Trabalho realizado na EDP - Energias de Portugal, orient. pelo Eng.º Nuno Portal

Tese de Mestrado Integrado. Engenharia do Ambiente. Universidade do Porto. Faculdade de Engenharia. 2011

Dissertação apresentada para obtenção do grau de Mestre em Engenharia Civil, na Faculdade de Engenharia da Universiddae do Porto, sob a orientação do Prof. Doutor A. P. Oliveira de Carvalho

Tese de mestrado integrado. Engenharia do Ambiente (Gestão). Universidade do Porto. Faculdade de Engenharia. 2011

Tese de doutoramento. Engenharia do Ambiente. Universidade do Porto. Faculdade de Engenharia. 2011

La validación de un cluster sigue siendo un problema abierto por no haberse encontrado aún un criterio objetivo para determinar la calidad de un conjunto de clases en el contexto del clustering. La interpretación de un clustering se convierte así en una fase fundamental del proceso de validación y sigue siendo, aún hoy, uno de los criterios más utilizados en la práctica.Así, actualmente es necesario introducir herramientas para asistir al usuario en las tareas de interpretación de una partición sobre un conjunto de objetos, con el fin de establecer el significado de las clases resultantes. Si las clases obtenidas no tienen sentido para los expertos, los resultados no son considerados válidos, ni tampoco se podrán utilizar, ni darán apoyo a ninguna decisión posterior. La literatura abunda algoritmos (técnicas) de validación orientados a la vertiente estructural de la partición, pero disponer de clases bien formadas estructuralmente no ofrece garantía de que un experto vaya a ser capaz de asociar cada uno de esos grupos a una entidad semántica. Esta tesis pretende contribuir a la mejora de este proceso, fundamental para comprender el significado de las clases obtenidas y dar soporte efectivo a la posterior toma de decisiones.La alternativa que parece más prometedora es el desarrollo de técnicas que a partir de la evidencia empírica, identifiquen las variables más relevantes y formulen conceptos que expresen las particularidades de cada clase y se expresen en una forma de representación conceptual generable automáticamente y directamente comprensible para el experto.Incorporar procedimientos que trasladen los resultados del análisis a una representación explícita del conocimiento obtenido, se sitúa en la línea de lo que Fallad propone para los sistemas de Knowledge Discovery from Data (KDD), donde la fase de post-proceso de los resultados para generar conocimiento es casi tan importante como el análisis en si mismo.La metodología de Caracterización Conceptual por Condicionamientos Sucesivos (CCCS) trata de aproximar en un modelo formal el proceso natural que sigue un experto en su fase de interpretación de resultados realizando una aproximación iterativa basada en el clustering jerárquico. La CCCS:· Aporta una sistematización al proceso de interpretación de clases procedentes de un cluster jerárquico y supone un avance significativo respecto al estado actual en que la interpretación se realiza de forma artesanal.· Contribuye a sistematizar y objetivar los mecanismos de interpretación que usan los expertos humanos.· Genera resultados que permiten que el experto pueda comprender más fácilmente las características principales de la clasificación obtenida ya que genera conocimiento explícito directamente a partir de las clases.Si bien la CCCS es general, se ha centrado la aplicación a estaciones depuradoras de aguas residuales por ser éste uno de los dominios donde las aproximaciones clásicas funcionan peor.Desde un punto de vista teórico, el interés de esta tesis es presentar una propuesta metodológica híbrida que combine herramientas y técnicas de Estadística e Inteligencia Artificial (IA) en forma cooperativa, siguiendo un enfoque transversal y multidiciplinar combinando elementos de la inducción de conceptos en IA, lógica proposicional y teoría de probabilidad. Es así como, ésta tesis, contribuye a la concepción genérica de sistema de KDD y a objetivar los procedimientos de validación de resultados, ya que el hecho de que un clustering tenga una interpretación clara está relacionado con su utilidad; evaluarla requiere un mecanismo a posteriori de comprensión del significado de las clases.La CCCS aprovecha la estructura jerárquica de la clasificación objetivo para inducir conceptos iterando sobre las divisiones binarias que indica el dendrograma, de tal forma que, a partir de las variables que describen los objetos pertenecientes a cierto dominio, se puedan encontrar las particularidades de cada clase, contribuyendo así al proceso de interpretación conceptual automática de clases. / The validation of a cluster is still an open problem as an objective criteria for determining the quality of a set of classes has not yet been found in the context of clustering. The interpretation constitutes a fundamental phase of the process and still today remains one of the most commonly used criteria to validate the cluster. Thus, it is now necessary to introduce tools to assist the user in the task of interpreting a partition of a set of objects in order to establish the meaning of the resulting classes. If the classes obtained don't do not make sense to the experts, the results of the classification are not considered valid, nor could be used or support any subsequent decision. All validation techniques and algorithms focus on the structure of the partition, but having well-structured classes does not guarantee that an expert will be able to associate each of these groups with a semantic entity. This thesis wants to make a contribution to this process, fundamental for understanding the meaning of the obtained classes and to give effective support to the subsequent decision-making.The most promising alternative seems to be the development of techniques based on empirical evidence to identify the most important variables and formulate concepts that express the specifics (or: specific nature) of each class and are expressed in a conceptual representation able apt for automatic generation and directly understandable to the expert.To incorporate procedures that translate the results of analysis (in this case of clustering) into a representation of explicit knowledge is in line with what Fayyad in 1996 suggests for systems of Knowledge Discovery from Data (KDD) where the phase of post-process of the results to generate knowledge is almost as important as the analysis itself. Perhaps due to its semantic nature, the automatic generation of interpretations of a classification has not been formally treated by statistics, but to resolve it is essential.The methodology of Characterization by Embedded Conditioning (CCEC) proposed tries to approximate in a formal model the natural process that an expert follows in its phase of interpretation of results by making an iterative approximation based on a hierarchical clustering. The CCEC:· Provides a systematizing of the process of interpretation of classes from a hierarchical cluster and represents a significant advance to the current situation in which the interpretation is done manually and more or less crafted.· Helps to systematize and objectify the mechanisms of interpretation used by human experts.· The results generated by the methodology allow the expert to better understand the main characteristics of the classification obtained by generating explicit knowledge directly from the classes.While the methodology proposed is general, the application focuses on Waste Water Treatment Plant (WWTP) because this is one of the domains where conventional approaches lack efficiency.From a theoretical point of view, the main focus of this thesis has been to present a hybrid methodology that combines tools and techniques of statistics and Artificial Intelligence in a cooperative way, using a transversal and multidisciplinary approach combining elements of the induction of concepts from Artificial Intelligence, propositional logic and probability theory. Thus, this thesis contributes to the generic design of KDD system. It also contributes to objectivate procedures for the validation of results, as the fact that clustering has a clear interpretation is related to the usefulness of a classification; evaluating the usefulness requires a posteriori mechanism of understanding the meaning of classes.The methodology CCEC benefits from the hierarchical structure of the target classification by induceing concepts iterating with binary divisions from dendrogram, so that, based on the variables that describe the objects belonging to a certain domain, the specifics of each class can be found, thus contributing to the automatic interpretation of conceptual description of clustering.

No description available.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-17T11:57:44Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T16:13:14Z : No. of bitstreams: 1 174110.pdf: 2448593 bytes, checksum: 6ff1db7fe6d0e5a8b9d7b8d7e5c7b97e (MD5) / De uma forma geral, práticas com vistas à eficiência no uso da eletricidade têm se mostrado viáveis, não só do ponto de vista técnico e econômico, mas também pelos resultados ambientais positivos: com a adoção de medidas que racionalizam a produção e o consumo de energia elétrica é possível reduzir a necessidade de exploração de novos potenciais energéticos, adiando a necessidade de novos investimentos para a expansão do sistema e os impactos ambientais gerados por estes empreendimentos. Neste sentido, o presente trabalho objetiva evidenciar estes benefícios ambientais, por meio da proposição de um modelo de avaliação que ressalta, dentro dos resultados gerais das práticas de conservação de energia elétrica, os aspectos ambientais. Utilizando como referencial teórico a Economia do Meio Ambiente e Recursos Naturais, a qual dispõe de técnicas de avaliação de bens e serviços ambientais, o modelo avalia os benefícios ambientais trazidos pelos programas de conservação de energia elétrica a partir de uma avaliação indireta, medindo-os pela variação nos custos ambientais ocorrida com a implantação do programa. A aplicação do modelo no Programa de Iluminação Pública Eficiente do PROCEL (Programa Nacional de Combate ao Desperdício de Energia Elétrica) mostrou que de fato, a adoção de programas de conservação de energia elétrica permite reduzir a exploração de recursos naturais com o adiamento das obras de fornecimento de energia elétrica.

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, 2008. / Submitted by Larissa Ferreira dos Angelos (ferreirangelos@gmail.com) on 2009-09-14T19:15:08Z No. of bitstreams: 1 Tese - 250109.pdf: 6989860 bytes, checksum: 94f780ff6ba9484aa33b8e8ab5b1c02b (MD5) / Approved for entry into archive by Luis Felipe Souza Silva(luis@bce.unb.br) on 2009-09-21T19:13:08Z (GMT) No. of bitstreams: 1 Tese - 250109.pdf: 6989860 bytes, checksum: 94f780ff6ba9484aa33b8e8ab5b1c02b (MD5) / Made available in DSpace on 2009-09-21T19:13:08Z (GMT). No. of bitstreams: 1 Tese - 250109.pdf: 6989860 bytes, checksum: 94f780ff6ba9484aa33b8e8ab5b1c02b (MD5) Previous issue date: 2008-08 / O objetivo principal deste trabalho é ajustar uma metodologia, baseada em pesos, considerando a influência das áreas de risco à ecologia da paisagem, na Bacia Hidrográfica do Rio das Almas, situada na área central do Estado de Goiás, Brasil (49º21’00”W e 15º49’00”S; 48º78’00”W e 16º16’00”S). O primeiro passo foi a geração do mapa de diagnóstico de riscos para analisar o melhor caminho para interconexão, conforme a topografia, recursos hídricos, geologia, geomorfologia, solos, formas de uso do solo e a legislação brasileira de proteção florestal. O segundo e último passo consiste em uma análise prospectiva para prever o potencial dos rios, como também a geomorfologia e áreas de vegetação para conexão, utilizando o mapa de diagnóstico de riscos na análise, a fim de definir o melhor caminho para passagem dos corredores. Os resultados mostram três rotas potenciais, representando 2.78% de toda a área da sub-bacia, em 868.708 ha de terras. Desses, apenas 34% da área, 298.042 ha, precisarão ser revegetados; o restante do percurso dá-se em áreas potenciais de vegetação nativa preservada. _______________________________________________________________________________ ABSTRACT / The aim goal of this work was to adjust a methodoly based on weights to indicate the best route for ecological corridors considering the influence of risk areas to the landscape ecology in the Rio das Almas basin, located in the central area of the State of Goiás, Brazil (49º12’00” W e 15º75’00”S; 48º82’00”W e 15º94’00”S). The first step was to generate a riscs diagnostic map to analyze the best pathway to interconnection in accordance with topography, water resources, soils, land use forms and Brazilian forest protection law. The second step consisted of a prospective analysis to preview the river potential as well as the slopeness and vegetation areas, using the riscs diagnostic map in the analysis to define the map of potential areas with the best pathway for passage of the corridors. Results show three potential rotes, representing 2.78% of the whole area in the sub-basin, in 868.708 ha of lands. Of these, only 34%, about 298.042 ha, will need to be recovered with woodlands. The remaining of the course occurs in potential areas of preserved native vegetation.

A construção civil é, hoje, uma das atividades da sociedade que mais interfere diretamente com o meio ambiente. Matérias-primas são extraídas, energia é consumida durante a construção e utilização, resíduos são devolvidos ao ambiente natural, e emissões tóxicas são geradas e expelidas na atmosfera. A maneira como esta atividade vem sendo exercida atualmente resulta em uma destruição cada vez mais acelerada dos recursos naturais disponíveis. Este quadro só poderá se modificar à medida que houver maior conscientização de todos os agentes envolvidos nesta atividade, e que a pesquisa constante indicar novos caminhos para o desenvolvimento de novos métodos e materiais de construção. Considerando-se este contexto, esta dissertação busca, como objetivo geral, contribuir na seleção de materiais para uma residência sustentável e, por conseqüência, na diminuição dos impactos dos resíduos gerados atualmente na construção civil. Para tanto, se propõe a analisar os materiais de construção com maior freqüência de utilização no mercado, em termos de impactos ambientais, para as principais etapas de uma residência unifamiliar. Entenda-se como etapas as fundações e/ou estruturas, revestimentos de pisos, elementos de vedação, revestimentos de paredes, esquadrias, forros e revestimentos de telhados. A partir dessa análise, este trabalho se propõe apresentar uma proposta de "guia", relacionando os materiais de acordo com os impactos ambientais causados ao meio ambiente, principalmente pela geração de CO2, hoje em dia, principal responsável pelo efeito estufa, além do consumo de energia despendida e percentagem de reciclagem, dados obtidos através do software CES 4.2 Granta Design, tendo como base as propriedades dos referidos materiais Uma ampla revisão bibliográfica foi realizada, além de pesquisas quanto aos métodos existentes para seleção de materiais e análise dos impactos ambientais causados, bem como a consulta com profissionais da área para identificação dos materiais a serem estudados. Com a obtenção destes dados, pode-se classificar os materiais que foram selecionados para este estudo em cada etapa de uma residência unifamiliar. Nesta classificação, tomando como base a emissão de CO2, a madeira sobressai-se em primeiro lugar, posição deslocada se a classificação é baseada no consumo de energia ou ainda na reciclagem dos materiais.