Submitted by LIVIA FREITAS (livia.freitas@ufba.br) on 2013-12-13T16:55:53Z No. of bitstreams: 1 RafaelPerrone-dissertacao-versaoCD.pdf: 7060582 bytes, checksum: 99be0604b9e41728d0c378ce61861d85 (MD5) / Approved for entry into archive by LIVIA FREITAS (livia.freitas@ufba.br) on 2013-12-13T16:56:06Z (GMT) No. of bitstreams: 1 RafaelPerrone-dissertacao-versaoCD.pdf: 7060582 bytes, checksum: 99be0604b9e41728d0c378ce61861d85 (MD5) / Made available in DSpace on 2013-12-13T16:56:07Z (GMT). No. of bitstreams: 1 RafaelPerrone-dissertacao-versaoCD.pdf: 7060582 bytes, checksum: 99be0604b9e41728d0c378ce61861d85 (MD5) / O uso de câmeras aumenta a flexibilidade dos robôs. A visão permite que sistemas robóticos móveis operem em locais de onde se tem pouco ou nenhum conhecimento prévio. Sua aplicação também pode aumentar a confiabilidade e precisão das tarefas robóticas. A realimentação de informações visuais para controlar ou estabilizar a postura de robôs, chamado de controle servo visual ou servovisão, é uma das técnicas de controle baseada em visão. Classifica-se a servovisão em dois grupos: baseada em imagem, que define o erro no espaço da imagem; baseada em posição, que usa informações visuais para fazer uma reconstrução 3D, com o erro definido no espaço Euclidiano. Este trabalho apresenta uma avaliação do desempenho do controle servo visual baseado em imagem aplicado a veículos aéreos multirrotores. A abordagem baseada em imagem elimina a necessidade de reconstrução tridimensional com alto custo computacional presente na técnica baseada em posição. Outra vantagem é a reduzida sensibilidade a erros de calibração da câmera e ruídos na imagem quando comparada à baseada em posição. A servovisão clássica usa apenas um controlador proporcional constante. Tal abordagem clássica confere simplicidade ao sistema, porém tende a apresentar um elevado sinal de controle nos instantes iniciais do movimento, quando o erro é relativamente grande. O objetivo fundamental do trabalho aqui descrito é analisar abordagens que melhorem o desempenho da servovisão clássica mantendo sua complexidade relativamente baixa. Avaliaram-se duas alternativas: ganho variável e filtro fuzzy. Para comparar os três controladores (clássico, ganho variável e filtro fuzzy) realizaram-se experimentos simulados em dois cenários: primeiro, usando um sistema cinemático completamente atuado com seis graus de liberdade, para verificar a influência do controlador isoladamente; depois, usando um modelo dinâmico de um quadrirrotor para verificar o comportamento em situações próximas da aplicação real. Tanto o ganho variável quanto o filtro fuzzy demonstraram ser capazes de solucionar, ou amenizar, parte dos problemas do controlador clássico. Por fim, validaram-se os algoritmos em um veículo aéreo não tripulado de quatro rotores — o quadrirrotor. Verificou-se que as duas abordagens avaliadas apresentaram menor esforço de controle durante os instantes iniciais, enquanto o tempo de acomodação foi, também, menor. O desempenho em regime apresentou menor oscilação da orientação do robô com o ganho variável e ainda menor com o filtro fuzzy quando comparados à abordagem clássica, indicando que os dois controladores alternativos conseguem reduzir os efeitos das propriedades dinâmicas do veículo.

Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. / Submitted by Oliveira Flávia (flavia@sisbin.ufop.br) on 2014-10-08T18:11:44Z No. of bitstreams: 1 DISSERTAÇÃO_AlgoritmoEstimaçãoDistribuição.pdf: 4257329 bytes, checksum: 46c818238b61dc57ce8e996ee4c097f8 (MD5) / Approved for entry into archive by Gracilene Carvalho (gracilene@sisbin.ufop.br) on 2014-11-04T16:22:10Z (GMT) No. of bitstreams: 1 DISSERTAÇÃO_AlgoritmoEstimaçãoDistribuição.pdf: 4257329 bytes, checksum: 46c818238b61dc57ce8e996ee4c097f8 (MD5) / Made available in DSpace on 2014-11-04T16:22:10Z (GMT). No. of bitstreams: 1 DISSERTAÇÃO_AlgoritmoEstimaçãoDistribuição.pdf: 4257329 bytes, checksum: 46c818238b61dc57ce8e996ee4c097f8 (MD5) Previous issue date: 2013 / Neste trabalho, propõem-se um novo algoritmo híbrido denominado Multiobjective Optimization Estimation of Distribution Algorithm Based on Bee Colonies and Clusters (MOEDABC) para resolução de problemas de otimização multiobjetivo de larga escala no domínio contínuo. Este algoritmo é inspirado na organização de uma colônia de abelhas e baseia-se nos algoritmos de estimação de distribuição. Como forma de gerar melhores soluções utiliza-se também técnicas de clusterização com a finalidade de aumentar a convergência local das soluções na fronteira Pareto. O algoritmo é baseado em quatro tipos de abelhas: as campistas, as observadoras, as nutrizes e as escoteiras, onde cada uma utiliza uma forma diferente de gerar as novas soluções. Combinando diferentes técnicas como clusterização, estimação de distribuição e algoritmos genéticos possibilitou-se um melhor aprendizado por meio de modelos probabilísticos baseados em distribuições Gaussianas e de Cauchy, obtendo assim soluções de maior qualidade. Em busca de obter maior flexibilidade do algoritmo na resolução de problemas foi introduzido um feromônio de controle responsável por controlar a proporção de cada tipo de abelhas na colônia. Comparado com outros algoritmos os resultados obtidos demonstram que o algoritmo proposto apresenta uma maior velocidade de convergência e uma melhor distribuição das soluções na fronteira Pareto conforme os indicadores utilizados. _______________________________________________________________________ / ABSTRACT: In this paper, are proposed a new hybrid optimization algorithm denominated Multiobjective Estimation of Distribution Algorithm based on Bee Colonies and Clusters (MOEDABC) to solve large scale multi-objective optimization problems in continuous domain. This algorithm is inspired in the organization of a bee colony and is based on estimation of distribution algorithms. As a way to generate better solutions also employ the clustering methods in order to increase the local convergence of the solutions in the Pareto front. The algorithm is based in four types of bees, the employer, the onlookers, the nursings and scouts, each a of which uses differents way of generating new solutions. Combining different techniques such as clustering, estimation of distribution algorithms and genetic algorithms was possible a better learning through probabilistic models based on Gaussian distributions and Cauchy, thus obtaining higher quality solutions. In search of greater flexibility of the algorithm in solving problems we introduce a pheromone control that is responsible for controlling the proportion of each type of bees in the colony. Compared with other algorithms the results obtained show that the proposed algorithm shows a faster convergence and a better distribution of solutions in the front Pareto according to the metrics used.

Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. / Submitted by Oliveira Flávia (flavia@sisbin.ufop.br) on 2015-11-18T19:42:59Z No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_AnáliseOtimizaçãoProblema.pdf: 4135579 bytes, checksum: 6b71bbbade1f42caa848c5149be42bca (MD5) / Approved for entry into archive by Gracilene Carvalho (gracilene@sisbin.ufop.br) on 2015-11-19T17:56:51Z (GMT) No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_AnáliseOtimizaçãoProblema.pdf: 4135579 bytes, checksum: 6b71bbbade1f42caa848c5149be42bca (MD5) / Made available in DSpace on 2015-11-19T17:56:51Z (GMT). No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_AnáliseOtimizaçãoProblema.pdf: 4135579 bytes, checksum: 6b71bbbade1f42caa848c5149be42bca (MD5) Previous issue date: 2015 / Para explorar a interseção entre problemas de roteamento de veículos propostos na literatura, esta dissertação propõe um problema de roteamento de veículos com muitos objetivos e janelas de tempo flexíveis (MOPRV). É proposta uma abordagem baseada em dois algoritmos evolucionários multiobjetivo (NSGA-II e NSGA-III) e um método para a redução e visualização de objetivos (Árvores de Agregação) é proposta. Através de um estudo sobre a harmonia e conflito entre os objetivos do problema, foi observada a possibilidade de agregação entre os mesmos, reduzindo o problema de seis para três objetivos. Os experimentos demonstram que as soluções para o problema reduzido possuem bons valores para todos os objetivos quando comparado com as soluções do problema completo. Mais ainda, os resultados demonstram que é mais vantajoso visualizar a relação entre os objetivos do MOPRV e em seguida otimizar o problema com menos objetivos do que tentar otimizar diretamente o problema considerando todos os objetivos do MOPRV. ____________________________________________________________________________________ / ABSTRACT: In order to explore the intersection between vehicle routing problems proposed in the literature, this dissertation proposes a many-objective vehicle routing problem with flexible time windows. We propose an approach based on two multiobjective evolutionary algorithms (NSGA-II and NSGA-III) and a method for reduction and visualization of objectives (Aggregation Trees). We observed the possibility of aggregation between the objectives through a study of the harmony and conflict between them, reducing the problem from six to three objectives. The experiments show the solutions for the reduced problem have good values for all objectives when compared to solutions for the complete problem. Moreover, the results show that it is more advantageous to visualize the relationship between objectives for the many-objective vehicle routing problem and then to optimize the reduced problem than to directly optimize the original formulation of the problem considering all six objectives.

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-05-19T16:39:35Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) _dissertacao_StarchSouza_versaoCorrigida_VF.pdf: 1638087 bytes, checksum: d684b3e778a00ee1b1ceecf59729cc5e (MD5) / Made available in DSpace on 2016-05-19T16:39:35Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) _dissertacao_StarchSouza_versaoCorrigida_VF.pdf: 1638087 bytes, checksum: d684b3e778a00ee1b1ceecf59729cc5e (MD5) Previous issue date: 2014-09-04 / CNPQ / A Cirurgia Bariátrica é um dos recursos de melhor efetividade para redução de peso nos casos de Obesidade, controle e resolução nos casos das comorbidades associadas que encontram-se sem controle terapêutico, como a Diabetes. Para aumentar as chances de sucesso terapêutico deste procedimento de grande porte, pode ser realizada uma avaliação prévia do paciente através de um modelo preditivo utilizando-se de variáveis de controle, clínicas, de comorbidades e laboratoriais. O objetivo geral desta pesquisa foi desenvolver um modelo preditivo de mineração de dados para apoio na tomada de decisão do cirurgião ao submeter pacientes com excesso de peso à cirurgia bariátrica, a partir dos dados históricos visando à sua redução de peso. A pesquisa foi do tipo clínica aplicada, transversal, retrospectiva, de caráter analítico. A amostra do estudo foi de 540 pacientes que realizaram seguimento clínico após 1 ano do procedimento cirúrgico. As cinco primeiras fases da metodologia CRISP-DM foram aplicadas na construção do modelo preditivo, e na modelagem foram aplicadas as técnicas de indução de regras, árvore de decisão e regressão logística. A variável independente (o ALVO) considerada foi o IMC ideal, entre 18,5 e 24,9 Kg/m2. O modelo preditivo de mineração de dados para pacientes submetidos à cirurgia bariátrica e com seguimento clínico de um ano, apontou que os preditores de sucesso para redução de peso foram, ser do sexo feminino, ser mais jovem, e apresentar no pré-operatório menor valor de índice de massa corpórea (IMC). O estudo apresentou regras explicativas e o modelo preditivo como auxílio na tomada de decisão, maximizando os que possuem maior expectativa de redução de peso. / The Bariatric Surgery is one of the most effective tools for weight reduction in cases of obesity, control and resolution in cases of associated comorbidities that are out therapeutic control, such as diabetes. To increase the chances of therapeutic success of this major procedure, a preliminary assessment of the patient can be carried out using a predictive model using control variables, clinics, comorbidities and laboratory variables. The objective of this research was to develop a predictive data-mining model to support the surgeon's decision to submit patients for bariatric surgery, from historical data aimed at their weight reduction. The research study was categorized as applied clinical, cross-sectional, retrospective and analytical. The study sample included 540 patients who underwent a complete year of surgery clinical follow-up. The first five phases of the CRISP-DM methodology were applied in the construction of the predictive model, and in modeling, rule induction, decision tree and logistic regression were the techniques applied. The independent variable (Target) was considered reaching the ideal BMI between 18.5 and 24.9 Kg/m2. The predictive model of data mining for patients undergoing bariatric surgery and follow-up of one year, pointed out that the success predictors for weight reduction were being female, being younger, and preoperative lower body mass index (BMI). The study presented explanatory rules and the predictive model as an aid in decision-making, maximizing those with greater expectation of weight reduction.

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-06-25T20:27:45Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Dailys Maite Aliaga Reyes.pdf: 1031688 bytes, checksum: d2b38d73f1c20d04530a539f28c3bff9 (MD5) / Made available in DSpace on 2018-06-25T20:27:45Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Dailys Maite Aliaga Reyes.pdf: 1031688 bytes, checksum: d2b38d73f1c20d04530a539f28c3bff9 (MD5) Previous issue date: 2017-02-14 / FACEPE / A presente dissertação foi desenvolvida no marco da análise de dados simbólicos de tipo intervalo, especificamente, em modelos de regressão. Os dados simbólicos são extensões de tipos de dados clássicos. Em conjuntos de dados convencionais, os objetos são individualizados, enquanto em dados simbólicos estes são unificados por relacionamentos. Primeiramente, foi realizada uma revisão sobre dados desta natureza e das principais metodologias utilizadas para sua análise. Um novo modelo de precificação de ativos de capital (CAPM pelas siglas em inglês) foi proposto e testado para dados intervalares. A abordagem levou em conta a variação nos intervalos de preços diários em ativos de mercado, observando os preços máximos e mínimos ao invés dos preços de abertura ou fechamento que têm sido mais populares em aplicações econométricas com modelos de CAPM. Para os cálculos envolvendo intervalos de preços e retornos de ativos, as operações básicas da aritmética intervalar foram utilizadas. O modelo proposto (iCAPM) é uma das mais recentes aplicações CAPM intervalares, em que a estimativa do parâmetro β é um intervalo. Nesta ocasião, foi proposta uma nova interpretação para dito parâmetro em conformidade com a interpretação tradicional para o risco sistemático de ativos na área das finanças. Foram apresenta dos dois exemplos ilustrativos com os intervalos de preços diários da Microsoft e de Amazon, usando os retornos do mercado derivados do índice S&P500 do01denovembrode2013ao15dejaneirode2015. Em conformidade com os testes estatísticos aqui realizados, os resultados da aplicação do modelo CAPM intervalar (iCAPM) proposto são consistentes estatísticamente, comum a explicação confiável referente aos retornos dos ativos em questão e aos retornos do mercado. Conjuntamente, foi introduzido um modelo de regressão não-linear simétrica para dados simbólicos de tipo intervalo (SNLRM-IVD), o qual ajusta um único modelo de regressão não-linear aos pontos médios (centros) e amplitudes (ranges) dos intervalos considerando a distribuição de t-Student. O desempenho do modelo foi validado através do critério estatístico da magnitude média doerro relativo, desenvolvendo experimentos no âmbito de simulações de Monte Carlo em relação a vários cenários simbólicos com outliers. Além do mais, o modelo proposto foi ajustado a um conjunto real de dados intervalares. A principal característica deste modelo é que proporciona estimadores não sensíveis à presença de outliers. / The present dissertation was developed within the framework of the symbolic data analysis of interval-valued type, and it is specially related to regression models. Symbolic data are extensions of classic data types. In conventional data sets, objects are individualized, while in symbolic data they are unified by relationships. At first, a deep review about the nature of this kind of data and the main methodologies used for its analysis were performed. A new capital asset pricing model (CAPM) has been proposed and tested for interval symbolic data. The approach considered the daily variation of the price ranges in market assets according to the maximum and minimum prices rather than the opening or closing prices, which have been most popular in econometric applications with CAPM models. For calculations involving price ranges and asset returns, the basic operations concerning the interval arithmetic were used. The proposed model (iCAPM) is one of the most recent interval CAPM applications, in which the estimate of theβ-parameter is, in fact, an interval. On this occasion, a new interpretation was proposed for this parameter in accordance with the traditional interpretation for the systematic risk of the assets in the market. Two figurative examples involving the daily price ranges of Microsoft and Amazon have been presented, using the market returns from the S&P500 index in the period from November 1, 2013 to January 15, 2015. In accordance with the statistical tests performed here, the results of the application of the proposed model (iCAPM) are statistically consistent with a reliable explanation of the assets returns and the market returns in question. Secondly, a non-linear regression model for interval-valued data was introduced (SNLRM-IVD), which sets a single regression model to the midpoints (centers) and ranges of the intervals at once, considering thet-Student distribution. The performance of the model was validated through the statistical criterion of the average magnitude of the relative error, undergoing experiments in the scope of Monte Carlo simulations in relation to several symbolic scenarios with outliers. Finally, the proposed model was fitted to a real set of interval data. The main feature of this SNLRM-IVD is that it provides estimators that are not sensitive to the presence of outliers.

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-04-22T19:11:22Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Sérgio René Pessoa Vila Nova Filho.pdf: 10289306 bytes, checksum: 7f8f4add31df1fd1cdafa9afd295d41d (MD5) / Made available in DSpace on 2016-04-22T19:11:22Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Sérgio René Pessoa Vila Nova Filho.pdf: 10289306 bytes, checksum: 7f8f4add31df1fd1cdafa9afd295d41d (MD5) Previous issue date: 2015-08-28 / A análise de séries temporais é uma importante área de estudo em diversos domínios. Grande parte das pesquisas em análise de séries temporais objetivam encontrar um modelo de previsão que utiliza dados passados da série para prever o seu valor no futuro, e então utiliza-o para a tomada de decisões. Algumas séries temporais apresentam padrões de comportamento que se repetem ao longo dela, tais padrões possuem tamanhos variados e podem ser utilizados para auxiliar a previsão. Esta dissertação propõe um sistema para previsão de séries temporais baseado em dois métodos principais: o primeiro consiste em particionar a série a fim de separar seus padrões de comportamento, o segundo divide a tarefa de previsão nas subtarefas de estimar o sentido da série no futuro e na de estimar o próximo valor a partir da previsão do sentido e do comportamento anterior da série. Para cada uma dessas divisões, é treinado um preditor especialista na tarefa de predição e no padrão de comportamento contido na partição. Para realizar um estudo comparativo, foram utilizadas quatro séries temporais, sendo duas financeiras e duas bastante utilizadas em estudos recentes. Quatro métricas foram usadas para avaliar o modelo proposto, e seus resultados foram comparados às performances dos modelos de Rede Neural Multilayer Perceptron (MLP) e Máquina de Vetor de Suporte para Regressão (SVR), além de modelos de estudos recentes. Também foram analisados os impactos da variação de cada parâmetro do sistema proposto com relação ao desempenho da previsão. O modelo proposto apresentou desempenho superior aos outros modelos avaliados, nas quatro séries. / Time series analysis is an important area of study in many expertise fields. Great part of the researches in time series analysis aims to find a prediction model, which analyzes the past data to predict the series future value, and then use it to make decisions. Some series exhibit behaviors patterns that repeat along it, such patterns have different sizes and could be used to help the forecast. This dissertation proposes a system to predict the future values of a time series, using two main methods: the first consist on partitioning the series, to segregate behaviour patterns, the second divides the prediction task in the subtasks of estimating the series future direction and the subtask of estimating the series future value from the direction forecast and the past values of the series. For each one of these divisions, a predictor is trained and becomes a specialist on the prediction subtask and in the behaviour pattern of the partition. To perform a comparative study, four time series were used, two are financial time series and two are used in many recent researches. Four performance metrics were used to evaluate, and the results were compared to the results of the Neural Network model (MLP) and the Support Vector Machine for Regression model (SVR), as well as other published studies models. The impacts of the variation of the models parameters on the prediction performance were analyzed as well. The proposed model presented better performance than the compared models on the four series evaluated.

Neste trabalho foi proposto um método e desenvolvido um protótipo para analisar imagens de microscopia de fluorescência obtidas a partir do teste FTA-ABS. Este teste é utilizado como comprovação do diagnóstico da sífilis por meio da identificação da bactéria causadora da doença. Um problema considerável na análise de tais imagens é a subjetividade na interpretação da intensidade de fluorescência apresentada, pois não existe uma descrição formal desse valor, outra dificuldade encontrada trata do baixo contraste entre o objeto de estudo e o fundo da imagem e finalmente a distribuição da fluorescência sobre as bactérias não é uniforme. O método proposto para auxiliar no diagnóstico por meio de análise de imagem consiste de três etapas. A primeira etapa é a de processamento das imagens. Para tal são utilizados algoritmos para aumentar o contraste entre o fundo da imagem e o objeto em estudo. Segue-se a realização da segmentação da imagem, utilizando-se algoritmos de binarização e crescimento de regiões. A segunda etapa realizada é a de classificação de pixels em grupos de cores pré- definidas por meio da utilização de Redes Neurais Artificiais treinadas com o algoritmo Backpropagation. Nesta etapa são treinadas e testadas diversas redes. De posse de todos os pixels classificados realiza-se a interpretação do diagnóstico por meio de técnicas fuzzy. / In this work we have developed a prototype to analyze fluorescence microscopy images obtained from the FTA-ABS. This test is used as confirmation of the diagnosis of syphilis by identifying the bacteria causing the disease. A considerable problem in the analysis of such images is the subjectivity in the interpretation of fluorescence intensity shown, because there is not a formal description of this value, another difficulty is the low contrast between the object of study and the background and finally the distribution of fluorescence on bacteria is not uniform. The proposed methodology for the diagnosis by means of image analysis consists of three stages. The first step is to image processing. For such algorithms are used to increase the contrast between the background image and the object under study. It follows the completion of the segmentation of the image, using algorithms for binarization and region growing. The second step is performed for the classification of pixels into color groups predefined by using Artificial Neural Networks trained with the Backpropagation algorithm. At this stage several neural networks are trained and tested to classify pixels into five classes of different colors. The interpretation of these colors in the third step is accomplished through the use of fuzzy techniques.

Neste trabalho foi proposto um método e desenvolvido um protótipo para analisar imagens de microscopia de fluorescência obtidas a partir do teste FTA-ABS. Este teste é utilizado como comprovação do diagnóstico da sífilis por meio da identificação da bactéria causadora da doença. Um problema considerável na análise de tais imagens é a subjetividade na interpretação da intensidade de fluorescência apresentada, pois não existe uma descrição formal desse valor, outra dificuldade encontrada trata do baixo contraste entre o objeto de estudo e o fundo da imagem e finalmente a distribuição da fluorescência sobre as bactérias não é uniforme. O método proposto para auxiliar no diagnóstico por meio de análise de imagem consiste de três etapas. A primeira etapa é a de processamento das imagens. Para tal são utilizados algoritmos para aumentar o contraste entre o fundo da imagem e o objeto em estudo. Segue-se a realização da segmentação da imagem, utilizando-se algoritmos de binarização e crescimento de regiões. A segunda etapa realizada é a de classificação de pixels em grupos de cores pré- definidas por meio da utilização de Redes Neurais Artificiais treinadas com o algoritmo Backpropagation. Nesta etapa são treinadas e testadas diversas redes. De posse de todos os pixels classificados realiza-se a interpretação do diagnóstico por meio de técnicas fuzzy. / In this work we have developed a prototype to analyze fluorescence microscopy images obtained from the FTA-ABS. This test is used as confirmation of the diagnosis of syphilis by identifying the bacteria causing the disease. A considerable problem in the analysis of such images is the subjectivity in the interpretation of fluorescence intensity shown, because there is not a formal description of this value, another difficulty is the low contrast between the object of study and the background and finally the distribution of fluorescence on bacteria is not uniform. The proposed methodology for the diagnosis by means of image analysis consists of three stages. The first step is to image processing. For such algorithms are used to increase the contrast between the background image and the object under study. It follows the completion of the segmentation of the image, using algorithms for binarization and region growing. The second step is performed for the classification of pixels into color groups predefined by using Artificial Neural Networks trained with the Backpropagation algorithm. At this stage several neural networks are trained and tested to classify pixels into five classes of different colors. The interpretation of these colors in the third step is accomplished through the use of fuzzy techniques.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-08-31T16:16:41Z No. of bitstreams: 1 texto completo.pdf: 1406443 bytes, checksum: a010ae0497ca5c1152907bf7a36e2663 (MD5) / Made available in DSpace on 2017-08-31T16:16:41Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1406443 bytes, checksum: a010ae0497ca5c1152907bf7a36e2663 (MD5) Previous issue date: 2017-03-03 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A seleção de clones de cana-de-açúcar, baseada apenas no fenótipo, é uma tarefa complexa para o melhorista. Os clones selecionados devem apresentar comportamento satisfatório para diferentes caracteres de produção e de qualidade da matéria prima. Para buscar solucionar esse problema, existem diferentes metodologias para auxiliar a seleção para multicaracterísticas. Os métodos fornecem informações de quais clones conseguem combinar, da melhor maneira, os caracteres de interesse agronômico. Como exemplo, tem-se os diferentes índices de seleção, amplamente utilizados no melhoramento animal e vegetal. Contudo não há informações na literatura referentes à utilização de um controlador fuzzy como índice de seleção. A introdução geral dessa tese foi elaborada de maneira a apresentar ao leitor uma breve introdução a respeito do melhoramento genético da cana-de-açúcar, dos diferentes índices de seleção utilizados na área, assim como, fornecer ao leitor informações sobre a lógica fuzzy e o seu potencial para auxiliar nas atividades de seleção genética. Os dois capítulos avaliaram uma população constituída por 220 clones, oriundos de cruzamentos entre diferentes espécies do Genêro Saccharum. No primeiro capítulo foram testados diferentes índices de seleção já consolidados na literatura e amplamente utilizados por diferentes programas de melhoramento genético. Posteriormente, a população foi submetida a uma nova metodologia de seleção clonal, através de um controlador fuzzy, programado para classificar os clones em três ideótipos: os convencionais, com elevado teor de açúcar e biomassa; os de cogeração de energia elétrica, com maior teor de fibra e biomassa; e os multipropósito, com desempenho satisfatório para teores de fibra, sacarose e biomassa. Com base nos resultados obtidos na primeira metodologia de avaliação, foi possível observar que o índice de seleção de Mulamba e Mock, sem pesos econômicos estimados, Mulamba e Mock com pesos econômicos baseados nas herdabilidades e o índice de Pesek e Baker com os ganhos desejados baseados nos desvios padrão genético mostraram-se eficientes na seleção de clones de cana-de-açúcar com rendimento de fibra, conteúdo de sacarose e toneladas de colmos por hectare satisfatório. O desempenho do controlador fuzzy mostrou-se eficiente na seleção de clones para as diferentes finalidades ou ideótipos: cultivo convencional, cogeração de energia e multipropósito. / The selection of sugarcane clones, based only on the phenotype, is a complex task for the breeder. The selected clones must show good behavior for different production characteristics and raw material quality. In order to solve this problem, there are different methodologies to assist the selection for multi-characteristics, the methods provide information on which the clones can combine, the best way, the characters of agronomic interest, for example, the different selection indices, widely used In animal and vegetable breeding, however, there is no information about the literature regarding the use of a fuzzy controller as a selection index. The general introduction of this thesis was elaborated in such a way as to present to the reader a brief introduction on the genetic improvement of sugarcane, the different selection indexes used in the area, as well as to provide the reader with information about fuzzy logic and Its potential to assist in genetic selection activities. The two chapters evaluated a population consisting of 220 clones, generate from crosses between different species of the Saccharum complex. In the first chapter we tested different selection indexes already consolidated in the literature and widely used by different breeding programs. electricity. Based on the results obtained in the first evaluation methodology, it was possible to observe that the selection index of Mulamba and Mock, without estimated economic weights, Mulamba and Mock with economic weights based on heritabilities and the Pesek and Baker index with the desired earnings based In the genetic standard deviations were efficient in the selection of sugarcane clones with good fiber yield, sucrose content and tons of high per hectare. The performance of the fuzzy controller proved to be efficient in the selection of clones for different purposes or ideotypes: conventional cultivation, energy cogeneration and multipurpose.

SILVEIRA, D. A. L. Técnicas computacionais aplicadas na estimativa da pressão parcial de Co2 em águas oceânicas. 2017. 85 f. Dissertação (Mestrado em Ciências Marinhas Tropicais) - Instituto de Ciências do Mar, Universidade Federal do Ceará, Fortaleza, 2017. / Submitted by Geovane Uchoa (geovane@ufc.br) on 2017-08-07T13:42:21Z No. of bitstreams: 1 2017_dis_dalsilveira ok.pdf: 2592895 bytes, checksum: e14bcad4f0bb004fbeea9eb4b2eafb42 (MD5) / Approved for entry into archive by Nadsa Cid (nadsa@ufc.br) on 2017-08-07T13:55:20Z (GMT) No. of bitstreams: 1 2017_dis_dalsilveira ok.pdf: 2592895 bytes, checksum: e14bcad4f0bb004fbeea9eb4b2eafb42 (MD5) / Made available in DSpace on 2017-08-07T13:55:20Z (GMT). No. of bitstreams: 1 2017_dis_dalsilveira ok.pdf: 2592895 bytes, checksum: e14bcad4f0bb004fbeea9eb4b2eafb42 (MD5) Previous issue date: 2017 / Coastal regions have little data regarding pCO2in marine waters. In part, this is due to the great difficulty of modeling these biogeochemically active regions, due to the complexity of coastal processes, the possible environmental changes and their effects on ecosystems and the high logistics costs required for these measurements in the ocean. Therefore,estimates based on a group of measurement variables that are easier to performareeventually necessary. The estimate of pCO2is recorded in several studies, however its application has been directed tothe open ocean and not to continental shelves. Multiple linear regression (MLR) and artificial neural network (ANN) techniques have been confronted several times.However, the use of the Levenberg-Marquardt algorithm, commonly used in computational vision when it is desired to fit a model to a set of data, isto date, not used for the estimation of pCO2inthe Brazilian coast. Thus, in this study, machine-learningalgorithms were used to estimate pCO2on the equatorial northeast coast of Brazil, using statistical and/or artificial intelligence techniques. For the training of the computer techniques, the data of the MS Monte Olivia ship were used, in order to certify them in international databases, and later applied these techniques to the Cruzeiro do Sul (NHOCS) data of the Brazilian Navy obtained by Coastal Biogeochemistry Research Group. Data were analyzed for pCO2, sea surface temperature (SST) and sea surface salinity (SSS). We obtained the Residual Standard Deviations (RSD) to justify the best technique based on the smallest error. The RNA presented better results in relation to MLRwith the obtaining of RSDs equivalent to 0.1034µatm for the total data of Monte Olivia and 0,8394µatm for the total data of the Cruzeiro do Sul, that is, smaller values than those published in the literature. In addition, for the open ocean,the SST and SSSmeasuresare more significant and represent better the pCO2than inthe continental shelf.By means of these two only variables, the estimate of the pCO2was not satisfactory. However, even with a lower number of data, adding a new variable, chlorophyll a, ANNestimation showed a satisfactory result, with RSD equivalent to 0.5983µatm. When only Salinity and Chlorophyll are combined, the RSD via RNA drops to 0.3514µatm for the estimated data after normalization. / As regiões costeirasapresentam poucos dados referentes a pCO2das águas marinhas. Em parte, isso se deve a grande dificuldade de modelar essas regiões biogeoquimicamente ativas, devido à complexidade de processos que ocorrem nessas áreas, às eventuais alterações ambientais e seus efeitos sobre os ecossistemas costeiros e aos elevados custos da logística necessária a estas medições no oceano.Portanto,as estimativas, eventualmente, tornam-se necessáriasa partir de um grupo de variáveis de mensuração mais fáceis de serem executadas. A estimativa da pCO2 encontra-se registrada em vários trabalhos,entretanto sua aplicação tem sido direcionadapara oceano aberto e nãoparaplataformas continentais.Técnicas de regressão linear múltipla (RLM) e de rede neural artificial (RNA) foram confrontadas diversas vezes, entretanto, a utilização do algoritmo de Levenberg-Marquardt,comumenteutilizado na visão computacional,principalmente quando se deseja ajustar um modelo a um conjunto de dados experimentais,até o momento, não foi utilizado para a estimativa da pCO2na costa brasileira. Assim, neste estudo, osalgoritmos de aprendizado de máquina foramutilizados, para estimara pCO2na costa nordeste equatorial do Brasil, utilizando técnicas estatísticas e/ou de inteligência artificial. Para treinamento das técnicas computacionais foram utilizados os dados do navio MS Monte Olivia, tendo em vista a certificação destes em bancos de dados internacionais e, posteriormente aplicadas estas técnicas aos dados do navio hidro oceanográfico Cruzeiro do Sul (NHOCS) da Marinha do Brasil obtidos peloGrupo de Pesquisa Biogeoquímica Costeira. Foram trabalhados dados de pCO2, temperatura da superfície do mar (TSM) e salinidade da superfície do mar (SSM). Foram obtidos os Desvios Padrão Residual (RSD) para justificar a melhor técnica baseado no menor erro. A RNA apresentou melhores resultados em relação a RLM com a obtenção de RSDsequivalentes a 0,1034µatm para os dados totais do Monte Olívia e 0,8394µatm para os dados totais do Cruzeiro do Sul, ou seja, valores menores do que aqueles divulgados na literatura e, para o oceano aberto, as grandezas TSM e SSM são mais significativas e representam melhor a pCO2, entretanto, na plataforma continental, por meio destas duas únicas variáveis, a estimativa da pCO2 não foi satisfatória. Entretanto, mesmo com menor número de dados, acrescentando-se uma nova variável, clorofila a, a estimativa por RNA mostrou resultado satisfatório, com RSD equivalente a 0,5983µatm. Quando combinou-se Salinidade à Clorofila ao RSD,via RNA,decresceupara 0,3514µatm após normalização dos dados, resultado que corroborou com estudo realizado na área com dados medidos.