Orientador: João Marcos Travassos Romano / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-19T08:13:48Z (GMT). No. of bitstreams: 1 DestroFilho_JoaoBatista_M.pdf: 8643175 bytes, checksum: 31e4a919df4446d9b58e6ebea11efa78 (MD5) Previous issue date: 1994 / Resumo: Nesta tese realiza-se um estudo cujo objetivo é estabelecer uma base teórica para o processamento neural-adaptativo de sinais, uma nova técnica que visa conjugar as potencialidades intrínsecas das propriedades coletivas emergentes de redes neurais ao sólido formalismo matemático da filtragem adaptativa. Isto possibilita, ao mesmo tempo, uma análise matemática mais aprofundada dos princípios básicos do processamento de informação neural (auto-organização e processamento paralelo distribuído) e a generalização da aplicação de filtros adaptativos a situações mais complexas (por exemplo, no caso de aplicações que envolvam ruído não-gaussiano). A base teórica proposta nesta tese está fundamentada numa série de analogias matemáticas e conceituais existentes entre as redes neurais e a filtragem adaptativa, que envolvem estruturas, algoritmos de treinamento e princípios básicos. Evidencia-se como redes neurais podem ser fundamentadas pelo formalismo matemático associado à filtragem adaptativa, em termos da equação de Wiener-Hopf, da predição linear , do algoritmo do gradiente estocástico e da desconvolução cega. Simultaneamente, demonstra-se como filtros adaptativos podem ser relacionados aos princípios básicos de redes neurais, por exemplo, ao sistema nervoso vertebrado, à sinapse de Hebb, ao processamento paralelo distribuído, à auto-organização e à psicologia cognitiva. Apresenta-se uma metodologia de trabalho para sinais o desenvolvimento do processamento neural-adaptativo de e discutem-se alguns resultados já alcançados por esta nova abordagem, que consistem na análise matemática simultânea do processamento paralelo distribuído intrínseco a uma rede neural Perceptron multi-camadas (linear e parcialmente interconectada) e à cascata de filtros adaptativos transversais. Com base nesta análise, propõe-se uma versão modificada do algoritmo do gradiente estocástico na forma cascata, cujo desempenho é avaliado para a predição linear de um sinal auto-regressivo. Simulações evidenciam que, para este caso, o novo algoritmo é mais rápido e mais independente das condições iniciais que sua versão original / Abstract: We propose the theoretical foundations of the " Neural Adaptive Signal Processing" , an emerging technique which establishes an useful co-operation between the collective properties of neural networks and the solid mathematical theory connected to adaptive filtering. Neural adaptive signal processing enables, at the same time, a deeper mathematical anaIysis of neural networks basic principIes (eg. parallel distributed processing and self-organization) and the efficient application of adaptive fiIters to more eomplex tasks (eg. signal processing in the presence of non-Gaussian noise). The theoretical foundations are based upon several mathematical and conceptual anaIogies between neural networks and adaptive fiItering structures, training algorithms and basic principIes. We point out how some adaptive fiItering theories and equations (such as Wiener-Hopf equation, linear prediction, stochastie gradient algorithm and blind deconvolution) can be applied as an useful formalism to neural networks mathematical anaIysis. Conversely, we show how adaptive fiIters can be reIated to neural networks basic principIes (for exempIe, vertebrate nervous system, Hebbian synapsis, paraIIel distributed processing, seIf-organization and cognitive psychology). We present a research methodology for neural adaptive signal processing deveIopment and we discuss some resul ts attained by distributed processing two systems: a parallel linear making use of it. We anaIyse of mathematically the partially-interconnected multi-layer Perceptron and a cascade of transversal adaptive filters. Based upon this analysls, we propose an alternative cascade-form stochastic gradient algorithm, and we evaluate its performance when the cascaded fiIters are appIied to the linear prediction of an auto-regressive signal. For this case, simulations outline that the new algorithm seems to be faster and more independent of system initial conditions than its original counterpart / Mestrado / Eletronica e Comunicações / Mestre em Engenharia Elétrica

Orientadores: Lucia Valeria Ramos de Arruda e Wagner Caradori do Amaral / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-20T00:12:07Z (GMT). No. of bitstreams: 1 Silva_IvanNunesda_M.pdf: 6624700 bytes, checksum: 47db2158e7cca5cd5b4d34c1794ccc63 (MD5) Previous issue date: 1995 / Resumo: Redes Neurais Artificiais atingem altas taxas de computação através de um número massivo de elementos processadores simples com um alto grau de conectividade entre estes elementos. Redes neurais com conexões realimentadas podem ser utilizadas para resolver problemas de otimização. Nesta dissertação utilizam-se Redes Neurais Artificiais do tipo Hopfield, na solução de problemas de Estimação Paramétrica Robusta com perturbação desconhecida-mas-limitada. A rede de Hopfield discreta é usada no cálculo de regiões de incerteza para os parâmetros do modelo. Qualquer elemento pertencente a estas regiões são considerados um bom estimador dos parâmetros reais do processo. Uma Rede de Hopfield Modificada também é descrita e é utilizada para assegurar maior eficiência e confiabilidade na obtenção de resultados. Análises são realizadas comparando os resultados obtidos pela rede em relação a outras abordagens tradicionais de cálculo de incertezas paramétricas. Os parâmetros internos das Redes para o problema são derivados utilizando uma técnica denominada subespaço-válido de soluções. Estes parâmetros são explicitamente calculados, baseado nas especificações do problema, e devem assegurar a convergência da rede para um ponto de equilíbrio que representa uma solução para o problema de estimação robusta de modelos com perturbações desconhecidas-mas-limitadas / Abstract: Artificial Neural Networks can achieve high computation rates by employing a massive number of simple processing elements with a high degree of connectivity between these elements. Neural networks with feedback connections provide a computing model to solve a rich class of optimization problems. This dissertation presents an application of Hopfield's Neural Networks in Robust Parametric Estimation with unknown-but-bounded disturbance. The Discret Hopfield's Network is used to calculate a parameter uncertainty set for model parameters. Any element in this set can be considered a good estimator for the real parameters. A Modified Hopfield's Network has also been described and it is useful for getting efficient and reliable sets. Comparative analysis with others robust estimation approaches are included. The Valid-Subspace technique is used to obtain the internal parameters of the Hopfield's Neural Network. These parameters are explicitlycomputed, based upon problem specifications, to assure the network convergence. In this case, the equilibrium point represents a solution to robust estimation problem with unknown-but-bounded error / Mestrado / Mestre em Engenharia Elétrica

Banca: Jaime Simão Sichman / Banca: Anna Helena Reali Costa / Banca: Roseli Aparecida Francelin Romero / Banca: Paulo Roberto de Aguiar / Banca: Edvaldo Assunção / Resumo: A consciência humana é um dos mais fascinantes mistérios de nosso tempo. Das antigas civilizações aos pensadores da pós-modernidade, todos já se questionaram sobre como nos tornamos conscientes de nossa existência, e como nos tornamos conscientes do mundo que nos cerca. Embora não exista uma definição precisa para o termo consciência, há um consenso de que este fenômeno encontra-se intimamente ligado a processos cognitivos humanos, tais como: pensamento, raciocínio, emoções, desejos. Dentre os processos-chave para o surgimento da consciência está a atenção, processo cognitivo capaz de promover a seleção de apenas alguns poucos estímulos dentre a imensa quantidade de informação que nos atinge a todo instante. A consciência de máquina é o campo da inteligência artificial que investiga a possibilidade da produção de processos conscientes utilizando dispositivos artificiais. O presente trabalho realiza uma revisão sobre a temática da consciência - natural e artificial -, abordando o tema sob os prismas filosófico e computacional, e investiga a viabilidade da utilização de um esquema atencional como base para um processamento cognitivo. Propõe-se um modelo computacional formal para agentes conscientes que integra: memórias de curto e longo prazo, raciocínio, planejamento, emoção, tomada de decisão, aprendizado, motivação e volição. Simulações computacionais no domínio da robótica móvel realizadas sobre o ambiente USARSim, proposto pela RoboCup, sugerem que o agente pode ser capaz de, utilizando esses elementos, adquirir experiências baseado em estímulos recebidos do ambiente ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Understanding consciousness is one of the most fascinating challenges of our time. From ancient civilizations to modern philosophers, questions have been asked on how one is conscious of his/her own existence and about the world that surrounds him/her. Although there is no precise definition for consciousness, there is an agreement that it is strongly related to human cognitive processes such as: thinking, reasoning, emotions, wishes. One of the key processes to the arising of the consciousness is the attention, a process capable of promoting a selection of a few stimuli from a huge amount of information that reaches us constantly. Machine consciousness is the field of the artificial intelligence that investigate the possibility of the production of conscious processes in artificial devices. This work presents a review about the theme of consciousness - in both natural and artificial aspects -, discussing this theme from the philosophical and computational perspectives, and investigates the feasibility of the adoption of an attentional schema as the base to the cognitive processing. A formal computational model is proposed for conscious agents that integrates: short and long term memories, reasoning, planning, emotion, decision making, learning, motivation and volition. Computer experiments in a mobile robotics domain under USARSim simulation environment, proposed by RoboCup, suggest that the agent can be able to use these elements to acquire experiences based on environment stimuli. The adoption of the cognitive architecture over the attentional model has potential to allow the emergence of behaviours usually associated to the ... (Complete abstract click electronic access below)

Orientador: José Raimundo de Souza Passos / Banca: Osvaldo Cesas Pinheiro de Almeida / Banca: Luis Hilario Tobler Garcia / Banca: Tadeu Antonio Fernandes da Silva Júnior / Banca: Rogerio Antonio de Oliveira / Resumo: O setor florestal brasileiro e, principalmente, o setor de árvores plantadas tem suma importância para a economia do Brasil. Nessa cadeia produtiva, os viveiros florestais são os responsáveis por fornecer as mudas utilizadas em reflorestamentos, sendo que esses fornecem matéria prima para as indústrias de energia e papel e celulose. Dessa forma, o adequado manejo e a prevenção de doenças nas plantas comercializadas ocupam um lugar de destaque na produção dos viveiros. A Mancha Foliar Bacteriana (MFB) do eucalipto é uma doença preocupante para a produção de mudas de eucalipto, visto que sua incidência, sem o devido tratamento, pode levar a grandes perdas. A reflectância foliar de plantas pode ser um indicador para as respostas a diversos fenômenos biofísicos e bioquímicos em plantas. Este trabalho desenvolveu classificadores baseados em Inteligência Artificial para discriminar a ocorrência da mancha foliar bacteriana, assim como determinar sua severidade e seu período de latência, utilizando imagens digitais e assinaturas espectrais das folhas de eucalipto. Mudas de eucalipto foram inoculadas com uma suspensão de bactérias Xanthomonas spp. e suas assinaturas espectrais e imagens digitais foram coletadas durante oito dias consecutivos. Mudas de eucalipto não inoculados foram utilizados com controle negativo. Os dados coletados foram analisados utilizando técnicas estatísticas e de inteligência artificial, a fim de se obter a severidade da doença, seu período de latência, distin... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Brazilian forestry sector has great importance to the Brazilian economy. Forest nurseries are responsible for supplying the seedlings used in reforestation, which provide raw material for the energy, pulp and paper industries. Adequate management and prevention of diseases in plants is important for nurseries. Bacterial leaf spot of eucalyptus is a worrying disease for the production of seedlings, since its incidence, without treatment, causes losses. Leaf reflectance can be an indicator for the responses to various biophysical and biochemical phenomena in plants. The objective of this work was to develop classifiers based on artificial intelligence to discriminate the existence of the bacterial disease of the leaf spot, as well as to determine its severity and period of latency using digital images and spectral signatures of eucalyptus leaves. Eucalyptus seedlings were infected with Xanthomonas spp. and their spectral signatures and digital images were collected during eight consecutive days. Collected data were analyzed using statistical and artificial intelligence techniques, obtain the severity of the infection, latency period distinction between healthy and infected seedlings. computational models showed good results for the discrimination between diseased and healthy plants, allowing the presymptomatic detection of the disease. Severity of the disease was better adjusted by the statistical models of multiple linear regression. Computational and statistical tools should be used together to obtain best results in the classification of diseases and the prediction of their severity. / Doutor

Especialistas da área de neurofisiologia têm proposto a consideração dos sentimentos como parte dos processos cognitivos, e não de uma alma imaterial: tem sido defendido que as emoções não devem mais ser entendidas como opostas às decisões inteligentes, mas sim como parte e elemento decisivo para estas. Consequentemente se tornaram defensáveis a introdução de emoções artificiais no aprendizado de agentes artificiais, bem como a construção de modelos homeostáticos computacionais para estes. Nesta dissertação são relatados experimentos sobre uma arquitetura de controle baseado em comportamento e fundamentada sobre a simulação de processos hormonais e emocionais. São apresentadas e discutidas a arquitetura e modificações sobre esta, ou seja, a separação, da estrutura de aprendizado baseado em emoções, em diferentes redes neurais artificiais, uma rede para cada emoção. Os resultados mostraram que é razoável considerar modelos computacionais para processos emocionais que possam sustentar seleção de comportamento autônomo inteligente.

O DIANA é um sistema especialista cujo domínio de aplicação é o Sub-Sistema de Navegação Aviônica Militar e tem por objetivo, auxiliar o piloto ou a equipe de manutenção em terra, diagnosticando as possíveis falhas do Sub-Sistema de Navegação,e também servindo como instrumento para treinamento de pessoal. O DIANA faz uso das observações do piloto, ou da equipe de manutenção. em relação a alguma anomalia ocorrida no sistema aviônico. interagindo através de perguntas com o usuário do DIANA.Tal sistema foi desenvolvido com a colaboração da EMBRAER que forneceu os especialistas, e proporcionou o conhecimento necessário; também do ITA, que forneceu o suporte computacional.-

Este trabalho tem como objetivo apresentar uma aplicação prática de técnicas de Inteligência Artificial no controle de sistemas. O "software" desenvolvido permite ao usuário projetar controladores cujos parâmetros podem ser alterados dinamicamente em função das variáveis a serem controladas, utilizando para isto um conjunto de regras do tipo SE (condições) ENTÃO (ações). O conjunto de regras, formulado heuristicamente é processado por um mecanismo de inferência implementado em OPS5, que tem como principal característica a eficiência de execução. Informações referentes ao comportamento do sistema que está sendo controlado são aquisicionadas, e um conjunto de regras, selecionadas naquele ciclo, encarregam-se de sintonizar adequadamente os parâmetros de um controlador, repetindo-se até o momento em que as especificações de desempenho são satisfeitas. Devido à grande disponibilidade de computadores do tipo IBM-PC compatível, o desenvolvimento deste trabalho foi baseado em uma máquina deste tipo, apresentando resultados animadores em simulações de plantas realística em que foi testado.

O Naming Game é um modelo computacional simples em que agentes negociam e, sem nenhuma espécie de controle central e utilizando apenas interações locais, atingem consenso com relação à nomeação de um objeto por uma palavra. O consenso é atingido após um número finito de interações, e há um comportamento bem definido em que, inicialmente, várias palavras competem por popularidade e, após uma rápida transição, a maioria dos falantes passa a utilizar apenas um número reduzido de termos. Ocorre então uma espécie de consenso entre os falantes na população. Por ser um exemplo de sistema auto-organizado, o Naming Game desperta interesse mesmo fora do campo de estudos da dinâmica semiótica, onde se originou. No presente trabalho, alguns modelos baseados no Naming Game existentes na literatura são analisados e discutidos, e quatro novos modelos são introduzidos com o objetivo de reduzir o tempo que os agentes levam para chegar ao consenso. No primeiro modelo, observa-se que a redução do tempo de consenso quando se alteram apenas as estratégias de atualização dos inventários dos agentes é implausível. No segundo, os agentes mantêm memória de todas as interações das quais participaram e usam tal memória para atribuir diferentes preferências às palavras na hora da escolha de uma palavra para transmissão. No terceiro, os agentes atribuem pesos às palavras e escolhem a palavra para transmissão com probabilidade proporcional ao peso. No último, os agentes também atribuem pesos às palavras, mas consideram somente as palavras de maior peso no momento de escolha de uma palavra para transmissão. A redução do tempo de consenso quando comparado ao do Naming Game original é atingida em todos os modelos, com exceção do primeiro, tanto quando a topologia de conexão entre os agentes é tal que todos são vizinhos (mean-field), quanto quando a topologia é Barabási-Albert.

Este trabalho propõe uma metodologia para o prognóstico de sistemas com base em série temporal de parâmetro indicativo da condição do equipamento. A série temporal é dividida em diferentes cenários candidatos de acordo com a modificação de variáveis exógenas que representam condições ambientais externas ao sistema. A cada cenário válido é associado um modelo de progressão específico construído em um ciclo iterativo que segue uma abordagem de análise de séries temporais estocásticas do tipo ARIMA (Autoregressive Integrated Moving Average Process). O modelo utilizado para fins de prognóstico é determinado pela combinação de modelo de progressão do cenário mais atual com o modelo associado ao cenário passado mais similar ao atual. No contexto de prognóstico econômico realiza-se uma comparação com vias a ilustrar equivalência entre a classe de modelos ARIMA utilizada com modelo polinomial disponível na literatura, aplicando-se estas metodologias no problema de previsão do índice Dow Jones. A viabilidade da abordagem proposta, em se tratando de prognóstico de equipamento, é demonstrada através da predição de um índice de degradação para motor de corrente contínua (C.C.), onde os dados simulados são gerados a partir de um benchmark que representa o sistema de acionamento da máquina (C.C.).

Introdução: As funções cognitivas sofrem influência da idade, tanto no seu desenvolvimento como no seu declínio. De forma geral, as medidas de inteligência se relacionam com o volume de substância cinzenta (SC) em áreas cerebrais específicas e sofrem influência com o processo de envelhecimento. Em crianças e adolescentes as áreas envolvidas são o córtex pré-frontal, enquanto nos idosos e adultos jovens os córtices frontais e temporais desempenham um papel importante. Objetivo: Identificar quais áreas cerebrais estão implicadas nas variações das medidas de inteligência em uma amostra representativa de adultos jovens e idosos saudáveis. As hipóteses principais são: 1) haverá uma associação indireta entre distribuição de SC e idade envolvendo áreas de córtex frontal e temporal; 2) em adultos, as medidas de QI estimado irão se mostrar estáveis em decorrência da estabilidade entre as funções de inteligência fluida e cristalizada; 3) em idosos, as medidas de QI estimado apresentarão correlação direta com a distribuição de SC envolvendo o córtex temporal e límbico; 4) em idosos, as medidas de inteligência fluida apresentarão correlação direta com a distribuição de SC em córtices frontal e pré-frontal; 5) em idosos, as medidas de inteligência cristalizada não apresentarão correlações significativas com a distribuição de SC. Metodologia: Os exames de imagens cerebrais foram obtidos a partir de uma amostra representativa com ampla faixa etária. Foi investigada uma amostra de 258 sujeitos entre 18 e 75 anos que preencheram os critérios de inclusão/exclusão, e para os quais é possível estimar o QI através de subtestes do WASI. Os resultados estatísticos de cada análise foram realizados utilizando a volumetria baseada em voxel sob a forma de mapas paramétricos estatísticos e a relação dos resultados foram somente os que sobreviveram a correção para comparações múltiplas. Todos os resultados foram corrigidos através das variáveis de confusão (protocolo,aparelho de ressonância magnética e volume cerebral). Resultados: Identificamos correlações entre QI estimado e de inteligência fluida em regiões temporais mediais e límbicas bilaterais, na população idosa. Na população adulta também identificamos correlações entre inteligência cristalizada envolvendo regiões frontais e pré-frontais direita. Observamos também que houve perda de SC na população adulta envolvendo as regiões pré-frontais e frontais à esquerda. Conclusão: As medidas de inteligência cristalizada e fluida apresentaram correlação direta com o volume cerebral total, e especificamente em córtices frontais, pré-frontais bilaterais, e em regiões temporais e límbicas / Introduction: The cognitive functions could be influenced by age, both during the development as well as during the decline. Measures of intelligence in general are related to the volume of gray matter (GM) in specific brain areas, and also are under influence of aging process. In children and adolescents the brain areas involved is mainly the prefrontal cortex, while in the elderly other areas, such as the frontal and temporal cortices play an important role. Objective: To identify which brain areas are involved in variations in intelligence measures in a representative sample of large age span, from young adults to healthy elderly. The main hypotheses are: 1) there would be an indirect association between age distribution of GM and surrounding areas of the frontal and temporal cortex, 2) in adults, estimated IQ measures would prove to be stable secondarily to adaptation between fluid intelligence and crystallized functions, 3) in the elderly, measures of IQ estimated would present direct correlation with the distribution of GM involving the temporal cortex and limbic, 4) in the elderly, measures of fluid intelligence would show a direct correlation with the distribution of GM and pre frontal cortices, 5) in the elderly, measures of crystallized intelligence would not present significant correlations with the distribution of GM. Methods: Brain images scans were obtained from a representative sample with large age span. We investigated a sample of 258 subjects between 18 and 75 who met the criteria for inclusion / exclusion, and for which it is possible to estimate the IQ subtests by the WASI. Correlation statistical analyses were performed using voxel-based methodology with Statistical Parametric Map Software, and reported only if survived multiple comparison correction. All results were corrected for confounding variables (protocol, MRI scan and total brain volume). Results: We identified correlations between IQ and estimated fluid intelligence in medial temporal and limbic regions bilateral in the elderly. In the adult population we also identified correlations between crystallized intelligence involving the frontal and prefrontal right. We also observed that there was loss of GM in adults involving the left prefrontal regions and frontal. Conclusion: Measures of fluid and crystallized intelligence showed direct correlation with the total brain volume, and specifically in the frontal cortex, bilateral prefrontal, and temporal and limbic regions