Orientador : Wagner Caradori do Amaral / Tese (doutorado) - Universidade Estadualde Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-13T23:22:06Z (GMT). No. of bitstreams: 1 Coelho_AntonioAugustoRodrigues_D.pdf: 11452522 bytes, checksum: 9ee5cbdc2f6829c1bb408586e26edf9e (MD5) Previous issue date: 1991 / Resumo: Neste trabalho os algoritmos de controle adaptativo para sistemas com múltiplas entradas e múltiplas saídas são analisados e discutidos. Inicialmente os preditores da saída do processo para um horizonte de previsão igualou maior que o atraso de transporte, utilizados por estes algoritmos de controle, são desenvolvidos. Demonstra-se que, para as mesmas entradas e perturbações, estes preditores apresentam o mesmo erro de previsão. A seguir, desenvolve-se o controlador auto-ajustável de variância mínima generalizada. Demonstra-se que este controlador, com o procedimento de ajuste "on-line" da matriz de ponderação do sinal de referência, elimina o erro em regime entre a saída e a referência para uma variação degrau. No caso particular onde o processo apresenta o mesmo número de entradas e saidas, matriz de ponderação do controle constante e matriz de ponderação da referência igual a matriz de ponderação da saída, o desempenho do algoritmo de controle proposto é equivalente ao algoritmo desenvolvido por Favier(1982). Posteriorment,e, desenvolve-se o controlador preditivo generalizado. Mostra-se como os parâmet,ros de sintonia deste controlador influenciam os polos do processo em malha fechada. O trabalho inclui resultados práticos da aplicação dos controladores adaptativos em uma coluna de dest,ilação binária de alta pureza. Dos resultados da aplicação verifica-se que o control e preditivo generalizado apresenta o melhor comportamento entre os algoritmos de controle avaliados, isto é, menor sobre elevação e menor tempo de estabilização / Abstract: Adaptive control algorithms for multi-input multi-output are presented. Initially. output predictors for a prediction horizon igual to or greater than the time delay of the process to be controlled by those control algorithms are reviewed. It is shown that for the same inputs and disturbances, the predictions obtained have the same prediction error. A self-tuning controller based on the generalized minimum variance strategy is developed. To obtain zero steady-state error between the output and the reference signal. for a step change, an on-line method for adjusting the reterence weighting matrix is proposed. In the case of systems with the same number out inputs and outputs, constant control weighting matrix and reference weighting matrix igual to the output weighting matrix the performance of the control algoritm proposed is similar to the Favier . s aIgor ithm. The generalized predictive controller is then developed. It is also shown how the tuning parameters affect the closed-loop poles. Application of those adaptive control algorithms in a high-purity binary distillation column is included. Simulation results show that the generalized predicive controller presents a better performance when compared to others control algori thms, with less overshoot and less settling time / Doutorado / Automação / Doutor em Engenharia Elétrica

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-09-20T21:43:52Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) TESE Hesdras Oliveira Viana.pdf: 1744733 bytes, checksum: f9ca799bcf9840f9a599aab80efb34ca (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-09-21T17:21:24Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) TESE Hesdras Oliveira Viana.pdf: 1744733 bytes, checksum: f9ca799bcf9840f9a599aab80efb34ca (MD5) / Made available in DSpace on 2018-09-21T17:21:24Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) TESE Hesdras Oliveira Viana.pdf: 1744733 bytes, checksum: f9ca799bcf9840f9a599aab80efb34ca (MD5) Previous issue date: 2017-05-08 / A presença de diferentes tipos e intensidades de ruídos nos sinais da fala, têm sido um desafio para definir um modelo para o reconhecimento automático da fala. Neste sentido, estuda-se a “reconstrução de características ausentes”, que é um método de compensação, cujo objetivo é melhorar a robustez dos algoritmos de reconhecimento da fala em relação aos ruídos. Um modelo convencional para reconstrução de características ausentes utiliza características acústicas e métodos estatísticos para melhorar o reconhecimento da fala. No entanto, para este modelo, a taxa de acerto diminui quando o ruído presente no sinal é diferente do que foi utilizado no treinamento. Neste trabalho, um modelo adaptativo para reconhecimento da fala com reconstrução de características ausentes foi proposto. Para isso, foi utilizada uma nova abordagem para identificar as características articulatórias, através do pitch e do Mapa Auto-Organizável, e uma rede neural com topologia variante no tempo (LARFSOM) para reconstruir as características ausentes. O objetivo desse modelo é reconhecer a fala em sistemas online (tempo real) e offline que possam se modificar automaticamente sempre que for necessário. Assim, espera-se que o modelo seja independente de locutor. Para avaliar o modelo proposto, utilizamos as bases TIMIT e Aurora 2. Como resultados, foram obtidas uma taxa de erro médio de reconhecimento da fala de 6,96% para a base TIMIT e 4,46% para a base Aurora 2. Os experimentos realizados mostram que, mesmo sem utilizar um conhecimento prévio do sinal (oráculo), o modelo apresentou estabilidade (em relação a taxa de erro médio) quando existe presença ou ausência de ruído no sinal, bem como, na existência de locutores com diferentes gêneros e sotaques pronunciando frases com diferentes tamanhos. / The presence of different background noise in speech signal, has been a challenging to define a model for automatic speech recognition system. Missing-feature reconstruction is a compensation method to improve the noise robustness. A conventional models for missing-feature reconstruction is based on acoustic feature and statistical method to improve speech recognition. Nevertheless, these models degrade performance when different background noise is present in the signal. In this work, we propose a new adaptive speech model for speech recognition with missing-feature reconstruction, using unsupervised learning, for online (real-time) and offline systems, that automatically modifies as appropriate. For this, a new approach using Self-Organizing Map (SOM), to identify and extract articulatory features, and neural network with time-varying structure (LARFSOM), were used. In this work, an adaptive model for speech recognition with missing-feature reconstruction was proposed. For this, a new approach to identify the articulatory features, through the pitch and the Self-Organizing Map (SOM), and a neural network with time-varying structure (LARFSOM) for missing-feature reconstruction, were used. The purpose of this model is speech recognition in online (real-time) and offline systems, that automatically modifies as appropriate. Thus, it is expected that the model is robust for speaker variation. For evaluation purposes, Aurora 2 and TIMIT databases were used. As a result, we obtain a Word Error Rate average of 4.46% on Aurora 2 and 6.96% on TIMIT. Experimental results indicate that, even without prior knowledge (oracle) of the signal, the model is robust to noise, speaker variation, type of speech, and speech size.

Orientador: Alvaro Geraldo Badan Palhares / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-19T08:09:45Z (GMT). No. of bitstreams: 1 Madrid_MarconiKolm_D.pdf: 18861386 bytes, checksum: d4434157e0bde8939db9aae9036e3a2a (MD5) Previous issue date: 1994 / Resumo: Este trabalho de tese propõe uma técnica para a realização do planejamento e o controle de trajetórias espaciais de robôs através de uma abordagem que utiliza conhecimentos da inteligência artificial, como alternativa para realizar este tipo de tarefa, em tempo-real, mesmo que se utilizem sistemas eletrônicos de controle que não tenham grande capacidade computacional. Esta é uma técnica numérica que não exije o conhecimento da modelagem cinemática inversa do robô, daí a sua enorme vantagem computacional perante as técnicas clássicas de abordagem do problema, e até onde nossas pesquisas ch~garam, ela demostrou-se muito eficiente para o rastreamento veloz e preciso, tanto de trajetórias simples como de trajetórias definidas por equações de grande complexidade matemática. Além de intrinsicamente dar grande capacidade de recuperação do rastreamento frente à eventuais perturbações que o robô possa sofrer em sua estrutura física durante os movimentos. O estudo de tal assunto situa-se na área da Programação Heurística da Inteligência Artificial, e mais especificamente, ela utiliza algoritmos de busca que visam encontrar pelo menos uma solução de configuração estrutural do robô para rastrear trajetórias completas definidas dentro do seu volume de trabalho. Criamos uma filosofia para o gerenciamento da operação de robôs através de um modelo de interface homem-máquina traduzi da para um pacote de software apto para ser processado por um hardware eletrônico de dois níveis hierárquicos, que permite a realização do planejamento, da simulação, da execução, e da análise do desempenho dos robôs na execução de tarefas. Situamos o problema do planejamento e controle de trajetórias através de comentários sobre os assuntos envolvidos por esta área da robótica, baseados em pesquisas bibliográficas atualizadas, e através de nossa perspectiva para propor soluções. Apresentamos resultados de simulações que demonstram as potencialidades da técnica proposta, através da utilização do pacote de software criado, com comentários conclusivos baseados na utilização das características de um robô cuja construção evoluiu juntamente com este trabalho. E apresentamos novas perspectivas futuras de trabalho nesta linha de pesquisa / Abstract: Not informed. / Doutorado / Doutor em Engenharia Elétrica

Submitted by Fernanda Rodrigues de Lima (fernanda.rlima@ufpe.br) on 2018-10-08T20:40:03Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Mailson Melo dos Santos Filho.pdf: 1618446 bytes, checksum: 2d7170f25c5f5001042914b1ce30dde9 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-11-22T17:16:18Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Mailson Melo dos Santos Filho.pdf: 1618446 bytes, checksum: 2d7170f25c5f5001042914b1ce30dde9 (MD5) / Made available in DSpace on 2018-11-22T17:16:18Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Mailson Melo dos Santos Filho.pdf: 1618446 bytes, checksum: 2d7170f25c5f5001042914b1ce30dde9 (MD5) Previous issue date: 2015-09-09 / CNPq / Os sistemas de suporte à decisão são utilizados para auxiliar os gestores na tomada de decisão, inclusive, de alto nível. Eles implementam todas as etapas do processo de extração de conhecimento em banco de dados (KDD - Knowledge-Discovery in Databases) e o ambiente de consultas a dados e conhecimento, incluindo simulação de cenários sobre os indicadores do negócio (KPIs - Key Performance Indicators). As ferramentas OLAP (Online Analytical Processing) oferecem um ambiente para consultas que permite a análise de um grande volume de dados, por meio de cruzamento entre dados, apresentação de perspectiva de processamento multinível (hierarquias) para os dados e funções de perfuração e fatiamento dos conjuntos entre outras. Estas ferramentas têm interface amigável com o decisor humano apresentando gráficos, modelos e sumarizações, mas são limitadas a operações diretas e à validação de conhecimento humano sobre os dados do negócio. No processo de KDD, a mineração de dados usa inteligência artificial e estatística para extração de conhecimento dos dados e para apoiar a decisão humana em atividades de inferência e previsão. OLAM (Online Analytical Mining) é um conceito equivalente ao OLAP para navegação sobre o conhecimento extraído e sobre o efeito da sua aplicação na tomada de decisões sobre o desempenho do negócio tanto nos indicadores técnicos de inteligência artificial quanto nos KPIs. No entanto, não foi encontrado ferramental genérico que permita realizar de forma sistemática o OLAM. A proposta desse trabalho é mostrar que algumas operações fundamentais de OLAM podem ser implementadas por meio de ferramentas OLAP, mediante amostragem de dados com independência estatística submetidos à mineração e a certas transformações de dados. O trabalho é validado por meio de um problema de decisão binária, no qual a resposta do algoritmo de mineração de dados (escore de propensão) sobre a massa de dados estatisticamente independente passa a ser uma medida no data warehouse. O trabalho demonstra que essa abordagem permite a geração de cubos associado à classe-alvo e aos KPIs para avaliação de desempenho, tornando a ferramenta OLAP capaz de realizar OLAM. Ao final, o trabalho analisa as principais limitações das ferramentas OLAP que as impede de implementar OLAM com mais flexibilidade e as implicações conceituais e operacionais para serem superadas. / Decision support systems are used to assist managers inclusive in making high-level decisions. They implement all stages of knowledge extraction process in database (KDD - Knowledge Discovery in Databases) and the environment queries to data and knowledge, including simulation scenarios on the business indicators (KPIs - Key Performance Indicators). The OLAP (Online Analytical Processing) provides an environment for queries that allows analysis of large volumes of data through data merging, multilevel processing perspective presentation (hierarchies) for data and drilling functions and slicing of among other sets of functions. These tools have user-friendly interface with the human decision maker presenting graphics, models and summarization, but are limited to direct operations and human knowledge validation on business data. In the process of KDD, data mining uses artificial intelligence and statistical techniques for knowledge extraction in inference and forecasting activities for supporting human decision. OLAM (Online Analytical Mining) is a concept equivalent to OLAP to navigation on the extracted knowledge and the effect of applying them in making decisions about business performance both in technical indicators artificial intelligence as the KPIs. However, it was not found generic tools that allows perform systematically the OLAM. The purpose of this paper is to show that some fundamental operations of OLAM can be implemented by means of OLAP tools, sampled data with statistical independence subject to certain mining and data transformations. The job is validated by means of a binary decision problem, in which the response data mining algorithm (propensity score) statistically independent data about the mass becomes a measure in the data warehouse. The work demonstrates that this approach allows the generation of cubes associated with class-blalvo and KPIs for performance evaluation, making OLAP tool capable of performing OLAM. Finally, the paper analyzes the main limitations of OLAP tools that prevents them from implementing OLAM with more flexibility and the conceptual and operational implications for trying to overcome.

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-10-05T20:31:17Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) TESE Judas Tadeu Gomes de Sousa.pdf: 4137174 bytes, checksum: cd6430bb78979d21a8f96d1c7c610971 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-11-22T18:29:14Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) TESE Judas Tadeu Gomes de Sousa.pdf: 4137174 bytes, checksum: cd6430bb78979d21a8f96d1c7c610971 (MD5) / Made available in DSpace on 2018-11-22T18:29:14Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) TESE Judas Tadeu Gomes de Sousa.pdf: 4137174 bytes, checksum: cd6430bb78979d21a8f96d1c7c610971 (MD5) Previous issue date: 2017-06-12 / FACEPE / A demanda pelo tratamento de sistemas não-lineares, resultado do aumento da complexidade dos processos industriais recentes, tem dificultado o uso de técnicas de controle moderno. A teoria de controle moderno é baseada na existência de modelo para representar o processo, no entanto, o uso de modelos complexos pode resultar num controlador complexo e difícil de manter. Técnicas de controle direcionadas por dados estão ganhando destaque em áreas onde a complexidade do sistema, ou mesmo a inexistência de um modelo, podem ser superadas pela disponibilidade de dados do processo, os quais podem ser capturados e usados para calcular diretamente o sinal de controle. Dentre os métodos de controle direcionados por dados, a técnica de Controle Adaptativo Livre de Modelo (MFAC – Model Free Adaptive Control) se destaca por características como: ser on-line, depender apenas dos dados de entrada e saída medidos da planta e do sinal de referência e por possuir formulações que atendem sistemas com vários graus de não-linearidade. Porém, o MFAC ainda possui questões em aberto, por exemplo, a escolha dos parâmetros do controlador. O ajuste desses parâmetros pode ser transformado num problema de otimização, no entanto, um projeto de controle costuma envolver múltiplos objetivos a serem atendidos. Portanto, neste trabalho serão definidas estratégias e um algoritmo evolucionário multi-objetivo, baseado em evolução diferencial e em imigrantes direcionados, para sintonia dos parâmetros do controlador MFAC. Vários casos de estudos serão testados e duas estratégias de ajustes para os parâmetros serão implementadas: uma estratégia off-line, na qual os parâmetros são otimizados em todo intervalo de operação, e outra on-line, onde o controlador usa os parâmetros otimizados na estratégia anterior, mas também realiza otimizações em intervalos menores, enquanto o controle atua, quando algumas situações são detectadas. Os resultados obtidos mediante simulações, sugerem que o controlador usando parâmetros otimizados off-line tem melhor desempenho do que um com parâmetros encontrados na literatura. Além disso, a estratégia de otimização on-line proposta, conseguiu melhorar ou pelo menos manter os benefícios obtidos com a otimização off-line. / As a result of the complexity increase in current industrial processes, requests for treatment of nonlinear systems have been overburdening modern control techniques. The modern control theory is based on a model to represent these processes, however complex models can result in a complicated and difficult controller to maintain. Data-Driven Control techniques are getting featured in areas where the system complexity, or the absence of a model, can be overcame by a lot of available data, which can be used to calculate the control signal directly. Among Data-Driven Control methods, the Model Free Adaptive Control (MFAC) technique stands out for characteristics, such as being on-line, using just input and output data from the plant and reference signal, as well as having formulations for systems with varying degrees of non-linearity. However, the MFAC is still making unanswered questions, such as the choice of controller parameters. The tuning of these parameters can be transformed into an optimization problem, nevertheless, a control project usually involves multiple objectives to be attended. Therefore, this work will define strategies and a multi-objective evolutionary algorithm, based on differential evolution and directed immigrants, to adjust the MFAC controller parameters. Several cases will be evaluated and two adaptive strategies for these parameters will be implemented: An off-line strategy, at which the parameters are optimized in all acting period, and another on-line, where the controller uses the optimized parameters obtained in the previous strategy performing optimizations at smaller intervals when some situations are detected. The results obtained through simulations suggest that the controller with optimized parameters off-line is better than parameters found in the literature. In addition, the proposed on-line strategy has been able to improve or at least maintain the benefits of off-line optimization.

The optimization of parameter driven simulations has been the focus of many research papers. Algorithms like Hill Climbing, Tabu-Search and Simulated Annealing have been thoroughly discussed and analyzed. However, these algorithms do not take into account the fact that simulations can have dynamic scenarios. In this dissertation, the possibility of using the classical optimization methods just mentioned, combined with clustering techniques, in order to optimize parameter driven simulations having dynamic scenarios, will be analyzed. This will be accomplished by optimizing simulations in several random static scenarios. The optimum results of each of these optimizations will be clustered in order to find a set of typical solutions for the simulation. These typical solutions can then be used in dynamic scenario simulations as references that will help the simulation adapt to scenario changes. A generic optimization and clustering system was developed in order to test the method just described. A simple traffic simulation system, to be used as a testbed, was also developed. The results of this approach show that, in some cases, it is possible to improve the outcome of simulations in dynamic environments and still use the classical methods developed for static scenarios.

Este trabalho propõe uma nova arquitetura para sistemas especialistas .A arquitetura proposta utiliza um plano de controle para estruturação conceitual do banco de conhecimento, de forma a facilitar o desenvolvimento e a manutenção de sistemas especialistas desenvolvidos em uma linguagem de engenharia de conhecimento. OPS5: baseada em regras de produção. O plano de controle libera o especialista de preocupações com o controle de regras e permite o direcionamento de blocos de regras específicos ao mecanismo de inferência, conseguindo manter todas as características desejáveis para um sistema baseado em conhecimento - modularidade, flexibilidade, facilidades de incrementação e capacidade adaptativa. Como resultado da utilização do plano de controle são possíveis explanações coerentes durante o processo de resolução de problemas.

Este trabalho apresenta uma extensão das Arquitetura do Quadro Negro. São discutidas diversas formas para essa arquitetura de acordo com o equipamento disponível e com o grau de distribuição desejado. A seguir, para uma configuração particular dentre as propostas são apresentadas uma série de primitivas com interface para C e OPS 5 que implementm um esqueleto para sistemas baseados na Arquitetura de Quadro Negro distribuída. Esse esqueleto torna transparente ao usuário o controle da arquitetura e da distribuição assim, como a comunicação, tornando fácil a implementação de um sistema. Por fim é apresentado em sistema especialistas de porte razoável implementado com base nos conceitos e funções apresentadas.

O presente trabalho descreve a proposta do sistema Condor: um ambiente integrado para desenvolvimento de sistemas especialistas. A arquitetura sugerida incorpora um novo esquema de representação do conhecimento especialmente voltado para domínios bem-estruturados e uma linguagem que facilita a representação do conhecimento de controle desses domínios. O novo esquema, baseado em ênuplas, é usado para transformar a representação analógica de um grafo da decisão numa representação processável.A arquitetura proposta é dotada também de um mecanismo que a habilita de trabalhar com problemas mal-estruturados, para o qual é difícil prover especificações funcionais detalhadas. Adicionalmente, propõe se nessa arquitetura uma eficiente estratégia de casamento de padrões que permite inclusive o uso de variáveis globais no processo.

A construção de Bases de Conhecimento é um processo quase artesanal, resultado de uma série de interações entre o especialista e o Engenheiro de Conhecimento. Normalmente estas Bases de Conhecimento apresentam defeitos de construção como informações incompletas e inconsistentes. Neste trabalho mostramos um sistema que faz a verificação de Bases de Conhecimento expressas em regras do tipo SE-ENTÃO. Esta verificação consiste na análise da ocorrência de ciclos; análise de consistência; completude das regras sobre o domínio; integridade das informações, etc. Paralelamente são apresentados alguns métodos para verificação parcial da Base de Conhecimento por parte do Engenheiro de Conhecimento, durante o processo de Aquisição de Conhecimento.