be an efficient alternative in modeling complex scientific problems.

Orientador: Ricardo da Silva Torres, Hélio Pedrini / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-22T03:54:24Z (GMT). No. of bitstreams: 1 Andrade_FelipedosSantosPintode_M.pdf: 3172421 bytes, checksum: cf06d3683b1828f22508de3f77ed1c00 (MD5) Previous issue date: 2012 / Resumo: Recentemente, a fusão de descritores tem sido usada para melhorar o desempenho de sistemas de busca em tarefas de recuperação de imagens e vídeos. Descritores podem ser globais ou locais, dependendo de como analisam o conteúdo visual. A maioria dos trabalhos existentes tem se concentrado na fusão de um tipo de descritor. Este trabalho objetiva analisar o impacto da combinação de descritores locais e globais. Realiza-se um estudo comparativo de diferentes tipos de descritores e todas suas possíveis combinações. Além disso, investigam-se modelos para extração e a comparação das características globais e locais para recuperação de imagens e vídeos e estuda-se a utilização da técnica de programação genética para combinar esses descritores. Experimentos extensivos baseados em um projeto experimental rigoroso mostram que descritores locais e globais complementam-se quando combinados. Além disso, esta combinação produz resultados superiores aos observados para outras combinações e ao uso dos descritores individualmente / Abstract: Recently, fusion of descriptors has become a trend for improving the performance in image and video retrieval tasks. Descriptors can be global or local, depending on how they analyze visual content. Most of existing works have focused on the fusion of a single type of descriptor. Different from all of them, this work aims at analyzing the impact of combining global and local descriptors. Here, we perform a comparative study of different types of descriptors and all of their possible combinations. Furthermore, we investigate different models for extracting and comparing local and global features of images and videos, and evaluate the use of genetic programming as a suitable alternative for combining local and global descriptors. Extensive experiments following a rigorous experimental design show that global and local descriptors complement each other, such that, when combined, they outperform other combinations or single descriptors / Mestrado / Ciência da Computação / Mestre em Ciência da Computação