Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-04-06T14:32:21Z No. of bitstreams: 1 Ariel Soares.pdf: 3082206 bytes, checksum: 46f45860ff1dce76fc8e91ec4f3546f3 (MD5) / Made available in DSpace on 2017-04-06T14:32:21Z (GMT). No. of bitstreams: 1 Ariel Soares.pdf: 3082206 bytes, checksum: 46f45860ff1dce76fc8e91ec4f3546f3 (MD5) Previous issue date: 2017-02-10 / FAPEMA, CNPQ / This research firstly investigates the privacy requirements of users in Mobile Social Networks (MSNs) through a study with 164 Brazilians, which indicated that their requirements are usually dynamic and contextual. Next, the research applies the Situational Computing paradigm to develop a solution to serve them. This solution is called SelPri, developed as proof of concept in the form of a mobile social application to autonomously adapt the privacy settings of posts in MSNs according to the user situation. SelPri uses a conceptual model with fuzzy logic as the basis for constructing an inference engine to identify mobile user situations from the following context information: location, time of the day, day of week, and co-location. SelPri is integrated with Facebook. Additionally, to show the flexibility of the conceptual model, it is also used to construct an inference engine to be used in a different application domain, the mental health. This second inference engine identifies user situations from different context information: it does not use co-location and uses the user activity. The solution originated in the mental health domain is called SituMan. Two experiments were carried out with both solutions, in order to verify the accuracy of the fuzzy inference engine to identify situations, and to evaluate the user satisfaction. The use experience evaluation with SelPri emphasized that the approach to meet the dynamic and contextdependent privacy requirements was well accepted by the participants and proved to be of practical use. The experiments also showed that both solutions were well evaluated with respect to usability. The accuracy evaluations showed a high hit rate of the inference engines to identify situations: ≈94.6% and ≈ 92.04%, for SelPri and SituMan, respectively. / Esta pesquisa primeiramente investiga os requisitos de privacidade de usuários em Redes Sociais Móveis (RSMs) através de um estudo com 164 brasileiros, o qual indicou que seus requisitos são normalmente dinâmicos e contextuais. Em seguida, a pesquisa aplica o paradigma de Computação Situacional para o desenvolvimento de uma solução para atendê-los. Esta solução é chamada de SelPri, desenvolvida como prova de conceito em forma de uma aplicação social móvel para adaptar com autonomia as configurações de privacidade de postagens em RSMs de acordo com a situação do usuário. O SelPri utiliza um modelo conceitual que faz uso de lógica nebulosa como base para a construção de um motor de inferência para identificar as situações de usuários móveis a partir das seguintes informações de contexto: localização, período do dia, dias da semana, e co-localização. O SelPri é implementado integrado ao Facebook. Adicionalmente, para mostrar a flexibilidade do modelo conceitual, ele é também usado para a construção de um motor de inferência para ser utilizado em um domínio de aplicação diferente, o de saúde mental. Esse motor de inferência identifica situações de usuários a partir de informações contextuais diferentes: não utiliza a co-localização e passa a usar a atividade do usuário. A solução originada no domínio de saúde mental é chamada de SituMan. Dois experimentos foram realizados com ambas soluções, em que objetivaram verificar a acurácia do motor de inferência nebulosa para identificação de situações, e avaliar a satisfação do usuário. A avaliação da experiência de uso realizada com o SelPri destacou que a abordagem para atender os requisitos dinâmicos e dependentes de contexto de privacidade teve uma boa aceitação pelos participantes e provou ser de uso prático. As avaliações de experiência de uso também mostraram que ambas soluções foram bem avaliadas com relação a usabilidade. As avaliações de acurácia mostraram uma taxa de acerto elevada dos motores de inferência para identificar situações: ≈94,6% e ≈92,04%, para o SelPri e SituMan, respectivamente

Made available in DSpace on 2017-07-10T17:11:45Z (GMT). No. of bitstreams: 1 DEISY CARDOZO2.pdf: 3855496 bytes, checksum: f8460cbb1dea66b1db54f85149de53c3 (MD5) Previous issue date: 2013-11-29 / Fundação Parque Tecnológico Itaipu / In critical systems such as airplanes, space ships, underwater vehicles, nuclear power plants, among others, failures and faults can bring catastrophic consequences. Therefore, it is required to take into account possibilities of degradation in the performance of its components. This work presents a fault-tolerant control for the propulsion system of the BA-1, an Autonomous Underwater Vehicle (AUV), by using a Fuzzy Allocation Control. This methodology takes advantage of thrusters redundancy, common in autonomous vehicles, to relocate the available thrusters forces in failure situations. That is, it performs an on line reconfiguration of the thrusterforce allocation matrix in the pseudo inverse method. This approach was tested for all the possible cases of horizontal failure of the BA-1 vehicle by means of numerical simulations.Two cases were studied for each failure situation over a linear trajectory in the x axis; the first one studies the case where failures occurs when the vehicle starts its trajectory; and the second one studies the case where the vehicle suffers failures while travelling in its maximum speed.The studies show that the vehicle has an acceptable behavior on most situations, except when it suffers failures of two thrusters which are parallel to the x axis when travelling at maximum speed. However that problem could be solved if the reference trajectory is modified after the failure occurs. In all, the control system developed presents quick responses and an acceptable degradation of performance. / Em sistemas críticos como aeronaves, naves espaciais, veículos subaquáticos, usinas nucleares entre outros, as consequências da falha ou falta de um componente pode ser catastrófica. Portanto, considerar a possibilidade de desempenho degradado por causa de falhas ou faltas em algum dos componentes é um requisito inerente desses sistemas. Este trabalho apresenta um controle tolerante a faltas do sistema de propulsão de um Veículo Autônomo Subaquático, denominado BA-1, utilizando um controle de alocação nebuloso. Esta metodologia aproveita as vantagens da redundância dos propulsores, comum em veículos autônomos, para realocar as forças de propulsão em situações de falta. Assim, este controle realiza uma reconfiguração on line da matriz de alocação de forças dos propulsores utilizada no método da pseudo inversa. Esta proposta foi testada para todos os possíveis casos de falta horizontal do BA-1 mediante simulações numéricas. Foram utilizados dois estudos de casos para uma trajetória reta no o eixo x; o primeiro quando o veículo inicia a sua trajetória com falta nos propulsores, e o se- gundo quando o veículo sofre faltas nos propulsores na sua velocidade máxima de navegação. Os resultados obtidos mostram que o veículo tem um comportamento aceitável em todas as situações excetuando quando o veículo sofre de falta dos propulsores paralelos ao eixo x na sua máxima velocidade, porém poderia ser solucionado modificando a trajetória desejada na ocorrência dessa falta. Contudo o modelo desenvolvido apresenta rapidez nas respostas e desempenho degradado aceitável.

A criação de parques ambientais é encarada por especialistas como forma mais efetiva de impedir ou minimizar a degradação ambiental. Desta forma, o governo, em todas as suas instâncias, incentiva a criação e a ampliação de parques no Brasil. Porém, essa tarefa é de difícil realização, devido ao complexo nível de informações associadas aos objetos contidos no espaço geográfico. O presente estudo apresenta uma proposta de metodologia genérica, com o apoio de sistema de lógica nebulosa, e com uso de bases públicas de dados cartográficos, destinadas à geração de mapa indicativo de favorabilidade para implantação de parques ambientais. Tal metodologia visa apoiar gestores ambientais na tomada de decisão no que se refere à escolha de limites que configurarão as UC. A metodologia tem sustentação em cruzamento de três Planos de Informação PI, que são: Declividade, Uso da Terra e Cobertura Vegetal, e Área de Preservação Permanente APP. O sistema nebuloso consistiu em três entradas e uma saída. Tiveram como entrada os três PI e saída o índice de favorabilidade, em todas as etapas, onde necessitou da consulta de um especialista ambiental para definir o grau de pertinência de cada variável linguística. O sistema de lógica nebulosa se aplica a este caso uma vez que, comprovadamente apresenta bons resultados quando há escassez de variáveis a analisar e definir a configuração espacial dos limites. As bases cartográficas utilizadas foram cartas topográficas do Instituto Brasileiro de Geografia e Estatística IBGE na escala de 1:50.000 e também fez parte do conjunto de dados imagem orbital da câmara CCD (High Resolution CCD Câmera) do satélite Sino Brasileiro CBERS 2B do Instituto Nacional de Pesquisa Espacial INPE. / The Parks creation is seen by experts as the most effective way to prevent or minimize environmental degradation. As a result, the government in all its instances, encourages the creation and expansion of parks in Brazil. However, this task is difficult to achieve due to the complex level of information associated with objects contained in the geographic space. This study proposes a generic methodology, with the support system of fuzzy logic and use of public databases of cartographic data for generating an indication of the favorability map for implementation of environmental parks. This methodology aims to support environmental managers in decision making regarding the choice of limits that will shape the UC. The methodology boils down basically to cross three Plans Information - PI, which are: "Slope", "Land Use and Cover" and "Permanent Preservation Area - PPA. The fuzzy system consisted of three inputs and one output. Took as input the three PI and output the index of favorability in all stages of consultation required for an environmental specialist to define the degree of membership of each linguistic variable. The system of fuzzy logic applies to this case since, has shown good results when there are few variables to consider. The cartographic databases were used topographic maps of the Brazilian Institute of Geography and Statistics - IBGE in the scale of 1:50,000 and orbital image CCD camera (High Resolution CCD Camera) of the China-Brazil Earth Resources Satellite program CBERS 2B of the National Institute for Space Research - INPE

Este trabalho propõe-se a descrever uma metodologia para avaliação do sistema de educação fundamental do Estado do Rio de Janeiro, que utiliza a teoria dos conjuntos nebulosos como base, no processo de inferência para geração do Indicador Avaliação do Sistema Educacional (IASE). A base de dados utilizada para criação do indicador IASE foi extraída de dados obtidos do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Em seguida, os resultados obtidos são apresentados em um Sistema de informação Geográfica (SIG) possibilitando compreender a correlação de valores alfanuméricos e espacial das informações geradas no sistema nebuloso, de modo apoiar a tomada de decisão das ações governamentais no setor. / This study aims to describe a methodology to evaluate the system of primary education in the State of Rio de Janeiro, which uses the theory of fuzzy sets as a basis in the inference process for generating the "Indicator Assessment Educational System" (IASE) . The database used to create the indicator IASE was extracted from data obtained from the National Institute of Educational Studies Teixeira (INEP). Then the results are presented in a Geographic Information System (GIS) enabling to understand the correlation of alphanumeric values and spatial information generated in the fuzzy system in order to support the decision making of government actions in the sector.

Ao se realizar estudo em qualquer área do conhecimento, quanto mais dados se dispuser, maior a dificuldade de se extrair conhecimento útil deste banco de dados. A finalidade deste trabalho é apresentar algumas ferramentas ditas inteligentes, de extração de conhecimento destes grandes repositórios de dados. Apesar de ter várias conotações, neste trabalho, irá se entender extração de conhecimento dos repositórios de dados a ocorrência combinada de alguns dados com freqüência e confiabilidade que se consideram interessantes, ou seja, na medida e que determinado dado ou conjunto de dados aparece no repositório de dados, em freqüência considerada razoável, outro dado ou conjunto de dados irá aparecer. Executada sobre repositórios de dados referentes a informações georreferenciadas dos alunos da UERJ (Universidade do Estado do Rio de Janeiro), irá se analisar os resultados de duas ferramentas de extração de dados, bem como apresentar possibilidades de otimização computacional destas ferramentas. / Comparative Study of Techniques for Extracting knowledge from large data repositories. When conducting the study in any field of knowledge, the more data is available, the greater the difficulty in extracting useful knowledge from this database. The purpose of this paper is to present some tools called intelligent, knowledge extraction of these large data repositories. Although many connotations, this work will understand knowledge extraction from data repositories on the combined occurrence of some data with frequency and reliability that are considered interesting, ie, the extent and specific data or data set appears in the data, at a rate deemed reasonable, other data or data set will appear. Runs on repositories of data on georeferenced data of students UERJ (Universidade do Estado do Rio de Janeiro), will analyze the results of two tools to extract data and present opportunities for optimization of these computational tools.

Made available in DSpace on 2014-06-11T19:33:21Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-11-24Bitstream added on 2014-06-13T18:44:56Z : No. of bitstreams: 1 pereira_cja_dr_rcla.pdf: 3102935 bytes, checksum: f63c54be769615a9e581a9b476b27ed5 (MD5) / As técnicas de análise de dados e de busca de soluções fornecidas pela Computação Inteligente tiveram, nos últimos tempos, um grande avanço em seu desenvolvimento. Essas técnicas têm sido utilizadas com eficácia e eficiência no tratamento de problemas complexos e/ou que possuam uma grande quantidade de dados a serem processados. A integração destas técnicas com as ferramentas computacionais de produção e análise de informações geográficas (Geoprocessamento) é, portanto, muito vantajosa, especialmente com relação à grande quantidade de dados geralmente envolvida nas questões de natureza espacial. Este trabalho apresenta dois exemplos de uso de técnicas de Computação Inteligente em procedimentos de produção e análise de informações geográficas: um Sistema de Raciocínio Nebuloso (baseado na Lógica Nebulosa) para a construção de um mapa de fertilidade de solos, e uma Rede Neural Artificial para a identificação de agrupamentos espaciais em dados sócio-econômicos. Os dois exemplos foram conduzidos utilizando-se um software especialmente construído para esta finalidade, denominado GAIA – Geoprocessamento Apoiado por Inteligência Artificial –, e que doravante está disponível como Software Livre para qualquer pesquisador interessado em utilizar estas ferramentas. O estudo conclui que o uso das técnicas provenientes da computação inteligente, em comparação com técnicas tradicionais de análise de dados, contribuiu para um aumento da qualidade dos resultados obtidos. / Data analysis and problem solving techniques supplied by Soft Computing have had, lately, a great advance in their development. These techniques have been used with effectiveness and efficiency to deal with complex problems and/or problems that have too much data to be processed. The integration of such techniques with the tools for computational geographic information analysis (Geocomputation) is therefore very advantageous, especially in relation to the great quantity of data normally involved in spatial matters. This study presents two examples on how to use Soft Computing techniques in conjunction with geographic information analysis procedures: a Fuzzy Reasoning System (based on Fuzzy Logic) to build a soil fertility map, and an Artificial Neural Network to identify spatial clusters in socioeconomic data. Both examples were conducted using a software specifically developed towards this objective, called GAIA - Artificial Intelligence Supported Geocomputation, from now on available as a Free Software to any interested researcher. The study arrives at the conclusion that the use of soft computing techniques, as compared to classical procedures, leads to an increased quality on the final results.

Made available in DSpace on 2016-06-02T19:05:47Z (GMT). No. of bitstreams: 1 3324.pdf: 1850607 bytes, checksum: 92205ea8790a4197a10996b4ec47aa7d (MD5) Previous issue date: 2010-07-02 / Universidade Federal de Minas Gerais / The decision support tools are importants in many domains of our society. But there is a need to make users understand the decisions made by those tools in order to increase the faith of the users on the results. In the literature, Bayesian networks are considered as a probabilistic classification system with good performance. But it still need a better presentation of it results to make it more understandable to the users. In other hand, the fuzzy logic ofer potential to deal with imprecision and uncertainty, as well as a linguistic representation, which facilitates user's understanding. The combination of Bayesian networks and fuzzy logic is proposed by the method BayesFuzzy, which make use of fuzzy rules as a form of explanation of a Bayesian network, it aims to obtain a decision support tool with good performance and easy to be understood by users. So we are proposiing the method Pruned BayesFuzzy (PBF), it is a BayesFuzzy incorporated with minimum certainty degree, default rule and Rule Post-Pruning as a form to select the most important rules for classification between all the rules generated, it also simplifies those rules. The results of PBF show an improvement in understanding but a loss in correct classification rate. But the improvement in understanding is promising enough to further research and enhance of the PBF. Then beside PBF, we also propose the Pruned BayesFuzzy 2 (PBF2), which is PBF incorporated with a feature selection technique based on Markov Blanket. With the incorporation of this technique, it's possible to deal with situations that contains a large amount of variables inside of the Markov Blanket of the class variable. The results show a loss in correct classification rate, that is already expected when we try to simplify further more the Markov Blanket. However, the availability to be able to deal with big scale problems is something to be considered. / As ferramentas de apoio à decisão são importantes em diversos domínios da nossa sociedade. Porém há uma necessidade do usuário entender as decisões feitas por tais ferramentas para ter uma confiança maior sobre os resultados. Na literatura técnica, as redes Bayesianas são consideradas como um sistema probabilístico de classificação com bom desempenho em termos de precisão. Mas ainda necessitam de uma forma de apresentação mais compreensível para os usuários. Por outro lado, a lógica fuzzy oferece potencial para lidar com imprecisão e incerteza, assim como a representação linguística, o que facilita a compreensão dos usuários. A combinação das redes Bayesianas com a lógica fuzzy é proposta pelo método BayesFuzzy que utiliza regras fuzzy como explicação de uma rede Bayesiana, com o objetivo de obter uma ferramenta de apoio à decisão de bom desempenho e que seja fácil de ser compreendida pelos usuários. O BayesFuzzy, entretanto, apresenta limitações com relação ao número de regras geradas e isto torna seus resultados, muitas vezes, de difícil interpretação. Assim, neste trabalho de mestrado é proposto o método Pruned BayesFuzzy (PBF). O PBF tem como base o BayesFuzzy e incorpora algumas técnicas de minimização do número de regras para otimizar a compreensibilidade dos resultados gerados. Dentre as técnicas incorporadas estão o mínimo grau de certeza, a regra default e a poda Rule Post- Pruning como formas de selecionar dentre as regras geradas, as mais importantes para a classificação e ao mesmo tempo simplificando estas regras. Os resultados do PBF mostram que houve um ganho grande em relação à compreensibilidade, mas também uma perda na taxa de classificação correta. Porém o ganho de compreensibilidade é bastante promissor o que estimula a pesquisa e a seqüência dos trabalhos com o PBF. Além do PBF, este trabalho propõe também o Pruned BayesFuzzy 2 (PBF2) que é o PBF incorporando uma técnica de seleção de atributos baseado em Markov Blanket. Com a incorporação desta técnica, é possível lidar com situações que contém uma quantidade grande de variáveis dentro do Markov Blanket da variável classe. Os resultados mostram que houve perda na taxa de classificação correta, o que é de se esperar quando tentamos simplificar mais ainda o Markov Blanket. A viabilidade de poder resolver problemas reais de grande escala e com algumas características específicas é ainda algo a ser considerado.

Este trabalho propõe-se a descrever uma metodologia para avaliação do sistema de educação fundamental do Estado do Rio de Janeiro, que utiliza a teoria dos conjuntos nebulosos como base, no processo de inferência para geração do Indicador Avaliação do Sistema Educacional (IASE). A base de dados utilizada para criação do indicador IASE foi extraída de dados obtidos do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Em seguida, os resultados obtidos são apresentados em um Sistema de informação Geográfica (SIG) possibilitando compreender a correlação de valores alfanuméricos e espacial das informações geradas no sistema nebuloso, de modo apoiar a tomada de decisão das ações governamentais no setor. / This study aims to describe a methodology to evaluate the system of primary education in the State of Rio de Janeiro, which uses the theory of fuzzy sets as a basis in the inference process for generating the "Indicator Assessment Educational System" (IASE) . The database used to create the indicator IASE was extracted from data obtained from the National Institute of Educational Studies Teixeira (INEP). Then the results are presented in a Geographic Information System (GIS) enabling to understand the correlation of alphanumeric values and spatial information generated in the fuzzy system in order to support the decision making of government actions in the sector.

Ao se realizar estudo em qualquer área do conhecimento, quanto mais dados se dispuser, maior a dificuldade de se extrair conhecimento útil deste banco de dados. A finalidade deste trabalho é apresentar algumas ferramentas ditas inteligentes, de extração de conhecimento destes grandes repositórios de dados. Apesar de ter várias conotações, neste trabalho, irá se entender extração de conhecimento dos repositórios de dados a ocorrência combinada de alguns dados com freqüência e confiabilidade que se consideram interessantes, ou seja, na medida e que determinado dado ou conjunto de dados aparece no repositório de dados, em freqüência considerada razoável, outro dado ou conjunto de dados irá aparecer. Executada sobre repositórios de dados referentes a informações georreferenciadas dos alunos da UERJ (Universidade do Estado do Rio de Janeiro), irá se analisar os resultados de duas ferramentas de extração de dados, bem como apresentar possibilidades de otimização computacional destas ferramentas. / Comparative Study of Techniques for Extracting knowledge from large data repositories. When conducting the study in any field of knowledge, the more data is available, the greater the difficulty in extracting useful knowledge from this database. The purpose of this paper is to present some tools called intelligent, knowledge extraction of these large data repositories. Although many connotations, this work will understand knowledge extraction from data repositories on the combined occurrence of some data with frequency and reliability that are considered interesting, ie, the extent and specific data or data set appears in the data, at a rate deemed reasonable, other data or data set will appear. Runs on repositories of data on georeferenced data of students UERJ (Universidade do Estado do Rio de Janeiro), will analyze the results of two tools to extract data and present opportunities for optimization of these computational tools.

A criação de parques ambientais é encarada por especialistas como forma mais efetiva de impedir ou minimizar a degradação ambiental. Desta forma, o governo, em todas as suas instâncias, incentiva a criação e a ampliação de parques no Brasil. Porém, essa tarefa é de difícil realização, devido ao complexo nível de informações associadas aos objetos contidos no espaço geográfico. O presente estudo apresenta uma proposta de metodologia genérica, com o apoio de sistema de lógica nebulosa, e com uso de bases públicas de dados cartográficos, destinadas à geração de mapa indicativo de favorabilidade para implantação de parques ambientais. Tal metodologia visa apoiar gestores ambientais na tomada de decisão no que se refere à escolha de limites que configurarão as UC. A metodologia tem sustentação em cruzamento de três Planos de Informação PI, que são: Declividade, Uso da Terra e Cobertura Vegetal, e Área de Preservação Permanente APP. O sistema nebuloso consistiu em três entradas e uma saída. Tiveram como entrada os três PI e saída o índice de favorabilidade, em todas as etapas, onde necessitou da consulta de um especialista ambiental para definir o grau de pertinência de cada variável linguística. O sistema de lógica nebulosa se aplica a este caso uma vez que, comprovadamente apresenta bons resultados quando há escassez de variáveis a analisar e definir a configuração espacial dos limites. As bases cartográficas utilizadas foram cartas topográficas do Instituto Brasileiro de Geografia e Estatística IBGE na escala de 1:50.000 e também fez parte do conjunto de dados imagem orbital da câmara CCD (High Resolution CCD Câmera) do satélite Sino Brasileiro CBERS 2B do Instituto Nacional de Pesquisa Espacial INPE. / The Parks creation is seen by experts as the most effective way to prevent or minimize environmental degradation. As a result, the government in all its instances, encourages the creation and expansion of parks in Brazil. However, this task is difficult to achieve due to the complex level of information associated with objects contained in the geographic space. This study proposes a generic methodology, with the support system of fuzzy logic and use of public databases of cartographic data for generating an indication of the favorability map for implementation of environmental parks. This methodology aims to support environmental managers in decision making regarding the choice of limits that will shape the UC. The methodology boils down basically to cross three Plans Information - PI, which are: "Slope", "Land Use and Cover" and "Permanent Preservation Area - PPA. The fuzzy system consisted of three inputs and one output. Took as input the three PI and output the index of favorability in all stages of consultation required for an environmental specialist to define the degree of membership of each linguistic variable. The system of fuzzy logic applies to this case since, has shown good results when there are few variables to consider. The cartographic databases were used topographic maps of the Brazilian Institute of Geography and Statistics - IBGE in the scale of 1:50,000 and orbital image CCD camera (High Resolution CCD Camera) of the China-Brazil Earth Resources Satellite program CBERS 2B of the National Institute for Space Research - INPE