Orientador: Akedo Yamakami / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-16T13:44:58Z (GMT). No. of bitstreams: 1 Almeida_TiagoAgostinhode_D.pdf: 1582584 bytes, checksum: 8a444adaf46219a5200a75deb26be781 (MD5) Previous issue date: 2010 / Resumo: Nos últimos anos, spams têm se tornado um importante problema com enorme impacto na sociedade. A filtragem automática de tais mensagens impõem um desafio especial em categorização de textos, no qual a característica mais marcante é que os filtros enfrentam um adversário ativo, que constantemente procura evadir as técnicas de filtragem. Esta tese apresenta um estudo abrangente sobre o problema do spamming. Dentre as contribuições oferecidas, destacam-se: o levantamento histórico e estatístico do fenômeno do spamming e as suas consequências, o estudo sobre a legalidade do spam e os recursos jurídicos adotados por alguns países, a análise de medidas de desempenho utilizadas na avaliação dos filtros de spams, o estudo dos métodos mais empregados para realizar a filtragem de spams, a proposta de melhorias dos filtros Bayesianos através da adoção de técnicas de redução de dimensionalidade e, principalmente, a proposta de um novo método de classificação baseado no princípio da descrição mais simples auxiliado por fatores de confidência. Vários experimentos são apresentados e os resultados indicam que a técnica proposta 'e superior aos melhores filtros anti-spams presentes tanto comercialmente quanto na literatura. / Abstract: Spam has become an increasingly important problem with a big economic impact in society. Spam filtering poses a special problem in text categorization, in which the defining characteristic is that filters face an active adversary, which constantly attempts to evade filtering. In this thesis, we present a comprehensive study of the spamming problem. Among many offered contributions we present: the statistical and historical survey of spamming and its consequences, a study regarding the legality of spams and the main juridic methods adopted by some countries, the study and proposal of new performance measures used for the evaluation of the spam classifiers, the proposals for improving the accuracy of Naive Bayes filters by using dimensionality reduction techniques and a novel approach to spam filtering based on the minimum description length principle and confidence factors. Furthermore, we have conducted an empirical experiments which indicate that the proposed classifier outperforms the state-of-the-art spam filters. / Doutorado / Automação / Doutor em Engenharia Elétrica

O objetivo deste trabalho é projetar e desenvolver um sistema automatizado inteligente para o alinhamento de uma antena receptora com refletor parabólico aplicado a comunicação via satélite. Com base em procedimentos empíricos para o alinhamento manual de uma antena parabólica, foi concebida e desenvolvida uma solução tecnológica empregando hardware e software. O sistema concebido utiliza um GPS, para prover a localização espacial instantânea da antena receptora e um receptor digital, que fornece a relação portadora / ruído de recepção. A principal contribuição deste trabalho foi o projeto e desenvolvimento de um sistema computacional inteligente, denominado Sistema Inteligente de Alinhamento de Satélite que visa a automatizar o alinhamento de antena receptora. Para um determinado satélite, o sistema utiliza a informação sobre a qualidade do sinal recebido para acionar um servomecanismo responsável pelo alinhamento da antena. Verificou-se que quando a antena estiver na posição desejada, a relação portadora ruído deverá estar acima de 8 dB para uma boa qualidade de recepção. Foi desenvolvido um projeto de um sistema inteligente para uma varredura em torno do valor de referência de posição da antena, o qual se denominou ajuste fino da posição da antena. Nossa inédita abordagem para o ajuste fino projetou-se um controlador fuzzy do tipo Mandani, cujas regras foram geradas de acordo com o processo de posicionamento manual da antena parabólica. Nossa solução permitiu melhorar a relação portadora / ruído de recepção. / The objective of this work is to design and develop an intelligent automated system for the alignment of a receiving antenna with parabolic reflector applied to satellite communication. Based on empirical procedures manual for the manual alignment of a parabolic antenna, we designed and developed a technological solution using hardware and software. The system uses a GPS to provide the initial spatial location of the receiving antenna and a digital receiver to provide the carrier-to-noise ratio. The main contribution of this work was the design and development of an intelligent computational system which aims at automating the receiving antenna alignment. For a given satellite, through the dynamic handling of relocate the receiving antenna, the system uses information about the quality of the received signal to drive the servo responsible for aligning the antenna. We found that, the antenna is in the desired position, the carrier-to-noise ratio should be above 8 dB for a good reception quality. We developed the project of an intelligent system to scan around the reference antenna position value, which was called the antenna position fine tuning. Our new approach consisted in a fuzzy controller type Mandani, generated according to the manual process of maneuvering the dish. Our solution has improved the carrier-to-noise ratio by repositioning the antenna in the desired position.

Orientador: Fernando Antonio Campos Gomide / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-21T02:35:33Z (GMT). No. of bitstreams: 1 Leite_DanielFurtado_D.pdf: 12632242 bytes, checksum: f537e4a24d7322d87dc0aca9ba758b48 (MD5) Previous issue date: 2012 / Resumo: Recentemente tem-se observado um crescente interesse em abordagens de modelagem computacional para lidar com fluxos de dados do mundo real. Métodos e algoritmos têm sido propostos para obtenção de conhecimento a partir de conjuntos de dados muito grandes e, a princípio, sem valor aparente. Este trabalho apresenta uma plataforma computacional para modelagem granular evolutiva de fluxos de dados incertos. Sistemas granulares evolutivos abrangem uma variedade de abordagens para modelagem on-line inspiradas na forma com que os humanos lidam com a complexidade. Esses sistemas exploram o fluxo de informação em ambiente dinâmico e extrai disso modelos que podem ser linguisticamente entendidos. Particularmente, a granulação da informação é uma técnica natural para dispensar atenção a detalhes desnecessários e enfatizar transparência, interpretabilidade e escalabilidade de sistemas de informação. Dados incertos (granulares) surgem a partir de percepções ou descrições imprecisas do valor de uma variável. De maneira geral, vários fatores podem afetar a escolha da representação dos dados tal que o objeto representativo reflita o significado do conceito que ele está sendo usado para representar. Neste trabalho são considerados dados numéricos, intervalares e fuzzy; e modelos intervalares, fuzzy e neuro-fuzzy. A aprendizagem de sistemas granulares é baseada em algoritmos incrementais que constroem a estrutura do modelo sem conhecimento anterior sobre o processo e adapta os parâmetros do modelo sempre que necessário. Este paradigma de aprendizagem é particularmente importante uma vez que ele evita a reconstrução e o retreinamento do modelo quando o ambiente muda. Exemplos de aplicação em classificação, aproximação de função, predição de séries temporais e controle usando dados sintéticos e reais ilustram a utilidade das abordagens de modelagem granular propostas. O comportamento de fluxos de dados não-estacionários com mudanças graduais e abruptas de regime é também analisado dentro do paradigma de computação granular evolutiva. Realçamos o papel da computação intervalar, fuzzy e neuro-fuzzy em processar dados incertos e prover soluções aproximadas de alta qualidade e sumário de regras de conjuntos de dados de entrada e saída. As abordagens e o paradigma introduzidos constituem uma extensão natural de sistemas inteligentes evolutivos para processamento de dados numéricos a sistemas granulares evolutivos para processamento de dados granulares / Abstract: In recent years there has been increasing interest in computational modeling approaches to deal with real-world data streams. Methods and algorithms have been proposed to uncover meaningful knowledge from very large (often unbounded) data sets in principle with no apparent value. This thesis introduces a framework for evolving granular modeling of uncertain data streams. Evolving granular systems comprise an array of online modeling approaches inspired by the way in which humans deal with complexity. These systems explore the information flow in dynamic environments and derive from it models that can be linguistically understood. Particularly, information granulation is a natural technique to dispense unnecessary details and emphasize transparency, interpretability and scalability of information systems. Uncertain (granular) data arise from imprecise perception or description of the value of a variable. Broadly stated, various factors can affect one's choice of data representation such that the representing object conveys the meaning of the concept it is being used to represent. Of particular concern to this work are numerical, interval, and fuzzy types of granular data; and interval, fuzzy, and neurofuzzy modeling frameworks. Learning in evolving granular systems is based on incremental algorithms that build model structure from scratch on a per-sample basis and adapt model parameters whenever necessary. This learning paradigm is meaningful once it avoids redesigning and retraining models all along if the system changes. Application examples in classification, function approximation, time-series prediction and control using real and synthetic data illustrate the usefulness of the granular approaches and framework proposed. The behavior of nonstationary data streams with gradual and abrupt regime shifts is also analyzed in the realm of evolving granular computing. We shed light upon the role of interval, fuzzy, and neurofuzzy computing in processing uncertain data and providing high-quality approximate solutions and rule summary of input-output data sets. The approaches and framework introduced constitute a natural extension of evolving intelligent systems over numeric data streams to evolving granular systems over granular data streams / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientador: Elnatan Chagas Ferreira / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-26T21:41:11Z (GMT). No. of bitstreams: 1 Duarte_LuisFernandoCaparroz_D.pdf: 2460153 bytes, checksum: ff832dc604aa88b406f8f597eacaa933 (MD5) Previous issue date: 2015 / Resumo: A preocupação com o futuro dos recursos energéticos leva os pesquisadores a procurar formas mais eficientes de gerenciar estes recursos. Neste trabalho apresenta-se a implementação de um sistema não invasivo de monitoramento de consumo de energia elétrica baseado em conjuntos nebulosos, capaz de informar ao cliente, em período próximo de tempo real, sobre o consumo energético das principais cargas elétricas na unidade consumidora. Este trabalho parte da premissa de que a necessidade de se conhecer com detalhes como se dá o uso da energia elétrica em uma residência é primordial para se alcançar edificações com alto grau de eficiência energética. O conhecimento preciso de como a energia elétrica está sendo consumida é fundamental para que as pessoas entendam como é possível reduzir o desperdício e maximizar economia sem que haja prejuízo na qualidade de vida. O sistema proposto baseia-se em medição centralizada de energia elétrica. Para processar o consumo dos aparelhos em uso, utiliza a medição da tensão, da potência ativa e das cinco primeiras harmônicas ímpares da corrente elétrica como notação das assinaturas de cargas, medidas em nível de circuito, logo após os disjuntores de uma caixa de distribuição elétrica. A desagregação do consumo por aparelho é resolvida empregando técnicas de conjuntos nebulosos. Como o sistema possui conexão com a Internet, além de informar seus usuários sobre o consumo energético de suas cargas elétricas, ele também pode ser usado como ferramenta para enviar informações pertinentes às empresas geradoras e distribuidoras de energia elétrica, favorecendo o desenvolvimento de redes inteligentes de abastecimento energético / Abstract: Concerns about the future of energy resources lead the researchers to pursue more efficient ways to manage these resources. This work presents the implementation of a non-invasive power consumption monitoring system based on fuzzy sets, able to inform the customer, in a period close to real time, about the energy consumption of the main electrical appliances in their consumer units. This work relies on the premise that knowing in detail how do we make use of electricity in a residence is essential to achieve buildings with high degree of energy efficiency. The precise knowledge on how the electricity is being consumed is fundamental to understand how it is possible to reduce wastage and maximize savings without loss of quality of life. The proposed system is based on centralized measurement of electrical energy. To process the consumption of the appliances in use, it makes use of measurements of voltage, active power and the first five odd harmonics of the electrical current to constitute the load signatures, sensed at circuit level, just after the breakers at an electrical distribution box. The power consumption disaggregation is solved using fuzzy sets techniques. Since the system has Internet connection, in addition to informing its users about the energy consumption of their electrical loads, it is also possible to send relevant information to electric utilities, supporting the Smart Grid development / Doutorado / Eletrônica, Microeletrônica e Optoeletrônica / Doutor em Engenharia Elétrica

No description available.

No description available.

No description available.

This research undertakes the problem of vibration control of vehicular and structural systems using intelligent materials and controllable devices. Advanced modeling tools validated with experimental test data are developed to help with understanding the fundamentals as well as advanced and novel applications of smart and conventional suspension systems. The project can be divided into two major parts. The first part is focused on development of novel smart suspensions using Magneto-Rheological (MR) fluids in unique configurations in order to improve efficiency, controllability, and safety of today's vehicles. In this part of the research, attention is paid to fundamentals as well as advanced applications of MR technology. Extensive rheological studies, both theoretical and experimental, are performed to understand the basic behaviors of MR fluids as complex non-Newtonian fluids in novel applications. Using the knowledge obtained from fundamental studies of MR fluids, unique application concepts are investigated that lead to design, development, and experimental testing of two new classes of smart devices: MR Hybrid Dampers and MR Squeeze Mounts. Multiple generations of these devices are built and tested as proof of concept prototypes. Advanced physics-based mathematical models are developed for these devices. Experimental test data are used to validate the models and great agreement is obtained. The models are used as design tools at preliminary as well as detailed design stages of device development. The significant finding in this part of the research is that MR fluids can deliver a much larger window of controllable force in squeeze mode compared to shear and valve modes which can be used in various applications. The second part of the research is devoted to the development of innovative design tools for suspension design and tuning. Various components of suspension systems are studied and modeled using a new physics-based modeling approach. The component of main interest is the shim stack assembly in hydraulic dampers which is modeled using energy and variational methods. A major finding is that the shims should be modeled individually in order to represent the sliding effects properly when the shim stack is deflected. Next, the individual component models are integrated into a full suspension model. This model is then used as a tool for suspension design, synthesis, and tuning. Using this design tool, suspension engineers in manufacturing companies and other industrial sections can easily perform parametric studies without the need to carry out time consuming and expensive field and laboratory tests. / Ph. D.

No

Thesis (MScEng (Process Engineering))--University of Stellenbosch, 2006. / The natural immune system is an exceptional pattern recognition system based on memory and learning that is capable of detecting both known and unknown pathogens. Artificial immune systems (AIS) employ some of the functionalities of the natural immune system in detecting change in dynamic process systems. The emerging field of artificial immune systems has enormous potential in the application of fault detection systems in process engineering. This thesis aims to firstly familiarise the reader with the various current methods in the field of fault detection and identification. Secondly, the notion of artificial immune systems is to be introduced and explained. Finally, this thesis aims to investigate the performance of AIS on data gathered from simulated case studies both with and without noise. Three different methods of generating detectors are used to monitor various different processes for anomalous events. These are: (1) Random Generation of detectors, (2) Convex Hulls, (3) The Hypercube Vertex Approach. It is found that random generation provides a reasonable rate of detection, while convex hulls fail to achieve the required objectives. The hypercube vertex method achieved the highest detection rate and lowest false alarm rate in all case studies. The hypercube vertex method originates from this project and is the recommended method for use with all real valued systems, with a small number of variables at least. It is found that, in some cases AIS are capable of perfect classification, where 100% of anomalous events are identified and no false alarms are generated. Noise has, expectedly so, some effect on the detection capability on all case studies. The computational cost of the various methods is compared, which concluded that the hypercube vertex method had a higher cost than other methods researched. This increased computational cost is however not exceeding reasonable confines therefore the hypercube vertex method nonetheless remains the chosen method. The thesis concludes with considering AIS’s performance in the comparative criteria for diagnostic methods. It is found that AIS compare well to current methods and that some of their limitations are indeed solved and their abilities surpassed in certain cases. Recommendations are made to future study in the field of AIS. Further the use of the Hypercube Vertex method is highly recommended in real valued scenarios such as Process Engineering.