Made available in DSpace on 2014-06-12T17:40:11Z (GMT). No. of bitstreams: 2 arquivo7007_1.pdf: 2248002 bytes, checksum: 5ce192acd13346a46efb98ac29c28741 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2003 / Este trabalho apresenta um conjunto de métodos e ferramentas para análise de imagens em Patologia utilizando Morfologia Matemática e Lógica Nebulosa. Uma nova técnica de classificação de imagens baseada na geração de bandas espectrais sintéticas pelo emprego de transformações morfológicas na extração e expansão do espaço de atributos e de Lógica nebulosa na classificação final é proposta. São apresentadas também as bibliotecas de Morfologia Matemática MorphoMat e de classificação de imagens ImageIO, desenvolvidas na linguagem de programação Ox, e o sistemas de visualização ANIMED, construído utilizando a linguagem Object Pascal, todos desenvolvidos ao longo deste trabalho. Como estudo de caso, realizou-se a análise de imagens himuno-histoquímica de amostras de pulmão com doença da membrana hialina

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-19T20:14:56Z (GMT). No. of bitstreams: 1 194903.pdf: 1001190 bytes, checksum: bb2fcf93abe7a7a7e789171760ced445 (MD5)

Orientador: Suely Cunha Amaro Mantovani / Resumo: Tem-se como proposta neste trabalho apresentar a montagem de um protótipo de um veículo aéreo não tripulado, visando seu controle de orientação em voo pairado, utilizando um algoritmo inteligente - Lógica nebulosa. Dos vários modelos para a construção destes veículos, optou-se por montar o tipo quadrirrotor (quatro motores) que é um dos modelos mais simples, composto por quatro hélices contrarrotoras que estabilizam o seu movimento. O controle embarcado em uma plataforma Arduino deve permitir a estabilização em torno dos eixos X, Y e Z, com o auxílio de sensores, acelerômetro e giroscópio triaxiais. A avaliação da eficiência do controlador nebuloso se obteve por meio de simulações realizadas no MATLAB/Simulink, cujos resultados indicam o seu correto funcionamento. / Mestre

Este trabalho apresenta o projeto de um sistema gerador de \"set-point\" (GSP), utiliza-do na determinação dos parâmetros de trabalho de fornos industriais de têmpera contínua de aços ao carbono, cuja modelagem é baseada na lógica \"fuzzy\". O trabalho é constituído de três etapas básicas: primeiro, estudou-se os princípios metalúrgicos do aço e do processo de têmpera, necessários para o entendimento do problema, tendo como foco no aço CK75 de grande aplicação industrial. Segundo, estudou-se a funcionalidade de todas as partes constitu-intes do forno e seu modo de operação. Na terceira etapa, baseado em entrevistas com os ope-radores e técnicos em metalurgia, considerados especialistas no processo de têmpera, reali-zou-se a modelagem \"fuzzy\". Constatou-se de que forma as partes do forno afetam a trans-formação do aço, as variáveis de entrada e saída relevantes para o GSP e finalmente realizou-se o GSP com o MATLAB®. O modelo foi exaustivamente testado na produção de aço tem-perado, em um dos fornos da empresa Mangels, o que possibilitou sua validação de forma incontestável. / This work presents the project of a generating system of \"set-point\" (GSP), used in the determination of the parameters of work of a process of continuous tempering of carbon steels, whose modeling is based on the \"fuzzy\" logic. The work is made of three basic stages. First of all the principles of metallurgy for the steel and temper process, which are necessary for the understanding of the problem are studied. It is focused in the steel CK75 of great in-dustrial application. In the second stage, the functionality of all parts of the furnace and its operation way is studied. In the last stage a \"fuzzy\" modeling is accomplished, based on inter-views with the operators and technicians in metallurgy, who are considered specialists in the temper process. It is identified how the parts of the oven affect the transformation of the steel, variable input and output relevant to GSP. Finally will use the GSP with MATLAB® is car-ried out. The model was tested in exhaustive way in one of the furnace of the company Man-gels what made its incontrovertible validation possible.

Este trabalho apresenta um método para obtenção e simplificação de uma base de regras nebulosas. O método proposto para a extração de regras nebulosas é oriundo da combinação eficiente de diferentes técnicas relatadas independentemente na literatura. Inicialmente, são gerados agrupamentos de entrada e agrupamentos de saída correspondentes. Em seguida são definidas, de forma recursiva, regras nebulosas para classificação de padrões. Cada regra é associada a uma hipercaixa que define a região de existência de uma classe e/ou inibe a classificação do dado nos casos em que duas ou mais hipercaixas se superpõem (situação onde um ou mais dados podem pertencer a mais de uma região) evitando assim que sejam geradas regras conflitantes. Então, é discutido um mecanismo de redução do conjunto de regras com base nas superposições de classes, para a simplificação do conjunto de regras gerado, onde serão gerados os graus de pertinência para os dados de entrada. O método é ilustrado através de um exemplo no qual são determinadas regras para um controlador nebuloso para um sistema de controle de atitude utilizando atuadores com restrições de tempo de chaveamento e atrasos.

O monitoramento da saúde estrutural vem se tornando uma ferramenta cada vez mais utilizada nas áreas civil, aeroespacial e militar. Os sistemas de detecção de danos utilizam métodos de identificação de falhas ou danos através de sensores acoplados à estrutura. Com a evolução dos sistemas de detecção e a geração de dados confiáveis sobre a localização e extensão dos danos ofereceram-se condições de desenvolver métodos de estimativa da vida residual do elemento monitorado. Do ponto de vista operacional, as informações sobre vida residual são de grande valia, pois com esta abordagem é possível oferecer manutenção baseada na condição, ou seja, atuar nas falhas de acordo com a necessidade, diminuindo a incerteza quanto ao estado da estrutura, proporcionando maior segurança e tornando o processo mais economicamente vantajoso. As técnicas de detecção de dano podem oferecer informações sobre localização e extensão do dano, através de transdutores que monitoram o elemento, porém podem não ser suficientes para definir a criticidade do mesmo. Combinando dados do dano juntamente com dados de projeto pode-se gerar informações de ordem qualitativa que podem ser utilizadas para apoio à tomada de decisão. Neste trabalho é analisada a lógica Fuzzy como método de inserção de informações de criticidade nas leituras de sistemas de detecção.

Esta pesquisa tem por objetivo investigar o estado da arte referente à Inteligência Artificial, através da utilização de lógica Fuzzy, endereçando-a ao domínio de conhecimento do grupo de pesquisadores da Universidade de São Paulo (USP), que atuam no Instituto do Coração (InCor) e criaram um novo biomarcador de diagnóstico de insuficiência cardíaca, baseado em acetona exalada. Com o desenvolvimento e implementação de um modelo computacional de Fuzzy, utilizando uma base de dados do InCor com 109 pacientes, através de inferência difusa, é possível propiciar uma análise mais refinada e com maior sensibilidade do diagnóstico de Insuficiência Cardíaca (IC) a partir dos dois biomarcadores da doença, a acetona exalada (recentemente descrita) e o Peptídeo Natriurético do tipo B (BNP). O resultado da correlação dos dois biomarcadores mostra ao profissional médico o diagnóstico de IC na forma linguística e pode ajudar na elaboração de uma melhor terapia no tratamento dos pacientes.

Texture is one of the most primitive characteristics of objects. Digital images represent this property as local intensity variations in the image. Consequently, texture is an attribute that is innately present in virtually every digital image; mathematically describing this information leads to a myriad of different applications, from food qualities processing up to medical image analysis. It comes as no surprise that texture has been one of the most researched topics in the computer vision community, and it continues to receive a great deal of attention. One of the most classic approaches to model texture is the statistically-based co-occurrence matrix method. The present dissertation work revolves around a clever variation of the co- occurrence matrix that incorporates rotation-invariance, a very desirable property for texture classification. This variation is taken from previous work in the literature and is used to propose a robust fuzzy orthoimage classifier. Moreover, the original rotation- invariant approach is modified though a generalization and benchmarked with one of the most widely-used texture description methods in the recent literature: the Local Binary Patterns approach. The results indicate that Fuzzy Logic is a powerful tool to build texture-based classifiers that have to deal with diversely-sourced image samples; the results also indicate that the generalization proposal, which originates the here named CCM and RCM texture description methods, offers a significant performance boost that is comparable, and even better than Local Binary Patterns approach when comparing accuracy scores. / A textura é uma das características mais básicas dos objetos. As imagens digitais representam esta propriedade como variações de intensidade locais na imagem. Consequentemente, a textura é um atributo que se encontra presente de forma inerente em praticamente todas as imagens digitais; descrever matematicamente esta informação produz uma série de inúmeras aplicações, desde processamento da qualidade dos alimentos até análise de imagens médicas. Não é surpreendente que a pesquisa em textura seja um dos tópicos mais pesquisados pela comunidade de visão por computador, e ainda continua recebendo muita atenção. Um dos modelos mais clássicos para modelar textura é o método estatístico da matriz de co- ocorrência. Esta dissertação gira em torno a uma modificação inteligente da matriz de co-ocorrência que inclui invariância à rotação, uma característica muito desejável para a classificação de texturas. Esta variação toma-se de um trabalho na literatura e é utilizada para propor um classificador nebuloso de imagens aéreas. Além disso, a definição matemática original é modificada através da generalização dos descritores e se realiza um estudo comparativo com um dos métodos de descrição de textura mais usados na literatura recente: o método Local Binary Patterns. Os resultados indicam que a Lógica Nebulosa é uma ferramenta poderosa para construir classificadores baseados em textura que precisem trabalhar com amostras tomadas de diversas fontes; os resultados também indicam que a proposta de generalização, que leva o nome de método CCM e RCM, oferece um incremento significativo no desempenho que é comparável, inclusive superior, ao método Local Binary Patterns, quando comparadas as taxas de acerto para ambos os métodos.

Texture is one of the most primitive characteristics of objects. Digital images represent this property as local intensity variations in the image. Consequently, texture is an attribute that is innately present in virtually every digital image; mathematically describing this information leads to a myriad of different applications, from food qualities processing up to medical image analysis. It comes as no surprise that texture has been one of the most researched topics in the computer vision community, and it continues to receive a great deal of attention. One of the most classic approaches to model texture is the statistically-based co-occurrence matrix method. The present dissertation work revolves around a clever variation of the co- occurrence matrix that incorporates rotation-invariance, a very desirable property for texture classification. This variation is taken from previous work in the literature and is used to propose a robust fuzzy orthoimage classifier. Moreover, the original rotation- invariant approach is modified though a generalization and benchmarked with one of the most widely-used texture description methods in the recent literature: the Local Binary Patterns approach. The results indicate that Fuzzy Logic is a powerful tool to build texture-based classifiers that have to deal with diversely-sourced image samples; the results also indicate that the generalization proposal, which originates the here named CCM and RCM texture description methods, offers a significant performance boost that is comparable, and even better than Local Binary Patterns approach when comparing accuracy scores. / A textura é uma das características mais básicas dos objetos. As imagens digitais representam esta propriedade como variações de intensidade locais na imagem. Consequentemente, a textura é um atributo que se encontra presente de forma inerente em praticamente todas as imagens digitais; descrever matematicamente esta informação produz uma série de inúmeras aplicações, desde processamento da qualidade dos alimentos até análise de imagens médicas. Não é surpreendente que a pesquisa em textura seja um dos tópicos mais pesquisados pela comunidade de visão por computador, e ainda continua recebendo muita atenção. Um dos modelos mais clássicos para modelar textura é o método estatístico da matriz de co- ocorrência. Esta dissertação gira em torno a uma modificação inteligente da matriz de co-ocorrência que inclui invariância à rotação, uma característica muito desejável para a classificação de texturas. Esta variação toma-se de um trabalho na literatura e é utilizada para propor um classificador nebuloso de imagens aéreas. Além disso, a definição matemática original é modificada através da generalização dos descritores e se realiza um estudo comparativo com um dos métodos de descrição de textura mais usados na literatura recente: o método Local Binary Patterns. Os resultados indicam que a Lógica Nebulosa é uma ferramenta poderosa para construir classificadores baseados em textura que precisem trabalhar com amostras tomadas de diversas fontes; os resultados também indicam que a proposta de generalização, que leva o nome de método CCM e RCM, oferece um incremento significativo no desempenho que é comparável, inclusive superior, ao método Local Binary Patterns, quando comparadas as taxas de acerto para ambos os métodos.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico. Programa de Pós-Graduação em Administração. / Made available in DSpace on 2013-07-16T02:53:17Z (GMT). No. of bitstreams: 1 223997.pdf: 754261 bytes, checksum: ba2471b60e650b87fa3cf7a2f90d6ea8 (MD5) / O propósito deste estudo consiste em propor um modelo que utiliza a lógica nebulosa para a análise da rentabilidade de empresas. Neste estudo, entrevistou-se uma amostra de vinte analistas financeiros para identificar junto aos mesmos os principais índices que revelam a rentabilidade de empresas do setor de alimentos, utilizando-se dados de sessenta e três empresas do setor de alimentos publicados pelo Valor1000 do Jornal Valor Econômico, edição 2004. De acordo com a escala de Matarazzo (2003), os dados coletados foram analisados e classificados e a cada índice de rentabilidade foi atribuída uma variável qualitativa conforme sua posição em relação ao decil. Utilizando-se um software específico (Matlab®) definiram-se as funções de pertinência e implementaram-se 2401 regras de inferência para implementação do sistema. Os resultados obtidos pelo sistema nebuloso, utilizando diferentes métodos de defuzzificação, foram confrontados com a avaliação de analistas financeiros do Banco de Desenvolvimento do Extremo Sul - BRDE. Os resultados dessa pesquisa demonstram que modelos nebulosos podem ser utilizados como ferramentas eficazes no auxílio e na validação dos pareceres de especialistas na análise de rentabilidade das empresas.