CAPES / O conforto e a liberdade de movimentos de pacientes com doenças crônicas e que têm que ser continuamente monitorados é um tema que tem incentivado o desenvolvimento de novas tecnologias como as redes de sensores corporais sem fios (WBAN) e novas áreas de pesquisa como a telemedicina. Além disso, a incorporação de software inteligente que permite simular o raciocínio dos especialistas, auxiliá-los na tomada de decisões e detectar com antecedência condições anormais ou tendência ao desenvolvimento de determinadas doenças, abre um campo ainda maior de pesquisas, como o campo da Inteligência Artificial na Medicina (AIM). O monitoramento de pacientes por meio de equipamentos sem fios, em conjunto com a tecnologia AIM, permite desenvolver soluções práticas para monitorar pacientes sem descuidar de seu conforto. Nesta tese foram pesquisadas técnicas inteligentes para o desenvolvimento de uma aplicação que permita monitorar cinco sinais vitais de pacientes sem que eles precisem usar leitos hospitalares. Em uma primeira etapa, os procedimentos médicos tipicamente usados pelos especialistas para avaliar um paciente foram estudados e transformados em regras para o modelo fuzzy. O modelo fuzzy proposto permite analisar o estado clínico presente do paciente e criar as saídas desejadas (targets) que permitam treinar as redes neurais artificiais. Posteriormente foi desenvolvido um modelo neural que, analisando os dados atuais e saídas anteriores do paciente, permite prever o seu estado clínico futuro próximo. A fim de achar a metodologia mais exata, cinco redes neurais artificiais foram analisadas e comparadas umas às outras. As redes Elman MISO, Elman MIMO, e NNARX – totalmente conectadas e podadas – foram testadas. O modelo fuzzy teve um excelente resultado concordando com as respostas dadas pelos especialistas em 99,76% dos casos. Depois de analisar as redes propostas no conjunto de validação, os resultados revelaram que unicamente a rede NNARX podada pode oferecer a mais alta acurácia de 99,82%, enquanto os outros modelos degradam o seu desempenho em até 35%. As técnicas de parada antecipada para o treinamento junto com a obtenção de valores médios de MSE, FPE e coeficientes de correlação conseguiram obter as melhores topologias de cada tipo de rede, fazendo quase desnecessária a sua poda. As redes NNARX e P-NNARX conseguiram resultados bem melhores que as redes restantes, mas a acurácia na rede P-NNARX observou um aumento de 1,27% em relação à rede NNARX. Como conclusão, pode-se dizer que, para este caso particular, as redes NNARX capturam a essência do sistema dinâmico não linear muito melhor do que as redes Elman. Finalmente, a rede P-NNARX foi a escolhida para a implementação do sistema inteligente proposto nesta tese. A sua acurácia foi de 99,25% para uma predição no tempo (t + d), onde d = 1 segundo, utilizando os dados de 30 novos pacientes. Foram feitas mais provas com periodos de predição maiores e o sistema demostrou uma ligeira diminuição na acurácia, chegando a 94,58% para d = 60 segundos, mas ainda ficando na faixa dos 90%. Os resultados demonstram o alto nível de generalização do sistema e o excelente desempenho na predição dos três estados clínicos do paciente (estável, semiestável e instável). Pretende-se que este sistema inteligente possa ser usado como ferramenta para a medicina preventiva em pacientes crônicos. / The comfort and freedom of movements of patients that have to be continually monitored is a theme that has motivated the development of new technologies such as networks of wireless body sensors (WBAN) and new research areas such as telemedicine. In addition, the incorporation of intelligent software to simulate the reasoning of experts, assist them in decision making and in early detection of abnormal conditions or tendencies to develop certain diseases, opens an even larger field of research, such as the field of Artificial Intelligence in Medicine (AIM beings its acronym in English). Patient monitoring through wireless equipment and AIM technology allows to develop practical solutions to control patients in environments outside of clinics or hospitals. In this thesis, intelligent tools were used for the development of an application that allows monitoring of five vital signs of patients without them being present in a hospital bed. In a first step, typical medical procedures used by specialists for evaluating a patient were studied and transformed into rules for the fuzzy model. The proposed fuzzy model allows the analysis of the current state of the patient to create the desired outputs (targets) that are used to train the artificial neural networks. Then, a neural model was developed which, by analysing current and historic patient data, forecasts patients’ clinical status in the near future. In order to find the most exact methodology, five artificial neural networks were analyzed and compared with each other using thousands of real patient data sets. Elman MISO, Elman MIMO and NNARX – fully connected and pruned – were tested. The fuzzy model answered in a excelent form, agreeing in 99.76% to the answers given by the experts. After analizing the proposed networks in the validation dataset, it was discovered that the pruned NNARX can offer the highest overall accuracy of 99.82%, whereas the others show a decrease of up to 35%. Through techniques such as early stopping for the training with the search of the mean of MSE, FPE and correlation coefficients it was possible to achieve the best topologies of every network type, making their pruning almost unnecessary. The fully connected NNARX and the P-NNARX achieved much better results than other networks, but an increase of 1.27% was observed in the overall accuracy of the pruned network with respect to the NNARX. It can be said that for this particular case, NNARX networks capture the essence of the non-linear dynamic system much better than Elman. Finally, the P-NNARX model was chosen for the implementation of the proposed smart system. Its overall acuracy was of 99.25%, for the prediction time (t + d), with d = 1 second, by using unseen data of 30 new patients. More tests made with longer prediction periods demonstrate a slight decrease in the overall accuracy reaching up to 94.58% for d = 60 seconds. Nevertheless, it still remained over 90%. Results demonstrate the high generalization level of the system and its excellent performance in predicting the three possible patient conditions (stable, semi-stable, unstable). The next step is to turn this intelligent system into an usefull tool for preventive medicine for chronic patients.

Este trabalho tem como objetivo o estudo de uma área da robótica chamada robótica móvel. Um robô móvel deve realizar uma navegação segura e esta é a principal motivação deste trabalho. Para tal foi desenvolvido um simulador de robótica móvel com visualização em 3D. Um dos grandes interesses na área de robótica móvel é a utilização de algoritmos de inteligência artificial. O objetivo deste trabalho é a utilização e simulação de inteligência artificial para o controle destinado ao desvio de obstáculos. As simulações são dinâmicas, ou seja, o robô não tem informação previa do cenário. Os algoritmos de inteligência artificial implementadas neste trabalho são lógica Fuzzy e Neurofuzzy. As contribuições do simulador são: a simulação e visualização em 3D com o cenário modelado em um programa CAD/3D, permite testar diversas configurações antes de testar o robô real, simula o ruído de sensores, utiliza lógica fuzzy e neurofuzzy para o desvio de obstáculos. Os resultados mostram a capacidade do sistema fuzzy para lidar com os dados ruidosos dos sensores assim como a influência das variáveis antecedentes e conseqüentes do sistema fuzzy de no comportamento do robô móvel para o desvio de obstáculos além da capacidade do sistema neurofuzzy de aprender a partir dos dados de treinamento mostrando uma melhoria no resultado das simulações. / This work has as objective the study of an area of the robotics named mobile robotics. A mobile robot must navigate in a safe way and this is the main motivation of this work. To do that a mobile robotics simulator with 3D visualization was developed. One of the great interests in mobile robotics is using artificial intelligence algorithms. The main point of this work is using and simulate artificial intelligence applied in obstacle avoidance control. The simulations are dynamics it means that the robot do not have previous information about the scenery. The artificial intelligence algorithms developed in this work are Fuzzy and Neurofuzzy logics. The simulator contributions are that the simulation and 3D visualization where the scenery is a 3D model from a CAD/3D software besides allows to test many configurations before testing the real robot and simulates noise from sensors and uses fuzzy and neurofuzzy logics to obstacle avoidance. The results show the fuzzy system capability to deal with the noisy data from sensors and how fuzzy variables influences the mobile robot behavior in obstacle avoidance besides the ability of neurofuzzy system to learn from training data showing improvements in the simulation results.

Nesta tese é proposta uma implementação para a solução do problema inverso com as estimativas das propriedades radiativas (o albedo de espalhamento simples, a espessura ótica do meio e as reflectividades difusas) a partir dos valores das intensidades de radiação que deixam o meio participante utilizando uma abordagem híbrida de sistemas neuro-fuzzy (SNF), o qual combina a utilização de sistemas de inferência fuzzy com as redes neurais artificiais. Busca-se com a utilização desse sistema híbrido integrar a habilidade dos sistemas fuzzy no tratamento de informações inexatas, imprecisas, e vagas, e a capacidade das redes neurais artificiais de tratar o aprendizado por experiência e a generalização do conhecimento. É proposta também uma metodologia de máquinas de comitês neuro-fuzzy na solução deste problema inverso em transferência radiativa. Foi observado paralelamente que a solução dos sistemas neuro-fuzzy e dos sistemas híbridos de máquinas de comitê neuro-fuzzy, apresentam baixa qualidade nos resultados quando são utilizados os dados experimentais com os menores coeficientes de sensibilidade para os parâmetros que serão estimados. Por outro lado, quando são utilizados dados com maior sensibilidade, são obtidos melhores resultados. Esta abordagem procura evitar a possibilidade da não convergência desses métodos. / In this thesis is proposed an implementation for solving the inverse problem with the estimates of radiative properties (the single scattering albedo, the optical thickness of the media and the diffuse reflectivities) by the values of the intensities of radiation that leaves the participant medium using a hybrid approach of neuro-fuzzy systems, which combines the use of fuzzy inference systems with artificial neural networks. The use of this hybrid system try to include the ability of fuzzy systems in the treatment of inaccurate, imprecise, and vague data, and the ability of artificial neural networks to deal with learning from experience and widespread knowledge. Also is proposed a methodology for machines committees in neuro-fuzzy solution of this inverse problem in radiative transfer. It was observed in parallel that the solution of neuro-fuzzy systems and hybrid systems neuro-fuzzy committee machines, have a poor quality results when using the experimental data with the lowest sensitivity coefficients for the parameters that will be estimated. Moreover, when data are used with greater sensitivity, better results are obtained. This approach seeks to avoid the possibility of non-convergence in such methods.

The present work aims to expand the possibilities of PD 3 control strategies implementation and to evaluate, in a practical way, different strategies of fuzzy logic application in the control of processes of a didactic plant (PD 3). This was accomplished by adding fuzzy control strategies to the conventional industrial control strategies with which the PD 3 system is factory configured. The conventional strategies use PID controllers and its variations (P, PI and PD) which parameters are preset and "implanted" in the instruments. Three fuzzy control strategies were performed with temperature as the main process variable to be controlled and flow as the secondary variable to be controlled. The first strategy was the fuzzy-PID temperature control; it was used the local PID controller of PD 3 and a strategy was developed in fuzzy logic in an external workstation, for tuning of the PID parameters in real time. The PD 3 controller acts directly on the power of the heating resistances, which is the manipulated variable. This way, the temperature was controlled in the process. The second strategy, called temperature fuzzy-PID + flow, continued using the same fuzzy-PID temperature controller but was added a fuzzy control to regulate the process flow variable. This fuzzy control was developed at the work station and directly manipulates the actuator of the intelligent water inlet control valve to the heating tank. Finally, a completely fuzzy strategy was developed to control temperature and flow variables of the process. Of the three strategies implemented, completely fuzzy controller presented the best response when observed all metrics and performance indicators. / O presente trabalho tem como objetivos ampliar as possibilidades de implementação de estratégias de controle da PD 3 e avaliar de forma prática diferentes estratégias de aplicação da lógica difusa no controle de processos de uma planta didática (PD 3). Isto foi realizado adicionando estratégias de controle difusas às estratégias convencionais de controle industrial, com as quais o sistema da PD 3 vem configurado de fábrica. As estratégias convencionais utilizam controladores do tipo PID e suas variações (P, PI e PD) cujos parâmetros são pré-ajustados e “implantados” nos instrumentos. Foram realizadas três estratégias de controle difuso com a temperatura como variável principal a controlar e a vazão como variável secundaria a controlar. A primeira estratégia foi o controle de temperatura difuso-PID, na qual foi utilizado o controlador PID local da PD 3 e foi desenvolvida uma estratégia em lógica difusa, em uma estação de trabalho externa, para a sintonia em tempo real dos parâmetros PID. O controlador da PD 3 atua diretamente sobre a potência das resistências de aquecimento, sendo esta a variável manipulada. Desta maneira se realizou o controle da temperatura no processo. A segunda estratégia, denominada temperatura difuso-PID + vazão, continuou usando o mesmo controlador de temperatura difuso-PID, mas foi adicionado um controle difuso para regular a variável vazão do processo. Este controle difuso foi desenvolvido na estação de trabalho e manipula diretamente o atuador da válvula de controle inteligente de entrada de agua ao tanque de aquecimento. Por último, foi desenvolvida uma estratégia totalmente difusa para controlar as variáveis temperatura e vazão do processo. Das três estratégias implementadas, a que apresentou melhor performance foi a do controlador totalmente difuso quando observadas as métricas e índices de desempenho.

Made available in DSpace on 2017-06-01T18:20:37Z (GMT). No. of bitstreams: 1 dissertacao_francisco_sales.pdf: 1424498 bytes, checksum: 31e4dca2f34d83cb1a300966669297f2 (MD5) Previous issue date: 2012-10-17 / In order to forecast and classify environmental risks, artificial intelligence (AI) techniques were applied to the air quality problem. Predetermined gaseous pollutant concentration data were acquired with the intent of predicting the risks. Such concentrations are denominated air quality indicators, and are regulated all around the world, including by brazilian law. The data concerning these indicators were used in a model that consists of two AI techniques: artificial neural networks and particle swarm optimization. The air quality indicators concentration prediction resulted in one day ahead values. The risk modeling utilizes the predictions as inputs values, correlating them in order to obtain the resulting air quality and, the risk that such quality has upon the human health. The risk model is based on a third AI technique, called fuzzy logic. The present work obtained two main results. The first was the accurate forecasts made by the prediction model. The second was the achievement of a coherent classification of the risks. / Este trabalho aplica técnicas da área de inteligência artificial (IA) com o intuito de prever e classificar riscos ambientais, com o foco no problema da qualidade do ar. Para prever os riscos, dados foram adquiridos acerca das concentrações gasosas de determinados poluentes. Tais concentrações, denominadas de indicadores da qualidade do ar, são regulamentadas por várias legislações ao redor do mundo, inclusive a do Brasil. Estes dados foram empregados em um modelo que consiste de duas técnicas de IA: redes neurais artificiais e otimização por enxame de partículas. O resultado do modelo é a previsão de um dia adiante das concentrações gasosas dos indicadores da qualidade do ar. As previsões são usadas como entradas para a modelagem de riscos. A modelagem de riscos correlaciona as previsões dos poluentes observados para obter a qualidade do ar e o risco que tal qualidade oferece à saúde humana. O modelo de risco é baseado em lógica nebulosa, uma terceira técnica de IA. Ao término do trabalho, dois resultados foram alcançados. O primeiro foi o modelo de previsões que obteve resultados com um bom nível de acuidade. Em seguida, o modelo de riscos foi capaz de alcançar uma classificação coerente dos riscos ambientais.

L'estructura multiresolutiva proposada per Moran [1] té com a objectiu obtenir l'equilibri entre el cost computacional de l'adquisició sèrie i l'eficiència de l'adquisició paral•lela en sistemes d'espectre eixamplat de seqüència directa. L'adquisició i el posterior tracking són dos processos clau en la desmodulació del senyal d'espectre eixamplat, puix que sense una correcta sincronització aquesta és inviable. L'estructura multiresolutiva mostrà en la seva primera proposta un bon comportament en un canal ionosfèric de 800km [2], però el problema al que s'enfronta ara és més complex. Un canal ionosfèric des de l'Antàrtida a Catalunya, d'una longitud de 12700km, amb unes condicions de canal més agreujades per la distància i la variabilitat horària de la ionosfera en el trajecte de les ones. És amb aquest objectiu que aquest treball de tesi presenta millores a aquest algorisme d'adquisició i de seguiment amb els ulls posats en el problema a resoldre. S'han dissenyat seqüències PN adaptades a les necessitats de l'estructura multiresolutiva usant estratègies evolutives [3,4] i algorismes genètics [5], demanant a les seqüències pseudoaleatòries l'acompliment de més requisits que els originals de les seqüències PN. D'altra banda, també s'ha dissenyat un sistema d'estimació de la qualitat de l'adquisició i de control basat en lògica difusa [6], que permeti donar garanties de la robustesa de l'adquisició i alhora, millorar les prestacions de l'estructura reduint-ne el cost computacional. Finalment, s'ha realitzat un refinament del funcionament de l'estructura multiresolutiva, ajustant-ne els paràmetres d'aprenentatge dels filtres adaptatius de la mateixa per al canal ionosfèric i afegint-li la prestació de funcionar com a detector RAKE, que millora la qualitat de les dades desmodulades. Aquests nous dissenys i millores han estat contrastats amb l'estructura multiresolutiva original [1] i amb d'altres algorismes d'adquisició adaptatius basats en filtres LMS [7,8] i s'ha demostrat que les aportacions realitzades en aquest treball permeten obtenir un millor rendiment en les condicions de transmissió abordades. [1] J. A. Morán. Sistema ràpid d’adquisició per transmissió DS-SS sobre canal ionosfèric. Tesi Doctoral, Enginyeria i Arquitectura La Salle. Universitat Ramon Llull, Barcelona (Espanya), 2001. [2] J.A. Morán, J.C. Socoró, X. Jové, J.L. Pijoan i F. Tarrés. Multiresolution Adaptive Structure for acquisition in DS-SS receivers. International Conference on Acoustics, Speech and Signal Processing (ICASSP). Salt Lake City (EUA), 2001. [3] I. Rechenberg. Evolutionsstrategie: Optimierung technischer Systeme nach Prinzipiender biologischen Evolution. Frommann-Holzboog, Alemanya, 1973. [4] H.P. Schwefel. Evoluitonsstrategie und numerische Optimierung. Tesi Doctoral, Technische Universitat Berlin, Berlin (Alemanya), 1975. [5] D. E. Goldberg. Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley, 1989. [6] L.A. Zadeh. Fuzzy Sets. IEEE Trans. on Information and Control, 8:338–353, 1965. [7] M.G. El-Tarhuni. Application of Adaptive Filtering to Direct-Sequence Spread-Spectrum Code Synchronization. Tesi Doctoral, Carleton University, 1997. [8] M. Han, T. Yu, C. Kang i D. Hong. A New Adaptive Code-Acquisition Algorithm Using Parallel Subfilter Structure. IEEE Transactions on Vehicular Technology, 55(6):1790–1796, Novembre 2006. / La estructura multiresolutiva propuesta por Moran [1] tiene como objetivo obtener el equilibrio entre el coste computacional de la adquisición serie y la eficiencia de la adquisición paralela en sistemas de espectro ensanchado de secuencia directa. La adquisición y el posterior tracking son dos procesos clave en la demodulación de la señal de espectro ensanchado, puesto que sin una correcta sincronización ésta es inviable. La estructura multiresolutiva mostró en su primera propuesta un buen comportamiento en un canal ionosférico de 800km [2], pero el problema al que se enfronta ahora es más complejo. Un canal ionosférico desde la Antártida a Catalunya, con una longitud de 12700km, con unas condiciones de canal más agravadas por la distancia y la variabilidad horaria de la ionosfera en el trayecto de las ondas. Con este objetivo, este trabajo de tesis presenta mejoras a este algoritmo de adquisición y de seguimiento con la mirada puesta en el problema a resolver. Se han diseñado secuencias PN adaptadas a las necesidades de la estructura multiresolutiva usando estrategias evolutivas [3,4] y algoritmos genéticos [5], pidiendo a las secuencias pseudoaleatorias más requisitos que los habituales en las secuencias PN. Por otro lado, también se ha diseñado un sistema de estimación de la calidad en la adquisición y de control basado en lógica difusa [6], que permita dar garantías de la robustez en la adquisición y a su vez, mejorar las prestaciones de la estructura reduciendo el coste computacional. Finalmente, se ha realizado un ajuste del funcionamiento de la estructura multiresolutiva, ajustándose los parámetros de aprendizaje de los filtros adaptativos para el canal ionosférico y añadiendo la prestación de funcionar como detector RAKE, que mejora la calidad de los datos demodulados. Estos nuevos diseños y mejoras se han contrastado con la estructura multiresolutiva original [1] y con otros algoritmos de adquisición adaptativos basados en filtros LMS [7,8] y se ha demostrado que las aportaciones realizadas en este trabajo permiten obtener un mejor rendimiento en las condiciones de transmisión abordadas. [1] J. A. Morán. Sistema ràpid d’adquisició per transmissió DS-SS sobre canal ionosfèric. Tesis Doctoral, Enginyeria i Arquitectura La Salle. Universitat Ramon Llull, Barcelona (España), 2001. [2] J.A. Morán, J.C. Socoró, X. Jové, J.L. Pijoan i F. Tarrés. Multiresolution Adaptive Structure for acquisition in DS-SS receivers. International Conference on Acoustics, Speech and Signal Processing (ICASSP). Salt Lake City (EUA), 2001. [3] I. Rechenberg. Evolutionsstrategie: Optimierung technischer Systeme nach Prinzipiender biologischen Evolution. Frommann-Holzboog, Alemanya, 1973. [4] H.P. Schwefel. Evoluitonsstrategie und numerische Optimierung. Tesis Doctoral, Technische Universitat Berlin, Berlin (Alemanya), 1975. [5] D. E. Goldberg. Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley, 1989. [6] L.A. Zadeh. Fuzzy Sets. IEEE Trans. on Information and Control, 8:338–353, 1965. [7] M.G. El-Tarhuni. Application of Adaptive Filtering to Direct-Sequence Spread-Spectrum Code Synchronization. Tesis Doctoral, Carleton University, 1997. [8] M. Han, T. Yu, C. Kang i D. Hong. A New Adaptive Code-Acquisition Algorithm Using Parallel Subfilter Structure. IEEE Transactions on Vehicular Technology, 55(6):1790–1796, Noviembre 2006. / The multiresolutive structure proposed by Moran [1] attempts to reach a compromise between the computational cost of serial acquisition schemes and acquisition efficiency of parallel systems in direct-sequence spread spectrum acquisition. Acquisition and subsequent tracking are two key processes in the signal demodulation, since without proper synchronization demodulation is impossible. The multiresolutive structure in Moran’s first proposal showed a good performance on an ionospheric channel of 800km [2], but the problem we face now is more complex. A ionospheric radio channel from the Antarctica to Catalonia, 12700km in length, with worsen channel conditions due to distance and time variability of the ionosphere along the paths of the radio waves. This thesis presents improvements to this algorithm acquisition and tracking system in the aim of facing those hard channel conditions. PN sequences are designed to satisfy the needs of the multiresolutive structure [ABM05, AFSB07] using evolutionary strategies [3, 4] and genetic algorithms [5], through adding more requirements than is usually demanded. On the other hand, a fuzzy logic [6] control block has been implemented to estimate the quality of acquisition and control, evaluate the robustness of the acquisition and improve the performance of the structure by reducing its computational load. Finally, the multiresolutive structure has been adjusted, setting new values for the adaptive filter convergence parameters that refer to the ionospheric radio channel and improving the demodulated data using a RAKE detector. The new multiresolutive structure has been compared to the original multiresolutive structure [1] and to other LMS-based adaptive acquisition algorithms [7,8]. The results show that the new multiresolutive structure is competitive when comparing the original structure and also in relation to other adaptive acquisition algorithms found in state-of-the-art. [1] J. A. Morán. Sistema ràpid d’adquisició per transmissió DS-SS sobre canal ionosfèric. PhD Thesis, Enginyeria i Arquitectura La Salle. Universitat Ramon Llull, Barcelona (Espanya), 2001. [2] J.A. Morán, J.C. Socoró, X. Jové, J.L. Pijoan i F. Tarrés. Multiresolution Adaptive Structure for acquisition in DS-SS receivers. International Conference on Acoustics, Speech and Signal Processing (ICASSP). Salt Lake City (EUA), 2001. [3] I. Rechenberg. Evolutionsstrategie: Optimierung technischer Systeme nach Prinzipiender biologischen Evolution. Frommann-Holzboog, Alemanya, 1973. [4] H.P. Schwefel. Evoluitonsstrategie und numerische Optimierung. Tesi Doctoral, Technische Universitat Berlin, Berlin (Alemanya), 1975. [5] D. E. Goldberg. Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley, 1989. [6] L.A. Zadeh. Fuzzy Sets. IEEE Trans. on Information and Control, 8:338–353, 1965. [7] M.G. El-Tarhuni. Application of Adaptive Filtering to Direct-Sequence Spread-Spectrum Code Synchronization. PhD Thesis, Carleton University, 1997. [8] M. Han, T. Yu, C. Kang i D. Hong. A New Adaptive Code-Acquisition Algorithm Using Parallel Subfilter Structure. IEEE Transactions on Vehicular Technology, 55(6):1790–1796, November 2006.

RIBEIRO, Ana Paula de Medeiros. A avaliação da aprendizagem: aplicação de um modelo fuzzy para se obter notas mais justas na disciplina de língua portuguesa. 2007. 118 f.Dissertação (Mestrado em Educação) – Universidade Federal do Ceará. Faculdade de Educação, Programa de Pós-Graduação em Educação Brasileira, Fortaleza-CE, 2007. / Submitted by Raul Oliveira (raulcmo@hotmail.com) on 2012-07-03T16:49:59Z No. of bitstreams: 1 2007_Dis_APMRibeiro.pdf: 1344446 bytes, checksum: 0e2c50f55c00b7dd8bf464414f8b7d2c (MD5) / Approved for entry into archive by Maria Josineide Góis(josineide@ufc.br) on 2012-07-06T16:16:46Z (GMT) No. of bitstreams: 1 2007_Dis_APMRibeiro.pdf: 1344446 bytes, checksum: 0e2c50f55c00b7dd8bf464414f8b7d2c (MD5) / Made available in DSpace on 2012-07-06T16:16:46Z (GMT). No. of bitstreams: 1 2007_Dis_APMRibeiro.pdf: 1344446 bytes, checksum: 0e2c50f55c00b7dd8bf464414f8b7d2c (MD5) Previous issue date: 2007 / This study involves one of the most important themes in the educational field: the learning assessment. From everything that is discussed about it, there is something that is always in evidence: the qualitative proposal that is recommended to the assessment process. So, the aim of this study was to comprehend its meaning from the vision of the elementary school teachers from one municipal school of Fortaleza, in order to be defined the meaning the teachers give to it, as well as the difficulties found during the assessment process. The interpretation of the teachers’ speeches was done by using the hermeneutic theory in the modern version of Martin Heidegger and Hans-Georg Gadamer. Therefore, this study was not limited to identify and describe the assessment meaning, it intended to develop a software based in the fuzzy sets theory, considering the information obtained from the application of the methodological instruments. The software intends to support the teachers during the assessment process, specially in the numerical grades conversion. The fuzzy logic has a coherent application in this situation because it has the power of manipulate qualitative data which are, in this study, the concepts, into quantitative data, the numerical grades. The software preliminary version was tested by the author through a comparative study between the concepts and numerical grades given by the teachers and the ones given by the fuzzy system. The results showed a confidence degree of 93%. It demonstrates that it might be a useful instrument to teachers during the hard work of evaluating their students. / A presente dissertação envolve um dos temas mais relevantes na área educacional: a avaliação da aprendizagem. De tudo o que sobre ela se discute atualmente, há algo que está sempre em evidência: a proposta de cunho predominantemente qualitativo que se defende para o processo de avaliação. Nesse sentido, buscou-se compreender o seu significado a partir da visão das professoras do Ensino Fundamental de uma escola da rede municipal de Fortaleza, a fim de ser evidenciado o sentido da avaliação dado pelas professoras, bem como as dificuldades que encontram durante o processo avaliativo. Para a interpretação das falas dos sujeitos, utilizou-se a teoria hermenêutica na versão contemporânea de Martin Heidegger e Hans-Georg Gadamer. Entretanto, a pesquisa não teve intenções de se limitar à simples identificação e descrição do sentido da avaliação, pretendeu, sobretudo, desenvolver um aplicativo baseado em lógica fuzzy, levando em consideração as informações obtidas através do instrumental metodológico aplicado. O software desenvolvido tem como principal objetivo apoiar as professoras durante a tarefa de avaliar seus alunos, sobretudo, no que diz respeito à fase de notação numérica. A lógica fuzzy se aplica coerentemente nessa situação, uma vez que tem o poder de manipular dados qualitativos que, para efeito deste estudo, são os conceitos, e convertê-los em quantitativos, ou seja, as notas numéricas. A versão preliminar do software foi testada pela pesquisadora através de um estudo comparativo entre os conceitos médios e notas inferidas pelas professoras durante avaliações reais e os conceitos médios e notas geradas pelo sistema fuzzy. Os resultados mostraram um grau de confiabilidade do sistema em torno de 93%. Isso demonstra que esta poderá ser uma útil ferramenta no cotidiano de professores durante a difícil tarefa de avaliar seus alunos.

O presente trabalho apresenta um estudo feito para a elaboração de um modelo de análise de crédito para micro, pequenas e médias empresas (MPME) utilizando Inteligência Artificial. Apresenta, também, uma contribuição de um novo método de raciocínio baseado em casos, denominado FISKNN, que utiliza medida de similaridade presente nos métodos KNN e KNN-Fuzzy, e um sistema de inferência Fuzzy para decidir se a classe de um determinado caso é a classe do elemento mais próximo ou a classe da maioria dos K elementos selecionados para análise. Compara-se o método FISKNN com os métodos tradicionais KNN e KNN-Fuzzy utilizando os dados do Machine Learning Repository da Universidade da Califórnia, e apresentam-se três estudos de casos com bases de dados selecionadas das informações provenientes de solicitações de financiamento através do Cartão BNDES. / This work presents an investigation of a model of credit analysis for micro, small and medium size enterprises based on artificial intelligence techniques. The novelty is a cases-based reasoning, denoted by FISKNN, which uses a measure of similarity present in the KNN and KNN-Fuzzy methods, and a Fuzzy Inference System to decide between the class of the nearest case and the class of the majority of K elements selected for the analysis. One compares the FISKNN methods with the more traditional ones, KNN and KNNFuzzy, using data from the Machine Learning Repository of the University of California, and one presents three study cases with data bases selected from the set of financing applications to the BNDES Card.

This work presents an intelligent control of position and velocity to a climber robot developed to perform inspections of pressure vessels. The climber robot has steerable and magnetic wheels, which makes it similar to an omnidirectional robot due to its high maneuverability. The intelligent velocity control proposed uses the switching Fuzzy controllers according to the movement to be performed, which allow the use of all the robot's movement potential respecting the constraints imposed by the dynamic model and magnetic adhesion. Also, a position controller was developed in cascade with the speed controller to verify the navigation capability of the robot in a 2D environment. Simulated and experimental tests are applied for validation of control techniques implemented and they're presented at the end of this work. / Este trabalho apresenta um controle inteligente de posição e velocidade para um robô escalador desenvolvido para realizar inspeções em vasos de pressões. O robô escalador possui rodas direcionáveis e magnéticas, o que o torna similar a um robô omnidirecional em virtude da sua alta manobrabilidade. O controle inteligente de velocidade proposto utiliza o chaveamento de controladores Fuzzy de acordo com o movimento a ser realizado, que permitem a utilização de todo o potencial de movimentação do robô respeitando as restrições impostas pelo modelo dinâmico e pela adesão magnética. Também foi projetado um controlador de posição em cascata com o de velocidade para a verificação da capacidade de navegação do robô em um ambiente 2D. Testes simulados e experimentais são aplicados para a validação das técnicas de controle implementadas e são apresentados ao final do trabalho.

ANP / Este trabalho propõe o uso de Mapas Cognitivos Fuzzy Dinâmicos (DFCM, do inglês Dynamic Fuzzy Cognitive Maps), uma evolução dos Mapas Cognitivos Fuzzy (FCM), para o desenvolvimento de sistemas autônomos para tomada de decisões. O FCM representa o conhecimento de forma simbólica, através de conceitos e relações causais dispostas em um grafo. Na sua versão clássica, os FCMs são usados no desenvolvimento de modelos estáticos, sendo inapropriados para o desenvolvimento de modelos temporais ou dinâmicos devido à ocorrência simultânea de todas as causalidades em uma estrutura fixa dos grafos, i.e., os conceitos e suas relações causais são invariantes no tempo. O DFCM utiliza o mesmo formalismo matemático do FCM através de grafos, acrescentando funcionalidades, como por exemplo, a capacidade de auto adaptação através de algoritmos de aprendizagem de máquina e a possibilidade de inclusão de novos tipos de conceitos e relações causais ao modelo FCM clássico. A partir dessas inclusões, é possível construir modelos DFCM para tomada de decisões dinâmicas, as quais são necessárias no desenvolvimento de ferramentas inteligentes em áreas de conhecimento correlatas à engenharia, de modo especifico a construção de modelos aplicados em Robótica Autônoma. Em especial, para as áreas de Robótica de Enxame e Vida artificial, como abordados nesta pesquisa. O sistema autônomo desenvolvido neste trabalho aborda problemas com diferentes objetivos (como desviar de obstáculos, coletar alvos ou alimentos, explorar o ambiente), hierarquizando as ações necessárias para atingi-los, através do uso de uma arquitetura para o planejamento, inspirada no modelo clássico de Subsunção de Brooks, e uma máquina de estados para o gerenciamento das ações. Conceitos de aprendizagem de máquina, em especial Aprendizagem por Reforço, são empregadas no DFCM para a adaptação dinâmica das relações de casualidade, possibilitando o controlador a lidar com eventos não modelados a priori. A validação do controlador DFCM proposto é realizada por meio de experimentos simulados através de aplicações nas áreas supracitadas. / This dissertation proposes the use of Dynamic Fuzzy Cognitive Maps (DFCM), an evolution of Fuzzy Cognitive Maps (FCM), for the development of autonomous system to decision-taking. The FCM represents knowledge in a symbolic way, through concepts and causal relationships disposed in a graph. In its standard form, the FCMs are limited to the development of static models, in other words, classical FCMs are inappropriate for development of temporal or dynamic models due to the simultaneous occurrence of all causalities in a permanent structure, i.e., the concepts and the causal relationships are time-invariant. The DFCM uses the same mathematical formalism of the FCM, adding features to its predecessor, such as self-adaptation by means of machine learning algorithms and the possibility of inclusion of new types of concepts and causal relationships into the classical FCM model. From these inclusions, it is possible to develop DFCM models for dynamic decision-making problems, which are needed to the development of intelligent tools in engineering and other correlated areas, specifically, the construction of autonomous systems applied in Autonomous Robotic. In particular, to the areas of Swarm Robotics and Artificial Life, as approached in this research. The developed autonomous system deals with multi-objective problems (such as deviate from obstacle, collect target or feed, explore the environment), hierarchizing the actions needed to reach them, through the use of an architecture for planning, inspired by the Brook’s classical Subsumption model, and a state machine for the management of the actions. Learning machine algorithms, in particular Reinforcement Learning, are implemented in the DFCM to dynamically tune the causalities, enabling the controller to handle not modelled event a priori. The proposed DFCM model is validated by means of simulated experiments applied in the aforementioned areas.