Devido a grande quantidade de resíduos gerados pelas empresas mineradoras e suas severas conseqüências com relação ao meio ambiente, estudos sobre estruturas de acondicionamento desses resíduos e garantia de sua estabilidade vêm adquirindo importância crescente. Neste contexto, o destino final dos resíduos recebe atenção especial por parte das mineradoras, especificamente em relação aos rejeitos finos ('lama') gerados no processo de beneficiamento. O presente trabalho apresenta uma nova técnica de desaguamento e disposição de rejeitos de mineração, baseada na utilização de tubos geotêxteis, na qual estes retêm os sedimentos, reduzindo o volume e aumentando a porcentagem de matéria sólida. Os resultados obtidos discutem as solicitações hidráulicas e mecânicas que influenciam no comportamento dos tubos quanto à eficiência do desaguamento, da filtração e estabilidade dessas estruturas. Para avaliar o desempenho da técnica em rejeitos de mineração, foram realizados ensaios de campo e laboratório com três tipos de rejeitos de mineração de fosfato, com características variando de muito fina a granular, comparando-se o comportamento em ensaios de cone e de bolsa suspensa, com filtração por camada simples de geotêxtil tecido e por camada dupla (geotêxtil tecido mais não-tecido). A análise dos resultados mostra um excelente desempenho destes sistemas para o rejeito considerado mais problemático (fino, com baixo teor de sólidos e deposição lenta). Mostrou ainda, que a presença da camada de geotêxtil não-tecido permitiu reduzir o tempo de desaguamento, sendo este efeito bem mais relevante no caso do rejeito granular.

Esta pesquisa aborda o desenvolvimento de um Método para a Verificação de Dados Climatológicos -- VEDALOGIC, que se utiliza de modelos criados com algoritmos de Mineração de Dados. Este método utiliza modelos de clustering para a determinação de grupos homogêneos em um Banco de Dados Climatológicos (BDC). A partir desses grupos pode-se detectar dados suspeitos. Após a detecção de um dado suspeito, este será predito, baseado em um modelo de árvore de decisão gerado a partir de uma série histórica de dados. Em seguida, compara-se o valor predito com o valor do dado suspeito e caso haja uma diferença superior a 4%, o dado suspeito é considerado como um ruído. Uma vez detectado um ruído, uma mensagem é gerada contendo: o campo com o dado ruidoso; o intervalo de valores esperados; e uma sugestão para o ajuste com um valor pontual. A partir de alguns experimentos realizados, constatou-se que os ajustes baseados nas informações fornecidas pelo VEDALOGIC, contribuirão para o aumento da qualidade e da confiabilidade dos dados contidos no BDC. Para a construção dos modelos utilizados no VEDALOGIC, utilizou-se os algoritmos EM e K-means para gerar os modelos de clustering e os algoritmos M5P e REPTree para gerar os modelos de árvore de decisão. Para a verificação do método proposto, inseriu-se ruídos no BDC. Após aplicar o VEDALOGIC o resultado mais significativo foi a detecção de todos os ruídos inseridos e que os valores sugeridos para correção atingiram uma média de precisão acima de 97%.

Este trabalho apresenta uma infraestrutura para categorização, atribuição e recuperação semântica de documentos denominada DocSense. O objetivo intrínseco na concepção da infraestrutura é integrar o processo de categorização de documentos à uma ontologia de topo, de forma a possibilitar que essa ontologia seja estendida e enriquecida semanticamente. Ao final, documentos, na forma de instâncias de classes dessa ontologia, podem ser recuperados por meio de um mecanismo de busca oferecido pela infraestrutura que retorna, não só uma coleção de documentos, mas também o caminho semântico que permitiu a descoberta.

A mineração de dados se divide em algumas categorias, dentre elas a mineração de outliers. Outliers são registros que não seguem padrões esperados. Eles podem ser interpretados como ruídos ou falhas de medição, sendo assim descartados, mas também podem ser considerados casos especiais que trazem relatos úteis que podem ser usados para encontrar novas oportunidades de negócio, falhas ou indícios de fraudes. Em alguns setores, é importante que a detecção de outliers ocorra com a maior antecedência possível, de modo que ações possam ser tomadas o quanto antes. Nesta dissertação, propomos uma abordagem denominada Comprass para mineração de outliers. Utilizamos a técnica de mineração denominada Regras de Associação, mais especificamente o algoritmo Apriori, para definirmos os padrões comportamentais a serem utilizados em nossa abordagem. A abordagem Comprass permite atribuir pesos a variáveis e o valor máximo aceitável para discordância do padrão. Em nosso estudo, os pesos e o valor máximo aceitável é atribuído manualmente pelo especialista da área. O uso da abordagem Comprass permite que a mineração de outliers possa ser feita em tempo real, ou seja, à medida que os dados são coletados pelos sistemas de aquisição de dados. A abordagem Comprass utiliza as regras de associação geradas para comparar o novo registro mensurando, por meio dos pesos atribuídos às variáveis, qual a variação do novo registro em relação ao padrão estabelecido pelas regras. Na abordagem Comprass, uma possível mudança no padrão analisado não é refletida de forma incremental e precisa de nova geração das regras considerando os novos registros. A abordagem Comprass foi testada em bases de dados reais e sintéticos dos setores de telefonia e meteorologia.

São inegáveis os benefícios proporcionados pelo uso dos computadores e suas redes conectadas a Internet. Com o crescimento significativo dos sistemas computacionais em rede, principalmente os conectados à Internet, é possível constatar pelo portal do Centro de Estudos, Resposta e Tratamento de Incidentes de Segurança no Brasil - CERT. BR, um crescimento exponencial nos incidentes de segurança nos últimos 10 anos. Com o crescimento dos incidentes de segurança têm-se observado que a maioria deles ocorre no sistema operacional Windows, líder mundial em desktop e o segundo na venda de servidores para a Internet. Desta forma, significativas pesquisas na área de detecção de intrusão em host estão sendo realizadas em centros de pesquisa. A proposta desta dissertação é apresentar um Método para a Realização de Medidas em computador que permita distinguir o comportamento de um computador em atividade normal de outro com problemas com infecção ou intrusão. O método, derivado da análise dinâmica de malware, foi concebido em fases representativas do funcionamento de um computador: fase inicial, fase de instalação, fase de conexão de rede, fase de operação e, por fim, fase de infecção. Assim, todas as fases tiveram o seu comportamento medido e os logs foram tratados pelo processo de mineração de dados. O método é empregado, com sucesso, conjuntamente com os algoritmos ADTree e Naive Bayes na fase de experimentação, os quais se mostraram eficientes na detecção de intrusão em host com o sistema operacional Windows.

Material transportation is one of the most important aspects of open-pit mine operations. The problem usually involves a truck dispatching system in which decisions on truck assignments and destinations are taken in real-time. Due to its significance, several decision systems for this problem have been developed in the last few years, improving productivity and reducing operating costs. As in many other real-world applications, the assessment and correct modeling of uncertainty is a crucial requirement as the unpredictability originated from equipment faults, weather conditions, and human mistakes, can often result in truck queues or idle shovels. However, uncertainty is not considered in most commercial dispatching systems. In this thesis, we introduce novel truck dispatching systems as a starting point to modify the current practices with a statistically principled decision making methodology. First, we present a stochastic method using Time-Dependent Markov Decision Process (TiMDP) applied to the truck dispatching problem. In the TiMDP model, travel times are represented as probabilistic density functions (pdfs), time-windows can be inserted for paths availability, and time-dependent utility can be used as a priority parameter. In order to minimize the well-known curse of dimensionality issue, to which multi-agent problems are subject when considering discrete state modelings, the system is modeled based on the introduced single-dependent-agents. Based also on the single-dependent-agents concept, we introduce the Genetic TiMDP (G-TiMDP) method applied to the truck dispatching problem. This method is a hybridization of the TiMDP model and of a Genetic Algorithm (GA), which is also used to solve the truck dispatching problem. Finally, in order to evaluate and compare the results of the introduced methods, we execute Monte Carlo simulations in a example heterogeneous mine composed by 15 trucks, 3 shovels, and 1 crusher. The uncertain aspect of the problem is represented by the path selection through crusher and shovels, which is executed by the truck driver, being independent of the dispatching system. The results are compared to classical dispatching approaches (Greedy Heuristic and Minimization of Truck Cycle Times - MTCT) using Student's T-test, proving the efficiency of the introduced truck dispatching methods.

O presente trabalho tem como objetivo extrair conhecimento de um banco de dados que contém as mensagens de alerta geradas pelos computadores embarcados instalados nos veículos de uma grande frota usada no transporte coletivo urbano na cidade de São Paulo. Para tal foi aplicada a técnica de aprendizado de árvores de decisão. Nos experimentos foram usados os algoritmos CART, ID3 e C4.5 implementados nos softwares MATLAB R2007b, Sipina Research e WEKA 3.7.1. A base de dados usada contém cerca de 25 mil mensagens de alerta coletadas durante cerca de 2 meses de operação dos veículos que compõe o sistema de transporte público urbano. Os seguintes 4 atributos de entrada foram investigados: Área (Leste, Noroeste, Norte), Sentido (Centro-Bairro, Bairro-Centro), Período (Madrugada, Manhã, Tarde e Noite) e Dia Útil (Sim ou Não). Como atributo de saída foi usado as variavel ALERTA cujos os possíveis valores são: Catraca, Elétrica, Mecânica, Pneu, Terceiro e Veículo). As diferentes implementações de algoritmos investigadas geraram árvores de decisão similares contendo de 4 a 28 regras do tipo "SE-ENTÃO" com acurácia de 80% e precisão de 40% aproximadamente.

Neste trabalho efetua-se uma análise dos algoritmos de Data Mining através de estudos de caso. Esses estudos de caso envolvem desde a simples utilização das informações dos algoritmos, como suporte à tomada de decisão na construção de modelos de análise de desempenho, até a construção de modelos com os próprios algoritmos. Os estudos de caso são dedicados a uma análise de aplicação e desempenho de algoritmos específicos. No primeiro estudo, que se refere à Previsão de Solvência de Empresas, são aplicados os algoritmos de Árvore de Classificação. No problema de Procedimentos em Saúde Pública são utilizados os algoritmos de Regras de Associação e as técnicas de Visualização de Dados. No estudo de caso de Predição do Comportamento de Ações aplicam-se os algoritmos de Árvore de Regressão. No estudo de caso principal são utilizados todos os algoritmos e técnicas apresentadas neste trabalho. Trata-se da construção de um modelo de eficiência através da metodologia DEA - Data Envelopment Analysis. Os algoritmos de Data Mining são utilizados como suporte nas diversas escolhas ocorridas durante a construção dos modelos.Em todos os problemas analisados, os resultados obtidos mostram a utilidade dos algoritmos de Data Mining.

Este trabalho apresenta uma análise estatística efetuada sobre dados a respeito de acidentes e incidentes (i.e. eventos) aeronáuticos, conforme registrados pelo NTSB, com ênfase no envolvimento dos contaminantes mais comuns ao ar da cabine. Algoritmo de Particionamento Recursivo (RPA), ou Indução de Árvore de Decisão, foi escolhido como o método de mineração de dados para a análise. Após uma visão geral sobre o funcionamento do sistema de condicionamento do ambiente de cabine, são apresentados os contaminantes mais comuns, listando seus efeitos sobre a saúde e concentrações aceitáveis. O envolvimento dos contaminantes nos acidentes e incidentes foi inferindo a partir das narrativas e conclusões associados a esses eventos. O monóxido de carbono esteve envolvido em um número significativo de eventos. Numa árvore feita a partir da ocorrência de fatalidade, seguindo o algoritmo de particionamento de forma a minimizar a impureza, a ocorrência de monóxido de carbono aparece apenas no sexto nível da lista (após cinco partições), indicando relevância muito baixa. Numa árvore feita a partir da ocorrência de monóxido de carbono, ao contrário, a ocorrência de fatalidade é o fator que desencadeia o primeiro particionamento, indicando relevância muito alta. O efeito drástico que a presença de monóxido de carbono tem no risco de morte num acidente confirma que os parâmetros estão relacionados. Concluiu-se que apesar de a ocorrência de monóxido de carbono aumentar drasticamente o risco de morte, sua influência na taxa de fatalidades como um todo é diminuta devido à raridade dos casos. Preponderam fatores de risco de exposição mais frequente. Os fatores que mais influenciam o risco de fatalidade, aparecendo próximos à raiz da árvore, são a gravidade do dano à aeronave, a ocorrência ou não de incêndio em solo, a condição de visibilidade, e o assento único na aeronave.

Operações militares são invariavelmente conduzidas com informações incompletas, cabendo à inteligência militar agir no sentido de reduzir tais lacunas. O reconhecimento eletrônico é uma das atividades de inteligência tipicamente militar, especializada na coleta de informações por meio do monitoramento sistemático do espectro eletromagnético externo, originado dos vários tipos de sistemas de comunicação e detecção operados principalmente próximo às regiões de fronteira. Tais informações, após serem tratadas por analistas especializados, permitem inferir as características dos emissores, suas potencialidades e limitações. Uma vez que o número de analistas é limitado e que a capacidade de analisar e compreender grandes conjuntos de dados dificilmente acompanha o aumento da capacidade de coleta e armazenagem, fica justificado o uso de ferramentas de apoio à tarefa de classificação, como uma forma de redução da carga de trabalho e de incremento da confiabilidade das informações geradas. Nesse contexto, o objetivo da pesquisa é investigar a aplicabilidade do método CART na obtenção de modelos de classificação interpretáveis, ao invés de modelos analíticos, a partir de uma base de dados simulada, com a qual foi possível contabilizar as classificações certas e erradas dos modelos gerados. Os modelos de treinamento foram gerados inicialmente com a base completa e aos poucos fez-se o desbalanceamento das amostras por meio do empobrecimento proposital dos dados de treino. A precisão do modelo se manteve praticalmente inalterada, com erros de classificação inferiores a 2% no pior caso, mostrando a robustez dos modelos gerados a partir do CART. A partir dos três modelos foram estabelecidos os padrões determinantes para cada classe de radar constante da base simulada, com um bom índice de acerto.