Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-20T21:48:19Z (GMT). No. of bitstreams: 0 / As empresas distribuidoras de energia elétrica possuem como um forte item na queda de receita a perda comercial de energia. A perda global de energia é verificada pela diferença entre a energia requerida pelo sistema elétrico e a energia realmente faturada, e possui duas componentes: a perda técnica e a perda comercial. As perdas técnicas são aquelas associadas à passagem e à interação do fenômeno físico nos meios e materiais utilizados e nos efeitos daí resultantes. As perdas comerciais são motivadas principalmente por problemas apresentados na unidade de medição que influenciam a leitura, por fraudes cometidas no consumo de energia elétrica e por ligações clandestinas, realizadas diretamente no sistema de distribuição. São vários milhões de reais perdidos com perdas comerciais de energia, principalmente aquelas que envolvem fraudes. Somente em 2001, a Celesc - Centrais Elétricas de Santa Catarina S.A. recuperou R$ 1.967.716,90 com fraudes que foram descobertas. Para auxiliar no gerenciamento de perdas comerciais de energia elétrica propõe-se a presente arquitetura, que atuará principalmente na indicação de possíveis fraudadores. Esta arquitetura baseia-se na técnica de mineração de dados, que permite buscar esses consumos fraudados. Dentro da solução de mineração de dados, destaca-se o uso de redes neurais artificiais (RNA) para descobrir comportamentos suspeitos. Duas tarefas da RNA foram exploradas: classificação e segmentação. A classificação foi utilizada para se trabalhar com consumidores residenciais e comerciais, e a segmentação voltou-se a consumidores industriais. Destaca-se também, nesta arquitetura, a possibilidade de se calcular as perdas global, técnica e comercial por alimentador, de forma que se tenha um controle mais rígido e específico sobre elas. A partir do presente trabalho, abriram-se várias oportunidades para novas pesquisas.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-21T11:16:53Z (GMT). No. of bitstreams: 1 214048.pdf: 2531808 bytes, checksum: b4579a715576cd7603a6b3238f14bd5e (MD5) / O conhecimento tem se configurado como um recurso estratégico nas organizações. Para elas, gerar, codificar, gerir e disseminar o conhecimento organizacional tornaram-se tarefas essenciais. Logo, é necessário o desenvolvimento de novas técnicas, metodologias e formas de extração de conhecimento a partir de fontes de informação que descrevem um domínio de aplicação. Nesse contexto, o objetivo do presente trabalho é propor um método que permita traduzir fontes de informação em um formato padrão de representação de relacionamentos entre elementos do domínio do problema, de forma a viabilizar a extração de conhecimento por meio da aplicação de Link Analysis e Teoria dos Grafos. Além disso, são apresentadas duas aplicações desse modelo na Plataforma Lattes de CT&I.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós -Graduação em Computação. / Made available in DSpace on 2012-10-19T17:55:16Z (GMT). No. of bitstreams: 0 / Realizar o planejamento mercadológico a partir do conhecimento do potencial econômico dos municípios de Santa Catarina é uma das tarefas desempenhadas pela área de marketing dos Correios. Na sua elaboração trabalha-se com dados incertos sobre o mercado, ou seja, tomam-se decisões sem ter as informações necessárias. Para que o diagnóstico seja realizado de uma forma mais eficiente, é necessário que os técnicos visualizem os dados relacionados ao potencial de uma forma gráfica e que sejam investigadas relações entre variáveis endógenas e exógenas aos Correios, por meio de evidências observadas. Sendo assim, esta pesquisa volta-se ao desenvolvimento de um sistema especialista probabilístico para o apoio ao diagnóstico de potencial econômico dos municípios de Santa Catarina segundo serviços dos Correios, denominado de SEPE. O sistema explora o raciocínio probabilístico em sistemas especialistas, com uma base de conhecimentos atualizável. Ainda, emprega técnicas de mineração de dados no processo de aquisição e atualização de conhecimento de uma base de dados. O SEPE foi desenvolvido para a plataforma Windows, no ambiente Visual Basic 5, utilizando as DLL's da shell Netica.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-20T03:51:19Z (GMT). No. of bitstreams: 1 189111.pdf: 5732932 bytes, checksum: d592e75a3caba4fc23251432574ffd7d (MD5) / A realidade mundial é preocupante no que diz respeito à ocorrência de acidentes do trabalho e doenças ocupacionais. No Brasil, esta realidade é ainda mais preocupante devido ao número de ocorrências e a gravidade dos mesmos. Neste trabalho é proposto um modelo de investigação de acidentes do trabalho baseado na análise de dados relativos aos registros administrativos de notificações de acidentes do trabalho, com o intuito de nortear tomadas de decisões gerenciais e estratégicas no que diz respeito às políticas de controle e prevenção de acidentes e doenças ocupacionais. O modelo baseia-se na aplicação da tecnologia de extração de conhecimento data mining em grandes bases de dados, a qual possibilita a descoberta de correlações e informações implícitas, dificilmente identificáveis utilizando as técnicas convencionais de análise. Tudo isso de forma rápida e simplificada. O modelo é descrito a partir da apresentação de suas etapas. Para fins de validação, o modelo é testado e avaliado mediante a investigação dos acidentes notificados no Instituto Nacional de Seguridade Social (INSS), no Estado de Santa Catarina, no ano de 2000. Através da aplicação do modelo foram identificadas informações relevantes relativas às empresas empregadoras, os tipos de acidentes e doenças ocorridas e o perfil dos trabalhadores acidentados, cujas lesões sofridas e/ou enfermidades poderiam ter sido evitados, na avaliação de especialistas, com o uso de vestimentas de proteção adequadas.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-20T05:38:34Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-26T02:28:51Z : No. of bitstreams: 1 187850.pdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Este trabalho modela e implementa um Algoritmo Genético (AG) capaz de extrair o fator qualidade de uma clínica odontológica baseado em informações de prontuários clínicos devidamente armazenados em um Banco de Dados. Para tanto são abordados: um estudo sobre a área de Knowledge Discovery in Database (KDD); conceito de Mineração de Dados (Data Mining) no contexto de Algoritmos Genéticos; a implementação de um Sistema de Controle de Prontuários Odontológicos - SCoPO - que avalia e retorna o fator qualidade da clínica; e, por fim um estudo de casos com seus respectivos resultados obtidos. O estudo da área de KDD, que envolve todo o processo de descoberta de conhecimento útil em banco de dados, abrange: definição do problema; seleção dos dados; limpeza dos dados; pré-processamento dos dados; codificação dos dados; enriquecimento dos dados; mineração dos dados e a interpretação dos resultados. Em particular, este estudo trata a fase de Mineração de Dados (Data Mining) destacando os algoritmos e técnicas empregadas que utilizam-se dos Modelos Estatísticos e Algoritmos Genéticos e, ainda, o desenvolvimento de uma procedimento capaz de analisar o fator qualidade de uma clínica odontológica sobre uma base de dados constituída de prontuários. O estudo de casos mostrará o sistema SCoPO, desenvolvido pelo próprio autor desta pesquisa, operando sob a base de dados da clínica odontológica retornando através de uma interface específica a qualidade da clínica odontológica.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-20T11:13:01Z (GMT). No. of bitstreams: 0Bitstream added on 2013-07-16T19:10:41Z : No. of bitstreams: 1 198161.pdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Este trabalho apresenta um estudo do método Descoberta de Conhecimento em Base de Dados (Knowledge Discovery in Database - KDD) aplicado à medicina, o qual permitiu a definição de aspectos teóricos deste método. O KDD é uma linha de pesquisa da

Made available in DSpace on 2015-09-17T15:26:06Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-04-27. Added 1 bitstream(s) on 2015-09-17T15:46:09Z : No. of bitstreams: 1 000844040_20171231.pdf: 102042 bytes, checksum: 2f85634f2d37dd588c1520b4cad71259 (MD5) Bitstreams deleted on 2018-01-02T17:04:38Z: 000844040_20171231.pdf,. Added 1 bitstream(s) on 2018-01-02T17:05:42Z : No. of bitstreams: 1 000844040.pdf: 1321400 bytes, checksum: 217899678e8fc1ba39cc092067843827 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Os sistemas de detecção de intrusão fornecem informações valiosas em relação à segurança das redes de computadores. No entanto, devida à quantidade de ameaças inerentes aos sistemas computacionais, os registros dessas ameaças na forma de alertas podem constituir de grandes volumes de dados, muitas vezes bastante complexos para serem analisados em tempo hábil. Esta dissertação apresenta uma abordagem para correlacionar alertas de segurança. A metodologia tem como princípio a utilização de mineração de dados para a coleta de informações constituintes nos alertas providos pelos sistemas detectores de intrusão. Primeiramente, os alertas são classificados em tipos de ataques para que, na sequência, sejam clusterizados de forma a agrupar alertas com características semelhantes. Por fim, a correlação é realizada baseada na ocorrência dos alertas em cada cluster e, dessa forma, é obtida uma visão geral do cenário de ataque, utilizando de métodos de visualização de tais ocorrências maliciosas. / Intrusion detection systems provides valuable information regarding the security of computer networks. However, due to the amount of threats inherent in computer systems, records of these threats in the form of alerts can be large volumes of data, often quite complex to be analyzed in a timely manner. This paper presents an approach to correlate security alerts. The methodology is based on the use of data mining to the collection of constituent information in the alerts provided by intrusion detection systems. First, alerts are classified into types of attacks so that, later, are clustered in order to compose alerts with similar characteristics. Finally, the correlation is performed based on the occurrence of alerts in each cluster and thereby an overview of the attack scenario is obtained using visualization methods of such malicious events.

Due to the gradual increase of cancer cases, there is a need to use computing resources to accurately retrieve the information recorded in databases. We can highlight the importance of the retrieved information for a specialist to define the prognosis of new cancer cases. This work presents a way to represent knowledge of cancer registries with emphasis on prognosis. Collecting these records, the aim was to use methods of knowledge representation with data mining techniques to find patterns in the data stored for patients lifetime in similar situations. The work developed is focused on the generation of association rules to find the best patterns on these registries in order to measure the prognosis of patients and subsequent health expert s conclusions. This scope was given through the evaluation of other forms of knowledge representation in databases, and the results were subjected to validation with parallel evaluation with international organizations of oncology and health publications. / Em virtude do aumento gradual dos casos de câncer desenvolvidos em nível mundial, existe a necessidade de se utilizar recursos que auxiliem a recuperação de informação sobre os registros de casos de câncer armazenados em bancos de dados. Em especial, pode-se destacar a importância da informação para o especialista na definição do prognóstico para os novos casos de câncer. Este trabalho apresenta uma forma de representação de conhecimento para os registros hospitalares do câncer com ênfase no prognóstico do paciente. A partir da coleta destes registros, visou-se utilizar métodos de representação de conhecimento em conjunto com técnicas de mineração de dados na busca por padrões nos dados armazenados para a definição de tempo de vida dos pacientes sob semelhantes situações. O desenvolvimento do trabalho é focado na geração de regras de associação para encontrar os padrões devidos nos registros, a fim de mensurar o prognóstico de pacientes e conclusões posteriores que especialistas do âmbito da saúde podem sustentar. Este escopo deu-se por intermédio da avaliação de outras formas de representação de conhecimento em bancos de dados, além dos resultados serem submetidos a validações paralelas com publicações de órgãos de respaldo internacional no cenário da oncologia e da saúde.

Orientador : Prof. Dr. Fabiano Silva / Tese (Doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 14/09/2015 / Inclui referências : f. 149-167 / Resumo: O contínuo armazenamento de dados ao longo do tempo, tais como séries temporais, tem motivado o desenvolvimento de novas abordagens baseadas em métodos de mineração de dados. Nesse cenário, uma nova área de pesquisa emergiu durante as últimas duas décadas, a mineração de dados em séries temporais. Mais especificamente, as abordagens baseadas em técnicas de aprendizado de máquina têm apresentado maior interesse entre os pesquisadores. Dentre as tarefas de mineração de dados, a classificação de séries temporais tem sido amplamente explorada, de modo que estudos recentes, utilizando algoritmos de aprendizado não simbólicos, têm reportado resultados significativos, em termos da acurácia de classificação. No entanto, em aplicações que envolvem processos de auxílio à tomada de decisão, tais como diagnóstico médico, controle de produção industrial, sistemas de monitoração de segurança em aeronaves ou usinas de energia elétrica, é necessário possibilitar o entendimento do raciocínio utilizado no processo de classificação. A primitiva shapelet foi proposta na literatura como um descritor de características morfológicas locais para possibilitar melhor compreensão dos conceitos, devido a sua maior proximidade com a percepção humana na identificação de padrões em séries temporais. Contudo, a maioria dos trabalhos relacionados ao estudo dessa primitiva tem se dedicado ao desenvolvimento de abordagens mais eficientes em termos de tempo e de acurácia, desconsiderando a necessidade da inteligibilidade dos classificadores. Nesse contexto, neste trabalho foi proposto um método que utiliza a transformada shapelet para a construção de modelos simbólicos de classificação por meio de uma abordagem híbrida que combina a representação de árvore de decisão com o algoritmo vizinho mais próximo. Também, foram desenvolvidas estratégias para melhorar a qualidade de representação da transformada shapelet na utilização de classificadores simbólicos, como árvores de decisão. Para avaliar o desempenho dessas propostas, foi conduzida uma avaliação experimental que envolveu a comparação com os algoritmos considerados estado da arte usando conjuntos de dados amplamente estudados na literatura de classificação de séries temporais. Com base nos resultados e análises realizadas nesta tese, foi possível verificar que a melhoria do processo de identificação de shapelets possibilita a construção de classificadores inteligíveis e competitivos; e que métodos híbridos podem contribuir para prover uma representação simbólica dos modelos, com desempenho equivalente ou até mesmo superior aos métodos não simbólicos. Palavras-chave: mineração de dados. aprendizado de máquina. séries temporais. classificação. modelos simbólicos. / Abstract: The large amount of stored data over time, such as time series, has motivated the development of new approaches based on data mining methods. In this context, a new research area has emerged over the last two decades, the time series data mining. In particular, the approaches based on machine learning techniques have shown large interest among researchers. Among the data mining tasks, the time series classification has been widely exploited. Recent studies using non-symbolic learning algorithms have reported significant results in terms of classification accuracy. However, in applications related to decision making process, such as medical diagnosis, industrial production control, security monitoring systems in aircraft and in power plants, it is necessary allow the understanding of the reasoning used in the classification process. To take this into account, the shapelet primitive has been proposed in the literature as a descriptor of local morphological characteristics, which is closer to human perception for patterns identification in time series. On the other hand, most of the existing work related to shapelets has been dedicated to the development of more effective approaches in terms of time and accuracy, disregarding the need for interpretability of the classifiers. In this work, we propose to build symbolic models for time series classification using the shapelet transformation. This method is based on a hybrid approach that merges the decision tree representation and the nearest neighbor algorithm. Also, we developed strategies to improve the representation quality of the shapelet transformation using feature selection algorithms. We performed an experimental evaluation to analyze the performance of our proposals in comparison to the algorithms considered state of the art using datasets widely studied in the literature of time series classification. Based on the results and analysis carried out in this thesis, we found that the improvement of shapelet representation allows the construction of interpretable and competitive classifiers. Moreover, we found that the hybrid methods can help to provide symbolic models with equivalent or even superior performance to non-symbolic methods. Keywords: data mining. machine learning. time series. classification. symbolic models.

Orientadora : Profª. Drª. Ana Paula Dalla Corte / Coorientador : Prof. Dr. Carlos Roberto Sanquetta / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa: Curitiba, 11/03/2016 / Inclui referências : f. 59-71 / Área de concentração : Tecnologia e utilização de produtos florestais / Resumo: A acurácia e precisão na avaliação quantitativa de povoamentos para fins comerciais são fundamentais, especialmente a estimativa do volume individual. Nesse contexto, as equações de volume e funções de afilamento são importantes ferramentas para a estimativa do volume individual, ambos com métodos tradicionalmente aplicados e sólida teoria. Por outro lado, a inovação matemática é muito dinâmica, com diversos outros recursos disponíveis para o estudo de aproximação de função (regressão), métodos esses que ainda carecem de estudos de base, podendo potencialmente melhorar as estimativas no campo de modelagem florestal. Assim, o trabalho tem como objetivo principal analisar a acurácia de técnicas de aprendizado de máquina em relação a um modelo volumétrico e a uma função de afilamento, para a espécie Acacia mearnsii De Wild. Foram utilizados dados de cubagem Acacia mearnsii, variando de 1 a 10 anos. A base de dados foi dividida em 60% para ajuste e o restante para validação. Foram ajustadas equações com o modelo volumétrico de Schumacher e Hall e com a função de afilamento de Hradetzky, comparados com três algoritmos de aprendizado de máquina: k-vizinho mais próximo (k-NN), Random Forest (RF) e Redes Neurais Artificiais (RNA) para a estimativa do volume total e diâmetro referente à altura relativa. Os modelos foram ranqueados conforme estatísticas de erros, bem como observadas as distribuições destes. Para a estimativa do volume em função do dap e altura, a RNA e o modelo de Schumacher e Hall apresentaram melhores resultados no ranqueamento do que o k-NN e RF. Os métodos de aprendizado de máquina aplicados se mostraram mais acurados que o polinômio de Hradetzky para estimativas da forma da árvore, tais como o diâmetro ao longo do fuste e volume total. Os modelos de AM se mostraram adequados como alternativa na modelagem tradicionalmente aplicada na mensuração florestal, contudo a sua utilização deve ser cuidadosa devida a maior possibilidade de supertreinamento a base de ajuste. Palavras-chave: Modelagem. Inteligência Artificial. Mineração de dados. / Abstract: Accuracy and precision are essential topics when it comes to the quantitative evaluation of a forest stand with commercial purposes, especially in regards to the estimation of individual volume. In one hand, due to its solid theory, volume equations and taper functions are important tools for estimating individual volume. On the other hand, the mathematical breakthrough is dynamic, having several resources for the study of approximation functions (regression). However, these new methods still lack baseline studies and may potentially improve estimates in the forest modeling field. Under this circumstances, this study aims to analyze the accuracy of machine learning techniques in regards to a volumetric model and a taper function for the species Acacia mearnsii De Wild. Acacia mearnsii scaling data, from 1 to10 years, were used in order to achieve the objective of this work. The database was divided into 60% for adjustment and the remainder for validation. Equations were adjusted with the volume model of Schumacher and Hall and the taper function Hradetzky and were compared to three machine learning algorithms: nearest neighbor models (k-NN), Random Forest (RF) and Artificial Neural Networks (ANN) to estimate of the total volume and diameter concerning relative height. The models were ranked according to its statistics errors and distributions. ANN and Schumacher and Hall model showed better results in regards to the estimation of volume as a function of dbh and height. The applied machine learning methods were more accurate than Hradetzky polynomial to estimates of tree shape, such as the diameter along the stem and total volume. The machine learning models were satisfactory as an alternative to the traditional methods in forest measurement. However, due to its higher possibility of overtraining the adjustment basis, it should be carefully used. Keywords: Modelling. Artificial Intelligence. Data mining.t