Resumo: Consideramos o problema geral de busca aleatória Markoviana onde um forrageador procura alvos aleatoriamente distribuídos e separados pela distância característica ?, em um ambiente de busca n-dimensional. A estratégia de busca é governada por uma heurística arbitrária e o forrageador além de não ter conhecimento das propriedades ambientais, só detecta alvos dentro de um raio de visão rv ao longo da trajetória de busca. Nesta tese propomos uma formulação matemática geral para busca aleatória, assumindo um processo estocástico composto, no qual as variáveis relevantes são a distância percorrida e a quantidade de passos executados pelo forrageador entre dois eventos de detecção. Tal construção permite-nos definir diversas grandezas importantes para caracterizar o problema (i) a eficiência estatística; (ii) o balanço energético; (iii) a taxa líquida de ganho energético e sua densidade; além da (iv) probabilidade de morte, caso o ganho energético não seja suficiente para manter o processo. No caso limite de busca determinística, em que basicamente o número de passos entre alvos é igual a 1, temos a solução exata para espaços de busca tipo Weibull. Para a busca aleatória, o número de passos entre dois eventos de detecção é arbitrário e dependente da heurística. Para este caso, desenvolvemos um algoritmo que fornece aproximações via simulações computacionais e permite o tratamento semi-analítico do problema. Estratégias de Lévy, para os quais os passos do forrageador são sorteados através de distribuições tipo Leis de Potência, são discutidas em detalhes. Finalmente, um modelo baseado em simulações numéricas e ajustes analíticos é usado para descrever busca em grupo, onde seguidores devem manter-se próximos de um líder. Se regras dinâmicas específicas são adotadas para garantir a integridade estrutural do grupo, evitando assim a dispersão de seus membros, é possível usar uma dinâmica superdifusiva para os seguidores. Isto permite otimizar a busca aleatória e ao mesmo tempo manter a coesão do grupo.

Made available in DSpace on 2014-08-13T14:50:51Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-04-04Bitstream added on 2014-08-13T18:00:13Z : No. of bitstreams: 1 000763997.pdf: 519254 bytes, checksum: 0c7237bc01c0465934f57b98538d9695 (MD5) / Neste trabalho, fazemos um estudo sobre os sistemas lineares com saltos markovianos (SLSM) e os sistemas lineares com saltos semimarkovianos (SLSS). Os SLSM sao utilizados para modelar sistemas sujeitos a falhas ou mudanças abruptas em suas estruturas. Nesta dissertaçao, estudamos importantes resultados sobre a estabilidade de segundo momento de um SLSM a tempo contínuo e com horizonte infinito. Tais resultados apresentam condiçoes necessarias e suficientes para a estabilidade destes sistemas e, alem disso, mostram que todos os conceitos de estabilidade de segundo momento sao equivalentes. Com relaçao aos SLSS, que representam um caso geral dos SLSM, apresentamos um estudo sobre a estabilidade estocastica de tais sistemas a tempo contínuo e com horizonte infinito. Mais especificamente, realizamos um estudo de um resultado recente que exibe uma condiçao suficiente para a estabilidade estocastica deste tipo de sistema. Como contribuiçao, introduzimos um estudo sobre estabilidade de segundo momento de SLSM a tempo contínuo, porem, com horizonte definido por um tempo de parada = TN associado ao N-ésimo momento de falha ou reparo, depois do qual o sistema e paralisado para manutençao. Desse modo, adequamos o conceito de estabilidade de segundo momento e apresentamos um resultado que exibe condiçoes necessarias e suficientes para a estabilidade destes sistemas. Alem disso, mostramos que tais condiçoes encontradas sao mais restritivas do que aquelas associadas ao horizonte infinito. Finalmente, provamos tambem que todos os conceitos de estabilidade de segundo momento sao equivalentes. / In this work, we present a study of Markov jump linear systems (MJLS) and Semi- Markov jump linear systems (S-MJLS). The MJLS are used to model systems subject to failures or abrupt changes in structure. Here, we study important results related to second moment stability of a continuous-time MJLS with infinite-time horizon. These results present necessary and sufficient conditions for stability of these systems and they also show that all second moment stability concepts are equivalent. In respect to S-MJLS, that represent a general case of MJLS, we present a study of stochastic stability of these continuous-time systems with infinite-time horizon. It means that we study a recent result that gives a sufficient condition for stochastic stability of this kind of system. As a contribution of this work, we introduce a study of second moment stability of a continuoustime MJLS, but now with horizon defined by a stopping time = TN associated with the accumulated N-th failure or repair periods, after which the system is brought to a halt for maintenance. Therefore, we adapt the second moment -stability concept and we present a result that gives necessary and sufficient conditions for -stability of these systems. Furthermore, we show that such conditions obtained are more restrictive than that associated with the infinite-time horizon. Finally, we also prove that all second moment -stability concepts are equivalent.

Orientador: Aluir Porfírio Dal Poz / Banca: Mauricio Galo / Banca: Julio Kiyoshi Hasegawa / Banca: Daniel Rodrigues dos Santos / Resumo: Esse trabalho propõe o desenvolvimento de um método para a extração automática de contornos de telhados de edifícios com a combinação de dados de Varredura a LASER Aerotransportado (VLA) e dados fotogramétricos e campos aleatórios de Markov (MRF). Inicialmente, um Modelo Digital de Superfície normalizado (MDSn) é gerado através da diferença entre o Modelo Digital de Superfície (MDS) e o Modelo Digital de Terreno (MDT), obtidos a partir da nuvem de pontos LASER. Em seguida, o MDSn é segmentado para a obtenção dos polígonos que representam objetos altos da cena. Esses polígonos são projetados na imagem para restringir o espaço de busca para a segmentação da imagem em regiões. Esse processo possibilita a extração de polígonos na imagem que representem objetos altos. O processo de identificação de contornos de telhados, em meio aos objetos altos detectados na imagem, na etapa anterior, é realizado através da otimização de uma função de energia estabelecida com base em MRF que modela propriedades específicas de contornos de telhados de edifícios. No modelo MRF são utilizados tanto os polígonos extraídos da imagem quanto os extraídos dos dados VLA. A função de energia é otimizada pelo método Algoritmo Genético (AG). O método proposto nesse trabalho foi avaliado com base em dados reais - imagens aéreas de alta resolução e dados VLA. Os resultados obtidos na avaliação experimental mostraram que a metodologia funciona adequadamente na tarefa de extrair os contornos de telhados de edif... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: This paper proposes a method for the automatic extraction of building roof contours through a combination of Airborne Laser Scanner (ALS) and photogrammetric data, and Markov Random Field (MRF). Initially, a normalized digital surface model (nDSM) is generated on the basis of the difference between the digital surface model and the digital terrain model, obtained from the LiDAR point cloud. Then the nDSM is segmented to obtain the polygons representing aboveground objects. These polygons are projected onto image to restrict the search space for image segmentation into regions. This process enables the extraction of polygons in the image representing aboveground objects. Building roof contours are identified from among the aboveground objects in the image by optimizing a Markov-random-field-based energy function that embodies roof contour specific properties. In the MRF model are used both polygons extracted from image and from ALS data. The energy function is optimized by the Genetic Algorithm (GA) method. The method proposed in this work was evaluated based on real data - high-resolution aerial images and ALS data. The results obtained in the experimental evaluation showed that the methodology works adequately in the task of extracting the contours of building roofs... (Complete abstract click electronic access below) / Doutor

Orientador: Cristiane Nespoli Morelato França / Banca: Marcos Tadeu de Oliveira Pimenta / Banca: Catia Regina Gonçalves / Resumo: Neste trabalho, fazemos um estudo sobre os sistemas lineares com saltos markovianos (SLSM) e os sistemas lineares com saltos semimarkovianos (SLSS). Os SLSM sao utilizados para modelar sistemas sujeitos a falhas ou mudanças abruptas em suas estruturas. Nesta dissertaçao, estudamos importantes resultados sobre a estabilidade de segundo momento de um SLSM a tempo contínuo e com horizonte infinito. Tais resultados apresentam condiçoes necessarias e suficientes para a estabilidade destes sistemas e, alem disso, mostram que todos os conceitos de estabilidade de segundo momento sao equivalentes. Com relaçao aos SLSS, que representam um caso geral dos SLSM, apresentamos um estudo sobre a estabilidade estocastica de tais sistemas a tempo contínuo e com horizonte infinito. Mais especificamente, realizamos um estudo de um resultado recente que exibe uma condiçao suficiente para a estabilidade estocastica deste tipo de sistema. Como contribuiçao, introduzimos um estudo sobre estabilidade de segundo momento de SLSM a tempo contínuo, porem, com horizonte definido por um tempo de parada = TN associado ao N-ésimo momento de falha ou reparo, depois do qual o sistema e paralisado para manutençao. Desse modo, adequamos o conceito de estabilidade de segundo momento e apresentamos um resultado que exibe condiçoes necessarias e suficientes para a estabilidade destes sistemas. Alem disso, mostramos que tais condiçoes encontradas sao mais restritivas do que aquelas associadas ao horizonte infinito. Finalmente, provamos tambem que todos os conceitos de estabilidade de segundo momento sao equivalentes. / Abstract: In this work, we present a study of Markov jump linear systems (MJLS) and Semi- Markov jump linear systems (S-MJLS). The MJLS are used to model systems subject to failures or abrupt changes in structure. Here, we study important results related to second moment stability of a continuous-time MJLS with infinite-time horizon. These results present necessary and sufficient conditions for stability of these systems and they also show that all second moment stability concepts are equivalent. In respect to S-MJLS, that represent a general case of MJLS, we present a study of stochastic stability of these continuous-time systems with infinite-time horizon. It means that we study a recent result that gives a sufficient condition for stochastic stability of this kind of system. As a contribution of this work, we introduce a study of second moment stability of a continuoustime MJLS, but now with horizon defined by a stopping time = TN associated with the accumulated N-th failure or repair periods, after which the system is brought to a halt for maintenance. Therefore, we adapt the second moment -stability concept and we present a result that gives necessary and sufficient conditions for -stability of these systems. Furthermore, we show that such conditions obtained are more restrictive than that associated with the infinite-time horizon. Finally, we also prove that all second moment -stability concepts are equivalent. / Mestre

Made available in DSpace on 2015-04-09T12:28:25Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-02-25Bitstream added on 2015-04-09T12:47:36Z : No. of bitstreams: 1 000813449.pdf: 748488 bytes, checksum: d9474f03d8434bb9f3d905323e3bf032 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / A modelagem do problema de classificação como um problema de busca em um grafo fornece uma estrutura elegante, rica em algoritmos eficientes e comprovadamente corretos. A abordagem Floresta de Caminhos Ótimos reduz o problema de classificação para o cálculo de uma floresta de cami- nhos ótimos relativa a uma função de conectividade, a qual atribui um valor a qualquer caminho no grafo. Considerando o valor máximo entre todos os caminhos possíveis com término em cada vértice, o caminho ideal é trivial para alguns vértices, chamados raízes, e para os vértices restantes, a minimi- zação da função de conectividade atribui a cada vértice um caminho de custo mínimo a partir de sua raiz mais fortemente conectada. Não obstante, para a classificação de novos conjuntos de dados, assume-se que cada amostra compõe um vértice pertecente ao grafo e calcula-se a afinidade deste vértice às árvores geradoras mínimas respectivas a cada classe. Este procedimento não utiliza a estrutura inerente da aplicação que pode ser fundamental para uma melhor precisão dos resultados. Dentro desse contexto, este trabalho avalia a contribuição de técnicas de modelagem contextual como os campos aleatórios Markovianos e as abordagens de empilhamento de classificado- res. A modelagem do campo aleatório sumariza o comportamento global do sistema através de suas interações locais. Os métodos baseados em empilha- mento de classificadores interpretam as interações entre as amostras como uma análise no espaço escala, capturando as interações de longa distância de forma eficiente através da definição das regiões de vizinhança em múltiplas escalas. Resultados obtidos para a classificação de estruturas anatômicas do cérebro em imagens de ressonância magnética e de coberturas do solo em imagens multi-espectrais de sensoriamento remoto monstram que a inclusão da informação contextual é de fato capaz de melhorar ... / The interpretation of classification problem as a graph search provides a rich framework with correct and efficient algorithms. The Optimum-Path Fo- rest classifier can reduce classification to the the computation of an optimum- path forest according to a connectivity function, which assigns a value to any path in the graph. Considering the maximum value among all possible paths with terminus at each node, the optimum path is trivial for some nodes, cal- led roots, and the remaining nodes will have an optimum path coming from their most strongly connected root, partitioning the graph into an optimum- path forest (disjoint sets of optimum-path trees). Notwithstanding, to clas- sify out-of-sample, we assume that each sample in the new dataset composes one node in the graph and we compute their most strongly connected root within all spanning trees. As one can see, this procedure do not take advan- tage of the problem structure information, which can be fundamental for a better precision of the results. In this context, the purpose of this work is to evaluate the contribution of contextual modelling techniques, such as Mar- kov random fields and stacked classifiers. The first approach, called Markov random fields, sumarizes the system overall behavior through its local inte- ractions. The second approach, based on combination of classifiers, model the interaction between samples in the space scale, which provides effici- ent implementations of long interaction by defining neighborly relations in multiple scales. The results for brain tissue segmentation of magnetic reso- nance images and land-cover classification of multi-spectral satellite images show that the contextual information can improve the effectiveness of the Optimum-Path Forest classifier

Orientador: João Paulo Papa / Resumo: A modelagem do problema de classificação como um problema de busca em um grafo fornece uma estrutura elegante, rica em algoritmos eficientes e comprovadamente corretos. A abordagem Floresta de Caminhos Ótimos reduz o problema de classificação para o cálculo de uma floresta de cami- nhos ótimos relativa a uma função de conectividade, a qual atribui um valor a qualquer caminho no grafo. Considerando o valor máximo entre todos os caminhos possíveis com término em cada vértice, o caminho ideal é trivial para alguns vértices, chamados raízes, e para os vértices restantes, a minimi- zação da função de conectividade atribui a cada vértice um caminho de custo mínimo a partir de sua raiz mais fortemente conectada. Não obstante, para a classificação de novos conjuntos de dados, assume-se que cada amostra compõe um vértice pertecente ao grafo e calcula-se a afinidade deste vértice às árvores geradoras mínimas respectivas a cada classe. Este procedimento não utiliza a estrutura inerente da aplicação que pode ser fundamental para uma melhor precisão dos resultados. Dentro desse contexto, este trabalho avalia a contribuição de técnicas de modelagem contextual como os campos aleatórios Markovianos e as abordagens de empilhamento de classificado- res. A modelagem do campo aleatório sumariza o comportamento global do sistema através de suas interações locais. Os métodos baseados em empilha- mento de classificadores interpretam as interações entre as amostras como uma análise no espaço escala, capturando as interações de longa distância de forma eficiente através da definição das regiões de vizinhança em múltiplas escalas. Resultados obtidos para a classificação de estruturas anatômicas do cérebro em imagens de ressonância magnética e de coberturas do solo em imagens multi-espectrais de sensoriamento remoto monstram que a inclusão da informação contextual é de fato capaz de melhorar ... / Abstract: The interpretation of classification problem as a graph search provides a rich framework with correct and efficient algorithms. The Optimum-Path Fo- rest classifier can reduce classification to the the computation of an optimum- path forest according to a connectivity function, which assigns a value to any path in the graph. Considering the maximum value among all possible paths with terminus at each node, the optimum path is trivial for some nodes, cal- led roots, and the remaining nodes will have an optimum path coming from their most strongly connected root, partitioning the graph into an optimum- path forest (disjoint sets of optimum-path trees). Notwithstanding, to clas- sify out-of-sample, we assume that each sample in the new dataset composes one node in the graph and we compute their most strongly connected root within all spanning trees. As one can see, this procedure do not take advan- tage of the problem structure information, which can be fundamental for a better precision of the results. In this context, the purpose of this work is to evaluate the contribution of contextual modelling techniques, such as Mar- kov random fields and stacked classifiers. The first approach, called Markov random fields, sumarizes the system overall behavior through its local inte- ractions. The second approach, based on combination of classifiers, model the interaction between samples in the space scale, which provides effici- ent implementations of long interaction by defining neighborly relations in multiple scales. The results for brain tissue segmentation of magnetic reso- nance images and land-cover classification of multi-spectral satellite images show that the contextual information can improve the effectiveness of the Optimum-Path Forest classifier / Mestre

Orientadores: Christophe Frédéric Gallesco, Serguei Popov / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-22T17:31:03Z (GMT). No. of bitstreams: 1 VasquezMercedes_ClaudiaEdith_M.pdf: 743991 bytes, checksum: 587d04d1b7b45c75dd5eeea766258b02 (MD5) Previous issue date: 2013 / Resumo: O resumo poderá ser visualizado no texto completo da tese digital / Abstract: The abstract is available with the full electronic document / Mestrado / Estatistica / Mestra em Estatística