Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-01-08T10:36:58Z No. of bitstreams: 1 wanderantunesgasparvalente.pdf: 4197156 bytes, checksum: 5b667869c3bb237e570559ddf4cbb30d (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-01-25T16:56:26Z (GMT) No. of bitstreams: 1 wanderantunesgasparvalente.pdf: 4197156 bytes, checksum: 5b667869c3bb237e570559ddf4cbb30d (MD5) / Made available in DSpace on 2016-01-25T16:56:26Z (GMT). No. of bitstreams: 1 wanderantunesgasparvalente.pdf: 4197156 bytes, checksum: 5b667869c3bb237e570559ddf4cbb30d (MD5) Previous issue date: 2015-02-09 / O presente trabalho fundamenta-se no método das segmentações geométricas sucessivas (MSGS) para a construção de uma rede neural artificial capaz de gerar tanto a topologia da rede quanto o peso dos neurônios sem a especificação de parâmetros iniciais. O MSGS permite identificar um conjunto de hiperplanos no espaço Rn que, quando combinados adequadamente, podem separar duas ou mais classes de dados. Especificamente neste trabalho é empregado um aprimoramento ao MSGS com base em estimativas de densidade por kernel. Utilizando-se KDE, é possível encontrar novos hiperplanos de separação de forma mais consistente e, a partir daí, conduzir à classificação de dados com taxas de acerto superiores à técnica originalmente empregada. Neste trabalho, o MSGS aprimorado é empregado satisfatoriamente pela primeira vez para a identificação de padrões em sistemas de energia elétrica. O método foi ajustado para a classificação de faltas incipientes em transformadores de potência e os resultados apresentam índices de acerto superiores a trabalhos correlatos. O MSGS aprimorado também foi adaptado para classificar e localizar faltas inter-circuitos em linhas áreas de transmissão em circuito duplo, obtendo resultados positivos em comparação com a literatura científica. / This work is based on the method of successive geometric segmentations (SGSM) for the construction of an artificial neural network capable of generating both the network topology as the weight of neurons without specifying initial parameters. The MSGS allows to identify a set of hyperplanes in the Rn space that when properly combined, can separate two or more data classes. Specifically in this work is used an improvement to SGSM based on kernel density estimates (KDE). Using KDE, it is possible to find new hyperplanes of separation more consistently and, from there, lead to data classification with accuracy rates higher than originally technique. In this paper, the improved SGSM is first used satisfactorily to identify patterns in electrical power systems. The method has been adjusted to the classification of incipient faults in power transformers and the results have achieved rates above related work. The improved SGSM has also been adapted to classify and locate inter-circuit faults on double circuit overhead transmission lines with positive results compared with the scientific literature.

In optimization of intensity-modulated radiation therapy treatment plans, dose-volumehistogram (DVH) functions are often used as objective functions to minimize the violationof dose-volume criteria. Neither DVH functions nor dose-volume criteria, however,are ideal for gradient-based optimization as the former are not continuously differentiableand the latter are discontinuous functions of dose, apart from both beingnonconvex. In particular, DVH functions often work poorly when used in constraintsdue to their being identically zero when feasible and having vanishing gradients on theboundary of feasibility.In this work, we present a general mathematical framework allowing for direct optimizationon all DVH-based metrics. By regarding voxel doses as sample realizations ofan auxiliary random variable and using kernel density estimation to obtain explicit formulas,one arrives at formulations of volume-at-dose and dose-at-volume which are infinitelydifferentiable functions of dose. This is extended to DVH functions and so calledvolume-based DVH functions, as well as to min/max-dose functions and mean-tail-dosefunctions. Explicit expressions for evaluation of function values and corresponding gradientsare presented. The proposed framework has the advantages of depending on onlyone smoothness parameter, of approximation errors to conventional counterparts beingnegligible for practical purposes, and of a general consistency between derived functions.Numerical tests, which were performed for illustrative purposes, show that smoothdose-at-volume works better than quadratic penalties when used in constraints and thatsmooth DVH functions in certain cases have significant advantage over conventionalsuch. The results of this work have been successfully applied to lexicographic optimizationin a fluence map optimization setting. / Vid optimering av behandlingsplaner i intensitetsmodulerad strålterapi används dosvolym- histogram-funktioner (DVH-funktioner) ofta som målfunktioner för att minimera avståndet till dos-volymkriterier. Varken DVH-funktioner eller dos-volymkriterier är emellertid idealiska för gradientbaserad optimering då de förstnämnda inte är kontinuerligt deriverbara och de sistnämnda är diskontinuerliga funktioner av dos, samtidigt som båda också är ickekonvexa. Speciellt fungerar DVH-funktioner ofta dåligt i bivillkor då de är identiskt noll i tillåtna områden och har försvinnande gradienter på randen till tillåtenhet. I detta arbete presenteras ett generellt matematiskt ramverk som möjliggör direkt optimering på samtliga DVH-baserade mått. Genom att betrakta voxeldoser som stickprovsutfall från en stokastisk hjälpvariabel och använda ickeparametrisk densitetsskattning för att få explicita formler, kan måtten volume-at-dose och dose-at-volume formuleras som oändligt deriverbara funktioner av dos. Detta utökas till DVH-funktioner och så kallade volymbaserade DVH-funktioner, såväl som till mindos- och maxdosfunktioner och medelsvansdos-funktioner. Explicita uttryck för evaluering av funktionsvärden och tillhörande gradienter presenteras. Det föreslagna ramverket har fördelarna av att bero på endast en mjukhetsparameter, av att approximationsfelen till konventionella motsvarigheter är försumbara i praktiska sammanhang, och av en allmän konsistens mellan härledda funktioner. Numeriska tester genomförda i illustrativt syfte visar att slät dose-at-volume fungerar bättre än kvadratiska straff i bivillkor och att släta DVH-funktioner i vissa fall har betydlig fördel över konventionella sådana. Resultaten av detta arbete har med framgång applicerats på lexikografisk optimering inom fluensoptimering.

Construction of radiotherapy treatments for cancer is a laborious and time consuming task. At the same time, when presented with a treatment plan, an oncologist can quickly judge whether or not it is suitable. This means that the problem of constructing these treatment plans is well suited for automation. This thesis investigates a novel way of automatic treatment planning. The treatment planning system this pipeline is constructed for provides dose mimicking functionality with probability density functions of dose–volume histograms (DVHs) and spatial dose as inputs. Therefore this will be the output of the pipeline. The input is historically treated patient scans, segmentations and spatial doses. The approach involves three modules which are individually replaceable with little to no impact on the remaining two modules. The modules are: an autoencoder as a feature extractor to concretise important features of a patient segmentation, a distance optimisation step to learn a distance in the previously constructed feature space and, finally, a probabilistic spatial dose estimation module using sparse pseudo-input Gaussian processes trained on voxel features. Although performance evaluation in terms of clinical plan quality was beyond the scope of this thesis, numerical results show that the proposed pipeline is successful in capturing salient features of patient geometry as well as predicting reasonable probability distributions for DVH and spatial dose. Its loosely connected nature also gives hope that some parts of the pipeline can be utilised in future work. / Skapandet av strålbehandlingsplaner för cancer är en tidskrävande uppgift. Samtidigt kan en onkolog snabbt fatta beslut om en given plan är acceptabel eller ej. Detta innebär att uppgiften att skapa strålplaner är väl lämpad för automatisering. Denna uppsats undersöker en ny metod för att automatiskt generera strålbehandlingsplaner. Planeringssystemet denna metod utvecklats för innehåller funktionalitet för dosrekonstruktion som accepterar sannolikhetsfördelningar för dos–volymhistogram (DVH) och dos som input. Därför kommer detta att vara utdatan för den konstruerade metoden. Metoden är uppbyggd av tre beståndsdelar som är individuellt utbytbara med liten eller ingen påverkan på de övriga delarna. Delarna är: ett sätt att konstruera en vektor av kännetecken av en patients segmentering, en distansoptimering för att skapa en distans i den tidigare konstruerade känneteckensrymden, och slutligen en skattning av sannolikhetsfördelningar med Gaussiska processer tränade på voxelkännetecken. Trots att utvärdering av prestandan i termer av klinisk plankvalitet var bortom räckvidden för detta projekt uppnåddes positiva resultat. De estimerade sannolikhetsfördelningarna uppvisar goda karaktärer för både DVHer och doser. Den löst sammankopplade strukturen av metoden gör det dessutom möjligt att delar av projektet kan användas i framtida arbeten.

Ermüdungsrissbildung ist ein gefährliches und kostenintensives Phänomen, welches frühzeitig erkannt werden muss. Weil kleine Fehlstellen jedoch hohe Testempfindlichkeit erfordern, wird die Prüfzuverlässigkeit durch Falschanzeigen vermindert. Diese Arbeit macht sich deshalb die Diversität unterschiedlicher zerstörungsfreier Oberflächenprüfmethoden zu Nutze, um mittels Datenfusion die Zuverlässigkeit der Fehlererkennung zu erhöhen. Der erste Beitrag dieser Arbeit in neuartigen Ansätzen zur Fusion von Prüfbildern. Diese werden durch Oberflächenabtastung mittels Wirbelstromprüfung, thermischer Prüfung und magnetischer Streuflussprüfung gewonnen. Die Ergebnisse zeigen, dass schon einfache algebraische Fusionsregeln gute Ergebnisse liefern, sofern die Daten adäquat vorverarbeitet wurden. So übertrifft Datenfusion den besten Einzelsensor in der pixelbasierten Falscherkennungsrate um den Faktor sechs bei einer Nutentiefe von 10 μm. Weiterhin wird die Fusion im Bildtransformationsbereich untersucht. Jedoch werden die theoretischen Vorteile solcher richtungsempfindlichen Transformationen in der Praxis mit den vorliegenden Daten nicht erreicht. Nichtsdestotrotz wird der Vorteil der Fusion gegenüber Einzelsensorprüfung auch hier bestätigt. Darüber hinaus liefert diese Arbeit neuartige Techniken zur Fusion auch auf höheren Ebenen der Signalabstraktion. Ein Ansatz, der auf Kerndichtefunktionen beruht, wird eingeführt, um örtlich verteilte Detektionshypothesen zu integrieren. Er ermöglicht, die praktisch unvermeidbaren Registrierungsfehler explizit zu modellieren. Oberflächenunstetigkeiten von 30 μm Tiefe können zuverlässig durch Fusion gefunden werden, wogegen das beste Einzelverfahren erst Tiefen ab 40–50 μm erfolgreich auffindet. Das Experiment wird auf einem zweiten Prüfkörper bestätigt. Am Ende der Arbeit werden Richtlinien für den Einsatz von Datenfusion gegeben, und die Notwendigkeit einer Initiative zum Teilen von Messdaten wird betont, um zukünftige Forschung zu fördern. / Fatigue cracking is a dangerous and cost-intensive phenomenon that requires early detection. But at high test sensitivity, the abundance of false indications limits the reliability of conventional materials testing. This thesis exploits the diversity of physical principles that different nondestructive surface inspection methods offer, by applying data fusion techniques to increase the reliability of defect detection. The first main contribution are novel approaches for the fusion of NDT images. These surface scans are obtained from state-of-the-art inspection procedures in Eddy Current Testing, Thermal Testing and Magnetic Flux Leakage Testing. The implemented image fusion strategy demonstrates that simple algebraic fusion rules are sufficient for high performance, given adequate signal normalization. Data fusion reduces the rate of false positives is reduced by a factor of six over the best individual sensor at a 10 μm deep groove. Moreover, the utility of state-of-the-art image representations, like the Shearlet domain, are explored. However, the theoretical advantages of such directional transforms are not attained in practice with the given data. Nevertheless, the benefit of fusion over single-sensor inspection is confirmed a second time. Furthermore, this work proposes novel techniques for fusion at a high level of signal abstraction. A kernel-based approach is introduced to integrate spatially scattered detection hypotheses. This method explicitly deals with registration errors that are unavoidable in practice. Surface discontinuities as shallow as 30 μm are reliably found by fusion, whereas the best individual sensor requires depths of 40–50 μm for successful detection. The experiment is replicated on a similar second test specimen. Practical guidelines are given at the end of the thesis, and the need for a data sharing initiative is stressed to promote future research on this topic.

This work deals with designing and testing of new acoustic features for analysis of dysprosodic speech occurring in hypokinetic dysarthria patients. 41 new features for dysprosody quantification (describing melody, loudness, rhythm and pace) are presented and tested in this work. New features can be divided into 7 groups. Inside the groups, features vary by the used statistical values. First four groups are based on absolute differences and cumulative sums of fundamental frequency and short-time energy of the signal. Fifth group contains features based on multiples of this fundamental frequency and short-time energy combined into one global intonation feature. Sixth group contains global time features, which are made of divisions between conventional rhythm and pace features. Last group contains global features for quantification of whole dysprosody, made of divisions between global intonation and global time features. All features were tested on Czech Parkinsonian speech database PARCZ. First, kernel density estimation was made and plotted for all features. Then correlation analysis with medicinal metadata was made, first for all the features, then for global features only. Next classification and regression analysis were made, using classification and regression trees algorithm (CART). This analysis was first made for all the features separately, then for all the data at once and eventually a sequential floating feature selection was made, to find out the best fitting combination of features for the current matter. Even though none of the features emerged as a universal best, there were a few features, that were appearing as one of the best repeatedly and also there was a trend that there was a bigger drop between the best and the second best feature, marking it as a much better feature for the given matter, than the rest of the tested. Results are included in the conclusion together with the discussion.

Detta examensarbete har sin utgångspunkt ihållbar stadsutveckling och inriktar sigsärskilt på social hållbarhet men även påekonomisk hållbarhet. Arbetet behandlarhuruvida den fysiska strukturen (gator,byggnader, parker, vägar) och markanvändningen(mötesplatser, funktionsblandning,aktivitetsytor) kan verka brottsförebyggandeoch trygghetsskapande och som kontextundersöks delområdet Herrgården iRosengård, Malmö. Med utgångspunkt i deteoretiska principerna; människans skala,befolkade stadsrum, naturlig övervakningoch förvaltning härleds en förståelse försambandet mellan fysisk miljö, brott ochotrygghet. En nulägesbeskrivning och enhållbarhetsanalys av situationen i Herrgårdengörs. Området Herrgården kartläggsoch analyseras utifrån ett observationsschemabaserat på de teoretiska principerna.Analysen av den fysiska strukturenkompletteras med brottsstatistisk, analysav brottskoncentrationers geografiskaplacering tillsammans med input från denfördjupade trygghetsundersökningen. Intevjuermed verksamma i området kompletterarstudien.Hållbarhetsanalysen visar att Herrgårdenär ett utsatt och resurssvagt område samtatt Herrgårdenborna saknar förankring tillsamhället genom sin låga delaktighet. Invånarnai Herrgården känner en låg gradav trivsel, tillit och kollektiv styrka,lägst för stadsdelen.Vidare uppger invånarna i Herrgården attde känner en hög otrygghet och en storandel av invånarna avstår aktiviteter pågrund av otrygghet fastän utsattheten förbrott inte är anmärkningsvärd hög.Analys av den fysiska strukturen och markanvändningenutifrån principerna ur teorigenomgången;människans skala, befolkadestadsrum, naturlig övervakning ochförvaltning visar att det finns mycket attgöra.Analysen av brottsstatistik visar på treutmärkande mikroplatser i delområdet; Rosengårdsskolan,koloniområdet och Rosengårdsherrgård (inrymmer Drömmarnas hus).Hållbarhetsanalysen visar att jämlikhetenoch delaktigheten i Herrgården behöverstärkas. För att öka den upplevda trygghetenoch minska brottsligheten i Herrgårdenkrävs insatser som inbegriper mångaaktörer och en bred samverkan, inte minstpå lokal nivå. Vidare är det nödvändigtmed en lokal förankring till de boende iområdet inte minst barn och unga som utgören stor andel av invånarna. För attförändringar i den fysiska strukturen skaförbli långsiktiga investeringar och intedrabbas av vandalisering och nedskräpningså är det viktigt att befolkningen i områdetkommer till tals och får möjlighetatt lämna synpunkter och förslag tidigt iprocessen.Som en del av examensarbetet upprättas enprojektplan med syfte att stärka främstden sociala men även ekonomiska hållbarhetensom omfattar att ta fram en generiskmodell för ett lokalt brottsförebyggandeoch trygghetsskapande program med inriktningpå fysisk struktur och markanvändning,TRYGG & SÄKER. Projektet syftartill att öka tryggheten och minska tillfällenaför brott men även till att ökajämlikheten och delaktigheten bland de boendeoch verksamma.Sökord/nyckelord: hållbar stadsutveckling,social hållbarhet, brottsförebyggande ochtrygghetsskapande stadsplanering, brott,säkerhet, trygghet, GIS, fysisk planering,geografisk analys, markanvändning, befolkadestadsrum, stadsliv, ögon på gatan,delaktighet, hotspots, mikroplats / This thesis is based on sustainable urbandevelopment and focuses particularlyon social sustainability, but also economicsustainability. The thesis addresseswhether the physical structure (streets,buildings, parks, roads) and land use (venues,function mixing, activity areas) cansupport crime prevention and reduce thefear of crime and the context for thissurvey is Herrgården in Malmö, Sweden. Basedon the theoretical principles; humanscale, populated urban space, natural surveillanceand management an understandingof the relationship between physical environment,crime and fear of crime is derived.A status report and a sustainabilityanalysis of the situation in the Herrgårdenis made. The area Herrgården is mappedand analyzed through an observationschedule based on the theoretical principles.The analysis of the physical structureis complemented by crime statistics,analysis of hotspots` geographic positiontogether with input from the security survey.Interviews with people working in thearea complements the study.The sustainability analysis shows thatHerrgården is a vulnerable and weak resourcearea and the residents lacks anchoringto the community by their low participation.The inhabitants of Herrgårdenfeel a low degree of satisfaction, trust,and collective strength, lowest for thedistrict.Furthermore, residents in Herrgården statethat they feel a high level of fear ofcrime and a high proportion of residentsrefrain activities due to fear of crime,although victimization is not remarkablyhigh.Analysis of the physical structure andland use based on the principles of thetheory; human scale, populated urban spaces,natural surveillance and managementshows that there still is much to do.The analysis of crime statistics shows threedistinctive hot spots in the area;Rosengårdsskolan, area with the allotmentsand the old mansion of Rosengård(today Drömmarnas hus, multiactivities forchildren and young).The sustainability analysis shows thatequality and participation in Herrgårdenneeds to be strengthened. In order to reducethe crime and the fear of crime in Herrgården efforts involving many stakeholdersand a broad collaboration, especiallyat the local level, is needed.Furthermore, it is necessary to have alocal connection to the residents especiallychildren and young people who make upa large proportion of the inhabitants. Tochange the physical structure to remainlong-term investment and not suffer fromvandalism and littering, it is importantthat people in the area have a voice andthe opportunity to make comments and suggestionsearly in the process.As part of the thesis a projectplan is established,aimed at strengthening primarilysocial but also economic sustainability,which includes developing a genericmodel for a local crime prevention andsecurity-building program that focus onphysical structure and land use, SAFE &SECURE. The project aims to reduce fear ofcrime and reduce opportunities for crimebut also to increase the equality and fullparticipation of people living and working.Keywords/tags: sustainable urban development,social sustainability, crime preventionand reduced fear of crime, urbanplanning, crime, safety, security, GIS,spatial planning, spatial analysis, landuse, populated urban space, city life, eyeson the street, participation, hot spots