O objetivo principal deste trabalho é analisar o comportamento de grupos homogêneos de indivíduos com relação às viagens encadeadas, usando um minerador de dados. Vários aspectos das viagens encadeadas foram representados através da extensão do processo de codificação inicialmente proposto por Ichikawa (2002). Foram codificados os aspectos como seqüência de atividades realizadas por cada indivíduo, modo de viagem, período do dia em que cada viagem foi realizada e tempo de viagem. O minerador de dados usado neste trabalho foi Árvore de Decisão e Classificação, uma ferramenta de análise disponível no software S-Plus 2000. A análise baseou-se na pesquisa origem-destino realizada pelo METRÔ-SP na região metropolitana de São Paulo, por meio de entrevistas domiciliares, em 1987. Concluiu-se que variáveis socioeconômicas podem explicar o comportamento relacionado a viagens encadeadas, indicando que minerador de dados pode ter um papel importante na análise do comportamento relacionado às viagens encadeadas. / The main aim of this work is to analyze the behavior of homogeneous groups of individuals regarding the chained trips by using a data miner. Several aspects of chained trips were represented through the extension of the coding process initially proposed by Ichikawa (2002). Aspects such as sequence of activities performed by each individual, travel mode, period of the day in which each trip occurs, and travel time were coded. The data miner used in this work was Decision and Classification Tree, an analysis tool available in S-Plus 2000 software package. The analysis was based on the origin-destination home-interview survey carried out by METRÔ-SP in São Paulo metropolitan area, in 1987. The main finding is that the socioeconomic variables can explain the behavior related to the chained trips, indicating that data miner can play an important role in the analysis of the behavior related to the chained trips.

Submitted by Marina Farias (mgmf@ufpa.br) on 2018-02-21T13:19:33Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AgrupamentoFornosReducao.pdf: 6297988 bytes, checksum: 9e3c95180dbdfbdbc60f142c239aeb87 (MD5) / Approved for entry into archive by Marina Farias (mgmf@ufpa.br) on 2018-02-21T13:23:06Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AgrupamentoFornosReducao.pdf: 6297988 bytes, checksum: 9e3c95180dbdfbdbc60f142c239aeb87 (MD5) / Made available in DSpace on 2018-02-21T13:23:06Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AgrupamentoFornosReducao.pdf: 6297988 bytes, checksum: 9e3c95180dbdfbdbc60f142c239aeb87 (MD5) Previous issue date: 2017-10-11 / O constante avanço da tecnologia requer medidas que beneficiem as indústrias em busca do lucro e da competitividade. Em relação à indústria de minerais, o processo de fundição de alumínio geralmente possui grande número de células, também chamado de forno ou cuba de redução, produzindo alumínio em um procedimento contínuo e complexo. Um monitoramento analítico é essencial para aumentar a vantagem competitiva dessa indústria, por exemplo, durante a operação, algumas células compartilham comportamentos semelhantes às outras, formando grupos ou clusters de células. Esses clusters dependem de padrões de dados geralmente implícitos ou invisíveis para a operação, mas que podem ser encontrados por meio da análise de dados. Neste trabalho, são apresentadas quatro técnicas de agrupamento, o Affinity Propagation, o mapa auto–organizável de Kohonen (SOM), o algoritmo difuso Fuzzy C–Means (FCM) e o K–Means. Essas técnicas são utilizadas para encontrar e agrupar as células que apresentam comportamentos semelhantes, de acordo com sete variáveis tais como as que consiste no processo de redução do alumínio. Este trabalho visa trazer o benefício do agrupamento, principalmente pela simplificação da análise da linha de produção do alumínio, uma vez que um grande número de células pode se resumir em um único grupo, o que pode fornecer informações mais compactas para o controle e a modelagem dos dados. Este benefício de identificar os dados que possuem características semelhantes e agrupá–los faz com que a análise dos grupos se torne mais simples para quem irá manusear esses dados futuramente. Nesse trabalho de dissertação também será feito a identificação da quantidade ideal de grupo em cada técnica utilizada. / The continuous development of technology accounts for measures that provide industries benefits to grant them profitability and competitive advantage. In the mineralogy field, aluminum smelting usually requires substantial number of cells, also known as reduction pots, to produce aluminum in a continuous and complex process. Analytical monitoring is essential for those industries’ competitive advantage, given that during operation some cells show behavior similar to others, thereby forming clusters of cells. These clusters depend on data patterns usually implicit or invisible for the operation, but can be found by data analysis techniques. In this work four clustering techniques are presented to that end: the Affinity Propagation; the Kohonen Self Organizing Map; the Fuzzy C–Means; and the K–Means Algorithm. These techniques are used to find and group cells that share similar behavior, by analysing seven variables which are closely related to the aluminum reduction process. This work aims at addressing the benefits of clustering, especially by simplifying the aluminum potline analysis, once a large group of cells might be summarized in one sole group, what can provide more compact yet rich information for data driven modeling and control. Moreover, the identification of similar data patterns in clusters makes the task of those who is going to be in charge of analyzing these dats. This work also identifies the ideal cluster size for each technique applied.

Orientador: Danilo Medeiros Eler / Banca: Almir Olivette Artero / Banca: José Fernando Rodrigues Junior / Resumo: As projeções multidimensionais são uma ferramenta importante para análise de conjuntos de dados multidimensionais. No entanto, embora a representação gráfica de projeções multidimensionais tragam benefícios quanto à identificação de grupos e análise da similaridade entre instâncias de um conjunto de dados, tal representação apresenta dificuldades quando o número de instâncias ou a dimensionalidade do conjunto sendo analisado cresce. Neste trabalho, é apresentada uma abordagem de exploração multinível em visualizações geradas para representar projeções multidimensionais, em que o objetivo é oferecer meios para que um conjunto de dados seja explorado com uma carga cognitiva menor do que em representações comuns de projeções multidimensionais. A técnica proposta é baseada na seleção de representativos para fornecer um contexto e guiar o usuário no processo de exploração, além de utilizar diagramas de Voronoi para definição dos grupos. A abordagem pode ser empregada com qualquer técnica de projeção multidimensional, além de poderem ser utilizados os mais variados algoritmos de seleção de representativos. Nos experimentos realizados são apresentados os algoritmos mais indicados para seleção de representativos, bem como o impacto de diferentes técnicas de projeção multidimensional e do espaço de características dos conjuntos analisados. Além disso, são apresentados dois estudos de casos utilizando a técnica de exploração proposta / Abstract: Multidimensional projections are an important tool for analyzing multidimensional datasets. However, although the graphical representation of multidimensional projection brings benefits according to cluster identification and similarity analysis, such representation presents issues when the number of instances or the dimensionality of the dataset increases. In this work, a multilevel exploration approach in visualizations generated to encode multidimensional projections is presented, in which the goal is to provide subsidies for an exploration with lower cognitive load than the common approaches. The proposed technique is based on selecting representative to provide a context to guide the user in the exploration process, besides using Voronoi diagrams to define clusters. In the experiments, the best suited algorithms to select representative are presented, as well as the impact of different multidimensional projection techniques and the feature space of the analyzed dataset. Finally, two case studies are presented to show how the exploration approach works / Mestre

Made available in DSpace on 2015-03-05T16:19:37Z (GMT). No. of bitstreams: 0 Previous issue date: 27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Atividades de mineração causam alterações nas paisagens, acarretando mudanças na vegetação e nas propriedades e topografia do solo que acabam por afetar a fauna. Para minimizar os efeitos da mineração, empresas mineradoras freqüentemente implementam procedimentos de recuperação ambiental exigidos por lei. O presente estudo aborda o efeito e a influência da estrutura da vegetação nas comunidades de aves em áreas recuperadas após processos de mineração em florestas no município de São Mateus do Sul, sudeste do Estado do Paraná e em áreas de campo em Candiota no Rio Grande do Sul No Paraná selecionei quatro áreas para as amostragens: três delas, com 5, 10 e 20 anos de recuperação vegetal (A05, A10 e A20, respectivamente) encontram-se na Unidade da Petrobrás (Superintendência de Industrialização de Xisto) e a quarta área de estudo é um fragmento florestal que não sofreu interferências de mineração (A50). Em Candiota selecionei três áreas com vegetação nativas nunca antes mineradas e três áreas recuperadas. Nos do / Mining activities cause severe alterations in natural landscapes, changing the vegetation and the properties and topography of the soil, and thus altering habitats and the associated fauna. To minimize the effects of mining, mining companies implement procedures of environmental recuperation demanded by law. The present study investigates the influence of vegetation structure on bird communities in reclaimed areas after mining in forest and grassland habitats in south Brazil. Forested areas were studied in the State of Paraná, while grasslands were studied in the Pampa biome in Rio Grande do Sul. In Paraná I sampled four areas, three of them (with 5, 10 and 20 years of vegetation recuperation named, respectively, A05, A10, and A20), were located in the Unit of Petrobrás, and the fourth was a forest fragment that did not suffer mining interferences (A50). In Rio Grande do Sul I selected six areas, three with native vegetation never mined before and three reclaimed areas. I sampled the avifauna using the point

Made available in DSpace on 2015-02-04T21:45:25Z (GMT). No. of bitstreams: 1 Fernando Kauffmann Barbosa.pdf: 1315677 bytes, checksum: e5fd5031c620acf3943773dd039c0747 (MD5) Previous issue date: 2007-01-30 / Esta dissertação apresenta um agente, o FNA (Fast Navigation Agent), que tem como objetivo aumentar a facilidade e rapidez de acesso às páginas Web de maior interesse de um visitante, em sites que possuem uma grande quantidade de informações e serviços. O FNA faz parte do conteúdo das páginas Web do site, interage com o visitante e traça o seu perfil de navegação. O FNA utiliza técnicas de mineração de uso na Web e um algoritmo de Regras de Associação.

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2017-06-13T14:22:04Z No. of bitstreams: 1 André Luís Nunes_.pdf: 2523682 bytes, checksum: 5e3899cfac6d76db6b2c6ac16b7f5325 (MD5) / Made available in DSpace on 2017-06-13T14:22:04Z (GMT). No. of bitstreams: 1 André Luís Nunes_.pdf: 2523682 bytes, checksum: 5e3899cfac6d76db6b2c6ac16b7f5325 (MD5) Previous issue date: 2017-03-28 / Nenhuma / A explosão no volume de dados e a sua velocidade de expansão tornam as tarefas de descoberta do conhecimento e a análise de dados desafiantes, ainda mais quando consideradas bases não-estacionárias. Embora a predição de valores futuros exerça papel fundamental em áreas como: o clima, problemas de roteamentos e economia, entre outros, a classificação ainda parece ser a tarefa mais explorada. Recentemente, alguns algoritmos voltados à regressão de valores foram lançados, como por exemplo: FIMT-DD, AMRules, IBLStreams e SFNRegressor, entretanto seus estudos investigativos exploraram mais aspectos de inovação e análise do erro de predição, do que explorar suas capacidades mediante critérios apontados como fundamentais para data stream, como tempo de execução e memória. Dessa forma, o objetivo deste trabalho é apresentar um estudo investigativo sobre estes algoritmos que tratam regressão, considerando ambientes dinâmicos, utilizando bases de dados massivas, além de explorar a capacidade de adaptação dos algoritmos com a presença de concept drift. Para isto três bases de dados foram analisadas e estendidas para explorar os principais critérios de avaliação adotados, sendo realizada uma ampla experimentação que produziu uma comparação dos resultados obtidos frente aos algoritmos escolhidos, possibilitando gerar indicativos do comportamento de cada um mediante os diferentes cenários a que foram expostos. Assim, como principais contribuições deste trabalho são destacadas: a avaliação de critérios fundamentais: memória, tempo de execução e poder de generalização, relacionados a regressão para data stream; produção de uma análise crítica dos algoritmos investigados; e a possibilidade de reprodução e extensão dos estudos realizados pela disponibilização das parametrizações empregadas / The explosion of data volume and its expansion speed make tasks of finding knowledge and analyzing data challenging, even more so when non-stationary bases are considered. Although the future values prediction plays a fundamental role in areas such as climate, routing problems and economics, among others, classification seems to be still the most exploited task. Recently, some value-regression algorithms have been launched, for example: FIMT-DD, AMRules, IBLStreams and SFNRegressor; however, their investigative studies have explored more aspects of innovation and analysis of error prediction than exploring their capabilities through criteria that are considered fundamental to data stream, such as elapsed time and memory. In this way, the objective of this work is to present an investigative study about these algorithms that treat regression considering dynamic environments, using massive databases, and also explore the algorithm's adaptability capacity with the presence of concept drift. In order to do this, three databases were analyzed and extended to explore the main evaluation criteria adopted. A wide experiment was carried out, which produced a comparison of the results obtained with the chosen algorithms, allowing to generate behavior indication of each one through the different scenarios to which were exposed. Thus, the main contributions of this work are: evaluation of fundamental criteria: memory, execution time and power of generalization, related to regression to data stream; production of a critical analysis of the algorithms investigated; and the possibility of reproducing and extending the studies carried out by making available the parametrizations applyed.

Submitted by Fernanda Weschenfelder (fernanda.weschenfelder@uniceub.br) on 2018-06-11T19:55:09Z No. of bitstreams: 1 61400874.pdf: 18329078 bytes, checksum: 7186580b71d3a8b5675b756fbe5ca68c (MD5) / Approved for entry into archive by Fernanda Weschenfelder (fernanda.weschenfelder@uniceub.br) on 2018-06-11T19:55:28Z (GMT) No. of bitstreams: 1 61400874.pdf: 18329078 bytes, checksum: 7186580b71d3a8b5675b756fbe5ca68c (MD5) / Made available in DSpace on 2018-06-11T19:55:28Z (GMT). No. of bitstreams: 1 61400874.pdf: 18329078 bytes, checksum: 7186580b71d3a8b5675b756fbe5ca68c (MD5) Previous issue date: 2016 / A mineração é uma atividade indispensável para o desenvolvimento, mas, independentemente do método utilizado, provoca danos irreparáveis ao meio ambiente. A situação agrava-se quando é praticada em Unidades de Conservação da natureza. A proteção desses espaços tem amparo na Lei nº 9.985/2000, conhecida como Lei do Sistema Nacional de Unidades de Conservação da Natureza, todavia as divergências de interpretação têm propiciado que a mineração ocorra em unidades nas quais é questionável a sua legalidade. Desse modo, inúmeros projetos de lei estão em andamento, tanto para a reformulação do Código de Mineração quanto para a modificação da legislação ambiental. Com a finalidade de tratar da relação entre a mineração e as Unidades de Conservação Federais a partir da Lei nº 9.985/2000, este trabalho foi concebido em quatro capítulos. O primeiro trata das generalidades sobre as Unidades de Conservação Federais e a mineração no contexto legal brasileiro, ressaltando-se o enquadramento constitucional desses temas. O segundo capítulo discorre sobre a criação dessas unidades em áreas contendo títulos minerários e aborda o dever de indenizar o concessionário do direito de lavra. O terceiro capítulo concentra a discussão sobre a possibilidade de outorga de direitos minerários em Unidades de Conservação, considerando o enquadramento legal e a constatação de mineração em 48 unidades. O último capítulo evidencia que os projetos de lei em tramitação são ineficazes para reger a questão da mineração em Unidades de Conservação. Da análise geral, constata-se que a Lei nº 9.985/2000 admite a mineração “em tese” apenas em Áreas de Proteção Ambiental e Áreas de Relevante Interesse Ecológico, mas a apreciação do caso concreto e a existência do licenciamento ambiental são determinantes para a extração. Entretanto, a mineração tem sido consentida pelo Poder Público, inclusive em Unidades de Conservação de Proteção Integral, o que representa uma ilegalidade.

Submitted by Maicon Juliano Schmidt (maicons) on 2015-06-12T19:13:14Z No. of bitstreams: 1 Ingo Jost.pdf: 1217467 bytes, checksum: bf67cd6724b1cd182a12a3cd7b5af1eb (MD5) / Made available in DSpace on 2015-06-12T19:13:14Z (GMT). No. of bitstreams: 1 Ingo Jost.pdf: 1217467 bytes, checksum: bf67cd6724b1cd182a12a3cd7b5af1eb (MD5) Previous issue date: 2015-02-26 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Deep Learning é uma sub-área de Aprendizado de Máquina que tem obtido resultados sa- tisfatórios em várias áreas de aplicação, implementada por diferentes algoritmos, como Stacked Auto-encoders ou Deep Belief Networks. Este trabalho propõe uma modelagem que aplica uma implementação de um classificador que aborda técnicas de Deep Learning em Mineração de Opiniões, área que tem sido alvo de constantes estudos, dada a necessidade das corporações buscarem a compreensão que clientes possuem de seus produtos ou serviços. O favorecimento do crescimento de Mineração de Opiniões também se dá pelo ambiente colaborativo da Web 2.0, em que várias ferramentas propiciam a emissão de opiniões. Os dados utilizados passaram por um refinamento na etapa de pré-processamento com o intuito de aplicar Deep Learning, da qual uma das principais atribuições é a seleção de características, em dados refinados em vez de dados mais brutos. A promissora tecnologia de Deep Learning combinada com a estratégia de refinamento demonstrou nos experimentos a obtenção de resultados competitivos com outros estudos relacionados e abrem perspectiva de extensão deste trabalho. / Deep Learning is a Machine Learning’s sub-area that have achieved satisfactory results in different application areas, implemented by different algorithms, such as Stacked Auto- encoders or Deep Belief Networks. This work proposes a research that applies a classifier that implements Deep Learning concepts in Opinion Mining, area has been approached by con- stant researches, due the need of corporations seeking the understanding that customers have of your products or services. The Opinion Mining’s growth is favored also by the collaborative Web 2.0 environment, where multiple tools provide issuing opinions. The data used for exper- iments were refined in preprocessing step in order to apply Deep Learning, which it one of the main tasks the feature selection, in refined data, instead of applying Deep Learning in more raw data. The refinement strategy combined with the promising technology of Deep Learning has demonstrated in preliminary experiments the achievement of competitive results with other studies and opens the perspective for extension of this work.

Submitted by Nara Lays Domingues Viana Oliveira (naradv) on 2015-08-11T19:15:25Z No. of bitstreams: 1 MarinesRefoscoSeveroBertola.pdf: 1690641 bytes, checksum: 2e99d546f0564844905d9dc2e8870f24 (MD5) / Made available in DSpace on 2015-08-11T19:15:25Z (GMT). No. of bitstreams: 1 MarinesRefoscoSeveroBertola.pdf: 1690641 bytes, checksum: 2e99d546f0564844905d9dc2e8870f24 (MD5) Previous issue date: 2011 / Nenhuma / As mudanças sociais, econômicas e a alteração nos hábitos alimentares são algumas das razões para o crescimento do número de pacientes portadores de doenças crônicas, principalmente doenças cardíacas. Com isso, é iminente a necessidade de um acompanhamento mais severo de forma a proporcionar a estes pacientes qualidade de vida, reduzindo, se possível, o nível de mortalidade de doentes cardíacos. O trabalho desenvolvido prevê atender essa necessidade através do projeto de um sistema multiagente proativo, envolvendo aplicação de técnicas de mineração de dados para recuperação e classificação de dados do prontuário médico do paciente de forma a identificar uma possibilidade de agravamento da doença. / The social, economic and dietary habit changes are some reasons for the growing number of patients with chronic diseases, especially heart disease. Thus, it is the imminent need for stricter monitoring to assure patients’ quality of life by reducing, if possible, the level of mortality of cardiac patients. This work tries to meet this need by designing a proactive multiagent system and applying data mining techniques for data classification and retrieval of patient medical records to identify a possible worsening of the disease.

O minério de ferro produzido no complexo de Carajás traz consigo características mineralógicas que conferem um elevadíssimo teor de Fe em todas as suas frações granulométricas. Dessa forma, ao final da cadeia produtiva, tanto os produtos comerciais mais grosseiros quanto os finos contem cerca de 62% de Fe contido na sua composição. Importante destacar que em Carajás as fases no processamento desse minério são apenas para cominuição e classificação por tamanho. Não existem etapas de concentração e os produtos são diferenciados por suas respectivas curvas granulométricas: o “granulado” - mais grosseiro (> 13 mm), o “Sinter-Feed” (< 13 mm e > 0,5 mm) e o “pellet feed” (< 0,15 mm). Garantir a correta distribuição granulométrica da matéria prima é uma premissa de mercado. A ultima etapa da classificação é feita através de hidrociclones e gera um overflow ultrafino de altíssima superfície específica maior que 6.500 Blaine e com 45% até 95 % < 7 μm. E ainda possui um elevado teor de Fe - cerca de 62 %. Dessa forma os objetivos gerais dessa pesquisa buscaram a solução para essa oportunidade de recuperar e vender esses rejeitos. O estudo sugeriu através de ensaios com tecnologias capazes de desaguar os ultrafinos gerados para 9,00 % de umidade, que é o valor que permite a movimentação e o manuseio desses rejeitos, além de permitir sua incorporação na blendagem de produtos mais grossos. Desse modo, foram realizados experimentos em diversos laboratórios externos e em escala piloto na Usina de Carajás com amostras dos dois rejeitos ultrafinos das duas fases de hidrociclonagem: o natural e o moído. Ficou evidente que o equipamento tem de combinar necessariamente e de forma eficiente dois fatores essências ao desaguamento: elevadíssimas pressões e altas temperatura na operação desses ultrafinos. A produtividade atingida foi da ordem de 50 t/h x m² para o rejeito da hidrociclonagem do Sinter Feed e 40 t/h x m² para o rejeito dos hidrociclones da Moagem. / The Iron ore that is produced in Carajás mining complex brings mineralogical characteristics that give a very high Fe content in all its size fractions. Thus, at the end of the production chain both coarser and fine contains about 62% Fe contained in its composition. Importantly, in Carajás stages in the processing of this ore are for reduction and classification by size. There is thus no concentration steps and products are differentiated by their respective size distribution curves: the "grain" - coarser (> 13 mm), the "Sinter-Feed" (<13 mm and > 0.5 mm) and the "pellet feed" (<0.15 mm). Ensure proper particle size distribution of the raw material is a market premise. The last step of classification is made using hydrocyclones and generates an overflow ultrafine high specific surface area greater than 6.500 Blaine and with 45% to 95% <7 μm. And has a high Fe content - about 62%. The overall objectives of this research sought the solution to this opportunity to recover and sell these “tailings”. The study suggested by testing with technologies capable of flowing into the ultrathin generated to 9.00% of moisture, which is the value that allows movement and handling these wastes, and allows their incorporation into the blending of thicker products. Thus, experiments were carried out in several external laboratories and pilot-scale plant in the Carajás with samples of both ultrafine “tailings” of the two phases of hydrocycloning: the natural and the ground. It was evident that the equipment must necessarily match and two efficiently factors essences to dewatering: very high pressure and high temperature operation of these “tailings”. The productivity achieved was around 50 t/h x m² in reject of the Sinter Feed hydrocycloning and 40 t/h x m² to reject of the grinding hydrocyclones.