Orientadores: Carlos Roberto de Souza Filho, Michael James Friedel / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Geociências / Made available in DSpace on 2018-08-18T08:01:00Z (GMT). No. of bitstreams: 1 Iwashita_Fabio_D.pdf: 9120430 bytes, checksum: ed99c3753275c598eb75911e17be7646 (MD5) Previous issue date: 2011 / Resumo: Esta tese de doutorado tem como objetivo aprofundar o conhecimento sobre as relações das propriedades físico-quimicas do solo com a morfometria do relevo, buscando quantificar essas relações para a construção de modelos conceituais e preditivos. Mapas auto-organizáveis e modelos de sistemas de informação geográfica foram utilizados para investigar as relações não lineares associadas ao intemperismo químico e físico, fatores associados a fenômenos hidrológicos e à evolução dos solos. Três estudos de caso são apresentados: o intemperismo químico de solo no estado do Paraná (22 variáveis e 304 amostras), o transporte físico de sedimentos em Poços de Caldas (9 variáveis e 29 amostras), e hidroquímica de aqüíferos na Formação Serra Geral no Estado do Paraná (27 variáveis e 976 amostras). O método combinando simulação estocástica e mineração de dados permitiu explorar as relações entre relevo, granulometria e geoquímica dos solos. Regiões mais elevadas e com morfometria convexa apresentaram alta denudação de elementos móveis (e.g., Ca) e baixa de elementos pouco móveis (e.g., Al). O mesmo padrão foi observado para granulometria de solos, ou seja, alta proporção de areia em áreas altas e convexas da bacia e altos teores de argila, com baixa condutividade hidráulica, em regiões convexas próximas aos canais de drenagem. O comportamento espacial da hidroquímica das águas do aqüífero Serra Geral apontou áreas de potencial conectividade entre aqüíferos, áreas de recarga recente e de alto tempo de residência. Foram construídos modelos preditivos não tendenciosos das propriedades do solo em subsuperfície partindo da premissa de que o intemperismo e a morfometria se relacionam através de um processo duplamente dependente, onde a denudação física e química atua no delineamento do relevo e a morfometria do terreno é um fator que caracteriza as condições físico-químicas do solo / Abstract: This Doctoral thesis aims to explore the relationship between soil physical-chemical properties and relief morphometry, and quantifying these relationships to build conceptual and predictive models. Self-organizing maps and Geographic Information Systems modeling are here used to investigate nonlinear correlations associated with chemical and physical denudation; which are factors connected with hydrological phenomena and soil evolution. Three study cases are presented: soil chemical weathering within the limits of the Parana State, southern Brazil (22 variables and 304 samples), physical transport of sediments in the alkaline intrusive complex of Poços de Caldas, southeastern Brazil (9 variables and 29 samples), and hydrochemistry of Serra Geral aquifers also in the Parana State (27 variables and 976 samples). The method combining stochastic simulation and data mining allows exploring the relationships between topography, soil texture and soil geochemistry. In the Parana State, higher regions and areas with convex morphometry shows, respectively, higher and lower denudation rates of mobile (e.g., Ca) and less mobile (e.g., Al) elements. The same pattern is observed for soil particle size. In this case, high proportion of sand is found in highlands and convex areas inside the basin, and high clay content, with low hydraulic conductivity, occurs in convex regions, near drainage channels. The spatial behavior of the Serra Geral aquifer?s hydrochemistry pointed out to areas with potential connectivity with the Guarani aquifer system, recent recharge areas, and long-standing waters. Predictive, unbiased models are built for soil properties on the premise that weathering and morphology are related through a two-way dependent process, where the physical and chemical denudation delineates the elevations of the land surface, and terrain morphometry is a factor that characterizes the physical-chemical conditions of the soil / Doutorado / Geologia e Recursos Naturais / Doutor em Ciências

Orientadores: Mario Jino, Manoel Gomes de Mendonça Neto, Victor Robert basili / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-09T03:08:37Z (GMT). No. of bitstreams: 1 Cruzes_DanielaSoares_D.pdf: 5878913 bytes, checksum: 3daddec5bb0c08c955c288b74419bccc (MD5) Previous issue date: 2007 / Resumo: Enquanto é claro que existem muitas fontes de variação de um contexto de desenvolvimento de software para outro, não é claro, a priori, quais variáveis específicas influenciarão a eficácia de um processo, de uma técnica ou de um método em um determinado contexto. Por esta razão, o conhecimento sobre a engenharia de software deve ser construído a partir de muitos estudos, executados tanto em contextos similares como em contextos diferentes entre si. Trabalhos precedentes discutiram como projetar estudos relacionados documentando tão precisamente quanto possível os valores de variáveis do contexto para assim poder comparálos com os valores observados em novos estudos. Esta abordagem é importante, porém argumentamos neste trabalho que uma abordagem oportunística também é prática. A abordagem de análise secundária de estudos discutida neste trabalho (SecESE) visa combinar resultados de múltiplos estudos individuais realizados independentemente, permitindo a expansão do conhecimento experimental em engenharia de software. Usamos uma abordagem baseada na codificação da informação extraída dos artigos e dos dados experimentais em uma base estruturada. Esta base pode então ser minerada para extrair novos conhecimentos de maneira simples e flexível / Abstract: While it is clear that there are many sources of variation from one software development context to another, it is not clear a priori, what specific variables will influence the effectiveness of a process, technique, or method in a given context. For this reason, we argue that knowledge about software engineering must be built from many studies, in which related studies are run within similar contexts as well as very different ones. Previous works have discussed how to design related studies so as to document as precisely as possible the values of context variables and be able to compare with those observed in new studies. While such a planned approach is important, we argue that an opportunistic approach is also practical. This approach would combine results from multiple individual studies after the fact, enabling the expansion of empirical software engineering knowledge from large evidence bases. In this dissertation, we describe a process to build empirical knowledge about software engineering. It uses an approach based on encoding the information extracted from papers and experimental data into a structured base. This base can then be mined to extract new knowledge from it in a simple and flexible way / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientador: Luiz Henrique Antunes Rodrigues / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-11T14:21:00Z (GMT). No. of bitstreams: 1 Lima_MarceloGomesFerreira_M.pdf: 1187384 bytes, checksum: c8afd722e3c0a9ff22e8f9cdff828369 (MD5) Previous issue date: 2007 / Resumo: Incubatório de ovos é um setor de grande importância na Avicultura de postura. Com a redução dos custos dos equipamentos de informática cresce o armazenamento de dados para gerenciamento do processo produtivo. A Mineração de Dados surge como uma técnica para identificar conhecimentos novos e úteis nos bancos de dados. Neste sentido, este trabalho tem por objetivo explorar a técnica Arvore de Decisão em banco de dados de dados de incubatórios de matrizes de postura visando a elaboração de padrões de incubação. Foram disponibilizados, pela empresa Hy-Line do Brasil Ltda, dados de incubação entre os anos de 2002 e 2006 das linhagens Hy-Line W-36, Hy-Line Brown e Lohmann LSL. Dois experimentos foram realizados para cada linhagem. Valores acima dos estabelecidos pela empresa como desejado para o índice ¿fêmeas nascidas vendáveis¿, foram identificados como relevantes para a geração das regras no primeiro experimento e no segundo, valores abaixo do estabelecidos pela empresa. Foi utilizado o algoritmo Entropia C4.5 e o software SASEnterprise Miner como ferramenta de análise . Como conclusão deste estudo, foi possível observar que com técnica estudada, os dados utilizados no gerenciamento de produção são suficientes para identificar conhecimentos novos, úteis e aplicáveis a fim de melhorar a produtividade das empresas incubadoras, atendendo a demanda com diminuição do desperdício / Abstract: Hatchery is a sector of high importance in the egg production. Due to the cost reduction of computers there is an increase in data storage for the production management process. Data Mining has appeared as a technique to identify new and useful knowledge in databases. This paper aims to explore the Decision Tree technique in hatchery databases to identify the best standards of the incubation process. The data set used in this research was supplied by Hy-Line do Brasil Ltda., corresponding to the incubation period of 2002-2006, from the strains Hy-line W-36, Hy-line Brown and Lohmann LSL. Two experiments were carried out for each strain. For the first experiment, values higher than the company¿s standards for saleable females were identified as relevant to generate the rules. In the opposite way, the second experiment evaluated values lower than the standards values. The algorithm Entropy C 4.5 and the software SAS-Enterprise Miner 4.3. were used for data analysis. The conclusion is that the technique and the management of attributes can be used to identify new, useful and applicable knowledge in order to increase hatcheries productivity, attending the demand with less waste / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola

Orientador: Claudia Maria Bauzer Medeiros / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-11T15:55:05Z (GMT). No. of bitstreams: 1 Mariote_LeonardoElias_M.pdf: 1035887 bytes, checksum: 094c91408f53fdbaaa175f5b7206a2d7 (MD5) Previous issue date: 2008 / Resumo: Redes de sensores têm aumentado a quantidade e variedade de dados temporais disponíveis. Com isto, surgiram novos desafios na definição de novas técnicas de mineração, capazes de descrever características distintas em séries temporais. A literatura correlata endereça problemas diversos, como indexação, classificação, definição de vetores de características e funções de distâncias mais eficazes. No entanto, a maioria dos trabalhos atuais tem como objetivo descrever e analisar os valores de uma série temporal, e não sua evolução. Além disto, vários fenômenos requerem uma análise mais elaborada, capaz de relacionar várias grandezas. Tal tipo de análise não pode ser realizada pela maioria das técnicas existentes hoje. Esta dissertação apresenta uma técnica que descreve séries temporais sob uma premissa diferente - a de caracterizar a oscilação das séries e não seus valores propriamente ditos. O novo descritor apresentado - TID ES (TIme series oscillation D EScriptor) - utiliza os coeficientes angulares de uma segmentação linear da curva que representa a evolução das . séries analisadas, em múltiplas escalas. Com isso, permite a comparação e a mineração de séries utilizando várias granularidades, enriquecendo a análise efetuada. As principais contribuições são: ~I) A especificação de um descritor que caracteriza a oscilação de séries temporais, ao invés de seus valores, utilizando múltiplas escalas; (II) A implementação deste descritor, validada por meio de dados sintéticos e reais; (III) A extensão do descritor de modo a suportar a análise de coevolução em um conjunto de séries / Abstract: Sensor networks have increased the amount and variety of temporal data available. This motivated the appearance of new techniques far data mining, which describe different aspects of time series. Related work addresses several issues, such as indexing and clustering time series, and the definition of more efficient feature vectares and distance functions. However, most results focus on describing the values in a series, and not their evolution. Furthermore, the majority of papers only characterize a single series, which is not enough in cases where multiple kinds of data must be considered simultaneously. This thesis presents a new technique, which describes time series using a distinct approach, characterizing their oscillation, rather than the values themselves. The descriptor presented - called TIDES (TIme series oscillation DEScriptor) uses the angular coefficients from a linear segmentation of the curve that represents the evolution of the analyzed series. Furthermore, TIDES suports multiscale analysis, what enables series and series mining under different granularities. The main contributions are: (I) The specification of a descriptor that characterizes the oscillation of time series, rather than their values, unde multiple scale; (II) The implementation of this descriptor, validated for synthetic and real data; (III) The extension of the descriptor to support the analysis of the coevolution of a set of series / Mestrado / Banco de Dados / Mestre em Ciência da Computação

Orientadores: Luiz Henrique Antunes Rodrigues, Maria Leonor Ribeiro Casimiro Lopes-Assad / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-25T00:51:45Z (GMT). No. of bitstreams: 1 Boschi_RaquelStucchi_D.pdf: 2416172 bytes, checksum: 61a629e1b0d62348a6f99a7d4f6293dd (MD5) Previous issue date: 2014 / Resumo: O conhecimento das propriedades hidráulicas do solo é indispensável para modelagem do sistema solo-planta-atmosfera. A determinação destas propriedades de forma direta é problemática: ¬exigem métodos caros, laboriosos e grandes demandantes de tempo. O uso de funções, que estimam estas propriedades a partir de outras, facilmente obtidas, tem sido objeto de várias pesquisas. Estas funções são denominadas de funções de pedotransferência (PTF). As PTF são normalmente avaliadas em função dos valores observados e estimados; pouca atenção tem sido dada à análise do erro em função das propriedades do solo. Este tipo de análise pode revelar detalhes importantes sobre o desempenho de uma PTF, podendo contribuir para melhorar sua capacidade preditiva. A hipótese científica deste trabalho foi que é possível identificar e avaliar padrões nos erros das PTF utilizadas para estimar a retenção de água no solo, por meio de modelos baseados em árvore de decisão. Outra hipótese é que a identificação dos padrões nos erros das PTF fornecerá subsídios para o uso de tais funções de forma mais confiável e precisa. O objetivo geral deste trabalho, portanto, foi obter árvores de decisão capazes de auxiliar na compreensão de quais atributos do solo afetam o desempenho das PTF na estimativa de retenção de água no solo. A metodologia foi baseada no modelo CRISP-DM e foram avaliadas PTF disponíveis na literatura, com base na análise do erro, por meio de árvore de decisão. A metodologia foi dividida em duas partes. Na primeira parte, a PTF desenvolvida por Vereecken e colaboradores em 1989, foi avaliada no próprio conjunto de dados utilizado para sua geração. Na segunda parte, as PTF desenvolvidas por Vereecken e colaboradores em 1989, van den Berg e colaboradores em 1997 e Lopes-Assad e colaboradores em 2001, foram avaliadas em um conjunto de dados diferente do utilizado na sua geração. Os resultados mostraram que os erros inaceitáveis a -10 kPa (CC) se deram para as mesmas condições de erros aceitáveis a -1500 kPa (PMP) ; por outro lado, os erros inaceitáveis na estimativa de PMP, de modo geral, se deram para as mesmas condições de erros aceitáveis para estimativa de CC. A diferença entre o conjunto de dados utilizado para desenvolver uma PTF e o conjunto de dados utilizado para avaliá-la é um importante fator na incidência de erros. Na seleção de uma PTF deve-se considerar o maior número de fatores possíveis e não somente a distribuição granulométrica e a proximidade geográfica dos conjuntos de dados. A técnica de indução de árvore de decisão apresentou-se como uma alternativa complementar à avaliação da PTF, uma vez que permitiu uma avaliação detalhada dos erros nas estimativas. Este tipo de avaliação é interessante, pois permite a identificação de erros sistemáticos na aplicação destas funções. Pode, ainda, ser usada como uma forma de diagnóstico a ser explorada por desenvolvedores de PTF / Abstract: Knowledge of the soil hydraulic properties is essential for modeling the soil-plant-atmosphere system. Direct determination of these properties is problematic: the methods are expensive, laborious and time consuming. Therefore, the use of functions that estimate soil hydraulic properties from other more easily measurable soil properties has been the subject of several studies. These functions are called pedotransfer functions (PTF). Most studies have focused on the development of these functions; however, few have attempted to improve their implementation. PTF are usually evaluated in terms of the measured and predicted values; less attention has been given to the analysis of the error term in relation to soil properties such as texture, bulk density and organic matter. This type of analysis may reveal important details about the performance of PTF including options to improve their predictive capability. The hypothesis of this study was that it is possible to identify and evaluate patterns in the errors of PTF used to estimate soil water retention by using decision tree models. Another hypothesis is that the identification of PTF errors patterns will provide subsidies for the use of such functions more reliably and accurately. The objective of this study was to obtain a decision tree that can assist in understanding what soil properties affect the performance of PTF in estimating soil water retention. The methodology was based on the CRISP-DM model and refers to the evaluation of PTF available in the literature, based on an error analysis by means of decision tree induction. The PTF developed by Vereecken and coworkers in 1989 was evaluated the same data set as used for their development. Next, the PTF developed by Vereecken and coworkers in 1989, van den Berg and coworkers in 1997 and Lopes-Assad and coworkers 2001, were evaluated on a different dataset than the one used for their development. Results indicate that unacceptable errors at -10 kPa (CC) occurred for the same conditions that lead to acceptable errors at -1500 kPa (PMP); on the other hand the unacceptable errors at -1500 kPa (PMP) occurred for the same conditions that lead to acceptable errors at -10 kPa (CC). The difference between the data set used to develop a PTF and the data set used to evaluate is a factor of error incidence. In selecting a PTF should be considered the largest possible number of factors and not only the particle size distribution and the geographical proximity of the datasets. The decision tree induction technique provides a complement for evaluation of PTF, since the method is efficient in the detailed evaluation of PTF. This type of assessment is interesting because it allows identifying systematic errors in PTF applications. It can also be used as a diagnostic tool to be explored by PTF developers / Doutorado / Planejamento e Desenvolvimento Rural Sustentável / Doutora em Engenharia

Orientadores: Jurandir Zullo Junior, Luciana Alvim Santos Romani / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-25T15:32:06Z (GMT). No. of bitstreams: 1 Goncalves_RenataRibeirodoValle_D.pdf: 17473392 bytes, checksum: 0b54c29cd8e6a9e1a3259ee7b24f6f16 (MD5) Previous issue date: 2014 / Resumo: A produção de cana-de-açúcar no Brasil possui função cada vez mais estratégica na economia do país devido ao interesse da substituição de combustíveis fósseis por fontes de energia renováveis, como o etanol, com o propósito de diminuir as emissões de gases de efeito estufa (GEEs). Nesse sentido, é importante a proposição de soluções inovadoras e tecnologicamente viáveis para auxiliar a geração de modelos mais eficientes, objetivos, precisos, antecipados e adequados ao monitoramento e previsão das safras nacionais. Esse trabalho teve o objetivo principal de desenvolver modelos numéricos que avaliam a tendência da produção de cana-de-açúcar em escala regional utilizando dados agroclimáticos e espectrais de baixa resolução espacial. Áreas produtoras de cana-de-açúcar foram selecionadas e dados de produção, área e produtividade referentes ao período de 2001 a 2010 foram utilizados. As imagens do satélite AVHRR/NOAA foram processadas e corrigidas automaticamente permitindo a obtenção de perfis temporais mensais do índice de vegetação NDVI, temperatura de superfície e albedo. As condições agroclimáticas, ao longo do período de análise, foram descritas pelo índice agroclimático ISNA. As séries de dados foram avaliadas por meio de técnicas de análise de séries temporais multivariadas utilizando os métodos de agrupamentos K-Means, K-Medoids e Clarans. Com estes métodos de agrupamentos, foi possível identificar e mapear áreas de plantio de cana-de-açúcar e sua expansão. Modelos de previsão de produção da cultura foram gerados pelo método de regressão linear múltipla utilizando dados de área plantada e dos índices NDVI e ISNA. A partir dos modelos gerados, foi possível avaliar o comportamento da variação da produção para o modelo regional de mudanças climáticas ETA/CPTEC em um cenário de alta emissão de gases de efeito estufa para o ano de 2020. Ao utilizar satélites de baixa resolução espacial, é mais difícil evidenciar a diferença entre tipos de plantios de cana-de-açúcar, mas neste trabalho, realizado com a técnica de agrupamento de dados, mesmo ocorrendo mistura espectral, foi possível acompanhar a evolução da cultura ao longo das safras identificando regiões com padrões semelhantes. Desta maneira, a análise de agrupamentos pode melhorar a compreensão do desenvolvimento da cana-de-açúcar e sua expansão para outras regiões do país. Os modelos gerados para estimar a produção de cana-de-açúcar em relação aos dados de área plantada e dos índices NDVI e ISNA apresentaram coeficientes de correlação (R2) em torno de 0,9 e conseguiram estimar os valores de produção para todo estado de São Paulo com precisão. Os modelos gerados para anos mais secos, no período de dezembro a março, indicaram que a produção de cana-de-açúcar tende a aumentar em torno de 3,5%. Para anos mais chuvosos, no mesmo período, a produção tende a aumentar em torno de 1,6% no ano de 2020, independentemente da área plantada. Os resultados obtidos são úteis para o planejamento agrícola em escala regional, pois permitem acompanhar o desenvolvimento e a produção da cana-de-açúcar de forma objetiva e sistemática a partir de dados fornecidos por sensores remotos, estações agroclimáticas e modelos de mudanças climáticas / Abstract: The sugarcane production in Brazil has increasingly strategic role in the economy due to the interest of replacing fossil fuels with renewable energy sources such as ethanol, in order to reduce emissions of greenhouse gases (GHGs). In this sense, it is important to propose innovative and technologically feasible solutions to assist the generation of more efficient, objective, accurate, anticipated and appropriate models to the monitoring and forecasting of national crop. The main objective of this work was to develop numerical models that assess the trend of sugarcane production on a regional scale using agroclimatic and spectral data of lower spatial resolution. Producing areas of sugarcane were selected and data production, area and yield were used for the period 2001-2010. The images from satellite AVHRR/NOAA were processed and automatically corrected and subsequently were obtained monthly temporal profiles of NDVI vegetation index, surface temperature and albedo. The climatic conditions during the period of analysis, were described by WRSI agroclimatic index. The data sets were analyzed by techniques of multivariate time series analysis using the methods of clusters K-Means, K-Medoids and Clarans. With these clustering methods, it was possible to identify and map the expansion of areas planted with sugarcane. Predictive models of crop production were generated by multiple linear regression analysis using data from cropland and NDVI and WRSI indices. From the generated models, it was possible to evaluate the behavior of the variation in production for regional climate change model ETA/CPTEC in a scenario of high emission of greenhouse gases for the year 2020. It is more difficult to highlight the difference between types of plantings of sugarcane using low spatial resolution satellites, but this work with technical data clustering, even occurring spectral mixture, it was possible to follow the evolution of the culture over the crops identifying regions with similar patterns. Thus, the cluster analysis can improve understanding of the development of sugarcane and its expansion to other regions of the country. The models for estimating the production of sugarcane with the data of planted area and NDVI and WRSI indices showed a correlation coefficient (R2) around 0.9 and were able to estimate the values of production for the entire state of São Paulo accurately. The models for the driest years in the period from December to March, indicated that the production of sugarcane tends to increase around 3.5%. Wettest years in the same period, production tends to increase around 1.6% in 2020, regardless the cultivated area. The results are useful for agricultural planning at the regional scale because they allow to monitor the development and production of sugarcane objectively and systematically from data provided by remote sensors, agroclimatic stations and climate change models / Doutorado / Planejamento e Desenvolvimento Rural Sustentável / Doutora em Engenharia Agrícola

Orientador: Luiz Camolesi Júnior / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Tecnologia / Made available in DSpace on 2018-08-23T07:01:05Z (GMT). No. of bitstreams: 1 Bertholdo_Leonardo_M.pdf: 6089739 bytes, checksum: 0edb71eb3480bdabf30789057610ea1f (MD5) Previous issue date: 2013 / Resumo: A aplicação de recursos computacionais avançados no suporte aos sistemas de gestão ambiental vem se tornando cada vez mais frequente nas últimas décadas. A capacidade de processar e explorar grandes volumes de dados de forma sistemática, inerente a tais recursos, possibilita a extração de informações abrangentes e sintéticas, as quais podem servir como um importante insumo para o processo de controle ambiental. Nesse trabalho são empregadas técnicas de mineração de dados para a descoberta de conhecimento implícito no domínio de monitoramento de qualidade de água em corpos hídricos. A pesquisa está dividida em três frentes: a primeira busca descobrir regras de classificação de ecotoxicidade em amostras de água por meio de uma técnica de modelagem previsiva. Na segunda parte do estudo emprega-se uma técnica de análise associativa para investigar a presença de relacionamentos fortes entre os parâmetros que medem a qualidade de água. Por fim, a última frente utiliza uma abordagem de regionalização para encontrar pontos de amostragem de água similares com relação às medições de seus parâmetros de qualidade. Os resultados obtidos proporcionaram algumas descobertas, entre elas: a associação de determinados parâmetros de qualidade à toxicidade crônica da água, a existência de correlações entre alguns dos parâmetros de qualidade de água e a presença de grupos homogêneos entre os pontos de amostragem de água / Abstract: The application of advanced computational resources at the support to the environmental management systems is becoming increasingly frequent in recent decades. The ability to process and explore large volumes of data in systematic way, inherent in these resources, makes it possible to extract information comprehensive and synthetic, which can serve as an important input to the environment control process. This work used data mining techniques to discover implicit knowledge in the field of monitoring water quality in water bodies. The research is divided into three fronts: the first seeks to discover classification rules of ecotoxicity in water samples using a predictive modeling technique. In the second part of the study is used an associative analysis technique to investigate the presence of strong relationships between the parameters that measure the quality of water. Finally, the last front uses an approach of regionalization to find water sampling sites similar in relation to the measurements of their quality parameters. The results provided some discoveries, including: the association of certain quality parameters to the chronic toxicity of the water, the existence of correlations between some of the parameters of water quality and presence of homogeneous groups between the water sampling sites / Mestrado / Tecnologia e Inovação / Mestre em Tecnologia

Orientador: Leonardo de Souza Mendes / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-20T09:29:04Z (GMT). No. of bitstreams: 1 GagoJunior_EvertonLuizdeAlmeida_M.pdf: 1416743 bytes, checksum: 43ebe58cf54d9cd46b1ceb50d5cb4b42 (MD5) Previous issue date: 2012 / Resumo: Com as facilidades e resultados oferecidos pelos sistemas de gerenciamento automatizados, cada vez mais os municípios eliminam documentos físicos, e armazenam digitalmente suas informações. Uma das consequências diretas disso é a criação de um grande volume de dados. Em geral, estes dados são coletados por meio das Tecnologias da Informação e Comunicação (TIC) e armazenados em bases de dados transacionais. Nestes ambientes, os dados possuem relacionamentos complexos entre si, o que dificulta a identificação de padrões e comportamentos. Diversas instituições utilizam técnicas de mineração de dados para identificar padrões e comportamentos ocultos em seus dados operacionais. Estes padrões podem auxiliar no planejamento de ações futuras e melhorar a gestão dos recursos financeiros, humanos e tecnológicos. A análise inteligente dos dados operacionais de uma instituição pode ser realizada através das Ferramentas de Apoio e Suporte a Tomada de Decisão (FASTD). Estas ferramentas permitem analisar um grande volume de dados a partir de regras previamente estabelecidas. Estas regras são apresentadas para as FASTD na fase de treinamento, quando a ferramenta aprende sobre os padrões que deve buscar. Este trabalho apresenta um processo de suporte à tomada de decisão com base em mapas auto-organizáveis. Aplicado às ferramentas de governo eletrônico, este processo permite identificar padrões em um grande volume de dados de maneira autônoma, ou seja, dispensando o conjunto de regras para treinamento. Para realizar o estudo de caso, utilizaremos informações cedidas pela Prefeitura Municipal de Campinas, São Paulo, Brasil / Abstract: Due to the characteristics offered by automated management systems, municipal administrations are now attempting to store digital information instead of keeping their physical documents. One consequence of such fact is the generation of large volume of data. Usually, these data are collected by ICT technologies and then stored in transactional databases. In this environment, collected data might have complex internal relationships. This may be an issue to identify patterns and behaviors. Many institutions use data mining techniques for recognize hidden patterns and behaviors in their operational data. These patterns can assist to future activities planning and provide better management to financial resources. Intelligent analysis can be realized using the Support Tools and Support Decision Making (STSDM). These tools can analyze large volume of data through previously established rules. These rules are presented for STSDM in the training phase, and the tool learns about the patterns that should look. This work proposes a process to support decision making based on self-organized maps. This process, applied to electronic government tools, can recognize patterns in large volume of data without the set of rules for training. To perform our case study, we use data provided by the city of Campinas, Sao Paulo / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016. / Made available in DSpace on 2016-09-20T04:11:19Z (GMT). No. of bitstreams: 1 340510.pdf: 2334420 bytes, checksum: 667c596d97abea07fd998f77f31b8441 (MD5) Previous issue date: 2016 / Este trabalho de pesquisa apresenta uma nova estratégia para implementar sistemas de extensão artificial de largura de banda (artificial bandwidth extension- ABWE) para sinais de fala aplicados à rede pública (convencional) de telefonia (public switched telephone network - PSTN). Especificamente, aqui é proposta uma estratégia baseada em classificação fonética visando representar satisfatoriamente segmentos de fala com energia concentrada em altas frequências, superando outros resultados apresentados na literatura. Para tal,técnicas de seleção de atributos aplicadas a sinais de fala de banda limitada são investigadas, aprimorando a classificação em grupos fonéticos abrangentes (broad group phonetic - BGP) com ênfase na discriminação de fonemas pertencentes ao grupo fonético fricativo. Adicionalmente, neste trabalho é discutida a integração do sistema de ABWE proposto em sistemas de reconhecimento automático de fala (automatic speech recognition - ASR) para o português brasileiro aplicados à PSTN. Particularmente, visando o aprimoramento de ASR em PSTN, as etapas de extração de atributos do sinal da fala e a etapa de construção do modelo acústico são desenvolvidas baseadas em sinais sintéticos de banda larga (wideband - WB) estimados a partir do realce de sinais de banda estreita (narrowband - NB) usando ABWE. Os resultados obtidos apresentam realce na qualidade subjetiva dos sinais de fala reconstruídos e ganho no desempenho do ASR, confirmando a eficácia das estratégias propostas neste trabalho de pesquisa.<br> / Abstract: This research work presents a new strategy for implementing artificial bandwidth extension (ABWE) systems for speech signals applied to the public switched telephone network (PSTN). Specifically, a strategy based on phonetic classification is proposed here aiming to represent speech segments with concentrated energy at high frequencies, out performing other approaches from the open literature. In this context, feature selection techniques applied to limited band width speech signals are investigated, improving thebroad group phonetic (BGP) classification with an emphasis on discriminationof phonemes belonging to the fricative phonetic group. In addition, the integration of the proposed ABWE approach in automatic speech recognition(ASR) systems for Brazilian Portuguese applied to the PSTN is also discussed. Particularly, in order to improve PSTN ASR systems, synthetically estimated wide band (WB) signals, from the narrow band (NB) enhancement by ABWE, are used to obtain more discriminating attributes of speech signals as well as for achieving better performance of acoustic models (AM). Theobtained results show an enhancement in the quality of reconstructed speech signals with very good performance in ASR systems, confirming the effectivenessof the proposed strategies in this research work.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2016. / Made available in DSpace on 2016-09-20T04:25:42Z (GMT). No. of bitstreams: 1 341906.pdf: 4935734 bytes, checksum: 5630ca8c10871314b7f54120d18ae335 (MD5) Previous issue date: 2016 / Algoritmos de ranking de páginas Web podem ser criados usando técnicas baseadas em elementos estruturais da página Web, em segmentação da página ou na busca personalizada. Esta pesquisa aborda um método de ranking de documentos previamente filtrados, que segmenta a página Web em blocos de três categorias para delas eliminar conteúdo irrelevante. O método de ranking proposto, chamado Filtered-Page Ranking (FPR), consta de duas etapas principais: (i) segmentação da página web e eliminação de conteúdo irrelevante e (ii) ranking de páginas Web. O foco da extração de conteúdo irrelevante é eliminar conteúdos não relacionados à consulta do usuário, através do algoritmo proposto Query-Based Blocks Mining (QBM), para que o ranking considere somente conteúdo relevante. O foco da etapa de ranking é calcular quão relevante cada página Web é para determinada consulta, usando critérios considerados em estudos de recuperação da informação. Com a presente pesquisa pretende-se demonstrar que o QBM extrai eficientemente o conteúdo irrelevante e que os critérios utilizados para calcular quão próximo uma página Web é da consulta são relevantes, produzindo uma média de resultados de ranking de páginas Web de qualidade melhor que a do clássico modelo vetorial.<br> / Abstract : Web page ranking algorithms can be created using content-based, structure-based or user search-based techniques. This research addresses an user search-based approach applied over previously filtered documents ranking, which relies in a segmentation process to extract irrelevante content from documents before ranking. The process splits the document into three categories of blocks in order to fragment the document and eliminate irrelevante content. The ranking method, called Page Filtered Ranking, has two main steps: (i) irrelevante content extraction; and (ii) document ranking. The focus of the extraction step is to eliminate irrelevante content from the document, by means of the Query-Based Blocks Mining algorithm, creating a tree that is evaluated in the ranking process. During the ranking step, the focus is to calculate the relevance of each document for a given query, using criteria that give importance to specific parts of the document and to the highlighted features of some HTML elements. Our proposal is compared to two baselines: the classic vectorial model, and the CETR noise removal algorithm, and the results demonstrate that our irrelevante content removal algorithm improves the results and our relevance criteria are relevant to the process.