Made available in DSpace on 2014-12-17T14:55:05Z (GMT). No. of bitstreams: 1 FranciscoCHQ.pdf: 791868 bytes, checksum: bd94a6e450520ec9b64d043384db8ccb (MD5) Previous issue date: 2008-03-17 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / This work describes the study and the implementation of the speed control for a three-phase induction motor of 1,1 kW and 4 poles using the neural rotor flux estimation. The vector speed control operates together with the winding currents controller of the stator phasis. The neural flux estimation applied to the vector speed controls has the objective of compensating the parameter dependences of the conventional estimators in relation to the parameter machine s variations due to the temperature increases or due to the rotor magnetic saturation. The implemented control system allows a direct comparison between the respective responses of the speed controls to the machine oriented by the neural rotor flux estimator in relation to the conventional flux estimator. All the system control is executed by a program developed in the ANSI C language. The main DSP recources used by the system are, respectively, the Analog/Digital channels converters, the PWM outputs and the parallel and RS-232 serial interfaces, which are responsible, respectively, by the DSP programming and the data capture through the supervisory system / Este trabalho descreve o estudo e a implementa??o de um controle vetorial de velocidade para um motor de indu??o trif?sico de 1.1 kW / 4 p?los utilizando estima??o neural de fluxo do rotor. O controle vetorial de velocidade opera em conjunto com o controle das correntes nos enrolamentos de cada fase do estator. A estima??o neural de fluxo aplicada ao controle vetorial de velocidade tem como objetivo compensar a depend?ncia dos estimadores convencionais em rela??o ?s varia??es nos par?metros da m?quina devido a aumentos de temperatura ou satura??o magn?tica do rotor. O sistema de controle implementado possibilita uma compara??o direta dos respectivos desempenhos de velocidade sob orienta??o do estimador neural em rela??o ao estimador convencional de fluxo. Todo o controle do sistema ? realizado por um programa desenvolvido em linguagem padr?o ANSI C. Os principais recursos do DSP utilizados pelo sistema s?o, respectivamente, os canais de convers?o A/D, as sa?das PWM e as interfaces paralela e serial RS-232, as quais s?o respons?veis, respectivamente, pela programa??o do DSP e a captura de dados atrav?s de um sistema de supervis?o

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-01-13T14:35:43Z No. of bitstreams: 1 ArtejoseRevoredoDaSilva_DISSERT.pdf: 15158528 bytes, checksum: 4aa5411704db7ed0abe93c1d6be7b4b5 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-01-26T14:53:00Z (GMT) No. of bitstreams: 1 ArtejoseRevoredoDaSilva_DISSERT.pdf: 15158528 bytes, checksum: 4aa5411704db7ed0abe93c1d6be7b4b5 (MD5) / Made available in DSpace on 2017-01-26T14:53:00Z (GMT). No. of bitstreams: 1 ArtejoseRevoredoDaSilva_DISSERT.pdf: 15158528 bytes, checksum: 4aa5411704db7ed0abe93c1d6be7b4b5 (MD5) Previous issue date: 2016-07-20 / Os laborat?rios de an?lises qu?micas, por se constitu?rem em um conjunto de testes e procedimentos, usando produtos e equipamentos espec?ficos para tratar dos resultados nas amostras que s?o testadas, est?o sempre sujeitos aos fatores inerentes ao ambiente. Devido a esse fato, controlar fatores como a temperatura e a umidade relativa do ar ? tarefa primordial, para que os processos desenvolvidos dentro de tais ambientes (laborat?rios de an?lises qu?micas) possam ser repetidos dentro dos par?metros exigidos. Buscando propor mecanismos de controle para ambientes, mais especificamente para laborat?rios de an?lises qu?micas, neste trabalho, apresentamos um sistema baseado em rede de sensores e reconhecimento de padr?es para controle inteligente de ambientes. Nosso prot?tipo utiliza os pr?prios dados gerados pelos sensores distribu?dos pelo ambiente, para identificar um padr?o de comportamente. Atrav?s da utiliza??o de algoritmos de aprendizado de m?quina, identificam-se as classes contidas nos dados (agrupamento), treina-se e testa-se o sistema (algoritmos de classifica??o), para que o mesmo consiga generalizar o que foi aprendido. Por ?ltimo, criam-se regras de controle associadas as classes previamente identificadas, para controlar os aparelhos de ar condicionado, tanto o principal quanto o reserva, e mais o desumificador. Dessa forma, o prot?tipo mant?m temperatura e umidade estaveis de forma inteligente.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-11-01T21:17:52Z No. of bitstreams: 1 LuizFernandoVirginioDaSilva_DISSERT.pdf: 4917021 bytes, checksum: 80294a6de65d56abadd8696d441746c6 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-11-07T22:41:10Z (GMT) No. of bitstreams: 1 LuizFernandoVirginioDaSilva_DISSERT.pdf: 4917021 bytes, checksum: 80294a6de65d56abadd8696d441746c6 (MD5) / Made available in DSpace on 2017-11-07T22:41:10Z (GMT). No. of bitstreams: 1 LuizFernandoVirginioDaSilva_DISSERT.pdf: 4917021 bytes, checksum: 80294a6de65d56abadd8696d441746c6 (MD5) Previous issue date: 2017-07-31 / Alguns dos maiores problemas nas grandes cidades est?o relacionados com a mobilidade urbana. Problemas como congestionamentos e acidentes impactam diretamente, de modo negativo na sociedade, e s?o muitas vezes atribu?dos ? falta de planejamento urbano por parte dos governantes, ? falta de pol?ticas p?blicas e projetos de pesquisa que proporcionem uma solu??o, mesmo que de forma parcial, ao problema. Estas projetos de pesquisa dependem de dados que devem ser coletados in loco nas principais avenidas e ruas da cidade, hoje realizado de forma manual atrav?s da observa??o de imagens geradas por c?meras de CFTV (Circuito Fechado de TV), principal meio de vigil?ncia no tr?nsito. Assim, surge a necessidade de uma solu??o que seja capaz de automatizar a coleta destes dados de forma a reduzir custos com pessoal, otimizar o trabalho e reduzir, tamb?m, erros oriundos deste tipo de opera??o. Desta forma, propomos um m?todo capaz de coletar estes dados de forma autom?tica, em tempo real, utilizando estas imagens de v?deos para subsidiar pesquisas e detectar poss?veis a??es no tr?nsito. Nosso m?todo consiste em um fluxo sequencial de atividades o qual submetemos as imagens. Primeiro, utilizamos segmenta??o por movimento para detectar objetos em movimento. Em seguida, aplicamos, em cada objeto segmentado, uma adapta??o do m?todo de Viola-Jones para refinar a busca na detec??o de ve?culos, classificando-os. Nesta etapa, tratamos situa??es de oclus?o, fen?meno comum de sobreposi??o de objetos que interfere diretamente nos resultados, e, por fim, aplicamos o m?todo de Senior para rastreamento de cada ve?culo classificado a fim de obtermos dados relevantes do tr?fego, inicialmente a dire??o, velocidade e intensidade do fluxo. Submetemos alguns v?deos coletados em uma avenida de grande circula??o a fim de testarmos nosso m?todo. Como resultado, constru?mos um modelo eficiente e com custo computacional baixo capaz de tratar situa??es de oclus?o sob diferentes condi??es de ilumina??o, sendo esta a principal contribui??o deste trabalho. / Some of the major problems in large cities are related to urban mobility. Problems such as traffic jams and vehicle accidents directly impact society in a negative way, and are usually attributed to lack of urban planning from governments, the lack of public policies or research projects aimed at solving this problems, even if partially. These researche projects depend on data that must be collected in loco on the main avenues and streets of the city, that are now performed manually through the observation of images captured by CCTV cameras (Closed Circuit TV), the main means of traffic surveillance in the city. Thus, there is a need for a solution that is able to automaticaly collect these data in order to reduce costs with personnel, optimize the work and also reduce errors that arise from this operation. In this way, we propose a method capable of collecting this data automatically, in real time, using these video images to support the researche projects and explore possible actions in traffic management. Our method consists of a continuous flow of activities that use the collected images. First, it uses motion segmentation to detect moving objects. Then, we apply, in each segmented object, an adaptation of the Viola-Jones method to refine the search in the detection of vehicles, classifying them. In this step, we deal with occlusion situations, a common phenomenon of objects overlapping that directly interfere on results. Finally, we apply the Senior method to track each vehicle in order to obtain relevant traffic data, initially direction, speed and intensity of flow. We submit some videos collected on a large avenue to test our method. As a result, we construct an efficient model with low computational cost capable of handling situations of occlusion in distincts lighting conditions, which is the main contribution of this work.

Submitted by Ricardo Cedraz Duque Moliterno (ricardo.moliterno@uefs.br) on 2016-09-13T21:44:53Z No. of bitstreams: 1 Disserta??o_George.pdf: 4996097 bytes, checksum: ece2301b72ccb1d9d33a2e2837531079 (MD5) / Made available in DSpace on 2016-09-13T21:44:53Z (GMT). No. of bitstreams: 1 Disserta??o_George.pdf: 4996097 bytes, checksum: ece2301b72ccb1d9d33a2e2837531079 (MD5) Previous issue date: 2016-02-29 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / The realization of an accurate diagnosis from histological images requires pathologists with practical experience because the characteristics of these images lead to a subjective analysis, which often hamper the accuracy of diagnosis. Systems that help to achieve better diagnoses can minimize doubts and improve the quality of diagnosis, influencing on increasing the effectiveness of medical treatments. This paper describes the research and development of PathoSpotter, a computer system to aid in the identification of diseases from histological images. The PathoSpotter proposes to reduce the lack of support work to histopathological diagnosis of renal diseases since much has been done in the area of cancer, but there is few published material in relation to the Digital Pathology applied to nephrology and hepatology. Our goal in this study was to apply the PathoSpotter the classification of proliferative glomerulopathy, which is a family of primary diseases affecting the kidneys. The work was based on a data set consisting of 811 histological pictures glomeruli and classical techniques of processing digital images and histopathology were used. The PathoSpotter presented a performance of 88.4% accuracy, which was similar to other Digital Pathology jobs that can be found in the literature. / A realiza??o do diagn?stico preciso a partir de imagens histol?gicas requer m?dicos patologistas com vasta experi?ncia pr?tica, pois as caracter?sticas dessas imagens conduzem a uma an?lise subjetiva que muitas vezes dificultam a exatid?o do diagn?stico. Sistemas que auxiliam a obten??o de melhores diagn?sticos podem minimizar d?vidas e melhorar a qualidade dos diagn?sticos, influenciando no aumento da efic?cia dos tratamentos m?dicos. Este trabalho descreve a pesquisa e o desenvolvimento do PathoSpotter, um sistema computacional para aux?lio na identifica??o de patologias a partir de imagens histol?gicas. O PathoSpotter se prop?e a reduzir a car?ncia de trabalhos de apoio ao diagn?stico histopatol?gico das doen?as renais, j? que muito tem sido feito na ?rea de neoplasias, mas h? pouco material publicado em rela??o ? Patologia Digital aplicada ? nefrologia ou hepatologia. Nosso objetivo neste trabalho foi aplicar o PathoSpotter na classifica??o das glomerulopatias proliferativas, que ? uma fam?lia de doen?as prim?rias que afetam os rins. O trabalho se baseou em um conjunto de dados composto por 811 imagens histol?gicas de glom?rulos, e foram utilizadas t?cnicas cl?ssicas de processamento de imagens e histopatologia digital. O PathoSpotter apresentou um desempenho de 88,4% de acur?cia, resultado similar ao de outros trabalhos de Patologia Digital que podem ser encontrados na literatura especializada.

Submitted by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-07-03T15:03:25Z No. of bitstreams: 1 TES_TACIANO_DRECKMANN_PEREZ_COMPLETO.pdf: 1779781 bytes, checksum: 2111ccea963be0eea76bdbb7d24321d9 (MD5) / Made available in DSpace on 2017-07-03T15:03:25Z (GMT). No. of bitstreams: 1 TES_TACIANO_DRECKMANN_PEREZ_COMPLETO.pdf: 1779781 bytes, checksum: 2111ccea963be0eea76bdbb7d24321d9 (MD5) Previous issue date: 2017-05-03 / Sistemas computacionais da atualidade tradicionalmente separam mem?ria e armazenamento. Linguagens de programa??o tipicamente refletem essa distin??o usando diferentes representa??es para dados em mem?ria (ex. estruturas de dados, objetos) e armazenamento (ex. arquivos, bancos de dados). A movimenta??o de dados entre esses dois n?veis e representa??es, bidirecionalmente, compromete tanto a efici?ncia do programador quanto de execu??o dos programas. Tecnologias recentes de memoria n?o-vol?til, tais como mem?ria de transi??o de fase, resistiva e magnetoresistiva, possibilitam combinar mem?ria principal e armazenamento em uma ?nica entidade de mem?ria persistente, abrindo caminho para abstra??es mais eficientes para lidar com persist?ncia de dados. Essa tese de doutorado introduz uma abordagem de projeto para o ambiente de execu??o de linguagens com ger?ncia autom?tica de mem?ria, baseado numa combina??o original de persist?ncia ortogonal, programa??o para mem?ria persistente, persist?ncia por alcance, e transa??es com atomicidade em caso de falha. Esta abordagem pode melhorar significativamente a produtividade do programador e a efici?ncia de execu??o dos programas, uma vez que estruturas de dados em mem?ria passam a ser persistentes de forma transparente, sem a necessidade de programar explicitamente o armazenamento, e removendo a necessidade de cruzar fronteiras sem?nticas. De forma a validar e demonstrar a abordagem proposta, esse trabalho tamb?m apresenta JaphaVM, a primeira M?quina Virtual Java especificamente projetada para mem?ria persistente. Resultados experimentais usando benchmarks e aplica??es reais demonstram que a JaphaVM, na maioria dos casos, executa as mesmas opera??es cerca de uma a duas ordens de magnitude mais rapidamente do que implementa??es equivalentes usando bancos de dados ou arquivos, e, ao mesmo tempo, requer significativamente menos linhas de c?digo. / Current computer systems separate main memory from storage. Programming languages typically reflect this distinction using different representations for data in memory (e.g. data structures, objects) and storage (e.g. files, databases). Moving data back and forth between these different layers and representations compromise both programming and execution efficiency. Recent nonvolatile memory technologies, such as Phase-Change Memory, Resistive RAM, and Magnetoresistive RAM make it possible to collapse main memory and storage into a single layer of persistent memory, opening the way for simpler and more efficient programming abstractions for handling persistence. This Ph.D. thesis introduces a design for the runtime environment for languages with automatic memory management, based on an original combination of orthogonal persistence, persistent memory programming, persistence by reachability, and lock-based failure-atomic transactions. Such design can significantly increase programming and execution efficiency, as in-memory data structures are transparently persistent, without the need for programmatic persistence handling, and removing the need for crossing semantic boundaries. In order to validate and demonstrate the proposed concepts, this work also presents JaphaVM, the first Java Virtual Machine specifically designed for persistent memory. In experimental results using benchmarks and real-world applications, JaphaVM in most cases executed the same operations between one and two orders of magnitude faster than database- and file-based implementations, while requiring significantly less lines of code.

Submitted by Luis Ricardo Andrade da Silva (lrasilva@uefs.br) on 2017-11-28T22:15:22Z No. of bitstreams: 1 AILINE-corrigida e completa-enviada pgca.pdf: 18819458 bytes, checksum: 1356b2bb4c6c8fbf60dec709646715da (MD5) / Made available in DSpace on 2017-11-28T22:15:22Z (GMT). No. of bitstreams: 1 AILINE-corrigida e completa-enviada pgca.pdf: 18819458 bytes, checksum: 1356b2bb4c6c8fbf60dec709646715da (MD5) Previous issue date: 2017-08-24 / Advances in the acquisition technology of astronomical spectra resulted in an enormous amount of data. Not being more feasible to analyze them using classical approaches, the need for automatic methods arises. Then, in this research is presented, an Intelligent Algorithm for Identifying Spectral Lines, the AILINE (in Portuguese), which utilizes an artificial neural network to identify the emission lines in the optical spectra of galaxies. This method that in the tests carried out has achieved a accuracy higher than 95% is evaluated and faced with other automatic approaches and other machine learning algorithms. / Os avan?os na tecnologia de aquisi??o de espectros astron?micos resultaram em uma enorme quantidade de dados. N?o sendo mais vi?vel analis?-los usando abordagens cl?ssicas, surge a necessidade de m?todos autom?ticos. Ent?o, nesta pesquisa ? apresentado um Algoritmo Inteligente para Identifica??o de Linhas Espectrais, o AILINE, que utiliza uma Rede Neural Artificial para identificar as linhas em emiss?o nos espectros ?pticos de gal?xias. Este m?todo que nos testes realizados alcan?ou uma acur?cia superior a 95%, ? avaliado e confrontado com outras abordagens autom?ticas e outros algoritmos de aprendizado de m?quina.

Submitted by SBI Biblioteca Digital (sbi.bibliotecadigital@puc-campinas.edu.br) on 2018-02-21T17:47:30Z No. of bitstreams: 1 JOSE DIVINO DE LIMA.pdf: 3046765 bytes, checksum: a793279094d547961482cafe99be62cb (MD5) / Made available in DSpace on 2018-02-21T17:47:30Z (GMT). No. of bitstreams: 1 JOSE DIVINO DE LIMA.pdf: 3046765 bytes, checksum: a793279094d547961482cafe99be62cb (MD5) Previous issue date: 2017-08-31 / The present dissertation work analyses telecommunication systems failures caused by internal and external agents. This analysis can be very challenging since such systems are complex and heterogeneous. Within this context, this work proposed a model that can be used to predict consequent failures from data samples. To do so, we have used a data mining tool and prediction algorithms that create decision trees. Applying the proposed model to a set of faults, generated by the system of a major telecommunications operator, it was demonstrated that it is possible to group faults with an accuracy of 85.96%. In this way, a process can be established that assists in the definition of grouping and correlation of failures, which allows that high level management systems can be configured more efficiently by their administrators. / O presente trabalho de disserta??o tem como principal objetivo a an?lise dos sistemas de telecomunica??o, os quais est?o cada vez mais complexos e heterog?neos e, em fun??o disso, suscet?veis a diversos tipos de falhas causadas tanto por fatores internos como externos, sendo estes ?ltimos devido ? integra??o com sistemas de terceiros. Dentro desse contexto, este trabalho apresenta, ent?o, um modelo que pode ser utilizado para prever falhas consequentes a partir de uma amostra de dados. Para tanto, utilizou-se uma ferramenta de minera??o de dados e algoritmos de predi??o, que criam ?rvores de decis?o. Aplicado o modelo proposto a um conjunto de falhas, gerado pelo sistema de uma grande operadora de telecomunica??es, demonstrou-se que ? poss?vel agrupar falhas com precis?o de 85,96%. Logo, pode-se estabelecer um processo que auxilia na defini??o do agrupamento e correla??o de falhas, permitindo que os sistemas de gest?o de alto n?vel possam ser configurados de maneira mais eficiente pelos administradores.

Submitted by Setor de Tratamento da Informa??o - BC/PUCRS (tede2@pucrs.br) on 2016-01-04T17:56:48Z No. of bitstreams: 1 DIS_MAYARA_FERREIRA_DA_SILVA_COMPLETO.pdf: 2803272 bytes, checksum: 9305b74451ec83ddca38d1c444ffb3dd (MD5) / Made available in DSpace on 2016-01-04T17:56:48Z (GMT). No. of bitstreams: 1 DIS_MAYARA_FERREIRA_DA_SILVA_COMPLETO.pdf: 2803272 bytes, checksum: 9305b74451ec83ddca38d1c444ffb3dd (MD5) Previous issue date: 2015-07-10 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / This work presents an overview of text independent speaker verification, describing the basic operation of the system and the reviewing some important developments in speaker modeling and feature extraction from speech. Following, a point of improvement identified within the feature extraction stage leads to the main objective of this work: to determine one or more sets of coefficients relevant to speaker discrimination while minimizing the equal error rate (EER). The proposal is to replace the delta(?) and double-delta(??) coefficients by a linear predictor code (LPC) for the mel frequency cepstral coefficients (MFCC). In addition, score level fusion is employed to combine the ouputs of MFCC-only and MFCC-LPC systems, as well as MFCC-only and MFCC-?-?? systems. In all cases, performance is evaluated with respect to variations of the signal to noise-ratio (SNR) in the tested audio. In addition, the work introduces a new Brazilian Portuguese speech repository containing free-speech from 155 males. Results and discussions are presented with a reflection on the expected outcomes, as well as general comments and observations. Finally, concludings remarks are made about the work, featuring future prospects regarding text independent speaker verification research. This work attained a 4% reduction in the EER compared to the reference system (MFCC-only), with best results occuring in the case fusion of MFCC-only and MFCC-?-?? scores. / Este trabalho apresenta uma vis?o geral acerca de verifica??o de locutor independente de texto, demonstrando o funcionamento b?sico do sistema e as principais refer?ncias de m?todos j? utilizados ao longo de anos para extra??o de caracter?sticas da fala e modelamento do locutor. Detectado um ponto a ser trabalhado dentro da etapa de extra??o de caracter?sticas, objetiva-se determinar coeficientes ou um conjunto destes relevantes para discrimina??o do locutor, com o intuito de minimizar a EER (Equal Error Rate). A proposta consiste em substituir os coeficientes delta(?) e double-delta(?2) por coeficientes de um preditor LPC (Linear Predictor Coding) o qual realiza a predi??o dos coeficientes MFCC (Mel Frequency Cepstral Coeficients). Al?m disso, aplica-se uma fus?o a n?vel de score em fun??o de sistemas baseados em MFCC e LPC. Outra an?lise discutida no trabalho ? a fus?o de um sistema MFCC com ? e ??. Um t?pico tamb?m avaliado ? com rela??o a varia??es de SNRs (Signal to Noise Ratios) nos ?udios testados. Al?m disso, ? elaborado um banco de falas em portugu?s brasileiro. Por fim, s?o expostos os resultados obtidos e ? feita a an?lise dos mesmos, a fim de refletir sobre o que era esperado e levantar alguns coment?rios. Enfim, s?o feitas as considera??es a respeito do trabalho, e elencadas as perspectivas futuras em torno das pesquisas de verifica??o de locutor independente de texto. Com este trabalho atingiu-se uma redu??o de 4% na taxa de erro igual (EER) em compara??o ao sistema de refer?ncia, sendo que os melhores resultados foram apresentados pelo sistema que realiza um fus?o do sistema MFCC com o ? e ??.

Made available in DSpace on 2014-12-17T15:47:44Z (GMT). No. of bitstreams: 1 RaulBP.pdf: 1811907 bytes, checksum: 007d54350318472b95b8e06144b749a5 (MD5) Previous issue date: 2007-07-27 / Although some individual techniques of supervised Machine Learning (ML), also known as classifiers, or algorithms of classification, to supply solutions that, most of the time, are considered efficient, have experimental results gotten with the use of large sets of pattern and/or that they have a expressive amount of irrelevant data or incomplete characteristic, that show a decrease in the efficiency of the precision of these techniques. In other words, such techniques can t do an recognition of patterns of an efficient form in complex problems. With the intention to get better performance and efficiency of these ML techniques, were thought about the idea to using some types of LM algorithms work jointly, thus origin to the term Multi-Classifier System (MCS). The MCS s presents, as component, different of LM algorithms, called of base classifiers, and realized a combination of results gotten for these algorithms to reach the final result. So that the MCS has a better performance that the base classifiers, the results gotten for each base classifier must present an certain diversity, in other words, a difference between the results gotten for each classifier that compose the system. It can be said that it does not make signification to have MCS s whose base classifiers have identical answers to the sames patterns. Although the MCS s present better results that the individually systems, has always the search to improve the results gotten for this type of system. Aim at this improvement and a better consistency in the results, as well as a larger diversity of the classifiers of a MCS, comes being recently searched methodologies that present as characteristic the use of weights, or confidence values. These weights can describe the importance that certain classifier supplied when associating with each pattern to a determined class. These weights still are used, in associate with the exits of the classifiers, during the process of recognition (use) of the MCS s. Exist different ways of calculating these weights and can be divided in two categories: the static weights and the dynamic weights. The first category of weights is characterizes for not having the modification of its values during the classification process, different it occurs with the second category, where the values suffers modifications during the classification process. In this work an analysis will be made to verify if the use of the weights, statics as much as dynamics, they can increase the perfomance of the MCS s in comparison with the individually systems. Moreover, will be made an analysis in the diversity gotten for the MCS s, for this mode verify if it has some relation between the use of the weights in the MCS s with different levels of diversity / Apesar de algumas t?cnicas individuais de Aprendizado de M?quina (AM) supervisionado, tamb?mconhecidos como classificadores, ou algoritmos de classifica??o, fornecerem solu??es que, na maioria das vezes, s?o consideradas eficientes, h? resultados experimentais obtidos com a utiliza??o de grandes conjuntos de padr?es e/ou que apresentam uma quantidade expressiva de dados incompletos ou caracter?sticas irrelevantes, que mostram uma queda na efic?cia da precis?o dessas t?cnicas. Ou seja, tais t?cnicas n?o conseguem realizar um reconhecimento de padr?es de uma forma eficiente em problemas complexos. Com o intuito de obter um melhor desempenho e efic?cia dessas t?cnicas de AM, pensouse na id?ia de fazer com que v?rios tipos de algoritmos de AM consigam trabalhar conjuntamente, dando assim origem ao termo Sistema Multi-Classificador (SMC). Os SMC s apresentam, como componentes, diferentes algoritmos de AM, chamados de classificadores base, e realizam uma combina??o dos resultados obtidos por estes algoritmos para atingir o resultado final. Para que o SMC tenha um desempenho melhor que os classificadores base, os resultados obtidos por cada classificador base devem apresentar uma determinada diversidade, ou seja, uma diferen?a entre os resultados obtidos por cada classificador que comp?em o sistema. Pode-se dizer que n?o faz sentido ter SMC s cujos classificadores base possuam respostas id?nticas aos padr?es apresentados. Apesar dos SMC s apresentarem melhores resultados que os sistemas executados individualmente, h? sempre a busca para melhorar os resultados obtidos por esse tipo de sistema. Visando essa melhora e uma maior consist?ncia nos resultados, assim como uma maior diversidade dos classificadores de um SMC, v?m sendo recentemente pesquisadas metodologias que apresentam como caracter?sticas o uso de pesos, ou valores de con- fian?a. Esses pesos podem descrever a import?ncia que um determinado classificador forneceu ao associar cada padr?o a uma determinada classe. Esses pesos ainda s?o utilizados, em conjunto com as sa?das dos classificadores, durante o processo de reconhecimento (uso) dos SMC s. Existem diferentes maneiras de se calcular esses pesos e podem ser divididas em duas categorias: os pesos est?ticos e os pesos din?micos. A primeira categoria de pesos se caracteriza por n?o haver a modifica??o de seus valores no decorrer do processo de classifica??o, ao contr?rio do que ocorre com a segunda categoria, onde os valores sofrem modifica??es no decorrer do processo de classifica??o. Neste trabalho ser? feito uma an?lise para verificar se o uso dos pesos, tanto est?ticos quanto din?micos, conseguem aumentar o desempenho dos SMC s em compara??o com estes sistemas executados individualmente. Al?m disso, ser? feita uma an?lise na diversidade obtida pelos SMC s, para dessa forma verificar se h? alguma rela??o entre o uso dos pesos nos SMC s com diferentes n?veis de diversidade

Made available in DSpace on 2014-12-17T15:48:09Z (GMT). No. of bitstreams: 1 FillipeMR_DISSERT.pdf: 1204563 bytes, checksum: 66d7e69371d4103cf2e242609ed0bbb7 (MD5) Previous issue date: 2014-02-21 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / The techniques of Machine Learning are applied in classification tasks to acquire knowledge through a set of data or information. Some learning methods proposed in literature are methods based on semissupervised learning; this is represented by small percentage of labeled data (supervised learning) combined with a quantity of label and non-labeled examples (unsupervised learning) during the training phase, which reduces, therefore, the need for a large quantity of labeled instances when only small dataset of labeled instances is available for training. A commom problem in semi-supervised learning is as random selection of instances, since most of paper use a random selection technique which can cause a negative impact. Much of machine learning methods treat single-label problems, in other words, problems where a given set of data are associated with a single class; however, through the requirement existent to classify data in a lot of domain, or more than one class, this classification as called multi-label classification. This work presents an experimental analysis of the results obtained using semissupervised learning in troubles of multi-label classification using reliability parameter as an aid in the classification data. Thus, the use of techniques of semissupervised learning and besides methods of multi-label classification, were essential to show the results / As t?cnicas de Aprendizado de M?quina s?o aplicadas em tarefas de classifica??o para a aquisi??o de conhecimento atrav?s de um conjunto de dados ou informa??es. Alguns m?todos de aprendizado utilizados pela literatura s?o baseados em aprendizado semissupervisionado; este ? representado por pequeno percentual de exemplos rotulados (aprendizado supervisionado) combinados com uma quantidade de exemplos rotulados e n?o rotulados (n?o-supervisionado) durante a fase de treinamento, reduzindo, portanto, a necessidade de uma grande quantidade de dados rotulados quando apenas um pequeno conjunto de exemplos rotulados est? dispon?vel para treinamento. O problema da escolha aleat?ria das inst?ncias ? comum no aprendizado semissupervisionado, pois a maioria dos trabalhos usam a escolha aleat?ria dessas inst?ncias o que pode causar um impacto negativo. Por outro lado, grande parte dos m?todos de aprendizado de m?quina trata de problemas unirr?tulo, ou seja, problemas onde exemplos de um determinado conjunto s?o associados a uma ?nica classe. Entretanto, diante da necessidade existente de classificar dados em uma grande quantidade de dom?nios, ou em mais de uma classe, essa classifica??o citada ? denominada classifica??o multirr?tulo. Este trabalho apresenta uma an?lise experimental dos resultados obtidos por meio da utiliza??o do aprendizado semissupervisionado em problemas de classifica??o multirr?tulo usando um par?metro de confiabilidade como aux?lio na classifica??o dos dados. Dessa maneira, a utiliza??o de t?cnicas de aprendizado semissupervisionado, bem como de m?todos de classifica??o multirr?tulos, foram imprescind?veis na apresenta??o dos resultados