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.).

Made available in DSpace on 2019-03-30T00:01:59Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-06-29 / Secondary phases such as Laves and carbides are formed during the final solidification stages of nickel based superalloy coatings deposited during the gas tungsten arc welding cold wire process. However, when aged at high temperatures, other phases can precipitate in the microstructure, like the ?'' and ? phases. In this way, this work has objective the available the performance of Optimum Path Forest - OPF classifier configured with distances Euclidean, Manhattan, Squared Chi-Squared, Canberra, Bray-Curtis and Chi-Squared to classify (the background echo and backscattered) ultrasound signals in order to characterize the microstructure of a Ni-based alloy thermally aged at 650 and 950° C for 10, 100 and 200 h. The background echo and backscattered ultrasound signals were acquired using transducers with frequencies of 4 and 5 MHz. The experimental results revealed that the Manhattan distance was the fastest and most reliable, with accuracy almost 90% for 0,3 milissecond of processing time. In addition, the OPF classifier revealed to be a valid and adequate tool for microstructure characterization through ultrasound signals classification due to its speed, sensitivity, accuracy and reliability. Keywords: optimum-path forest, ultrasound signals classification, thermal aging. / Fases secundárias como, por exemplo, Laves e carbonetos são formadas durante o estágio final de solidificação do revestimento a base de níquel depositado durante o processo de soldagem TIG. Entretanto, quando submetida ao processo de envelhecimento térmico, outras fases podem precipitar na microestrutura, tais como ?'' e ?. Neste sentido, este trabalho tem como objetivo avaliar a performance do classificador Floresta de Caminhos Ótimos (Optimum Path Forest - OPF) configurado com as métricas de distâncias Euclidean, Manhattan, Squared Chi-Squared, Canberra, Bray-Curtis e Chi-Squared para detectar alterações microestruturais de uma liga Inconel 625 envelhecida termicamente à 650 e 950 °C por 10, 100 e 200 h a partir de sinais ultrassônicos retroespalhado e pulso eco para frequências de 4 e 5 MHz. A partir dos resultados experimentais, a distância Manhattan foi a mais eficiente e eficaz, com taxa de acerto na ordem de 90% para um tempo total de processamento de 0,3 milissegundos. Portanto, o classificador OPF combinado com sinais ultrassônicos, mostraram ser uma ferramenta bastante promissora para caracterização microestrutural devido sua velocidade, sensibilidade, especificidade e, principalmente, precisão. Palavras-chave: Florestas de Caminhos Ótimos, sinais ultrassônicos, envelhecImento térmico.

Made available in DSpace on 2019-03-30T00:08:54Z (GMT). No. of bitstreams: 0 Previous issue date: 2017-12-19 / Textual Entailment is one of the topics treated by Natural Language Processing, a subarea of computer science, artifical intelligence and linguistics. The focus of the textual entailment is the directional verification of the similarity relation between two fragments of text that can include syntatic and semantic aspects. Many automated methods for the recognition task have been advanced by virtue of the research and competitions conducted by the community in order to advance the quality of RTE (Recognizing Text Entailment). Challenges have become increasingly complex because of applications where textual entailment is used as Questions and Answers, Information Extraction, Summarization, Machine Translation Evaluation, and so on. This dissertation explores a range of approaches applied to the RTE task, starting with the recent methodologies used in the competitions for the task and proposes a framework with a hybrid approach to introduce semantic knowledge based on textual semantic similarity, ie, application of semantic similarity metrics between terms, generating semantic components - features - for an automatic learning process. In addition to textit framework, this paper analyzes the overlap of terms in two corpus, ASSIN and SNLI, showing the impact of the overlap in the RTE task. Keywords: Computational Linguistics. Artificial Intelligence. Natural Language Process- ing. Textual Entailment. Recognizing Text Entailment Task. Portuguese Language. / Implicação Textual é um dos temas tratados pelo Processamento de Linguagem Natural, uma subárea da ciência da computação, inteligência artificial e da linguística. O foco da implicação textual é a verificação direcional da relação de similaridade entre dois fragmentos de texto que podem incluir aspectos sintáticos e semânticos. Muitos métodos automatizados para a tarefa de reconhecimento tem avançado em virtude das pesquisas e competições realizadas pela comunidade com o intuito de fomentar o avanço qualitativo de RTE (Recognizing Textual Entailment). Os desafios têm se tornado cada vez mais complexos em virtude das aplicações em que a implicação textual é usada como Resposta a Perguntas, Extração de Informação, Sumarização, Avaliação de Tradução por Máquina etc. Esta dissertação explora uma faixa de abordagens aplicada à tarefa de RTE, iniciando com as metodologias recentes utilizadas nas competições para a tarefa, assim como propõe um framework com abordagem híbrida para introduzir conhecimento semântico baseado em similaridade semântica textual, ou seja, aplicação de métricas de similaridade semântica entre os termos, gerando componentes semânticos - features - como entrada para um processo de aprendizagem automática. Além do framework, este trabalho analisa a sobreposição dos termos em dois corpus, ASSIN e SNLI, evidenciando o impacto da sobreposição na tarefa de RTE. Palavras-chave: Linguística Computacional. Inteligência Artificial. Processamento de Linguagem Natural. Implicação Textual. Tarefa de Reconhecimento de Implicação Textual. Língua Portuguesa.