A determinação de propriedades físicas dos óleos essenciais é fundamental para sua aplicação na indústria de alimentos e também em projetos de equipamentos. A vasta quantidade de variáveis envolvidas no processo de desterpenação, tais como temperatura, pressão e composição, tornam a utilização de modelos preditivos de viscosidade necessária. Este trabalho teve como objetivo a obtenção de parâmetros para o modelo preditivo de viscosidade UNIFAC-VISCO com aplicação do método de otimização do gradiente descendente, a partir de dados de viscosidade de sistemas modelo que representam as fases que podem ser formadas em processos de desterpenação por extração líquido-líquido dos óleos essenciais de bergamota, limão e hortelã, utilizando como solvente uma mistura de etanol e água, em diferentes composições, a 25ºC. O experimento foi dividido em duas configurações; na primeira os parâmetros de interação previamente reportados na literatura foram mantidos fixos; na segunda todos os parâmetros de interação foram ajustados. O modelo e o método de otimização foram implementados em linguagem MATLAB®. O algoritmo de otimização foi executado 10 vezes para cada configuração, partindo de matrizes de parâmetros de interação iniciais diferentes obtidos pelo método de Monte Carlo. Os resultados foram comparados com o estudo realizado por Florido et al. (2014), no qual foi utilizado algoritmo genético como método de otimização. A primeira configuração obteve desvio médio relativo (DMR) de 1,366 e a segunda configuração resultou um DMR de 1,042. O método do gradiente descendente apresentou melhor desempenho para a primeira configuração em comparação com o método do algoritmo genético (DMR 1,70). Para a segunda configuração o método do algoritmo genético obteve melhor resultado (DMR 0,68). A capacidade preditiva do modelo UNIFAC-VISCO foi avaliada para o sistema de óleo essencial de eucalipto com os parâmetros determinados, obtendo-se DMR iguais a 17,191 e 3,711, para primeira e segunda configuração, respectivamente. Esses valores de DMR foram maiores do que os encontrados por Florido et al. (2014) (3,56 e 1,83 para primeira e segunda configuração, respectivamente). Os parâmetros de maior contribuição para o cálculo do DMR são CH-CH3 e OH-H2O para a primeira e segunda configuração, respectivamente. Os parâmetros que envolvem o grupo C não influenciam no valor do DMR, podendo ser excluído de análises futuras. / The determination of physical properties of essential oils is critical to their application in the food industry and also in equipment design. The large number of variables involved in deterpenation process, such as temperature, pressure and composition, to make use of viscosity predictive models required. This study aimed obtain parameters for the viscosity predictive model UNIFAC-VISCO using gradient descent as optimization method to model systems viscosity data representing the phases that can be formed in deterpenation processes for extraction liquid-liquid of bergamot, lemon and mint essential oils, using aqueous ethanol as solvente in different compositions at 25 º C. The work was divided in two configurations; in the first one the interaction parameters previously reported in the literature were kept fixed; in the second one all interaction parameters were adjusted. The model and the gradient descent method were implemented in MATLAB language. The optimization algorithm was runned 10 times for each configuration, starting from different arrays of initial interaction parameters obtained by the Monte Carlo method. The results were compared with the study carried out by Florido et al. (2014), which used genetic algorithm as optimization method. The first configuration provided an average deviation (DMR) of 1,366 and the second configuration resulted in a DMR 1,042. The gradient descent method showed better results for the first configuration comparing with the genetic algorithm method (DMR 1.70). On the other hand, for the second configuration the genetic algorithm method had a better result (DMR 0.68). The UNIFAC-VISCO model predictive ability was evaluated for eucalyptus essential oil system using the obtained parameters, providing DMR equal to 17.191 and 3.711, for the first and second configuration, respectively. The parameters determined by genetic algorithm presented lower DMR for the two settings (3.56 and 1.83 to the first and second configuration, respectively). The major parameters for calculating the DMR are CH-CH3 and OH-H2O to the first and second configuration, respectively. The parameters involving the C group did not influence the DMR and may be excluded from further analysis.

A determinação de propriedades físicas dos óleos essenciais é fundamental para sua aplicação na indústria de alimentos e também em projetos de equipamentos. A vasta quantidade de variáveis envolvidas no processo de desterpenação, tais como temperatura, pressão e composição, tornam a utilização de modelos preditivos de viscosidade necessária. Este trabalho teve como objetivo a obtenção de parâmetros para o modelo preditivo de viscosidade UNIFAC-VISCO com aplicação do método de otimização do gradiente descendente, a partir de dados de viscosidade de sistemas modelo que representam as fases que podem ser formadas em processos de desterpenação por extração líquido-líquido dos óleos essenciais de bergamota, limão e hortelã, utilizando como solvente uma mistura de etanol e água, em diferentes composições, a 25ºC. O experimento foi dividido em duas configurações; na primeira os parâmetros de interação previamente reportados na literatura foram mantidos fixos; na segunda todos os parâmetros de interação foram ajustados. O modelo e o método de otimização foram implementados em linguagem MATLAB®. O algoritmo de otimização foi executado 10 vezes para cada configuração, partindo de matrizes de parâmetros de interação iniciais diferentes obtidos pelo método de Monte Carlo. Os resultados foram comparados com o estudo realizado por Florido et al. (2014), no qual foi utilizado algoritmo genético como método de otimização. A primeira configuração obteve desvio médio relativo (DMR) de 1,366 e a segunda configuração resultou um DMR de 1,042. O método do gradiente descendente apresentou melhor desempenho para a primeira configuração em comparação com o método do algoritmo genético (DMR 1,70). Para a segunda configuração o método do algoritmo genético obteve melhor resultado (DMR 0,68). A capacidade preditiva do modelo UNIFAC-VISCO foi avaliada para o sistema de óleo essencial de eucalipto com os parâmetros determinados, obtendo-se DMR iguais a 17,191 e 3,711, para primeira e segunda configuração, respectivamente. Esses valores de DMR foram maiores do que os encontrados por Florido et al. (2014) (3,56 e 1,83 para primeira e segunda configuração, respectivamente). Os parâmetros de maior contribuição para o cálculo do DMR são CH-CH3 e OH-H2O para a primeira e segunda configuração, respectivamente. Os parâmetros que envolvem o grupo C não influenciam no valor do DMR, podendo ser excluído de análises futuras. / The determination of physical properties of essential oils is critical to their application in the food industry and also in equipment design. The large number of variables involved in deterpenation process, such as temperature, pressure and composition, to make use of viscosity predictive models required. This study aimed obtain parameters for the viscosity predictive model UNIFAC-VISCO using gradient descent as optimization method to model systems viscosity data representing the phases that can be formed in deterpenation processes for extraction liquid-liquid of bergamot, lemon and mint essential oils, using aqueous ethanol as solvente in different compositions at 25 º C. The work was divided in two configurations; in the first one the interaction parameters previously reported in the literature were kept fixed; in the second one all interaction parameters were adjusted. The model and the gradient descent method were implemented in MATLAB language. The optimization algorithm was runned 10 times for each configuration, starting from different arrays of initial interaction parameters obtained by the Monte Carlo method. The results were compared with the study carried out by Florido et al. (2014), which used genetic algorithm as optimization method. The first configuration provided an average deviation (DMR) of 1,366 and the second configuration resulted in a DMR 1,042. The gradient descent method showed better results for the first configuration comparing with the genetic algorithm method (DMR 1.70). On the other hand, for the second configuration the genetic algorithm method had a better result (DMR 0.68). The UNIFAC-VISCO model predictive ability was evaluated for eucalyptus essential oil system using the obtained parameters, providing DMR equal to 17.191 and 3.711, for the first and second configuration, respectively. The parameters determined by genetic algorithm presented lower DMR for the two settings (3.56 and 1.83 to the first and second configuration, respectively). The major parameters for calculating the DMR are CH-CH3 and OH-H2O to the first and second configuration, respectively. The parameters involving the C group did not influence the DMR and may be excluded from further analysis.

Os sistemas elétricos de potência são frequentemente submetidos a perturbações causadas, por exemplo, por um aumento súbito de carga ou por um curto-circuito em uma linha de transmissão. Estas perturbações podem gerar oscilações eletromecânicas no sistema, uma vez que a velocidade dos geradores oscila. Para reduzir tais oscilações, controladores de sistema de potência são utilizados sendo, os mais comuns, controladores do tipo PSS (Power System Stabilizer). Porém, em alguns sistemas, somente o emprego de PSSs não é suficiente para garantir um nível mínimo satisfatório de amortecimento, sendo necessário recorrer a outros tipos de controladores. Desta forma, controladores do tipo FACTS (Flexible Alternating Current Transmission System), principalmente o TCSC (Thyristor Controlled Series Capacitor) se tornaram uma alternativa atraente no auxílio ao amortecimento dos sistemas de potência. O controle do TCSC é feito por um controlador POD (Power Oscilation Damper) que é empregado como controle suplementar do dispositivo. No entanto, apenas o emprego dos controladores não garante um bom amortecimento, fazendo-se necessária uma boa sintonia dos mesmos. A sintonia destes controladores é, na maioria das vezes, feita de forma manual, ou seja, usando o método de tentativa e erro, podendo demandar um tempo relativamente elevado, mesmo que feita por um engenheiro experiente. Para evitar que o projetista dispense tempo procurando uma sintonia adequada para os controladores, métodos automáticos de sintonia vêm sendo estudados. Tais métodos têm como principal vantagem a sintonia dos controladores considerando vários pontos de operação do sistema simultaneamente, fazendo com que o controlador seja robusto para variações em seu ponto de operação nominal. Os métodos automáticos de sintonia utilizam métodos de otimização local ou métodos de otimização global. Os métodos de busca local têm a rapidez como principal vantagem, porém podem não convergir para um valor satisfatório de amortecimento estipulado pelo projetista. Os métodos de busca global, em grande parte das vezes, convergem para um valor de amortecimento solicitado pelo projetista, porém em um tempo elevado. Este trabalho propõe um método de sintonia dos controladores utilizando uma estrutura híbrida, ou seja, algoritmos de busca global juntamente com algoritmos de busca local. Primeiramente uma busca global é feita pelo algoritmo até que um critério de parada, definido pelo projetista, seja alcançado (geralmente um valor de amortecimento mínimo para o sistema). Assim, os parâmetros dos controladores sintonizados pela busca global serão entrada de um método de busca local. O algoritmo de busca local tende a refinar a sintonia dos controladores aumentando, assim, o amortecimento do sistema até um valor especificado pelo projetista. Neste trabalho a busca global é realizada por um algoritmo genético enquanto que a busca local é feita por um algoritmo baseado no gradiente descendente da função objetivo (neste caso o amortecimento). As principais vantagens do algoritmo proposto são a diminuição do tempo de sintonia e o esforço computacional, se comparado a métodos de busca global, verificadas nos resultados do trabalho. / Electric Power Systems are constantly subjected to perturbations, which can be caused for several different reasons, e.g., due to a sudden load increase or a short circuit in a transmission line. These perturbations can induce electromechanical oscillations in the power system, since the angular speed of the generators oscillates. To reduce such oscillations, power system controllers are used, and the most common ones are the PSSs (Power System Stabilizers). In some systems, however, the usage of PSSs is not sufficient to guarantee a satisfactory level for the minimum damping, being necessary the usage of other types of controllers. Hence, FACTS (Flexible Alternating Current Transmission System) controllers, specially the TCSC (Thyristor Controlled Series Capacitor), became an attractive alternative to enhance the damping of electric power systems. The TCSC control action is performed by a POD (Power Oscillation Damper) controller, which is a supplementary control function of the device. However, it is not only the usage of such controllers that guarantees a sufficient damping, but also a good tuning of their parameters. The tuning of such controllers is ordinarily performed manually, using a trial-and-error method, which can last for a long time, even for experienced engineers. To facilitate the designers work in the tuning of the controllers parameters, automatic tuning methods are being studied. Such methods have the main advantage of considering several operating points of the system simultaneously, yielding a robust controller regarding variations in its nominal operating point. The aforementioned automatic tuning methods use local optimization methods or global optimization methods. The local optimization methods have the speed as the main advantage, but they can have convergence issues in the search for the minimum satisfactory damping threshold desired by the designer. The global optimization methods, on the other hand, ordinarily converge for the desired minimum damping threshold, but with large convergence times. This work proposes a controller tuning method using a hybrid structure, i.e., global search methods with local search methods. Initially, a global search is performed by the algorithm until a stop criteria is met, as defined by the designer (usually a minimum damping for the system). Thus, the controller parameters tuned by the global search method are the input values of a local search method. The local search algorithm actually refines the controllers tuning, increasing the system damping to the value defined by the designer. In this work the global search is performed by a genectic algorithm while the local search is performed by an algorithm based in the gradient descent of objective function (damping in this case). The greatest advantages of the proposed algorithm are the possible decrease in computational time and effort, when compared to global search methods, verified in the work results.

Os sistemas elétricos de potência são frequentemente submetidos a perturbações causadas, por exemplo, por um aumento súbito de carga ou por um curto-circuito em uma linha de transmissão. Estas perturbações podem gerar oscilações eletromecânicas no sistema, uma vez que a velocidade dos geradores oscila. Para reduzir tais oscilações, controladores de sistema de potência são utilizados sendo, os mais comuns, controladores do tipo PSS (Power System Stabilizer). Porém, em alguns sistemas, somente o emprego de PSSs não é suficiente para garantir um nível mínimo satisfatório de amortecimento, sendo necessário recorrer a outros tipos de controladores. Desta forma, controladores do tipo FACTS (Flexible Alternating Current Transmission System), principalmente o TCSC (Thyristor Controlled Series Capacitor) se tornaram uma alternativa atraente no auxílio ao amortecimento dos sistemas de potência. O controle do TCSC é feito por um controlador POD (Power Oscilation Damper) que é empregado como controle suplementar do dispositivo. No entanto, apenas o emprego dos controladores não garante um bom amortecimento, fazendo-se necessária uma boa sintonia dos mesmos. A sintonia destes controladores é, na maioria das vezes, feita de forma manual, ou seja, usando o método de tentativa e erro, podendo demandar um tempo relativamente elevado, mesmo que feita por um engenheiro experiente. Para evitar que o projetista dispense tempo procurando uma sintonia adequada para os controladores, métodos automáticos de sintonia vêm sendo estudados. Tais métodos têm como principal vantagem a sintonia dos controladores considerando vários pontos de operação do sistema simultaneamente, fazendo com que o controlador seja robusto para variações em seu ponto de operação nominal. Os métodos automáticos de sintonia utilizam métodos de otimização local ou métodos de otimização global. Os métodos de busca local têm a rapidez como principal vantagem, porém podem não convergir para um valor satisfatório de amortecimento estipulado pelo projetista. Os métodos de busca global, em grande parte das vezes, convergem para um valor de amortecimento solicitado pelo projetista, porém em um tempo elevado. Este trabalho propõe um método de sintonia dos controladores utilizando uma estrutura híbrida, ou seja, algoritmos de busca global juntamente com algoritmos de busca local. Primeiramente uma busca global é feita pelo algoritmo até que um critério de parada, definido pelo projetista, seja alcançado (geralmente um valor de amortecimento mínimo para o sistema). Assim, os parâmetros dos controladores sintonizados pela busca global serão entrada de um método de busca local. O algoritmo de busca local tende a refinar a sintonia dos controladores aumentando, assim, o amortecimento do sistema até um valor especificado pelo projetista. Neste trabalho a busca global é realizada por um algoritmo genético enquanto que a busca local é feita por um algoritmo baseado no gradiente descendente da função objetivo (neste caso o amortecimento). As principais vantagens do algoritmo proposto são a diminuição do tempo de sintonia e o esforço computacional, se comparado a métodos de busca global, verificadas nos resultados do trabalho. / Electric Power Systems are constantly subjected to perturbations, which can be caused for several different reasons, e.g., due to a sudden load increase or a short circuit in a transmission line. These perturbations can induce electromechanical oscillations in the power system, since the angular speed of the generators oscillates. To reduce such oscillations, power system controllers are used, and the most common ones are the PSSs (Power System Stabilizers). In some systems, however, the usage of PSSs is not sufficient to guarantee a satisfactory level for the minimum damping, being necessary the usage of other types of controllers. Hence, FACTS (Flexible Alternating Current Transmission System) controllers, specially the TCSC (Thyristor Controlled Series Capacitor), became an attractive alternative to enhance the damping of electric power systems. The TCSC control action is performed by a POD (Power Oscillation Damper) controller, which is a supplementary control function of the device. However, it is not only the usage of such controllers that guarantees a sufficient damping, but also a good tuning of their parameters. The tuning of such controllers is ordinarily performed manually, using a trial-and-error method, which can last for a long time, even for experienced engineers. To facilitate the designers work in the tuning of the controllers parameters, automatic tuning methods are being studied. Such methods have the main advantage of considering several operating points of the system simultaneously, yielding a robust controller regarding variations in its nominal operating point. The aforementioned automatic tuning methods use local optimization methods or global optimization methods. The local optimization methods have the speed as the main advantage, but they can have convergence issues in the search for the minimum satisfactory damping threshold desired by the designer. The global optimization methods, on the other hand, ordinarily converge for the desired minimum damping threshold, but with large convergence times. This work proposes a controller tuning method using a hybrid structure, i.e., global search methods with local search methods. Initially, a global search is performed by the algorithm until a stop criteria is met, as defined by the designer (usually a minimum damping for the system). Thus, the controller parameters tuned by the global search method are the input values of a local search method. The local search algorithm actually refines the controllers tuning, increasing the system damping to the value defined by the designer. In this work the global search is performed by a genectic algorithm while the local search is performed by an algorithm based in the gradient descent of objective function (damping in this case). The greatest advantages of the proposed algorithm are the possible decrease in computational time and effort, when compared to global search methods, verified in the work results.

Made available in DSpace on 2014-06-12T16:01:32Z (GMT). No. of bitstreams: 2 arquivo9424_1.pdf: 5898735 bytes, checksum: 20e8579169a2c3b8e6d53fd877a5cd17 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2012 / Este trabalho apresenta uma classe de perceptrons híbridos baseado nos princípios da morfologia matemática (mathematical morphology, MM) no contexto de teoria de reticulados (lattice theory). O modelo proposto, chamado de perceptron de dilatação-erosão-linear (dilationerosion- linear perceptron, DELP), consiste de uma combinação linear entre operadores nãolineares (do tipo morfológicos no contexto de teoria de reticulados) e um operador linear (do tipo resposta finita ao impulso), sendo desenvolvido na tentativa de superar o dilema do passeio aleatório (random walk dilemma, RWD) no problema de previsão de séries temporais financeiras. Para projetar o DELP (processo de aprendizagem), foi apresentado um método de gradiente descendente utilizando ideias do algoritmo de retropropagação do erro (back propagation, BP) e uma abordagem sistemática para superar o problema da não-diferenciabilidade das operações morfológicas de dilatação e erosão. Também, no processo de aprendizagem do DELP, foi incluída uma etapa adicional para ajustar distorções de fase temporais que ocorrem na reconstrução do espaço de fase de fenômenos temporais provenientes do mercado financeiro. Uma análise experimental foi conduzida utilizando um conjunto de séries temporais financeiras: Índice da Bolsa de Valores de São Paulo, Índice Dow Jones Industrial Average, Índice National Association of Securities Dealers Automated Quotation, Índice Financial Times and London Stock Exchange 100, Preço das ações do Bradesco PN, Preço das ações da Gol PN, Preço das ações do Itaú Unibanco PN, Preço das ações da Petrobras PN, Preço das ações da Usiminas PNA e Preço das ações da Vale PNA. Nestes experimentos, foram utilizadas cinco métricas e uma função de avaliação para mensurar o desempenho preditivo do modelo proposto, e os resultados alcançados superaram aqueles obtidos utilizando técnicas consolidadas na literatura

Orientador: Alexandre Xavier Falcão / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-13T10:55:58Z (GMT). No. of bitstreams: 1 Favretto_FernandaOliveira_M.pdf: 1878530 bytes, checksum: b516fce053de83b3dbd32fa789dcb9c9 (MD5) Previous issue date: 2009 / Resumo: O registro de imagens é o processo que alinha duas ou mais imagens em um mesmo sistema de coordenadas espaciais [31]. Na área de Imagens Médicas, o problema de registro de imagens tem muitas aplicações permitindo, por exemplo, a análise da variação de fenômenos e estruturas anatômicas ao longo do tempo, pelo registro de imagens de uma mesma modalidade obtidas em diferentes instantes de tempo; ou o estudo das informações anatômicas e fisiológicas combinadas para uma dada estrutura fenômeno, pelo registro de imagens obtidas por modalidades diferentes. O objetivo deste trabalho é o desenvolvimento de uma técnica de registro para imagens tridimensionais do cérebro humano, cuja motivação é o estudo comparativo de imagens de Ressonância Magnética pré- e pós-operatórias do cérebro de pacientes de epilepsia. Um estudo recente [80] tem observado que nos casos em que houve crises recorrentes, após a remoção cirúrgica do foco da crise, os pacientes apresentaram alterações nas substâncias cinza e branca do cérebro. O registro das imagens pré- e pós- operatórias desses pacientes permite a análise dessas alterações. Foi desenvolvida uma técnica de registro rígido que realiza o alinhamento de imagens 3D de forma automática, rápida e precisa. O método baseia-se no casamento das linhas de watershed marcador de cinza extraídas da imagem móvel com uma imagem de borda realçada pelo gradiente morfológico da imagem fixa. A busca dos parâmetros de rotação e translação que compõem a função de mapeamento é feita através de uma técnica proposta neste trabalho, denominada Descendente de Gradiente em Múltiplas Escalas (MSGD) - um variante do tradicional método de Descendente de Gradiente - a qual permite passos de tamanhos escalonados dos vetores de gradiente, evitando mínimos locais indesejáveis e convergindo para o ótimo desejado mais rapidamente. O método foi avaliado em imagens 3D de ressonância magnética do cérebro humano ponderadas em T1 e obteve bons resultados. Os experimentos envolveram 2 bases de dados. A primeira base é a base de dados de controle, composta por 200 pares de imagens, onde o registro foi realizado em aproxidamente 45s e obteve erro médio de rotação de 0, 06?, 0, 08? e 0, 08? com desvio padrão de 0, 06, 0, 25 e 0, 08 nos eixos X, Y e Z, respectivamente, e erro médio de translação de 1, 67mm, 1, 55mm e 2, 27mm com desvio padrão de 1, 83, 1, 45 e 2, 27 nos eixos X, Y e Z, respectivamente. A segunda base foi uma base de dados clínicos, composta por imagens pré- e pós-operatórias de pacientes com epilepsia, que comprovou a eficácia do método em dados clínicos reais. Também foram desenvolvidas duas técnicas de visualização do registro, uma delas baseada no mosaico das imagens registradas e a outra que combina as imagens em um único volume colorido, onde as alterações de tecidos são identificadas pelas cores vermelha e verde. Portanto, as principais contribuições deste trabalho são: uma metodologia para o registro, que envolve combinação eficiente de características, métrica de similaridade e estratégia de busca; a estratégia MSGD que se mostrou promissora para outros problemas de otimização; e uma técnica de visualização das imagens registradas na forma de um volume colorido. / Abstract: Image Registration is the process that aligns two or more images in a common reference system of spacial coordinates [31]. It is an important problem with several applications in Medical Imaging, enabling, for instance, the analysis of changes in anatomy along time by the registration of images from the same modality, and the study of combined anatomic and physiologic data by the registration of images from different modalities. The objective of this work is the development of a registration method for 3D images of the human brain, and the motivation is a comparative study of pre and post-surgical images from epilepsy patients. A recent study [80] has observed that some pacients, who did not cease the seizures after surgery, presented variations in their brain tissues. The registration of pre and post-surgical images enables the analysis of these tissue's variations. We developed a rigid registration method that aligns 3D images in a fast, automatic and accurate way. The method is based on the matching between watershed lines extrated from a source image and a morphological gradient image from the target image. The search for the parameters of rotation and translation that compose the mapping function is done by a techinique proposed in this work, named Multi-Scale Gradient Descent - a variant of the tradicional method Gradient Descent - which enables gradient's vectors with scaled magnitudes, avoiding undesirable local minima and fastly converging to the desired optimum. The method was evaluated on 3D T1-weighted Magnetic Ressonance Images of the human brain. The experiments used 2 data bases: a control data base, composed by 200 pairs of images, in which the method took approximately 45s and acceptable results; and a data base of patients, composed by pre- and post-surgical images, demonstrating the effectiveness of the method for real data. We have also developed visualization techiniques for the registred images: the checkerboard image, that alternates the target and registered source in a checkerboard pattern, allowing the user to inspect the correctness, coherence and continuity of the registration; and the colorized image, that combines the target and registered source images in a single colorized volume, such that the alterations of the tissues can be identified by the red and green colors. Therefore, the main contributions of this work are: a 3D registration methodology, that involves an effective combination of feature selection, similarity measure and search strategy; a search strategy, MSGD, that seems to be promissing for other optimization problems; and a visualization techinique that uses a colorized volume to combine the registered images. / Mestrado / Processamento e Analise de Imagens / Mestre em Ciência da Computação

[pt] Este trabalho quantifica o erro que se comete durante o processamento sísmico quando uma abordagem isotrópica é utilizada na análise de velocidade e correção de sobretempo normal (NMO) em dados anisotrópicos. Esta quantificação é realizada através da repetição do experimento de análise de velocidade em dados sísmicos sintéticos construídos a partir de um modelo geológico simples (porém realista) representando uma seqüência sedimentar típica de águas profundas com camadas horizontais onde uma delas é anisotrópica (VTI). A variação da anisotropia é conhecida e a diferença entre as velocidades NMO encontradas para cada modelo é quantificada. O resultado também é quantificado através da diferença na profundidade de uma camada resultante da conversão tempo- profundidade a partir da velocidade obtida no procedimento e mostra que, dependendo da anisotropia, o erro na velocidade (e/ou profundidade) por não se considerar anisotropia pode chegar a 10-15 porcento para valores de anisotropia que são encontrados habitualmente na natureza. A análise desta quantificação também mostra que o parâmetro de anisotropia delta é muito mais influente sobre o erro da velocidade que o parâmetro e e que a espessura da camada utilizada no experimento. Para complementar o trabalho, é verificada a melhor abordagem anisotrópica de correção de sobretempo normal para dados reais a partir de equações existentes na literatura, tanto para a correção de NMO quanto para a estimativa de parâmetros de anisotropia. A utilização de equações que incluem anisotropia permitem uma melhor correção do sobretempo normal e uma boa estimativa dos parâmetros de anisotropia épsilon e delta. Os parâmetros estimados foram utilizados em um algoritmo de migração para meio anisotrópico pré-empilhamento em profundidade e foi verificado que quando existe uma boa estimativa de delta, a profundidade migrada do refletor sofre uma distorção, desprezível em comparação à sua posição original. Em conjunto com este estudo, também é proposta uma técnica alternativa para análise de velocidade utilizando uma função de discriminantes lineares chamada gradiente descendente. Esta metodologia permite adaptar várias equações de NMO e obter todos os parâmetros da equação de uma única vez (t0 ,VNMO e eta), diferentemente do método de coerência geralmente utilizado para realizar análise de velocidade e que só permite a obtenção de dois parâmetros ao mesmo tempo (t0 e VNMO), tornando necessária uma segunda análise de velocidade. O método do gradiente descendente proposto neste trabalho foi testado para quatro funções de sobretempo normal com dados sintéticos e um dado real e foi considerado rápido, robusto e eficiente. / [en] This work quantifies the error created during seismic processing when isotropic approach is used to normal moveout correction and velocity analysis and the seismic data is anisotropic. This quantification is made by performing velocity analysis in several synthetic seismograms built from a simple (but realistic) geological model with some horizontal layers, one of them being anisotropic (VTI), representing a common deep water sedimentary sequence. The anisotropy in the model is known and the difference between the NMO velocities found by seismic processing (semblance analysis) is quantified for each model. The result is also shown through the difference in depth obtained from time-depth conversion with NMO velocity. Depending on the anisotropic degree, the velocity (and/or depth) error produced when the anisotropy is not considered can be up to 10-15 percent for anisotropic values commonly found in nature. This quantification analysis also concludes that delta parameter influences more on velocity error than e parameter and layer depth. To complement this work, the best anisotropic approach for normal moveout correction to be used in real data is investigated, by comparing some NMO functions found in technical papers, analyzing the data correction and the parameter estimation. The usage of NMO equation with anisotropic approach in anisotropic seismic data allows a better normal moveout correction and the anisotropic parameters ( épsilon and delta) can be estimated from velocity analysis. The estimated anisotropic parameters were applied in a pre-stack anisotropic depth migration algorithm and it was verified that when delta is well estimated, the migrated position of a seismic reflector is not very distorted from its real position. It is also proposed in this Thesis one alternate technique for velocity analysis using one linear discriminant function called gradient descendent. This methodology allows adopting several normal moveout functions and obtaining all the equation parameters (t0 , VNMO and eta) at once, differently from semblance method used in conventional velocity analysis that only allows obtaining two parameters at the same time (t0 and VNMO ), which requires a second velocity analysis to obtain all equation parameters. The proposed gradient descendent method was tested with four NMO equations and it was shown to be fast, robust and efficient.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-04-11T14:50:08Z No. of bitstreams: 1 CAIO SANTOS BEZERRA NÓBREGA - DISSERTAÇÃO PPGCC 2014..pdf: 983246 bytes, checksum: 5eca7651706ce317dc514ec2f1aa10c3 (MD5) / Made available in DSpace on 2018-04-11T14:50:08Z (GMT). No. of bitstreams: 1 CAIO SANTOS BEZERRA NÓBREGA - DISSERTAÇÃO PPGCC 2014..pdf: 983246 bytes, checksum: 5eca7651706ce317dc514ec2f1aa10c3 (MD5) Previous issue date: 2014-07-30 / Capes / Sugerir os produtos mais apropriados aos diversos tipos de consumidores não é uma tarefa trivial, apesar de ser um fator chave para aumentar satisfação e lealdade destes. Devido a esse fato, sistemas de recomendação têm se tornado uma ferramenta importante para diversas aplicações, tais como, comércio eletrônico, sites personalizados e redes sociais. Recentemente, a fatoração de matrizes se tornou a técnica mais bem sucedida de implementação de sistemas de recomendação. Os parâmetros do modelo de fatoração de matrizes são tipicamente aprendidos por meio de métodos numéricos, tal como o gradiente descendente. O desempenho do gradiente descendente está diretamente relacionada à configuração da taxa de aprendizagem, a qual é tipicamente configurada para valores pequenos, com o objetivo de não perder um mínimo local. Consequentemente, o algoritmo pode levar várias iterações para convergir. Idealmente,é desejada uma taxa de aprendizagem que conduza a um mínimo local nas primeiras iterações, mas isto é muito difícil de ser realizado dada a alta complexidade do espaço de valores a serem pesquisados. Começando com um estudo exploratório em várias bases de dados de sistemas de recomendação, observamos que, para a maioria das bases, há um padrão linear entre a taxa de aprendizagem e o número de iterações necessárias para atingir a convergência. A partir disso, propomos utilizar modelos de regressão lineares simples para predizer, para uma base de dados desconhecida, um bom valor para a taxa de aprendizagem inicial. A ideia é estimar uma taxa de aprendizagem que conduza o gradiente descendenteaummínimolocalnasprimeirasiterações. Avaliamosnossatécnicaem8bases desistemasderecomendaçãoreaisecomparamoscomoalgoritmopadrão,oqualutilizaum valorfixoparaataxadeaprendizagem,ecomtécnicasqueadaptamataxadeaprendizagem extraídas da literatura. Nós mostramos que conseguimos reduzir o número de iterações até em 40% quando comparados à abordagem padrão. / Suggesting the most suitable products to different types of consumers is not a trivial task, despite being a key factor for increasing their satisfaction and loyalty. Due to this fact, recommender systems have be come an important tool for many applications, such as e-commerce, personalized websites and social networks. Recently, Matrix Factorization has become the most successful technique to implement recommendation systems. The parameters of this model are typically learned by means of numerical methods, like the gradient descent. The performance of the gradient descent is directly related to the configuration of the learning rate, which is typically set to small values, in order to do not miss a local minimum. As a consequence, the algorithm may take several iterations to converge. Ideally, one wants to find a learning rate that will lead to a local minimum in the early iterations, but this is very difficult to achieve given the high complexity of search space. Starting with an exploratory study on several recommendation systems datasets, we observed that there is an over all linear relationship between the learnin grate and the number of iterations needed until convergence. From this, we propose to use simple linear regression models to predict, for a unknown dataset, a good value for an initial learning rate. The idea is to estimate a learning rate that drives the gradient descent as close as possible to a local minimum in the first iteration. We evaluate our technique on 8 real-world recommender datasets and compared it with the standard Matrix Factorization learning algorithm, which uses a fixed value for the learning rate over all iterations, and techniques fromt he literature that adapt the learning rate. We show that we can reduce the number of iterations until at 40% compared to the standard approach.

Submitted by Eliane Martins de Aguiar (elianemart@gmail.com) on 2016-08-01T21:03:09Z No. of bitstreams: 1 dissertacao-ElianeMartins.pdf: 6062037 bytes, checksum: 14567c2feca25a81d6942be3b8bc8a65 (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa (janete.feitosa@fgv.br) on 2016-08-03T20:29:34Z (GMT) No. of bitstreams: 1 dissertacao-ElianeMartins.pdf: 6062037 bytes, checksum: 14567c2feca25a81d6942be3b8bc8a65 (MD5) / Approved for entry into archive by Maria Almeida (maria.socorro@fgv.br) on 2016-08-23T20:12:35Z (GMT) No. of bitstreams: 1 dissertacao-ElianeMartins.pdf: 6062037 bytes, checksum: 14567c2feca25a81d6942be3b8bc8a65 (MD5) / Made available in DSpace on 2016-08-23T20:12:54Z (GMT). No. of bitstreams: 1 dissertacao-ElianeMartins.pdf: 6062037 bytes, checksum: 14567c2feca25a81d6942be3b8bc8a65 (MD5) Previous issue date: 2016-05-30 / O word2vec é um sistema baseado em redes neurais que processa textos e representa pa- lavras como vetores, utilizando uma representação distribuída. Uma propriedade notável são as relações semânticas encontradas nos modelos gerados. Este trabalho tem como objetivo treinar dois modelos utilizando o word2vec, um para o Português e outro para o Inglês, e utilizar o gradiente descendente estocástico para encontrar uma matriz de tradução entre esses dois espaços.

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2016-09-27T18:39:30Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) RicardoDeAndradeAraujo.pdf: 2136922 bytes, checksum: 3bf9d638152b4cc1870ed7c533772fae (MD5) / Made available in DSpace on 2016-09-27T18:39:30Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) RicardoDeAndradeAraujo.pdf: 2136922 bytes, checksum: 3bf9d638152b4cc1870ed7c533772fae (MD5) Previous issue date: 2016-01-01 / CNPQ / Este trabalho apresenta um estudo sobre séries temporais financeiras, em alta-frequência, na tentativa de identificar as características do seu fenômeno gerador e, baseado neste estudo, propor um modelo, composto por uma combinação balanceada entre operadores lineares e operadores não-lineares crescentes e decrescentes, capaz de prever este tipo particular de série temporal. Para o processo de aprendizagem, é proposto um método baseado em gradiente descendente, utilizando ideias do algoritmo de retropropagação do erro (back propagation, BP) e uma abordagem alternativa para superar o problema da não-diferenciabilidade dos operadores não-lineares. Uma análise experimental é conduzida com o modelo proposto, utilizando um conjunto de séries temporais financeiras, em alta-frequência, do mercado de ações Brasileiro: Banco do Brasil SA, Banco Bradesco SA, Brasil Foods SA, BR Malls Participações SA e Companhia Energética Minas Gerais. Nestes experimentos, um conjunto relevante de medidas é utilizado para avaliar o desempenho preditivo do modelo proposto, e os resultados alcançados superam aqueles obtidos utilizando técnicas estatísticas, neurais e híbridas apresentadas na literatura. Também, são realizadas simulações com um sistema de apoio à decisão, baseado em previsão, para compra e venda de ações, tendo em vista demonstrar o desempenho econômico expressivo do modelo proposto no mercado de ações, em alta-frequência. / This work presents a study about high-frequency financial time series to identify the characteristics of their generator phenomenon and, based on such study, to propose a model, composed of a balanced combination of linear operators and increasing and decreasing nonlinear operators, able to predict this kind of time series. For the learning process, it is proposed a descent gradient-based method, using ideas from the back propagation (BP) algorithm and a systematic approach to overcome the problem of nondifferentiability of nonlinear operators. An experimental analysis is conducted with the proposed model, using a set of highfrequency financial time series of the Brazilian stock market: Banco do Brasil SA, Banco Bradesco SA, Brasil Foods SA, BR Malls Participações SA and Companhia Energética Minas Gerais. In these experiments, a relevant set of measures are used to assess the prediction performance of the proposed model, and the achieved results overcome those obtained by statistical, neural and hybrid techniques presented in the literature. Also, it is performed simulations with a prediction-based decision support system, for buy and sale of stocks, to demonstrate the significant economic performance of the proposed model in real high-frequency stock market