Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-08-17T16:38:08Z No. of bitstreams: 1 texto completo.pdf: 2416699 bytes, checksum: 295770a8d987315b99671e453ffecf22 (MD5) / Made available in DSpace on 2017-08-17T16:38:08Z (GMT). No. of bitstreams: 1 texto completo.pdf: 2416699 bytes, checksum: 295770a8d987315b99671e453ffecf22 (MD5) Previous issue date: 2014-12-04 / Informações sobre os solos são cada vez mais requeridas para auxiliar a tomada de decisão em uma série de questões globais, tornando crescente a procura por informações atualizadas e precisas sobre os solos. Métodos geoestatísticos apresentam bons resultados em levantamentos quantitativos de solos de níveis detalhados (escalas ≥ 1:20.000) e métodos convencionais, aparentemente, são mais eficientes em levantamentos de reconhecimento de baixa intensidade (escalas ≤ 1:250.000). O desafio é encontrar métodos de levantamento quantitativo, aplicáveis em escalas intermediárias. Este trabalho teve como objetivo realizar estudos comparativos das metodologias de mapeamento digital de atributos de solos, compatível com escalas de mapeamento semidetalhado. O estudo foi realizado na bacia do Rio Pongal, no município de Anchieta/ES (Lat 20°45’S, Long 40°45’W), com área aproximada de 14.000 hectares. A base de dados de atributos de solos foi obtida a partir dos resultados de análises de rotina para determinação do pH, CTC, MOS, teores de areia, silte e argila, de 154 amostras da camada 15 a 30 cm de profundidade. Covariáveis ambientais, geradas a partir de MDEs, dados gamaespectrométricos e imagens do satélite Landsat 8, foram usadas nos modelos preditivos. O capítulo 1 é dedicado ao estudo da variabilidade espacial dos atributos de solos, com a modelagem dos semivariogramas, avaliação do alcance e da dependência espacial. Com exceção do pH, todas as variáveis apresentaram forte dependência espacial, com alcance variando entre 297 e 565 m. O capítulo 2 trata da seleção de covariáveis mais relevantes para a predição espacial, usando Regressão Linear Múltipla (RLM) e Random Forest (RF). As covariáveis derivadas do MDE de 5 m de resolução apresentaram os melhores resultados em relação às covariáveis dos demais MDEs estudados. Os modelos RF apresentaram resultados melhores de R2 e RMSE, se comparados com os resultados da RLM. O desempenho dos modelos geoestatísticos de krigagem ordinária, cokrigagem e regressão-krigagem na predição espacial de atributos de solos foi avaliado no capítulo 3. Na avaliação final, a regressão- krigagem apresentou os melhores resultados na predição dos atributos de solos, entre os modelos geoestatísticos avaliados. Concluímos que o uso de técnicas híbridas, de regressão combinada com a krigagem, que utilizam covariáveis ambientais na predição, produzem os melhores resultados no mapeamento digital de atributos de solos em escala semidetalhadas. / Soils information is increasingly required to aid decision taking on a range of global issues, becoming growing demand for updated and accurate information on soils. Geostatistical methods have good results in quantitative soil surveys of detailed levels (scale ≥ 1:20,000) and conventional methods are, apparently, more efficient at low intensity reconnaissance surveys (≤ scales 1:250,000). The challenge is to find quantitative survey methods, applicable to intermediate scales. This work aimed to conduct comparative studies of methodologies of digital mapping of soil properties compatible with semi-detailed scales mapping. The study was conducted at the Rio Pongal basin, in the municipality of Anchieta/ES (Lat 20°45'S; Long 40°45'W), with an approximate area of 14,000 hectares. The database of soil properties was obtained from the results of routine analysis to determine pH, CEC, SOM, sand, silt and clay, 154 samples layer of 15 to 30 cm deep. Environmental covariates, generated from DEMs, gamma ray spectrometric data and images from the satellite Landsat 8, were used in predictive models. Chapter 1 is devoted to the study of the spatial variability of soil properties, with modeling the semivariogram, evaluation value range and spatial dependence. With exception of pH, all variables showed a strong spatial dependence, with range varying between 297 and 565 m. Chapter 2 deals with the selection of the most relevant variables for the spatial prediction using Multiple Linear Regression (MLR) and Random Forest (RF). The covariates derived from the DEM of 5 m resolution showed the best results in relation to other DEMs studied. RF models showed the best results in R2 and RMSE, compared with the results of MLR. The performance of geostatistical models of ordinary kriging, cokriging and regression-kriging in spatial prediction of soil properties was evaluated in Chapter 3. In the final evaluation, the regression-kriging showed the best results in the prediction of soil properties, between models geostatistical evaluated. We conclude that using hybrid techniques, regression combined with the kriging, using environmental covariates to predict, produce the best results in digital mapping of soil properties in semi-detailed scales.

Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2017-08-22T13:26:59Z No. of bitstreams: 1 texto completo.pdf: 5760621 bytes, checksum: f90e38633fae140744262e882dc7ae5d (MD5) / Made available in DSpace on 2017-08-22T13:26:59Z (GMT). No. of bitstreams: 1 texto completo.pdf: 5760621 bytes, checksum: f90e38633fae140744262e882dc7ae5d (MD5) Previous issue date: 2017-03-10 / Agencia Boliviana Espacial / A epilepsia é uma das doenças neurológicas mais comuns definida como a predisposição a sofrer convulsões não provocadas. A Organização Mundial da Saúde estima que 50 milhões de pessoas estão sofrendo esta condição no mundo inteiro. O diagnóstico de epilepsia implica em um processo caro e longo baseado na opinião de especialistas com base em eletroencefalogramas (EEGs) e gravações de vídeo. Neste trabalho, foram desenvolvidos dois métodos para a predição automática de convulsões usando EEG e mineração de dados. O primeiro sistema desenvolvido é um método específico para cada paciente (patient-specific) que consiste em extrair características espectro-temporais de todos os canais de EEG, aplicar um algoritmo de redução de dimensão, recuperar o envelope do sinal e criar um modelo usando um classificador random forest. Testando este sistema com um grande banco de dados de epilepsia, atingimos 97% de especificidade e 99% de sensibilidade. Assim, a primeira proposta mostrou ter um grande potencial para colaborar com o diagnóstico em um contexto clínico. O segundo sistema desenvolvido é um método não específico do paciente (non-patient specific) que consiste em selecionar o sinal diferencial de dois eletrodos, aplicar um vetor de bancos de filtros para esse sinal, extrair atributos de séries temporais e criar um modelo preditivo usando uma árvore de decisão CART. O desempenho deste método foi de 95% de especificidade e 87% de sensibilidade. Estes valores não são tão altos quanto os de métodos propostos anteriormente. No entanto, a abordagem que propomos apresenta uma viabilidade muito maior para implementação em dispositivos que possam ser efetivamente utilizados por pacientes em larga escala. Isto porque somente dois elétrodos são utilizados e o modelo de predição é computacionalmente leve. Note-se que, ainda assim, o modelo xigerado apresenta um poder preditivo satisfatório e generaliza melhor que em trabalhos anteriores já que pode ser treinado com dados de um conjunto de pacientes e utilizado em pacientes distintos (non-patient specific). Ambas as propostas apresentadas aqui, utilizando abordagens distintas, demonstram ser alternativas de predição de convulsões com performances bastante satisfatórias sob diferentes circunstâncias e requisitos. / Epilepsy is one of the most common neurological diseases and is defined as the pre- disposition to suffer unprovoked seizures. The World Health Organization estimates that 50 million people are suffering this condition worldwide. Epilepsy diagnosis im- plies an expensive and long process based on the opinion of specialist personnel about electroencephalograms (EEGs) and video recordings. We have developed two meth- ods for automatic seizure detection using EEG and data mining. The first system is a patient-specific method that consists of extracting spectro-temporal features of 23 EEG channels, applying a dimension reduction algorithm, recovering the envelope of the signal, and creating a model using a random forest classifier. Testing this system against a large dataset, we reached 97% of specificity and 99% of sensitivity. Thus, our first proposal showed to have a great potential for diagnosis support in clinical context. The other developed system is a non-patient specific method that consists of selecting the differential signal of two electrodes, applying an array of filter banks to that signal, extracting time series features, and creating a predictive model using a decision tree. The performance of this method was 95% of specificity, and 87% of sensitivity. Although the performance is lower than previous propos- als, due to the design conditions and characteristics, our method allows an easier implementation with low hardware requirements. Both proposals presented here, using distinct approaches, demonstrate to be seizure prediction alternatives with very satisfactory performances under different circumstances and requirements.

Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2018-02-27T13:12:41Z No. of bitstreams: 1 texto completo.pdf: 6906430 bytes, checksum: f20c4e4d2f18d2c9f5f72c7ceee9769d (MD5) / Made available in DSpace on 2018-02-27T13:12:41Z (GMT). No. of bitstreams: 1 texto completo.pdf: 6906430 bytes, checksum: f20c4e4d2f18d2c9f5f72c7ceee9769d (MD5) Previous issue date: 2017-07-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A capacidade de tomar decisões e de resolver problemas representa uma habilidade cognitiva importante para o cotidiano das pessoas. Na prática clínica, principalmente nas situações que envolvem questões bioéticas, a tomada de decisão do profissional da saúde advém de uma complexa interação entre o ambiente de trabalho e os processos neurais subjacentes a cognição e a emoção, resultando em escolhas e julgamentos que levam em consideração diversos aspectos. Com o avanço da tecnologia, pesquisadores têm desenvolvido novas técnicas que investigam a tomada de decisão por meio da mensuração da carga cognitiva durante a realização de tarefas. Nos últimos anos, houve um aumento do interesse em pesquisas relacionadas com a atenção visual por meio de dispositivos de rastreamento ocular. Por consequência, este tornou-se um importante tema de investigação, aplicado em vários campos para estudar e compreender os padrões entre sujeitos. No entanto, a grande quantidade de dados brutos derivados pelo rastreador torna a tarefa de análise de dados complexas, dificultando, o processo de descoberta de padrões. Além disso, uma vez que as ferramentas existentes apresentam limitações para suportar grandes conjuntos de dados e há uma ausência de registros na literatura para auxiliar na condução desse tipo de pesquisa, este estudo tornou-se um desafio. Portanto, torna-se recomendado a combinação de metodologias para aprimorar a apreciação dos dados produzidos, otimizando a avaliação da atenção visual no processo cognitivo. Nesta dissertação, é proposta duas abordagens que além de funcionar como um arcabouço computacional para processamento dos dados oculares e extração de importantes padrões, também direciona para futuras pesquisas na área. A primeira abordagem é baseada em algoritmos de aprendizagem de máquina (redes multilayer perceptron e árvores de decisão C4.5) para construir modelos capazes de prever a decisão bioética por meio de padrões extraídos de dados oculares. Já a segunda abordagem se baseia na utilização de métodos de visualização de dados e estatística para facilitar a interpretação e avaliação dos dados por meio da validação estatística e análise exploratória. O resultados de ambas as abordagens mostraram uma conexão entre comportamento cognitivo e a tomada de decisão. Desta forma, infere-se que os pipelines dos procedimentos propostos são eficientes para testar hipóteses científicas relacionadas com o papel da atenção visual e tomadas de decisões clínicas. / The ability to make decisions and solve problems represents an important cognitive ability for people’s daily lives. In clinical practice, especially in situations involving bioethical issues, decision making by healthcare professionals comes from a complex interaction between the work environment and the neural processes underlying cognition and emotion, resulting in choices and judgments that take into account different aspects. With the advancement of technology, researchers have developed new techniques that investigate decision making by measuring cognitive load while performing tasks. In recent years, there has been an increased interest in research related to visual attention through eye tracking devices. Consequently, this has become an important research topic, applied in various fields to study and understand the patterns between subjects. However, the large amount of raw data derived from the device makes the task of data analysis complex, making it difficult to discover patterns. In addition, as existing tools have limitations to support large datasets and due to a lack of records in the literature to assist in conducting this type of research, studies with eye tracking data have become a challenge. Therefore, it is recommended the combination of methodologies to improve the appreciation of the produced data, optimizing the evaluation of visual attention in the cognitive process. In this dissertation, two approaches are proposed to serve as a computational framework for processing eye data and extracting important patterns, as well as to direct future research in the area. The first approach is based on machine learning algorithms (multilayer perceptron networks and decision trees C4.5) to construct models capable of predicting bioethical decision using patterns extracted from eye data. The second approach is based on the use of data visualization and statistical xvimethods to facilitate the interpretation and evaluation of the data through statistical validation and exploratory analysis. The results of both approaches showed a connection between cognitive behavior and decision making. In this way, it is inferred that the pipelines of the proposed procedures are efficient to test scientific hypotheses related to the role of visual attention and clinical decision making.

CASTRO, Rute Nogueira Silveira de. Descoberta de relacionamentos entre padrões de sofware utilizando semântica latente. 2006. 76 f. Dissertação (Mestrado em ciência da computação)- Universidade Federal do Ceará, Fortaleza-CE, 2006. / Submitted by Elineudson Ribeiro (elineudsonr@gmail.com) on 2016-07-12T17:13:11Z No. of bitstreams: 1 2006_dis_rnscastro.pdf: 459525 bytes, checksum: ccbf67034b8368f4a3c58ecd26475c04 (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2016-07-22T12:25:58Z (GMT) No. of bitstreams: 1 2006_dis_rnscastro.pdf: 459525 bytes, checksum: ccbf67034b8368f4a3c58ecd26475c04 (MD5) / Made available in DSpace on 2016-07-22T12:25:58Z (GMT). No. of bitstreams: 1 2006_dis_rnscastro.pdf: 459525 bytes, checksum: ccbf67034b8368f4a3c58ecd26475c04 (MD5) Previous issue date: 2006 / The reuse of software patterns is becoming increasingly common in developing systems, because it is a good practice of engineering software that aims to promote the reuse of solutions to recurring problems. However, there is a lack of mechanisms that promote the search for patterns appropriate to each situation. There is also a difficulty in detecting relationships among the software patterns available in the literature.This work presents the use of techniques for text mining into a set of software patterns in order to identify how these patterns are related. The technique of mining, intelligent text search extract concepts from textual information.The software pattern should be treated within the mining of text as a volume of text with a defined structure for its template. The degrees of relationships among the patterns are possible in certain types of relationships among them, and through rules based on the concept of software pattern. These rules, coupled with the technique of text mining, generate information of relationship you want. / O reuso de padrões de software vem se tornando cada vez mais comum no desenvolvimento de sistemas, pois se trata de uma boa prática de engenharia de software que visa promover a reutilização de soluções comprovadas para problemas recorrentes. No entanto, existe uma carência de mecanismos que promovam a busca de padrões adequados a cada situação. Também há uma dificuldade na detecção de relacionamentos existentes entre os padrões de software disponíveis na literatura. Este trabalho apresenta o uso de técnicas de mineração de texto em um conjunto de padrões de software com o objetivo de identificar como esses padrões se relacionam. A técnica de mineração de textos busca extrair conceitos inteligentes a partir de grandes volumes de informação textual. O padrão de software deve ser tratado dentro de mineração de texto como um grande volume de texto com uma estrutura definida por seu template. Os graus de relacionamentos entre os padrões são determinados nos possíveis tipos de relacionamentos entre eles, bem como através de regras fundamentadas no conceito de Padrões de Software. Essas regras, aliadas à técnica de mineração de texto, geram as informações de relacionamento desejadas.

SILVA, Cristiano Alves da. Avaliação da acurácia dos ortomosaicos e modelos digitais do terreno gerados por VANT e sua aplicação no cálculo de volume de pilhas de rejeito da Pedra Cariri. 2015. 146 f. Dissertação (Mestrado em Geologia)-Universidade Federal do Ceará, Fortaleza, 2015. / Submitted by Vitor Campos (vitband@gmail.com) on 2016-10-05T23:02:45Z No. of bitstreams: 1 2015_dis_casilva.pdf: 5268107 bytes, checksum: c3a0b833ecc7a09a72b7062054e67836 (MD5) / Approved for entry into archive by Jairo Viana (jairo@ufc.br) on 2016-10-06T20:47:38Z (GMT) No. of bitstreams: 1 2015_dis_casilva.pdf: 5268107 bytes, checksum: c3a0b833ecc7a09a72b7062054e67836 (MD5) / Made available in DSpace on 2016-10-06T20:47:38Z (GMT). No. of bitstreams: 1 2015_dis_casilva.pdf: 5268107 bytes, checksum: c3a0b833ecc7a09a72b7062054e67836 (MD5) Previous issue date: 2015 / Recently, the technological advancement of Unmanned Aerial Vehicles (UAVs) has been exponential. This equipment are capable of generating remote sensing products of high accuracy at low operating costs, carrying out activities previously performed exclusively by manned aircraft. In this context, the National Department of Mineral Production (DNPM), aiming to maximize their actions of oversight and management of mining, has partnered with the University of Brasilia (UnB) for the development of a small UAV capable of generating orthomosaics and Terrain Digital models (TDM) with high accuracy. To achieve such objective, UnB has developed a 2,5 kg aircraft equipped with a small-format camera, nonmetric, capable of obtaining high-resolution photographs, after being processed through method of computing similarities between overlapping images, generates a cloud of points of the three-dimensional coordinates (x, y, z) of the surface, allowing to generate orthomosaics and TDMs. However, UAV technology is still considered emerging, being common questions about the survey method, used sensor and mainly accuracy of obtained results, a fact that motivated the elaboration in this case study. The main purpose this research is to evaluate of the accuracy of orthomosaics and TDMs generated from the data collected by the UAV developed by UnB, as well it's application in calculating the volume of laminate sedimentary limestone tailings piles of Araripe Basin in Ceará, extracted in the form of tiles in natura marked under the name of Cariri Stone, compared it's accuracy with the results obtained with Global Navigation Satellite System (GNSS) and Light Detecting and Ranging (LIDAR) technologies, more commonly used by mining for this purpose. To evaluating the accuracy was used hypothesis testing method, from the trend and precision of analysis, and the results classified according to the Standard Cartographic Accuracy of Digital Cartographic Products (PEC-PCD). After the experiments performed, it was possible to acknowledge that the UAVUnB/DNPM is capable of generating with accuracy orthomosaics and MDTs, consistent with those obtained by conventional aerial photography, if properly oriented by ground control points. In this case study, the UAV showed better results when compared with modeling performed through GNSS and LIDAR technologies. / Nos últimos anos foi exponencial o avanço tecnológico dos denominados Veículos Aéreos Não Tripulados (VANT) Estes equipamentos são capazes de gerar produtos de sensoriamento remoto de elevada acurácia com baixo custo operacional desempenhando atividades antes executadas exclusivamente por aeronaves tripuladas Neste contexto o Departamento Nacional de Produção Mineral (DNPM) para maximizar suas ações de fiscalização e gestão da mineração firmou parceria com a Universidade de Brasília (UnB) para desenvolvimento de um VANT de pequenas dimensões capaz de gerar ortomosaicos e Modelos Digitais do Terreno (MDT) de alta acurácia Para alcançar esse objetivo a UnB desenvolveu uma aeronave de 25 kg equipada com uma câmera não métrica capaz de obter fotografias de alta resolução que após processadas utilizando o método de correlação de imagens sobrepostas gera uma nuvem de pontos das coordenadas tridimensionais da superfície permitindo a geração de ortomosaicos e MDTs Contudo a tecnologia VANT ainda é considerada emergente São comuns indagações sobre o método de levantamento o sensor utilizado e principalmente a acurácia dos resultados obtidos fato que motivou a elaboração deste estudo de caso O objetivo principal desta pesquisa foi realizar a avaliação da acurácia dos ortomosaicos e MDTs gerados a partir dos dados coletados pelo VANT desenvolvido pela UnB bem como sua aplicação no cálculo do volume de pilhas de rejeito do calcário sedimentar laminado da Bacia do Araripe no Ceará comercializado com o nome de Pedra Cariri sendo comparada sua acurácia com as obtidas pelas tecnologias Global Navigation Satellite System (GNSS) e Light Detecting and Ranging (LIDAR) mais utilizadas pelo seguimento da mineração para esta finalidade Para avaliação da acurácia foi usado o método de testes de hipóteses a partir da análise de tendência e precisão sendo os resultados classificados de acordo com o Padrão de Exatidão Cartográfica dos Produtos Cartográficos Digitais (PEC-PCD) Após os experimentos realizados foi possível constatar que o VANT-UnB/DNPM é capaz de gerar ortomosaicos e MDTs de alta acurácia compatíveis com os obtidos por aerofotogrametria convencional desde que devidamente orientado por pontos de apoio de solo apresentando melhor acurácia no cálculo de volume neste estudo de caso se comparado com a modelagem realizada com as tecnologias GNSS e LIDAR.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2016-02-16T08:33:17Z No. of bitstreams: 1 texto completo.pdf: 4266396 bytes, checksum: 856cd30ea465e06e8c9ff8dc295ffd91 (MD5) / Made available in DSpace on 2016-02-16T08:33:17Z (GMT). No. of bitstreams: 1 texto completo.pdf: 4266396 bytes, checksum: 856cd30ea465e06e8c9ff8dc295ffd91 (MD5) Previous issue date: 2015-12-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Antecedentes: Este trabalho apresenta uma estratégia de aprendizagem de máquina para aumentar sensibilidade na análise de dados de espectrometria de massa para identificação de peptídeos / proteínas. A espectrometria de massa em tandem é uma técnica de química analítica amplamente utilizada para identificar as proteínas em misturas complexas, dando origem a milhares de espectros em uma única corrida que são depois interpretados por software. A maioria destas abordagens computacionais usam bancos de dados de proteínas para realizar a interpretação dos espectros, ou seja, para cada um, obter a melhor correspondência entre o mesmo e a sequência de um peptídeo obtido computacionalmente, a partir das sequências de proteínas do banco de dados. As correspondências espectro-peptídeo (PSM - peptide-spectrum matches) também devem ser avaliadas por ferramentas computacionais já que a análise manual não é possível em função do volume. A estratégia do banco de dados target-decoy é largamente utilizada para avaliação de PSMs. No entanto, em geral, o método não considera a sensibilidade, apenas a estimativa de erro. Resultados: Em trabalho de pesquisa anterior, o método MUMAL aplica uma rede neural artificial para gerar um modelo para classificar PSMs usando a estratégia do banco de dados target-decoy para o aumento da sensibilidade. Entretanto, o presente trabalho de pesquisa mostra que a sensibilidade pode ser melhorada com a utilização de uma matriz de custo associada com o algoritmo de aprendizagem. Demonstra-se também que a utilização do algoritmo threshold selector para o ajuste de probabilidades conduz a valores mais coerentes de probabilidade atribuídos para os PSMs, o que afeta positivamente a etapa de inferência de proteínas. Portanto, a abordagem aqui proposta, denominada MUMAL2, fornece duas contribuições para proteômica shotgun. Em primeiro lugar, o aumento no número de espectros corretamente interpretados no nível de peptídeo aumenta a chance de identificar mais proteínas. Em segundo lugar, os valores mais adequados de pro- babilidade dos PSMs produzidos pelo algoritmo threshold selector impactam de forma positiva a fase de inferência de proteínas, realizada por programas que levam em conta estas probabilidades, tais como o ProteinProphet. Os experimentos demonstraram que o MUMAL2 fornece um maior número de verdadeiros positivos em comparação com métodos convencionais para avaliação de PSMs. Esta nova abordagem atingiu cerca de 15% de melhoria na sensibilidade em comparação com o melhor método atual. Além disso, a área sob a curva ROC obtida foi de 0,93, o que demonstra que as probabi- lidades geradas pelo MUMAL2 são, de fato, apropriadas. Finalmente, diagramas de Venn comparando o MUMAL2 com o melhor método atual mostram que o número de peptídeos exclusivos encontrado pelo MUMAL2 foi quase quatro vezes superior, o que impacta diretamente a cobertura do proteoma. Conclusões: A inclusão de uma matriz de custos e do algoritmo threshold selector na tarefa de aprendizagem melhora, ainda mais, a análise pela estratégia banco de dados target-decoy para identificação dos peptídeos, e contribui de forma eficaz para a difícil tarefa de identificação no nível de proteínas, resultando em uma poderosa ferramenta computacional para a proteômica shotgun. / Background: This work presents a machine learning strategy to increase sensitivity in mass spectrometry data analysis for peptide/protein identification. Tandem mass spectrometry is a widely used analytical chemistry technique used to identify proteins in complex mixtures, yielding thousands of spectra in a single run which are then inter- preted by software. Most of these computer programs use a protein database to match peptide sequences to the observed spectra. The peptide-spectrum matches (PSMs) must also be assessed by computational tools since manual evaluation is not practica- ble. The target-decoy database strategy is largely used for PSM assessment. However, in general, the method does not account for sensitivity, only for error estimate. Re- sults: In a previous study, we proposed the method MUMAL that applies an artificial neural network to effectively generate a model to classify PSMs using decoy hits with increased sensitivity. Nevertheless, the present approach shows that the sensitivity can be further improved with the use of a cost matrix associated with the learning algo- rithm. We also demonstrate that using a threshold selector algorithm for probability adjustment leads to more coherent probability values assigned to the PSMs. Our new approach, termed MUMAL2, provides a two-fold contribution to shotgun proteomics. First, the increase in the number of correctly interpreted spectra in the peptide level augments the chance of identifying more proteins. Second, the more appropriate PSM probability values that are produced by the threshold selector algorithm impact the protein inference stage performed by programs that take probabilities into account, such as ProteinProphet. Our experiments demonstrated that MUMAL2 provides a higher number of true positives compared with standard methods for PSM evaluation. This new approach reached around 15% of improvement in sensitivity compared to the best current method. Furthermore, the area under the ROC curve obtained was 0.93, demonstrating that the probabilities generated by our model are in fact appro- priate. Finally, Venn diagrams comparing MUMAL2 with the best current method show that the number of exclusive peptides found by our method was nearly 4-fold higher, which directly impacts the proteome coverage. Conclusions: The inclusion of a cost matrix and a probability threshold selector algorithm to the learning task further improves the target-decoy database analysis for identifying peptides, which optimally contributes to the challenging task of protein level identification, resulting in a powerful computational tool for shotgun proteomics.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2016-06-06T09:05:26Z No. of bitstreams: 1 texto completo.pdf: 780240 bytes, checksum: 4b396566023496d973cabb33e5923374 (MD5) / Made available in DSpace on 2016-06-06T09:05:26Z (GMT). No. of bitstreams: 1 texto completo.pdf: 780240 bytes, checksum: 4b396566023496d973cabb33e5923374 (MD5) Previous issue date: 2016-02-29 / O impacto ambiental decorrente de empreendimentos minerários promove retirada da vegetação nativa, alterações topográficas com escavações de terras em grande extensão e em profundidade, formação de pilhas de estéreis e poluição do ar através de lançamento de material sólido particulado de ferro (MSPFe). Neste contexto, o objetivo do trabalho foi conhecer como o MSPFe afeta as respostas morfofisiológicas de gramínea resistente, frente as mudanças climáticas e quais aspectos interferem no estabelecimento de espécies em ambientes degradados pela mineração de ferro. No primeiro experimento, foram avaliados as respostas morfofisiológicas de Paspalum densum expostas ao MSPFe, frente ao incremento nas concentrações atmosféricas de CO 2 . As plantas foram cultivadas durante 180 dias, em câmaras de topo aberto sob duas concentrações de CO 2 (380 e 700 ppm), expostas à duas concentrações de MSPFe (0 e 2,14 mg cm -2 dia -1 ) ao longo de cinco avaliações, com quatro repetições. P. densum apresentou eficiente forma de dissipação do excesso de energia luminosa de maneira a evitar danos fotoinibitórios em condição de estresse por MSPFe.Entretanto,com o aumento na concentração de CO 2 atmosférico houve prejuízo no mecanismo de dissipação regulada de energia. A reduzida peroxidação lipídica indicou que P. densum apresentou eficiente mecanismo na eliminação de EROS de forma a não causar danos severos em função do excesso de ferro nos tecidos decorrentes da deposição de MSPFe. A resistência apresentada por P. densumao MSPFe sob elevada [CO 2 ]comprova o seu potencial para uso na revegetação de ambientes com concentrações elevadas de ferro e sujeitos à deposição particulada, mesmo em futuros cenários de mudanças climáticas. No segundo experimento, foram avaliadas as respostas fisiológicas das espécies presentes em ambiente degradado pela deposição de estéreis de mineração de ferro, a fim de se identificar os principais estressores abióticos que limitam a colonização desse ambiente e selecionar marcadores fisiológicos de resistência. O trabalho foi desenvolvido na mina Retiro das Almas, município de Ouro Preto, MG. Em julho de 2015 (estação seca), foram selecionados dois ambientes: pilha de estéril e campo ferruginoso. Foram delimitadAs 20 parcelas por ambiente e selecionado quatro espécies de plantas em cada local. Na pilha de estéril foram selecionadas: Andropogon bicornis L., Melines minutiflora P. Beauv, Achyrocline satureioides (Lam.) DC e Baccharis reticularia DC. No campo ferruginoso, além de A. satureioides e B. reticularia, foram selecionadas Paspalum guttatum Trin. e Echinolaena inflexa (Poir.) Chase.O excesso de ferro e metais pesados de Pb, Cr e Cd não são os principais fatores limitantes para o estabelecimento das espécies na pilha de estéril da mina estudada. As baixas concentrações de macronutrientes, principalmente potássio (K) e de matéria orgânica no solo constituíram as principais limitações no estabelecimento vegetal na área degradada. As espécies presentes na pilha de estéril apresentaram efetivo controle dos níveis de H 2 O 2 e MDA, que indica eficiente mecanismo na eliminação de EROS ou na neutralização dos metais pesados de forma a não causar danos severos às plantas. As espécies nativas comuns nas duas áreas, A. satureioides e B. reticularia, por apresentarem adequado desempenho fotoquímico (pigmentos fotossintetizantes, Fv/Fm, Φ NPQ , NPQ) mesmo sob elevados teores de metais em seus tecidos (Fe, Mn, Zn, Cu e Cd) podem favorecer a incorporação do ambiente impactado no ecossistema circundante. / Brazil has large reserves of high quality iron ore, and is among the largest producers and exporters of this raw material. However, the environmental impact of mining projects promotes deforestation and removal of native vegetation, topographical changes in land excavations at great length and in depth and formation of sterile cells, air pollution through release of particulate solid iron material reduction native species (fauna and flora), but it also reveals the condition of major producer of waste and effluents released on slopes and rivers. In this context the objective of this study was to know which aspects interfere in the establishment and distribution of species in degraded environments by mining and iron as MSPFe influence on morphological and physiological responses of resistant plants. Two experiments were performed. In the first experiment, it evaluated the morphological and physiological responses of P. densum exposed to MSPFe, compared to the increase in atmospheric CO 2 concentrations. The plants were grown P. densum open top chambers with two CO 2 concentrations (380 ppm and 700 ppm), two concentrations of MSPFe (0 mgcm -2 day -1 and 2,14 mg cm -2 day -1 ) to five days evaluation, with four replications. P. densum has efficient light excess energy dissipation in order to prevent damage to fotoinibitórios stress condition by MSPFe, however the increase in atmospheric CO 2 concentration may impact the dissipation mechanism of regulated power. The reduced lipid peroxidation suggests that P. densum shows efficient mechanism in the elimination of ROS in order not to cause severe damage due to MSPFe. The high resistance presented by P. densum proves its potential for use in revegetation environments with high concentrations of iron and subject to particulate deposition, even in future climate change scenarios. In the second experiment, it evaluated the physiological responses of species in degraded environment by deposition of iron in mining sterile and near ferruginous fields, in order to identify the main abiotic stressors that limit the colonization of this environment and select physiological resistance markers . The study was conducted in Retiro mine of Souls, Ouro Preto, MG. July 2015 (dry season) were selecionas two areas: waste dump and ferruginous field. 20 quarters were defined environment and by four species of plants selected at each location. The waste dump were selected: Andropogon bicornis L., Melines minutiflora P. Beauv, Achyrocline satureioides (Lam.) DC and Baccharis reticularia DC. In ferruginous fields, in addition to A. satureioides and B. reticularia were selected Paspalum guttatum Trin. andEchinolaena inflexa (Poir.) Chase. Considering the results of soil analysis, it was possible to infer that the excess iron and other heavy metals are not the main limiting factors for establishing the species in the waste dump of the studied mine. The primary limitations may be considered low concentrations of nutrients, especially potassium (K) and organic matter in the soil. The species showed effective control of H 2 O 2 and MDA levels, indicating efficient mechanism in the elimination or neutralization of EROS mechanisms of heavy metals so as not to cause severe damage to plants. The species in common between the two areas, A. satureioides andB. reticularia for present high performance photochemical (photosynthetic pigments, Fv / Fm Φ NPQ , NPQ) even under high amounts of metals in their tissues (Fe, Mn, Zn, Cu and Cd) may favor the incorporation of the impacted environment surrounding ecosystem.

BRILHANTE, Igo Ramalho. Recommending places based on the wisdom-of-the-crowd. 2016. 164 f. Tese (Doutorado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Anderson Silva Pereira (anderson.pereiraaa@gmail.com) on 2017-06-08T21:15:36Z No. of bitstreams: 1 2016_tese_irbrilhante.pdf: 14886146 bytes, checksum: 6613aa522f50b0c6b1733926b9d1cd5d (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2017-06-09T11:12:35Z (GMT) No. of bitstreams: 1 2016_tese_irbrilhante.pdf: 14886146 bytes, checksum: 6613aa522f50b0c6b1733926b9d1cd5d (MD5) / Made available in DSpace on 2017-06-09T11:12:35Z (GMT). No. of bitstreams: 1 2016_tese_irbrilhante.pdf: 14886146 bytes, checksum: 6613aa522f50b0c6b1733926b9d1cd5d (MD5) Previous issue date: 2016 / The collective opinion of a great number of users, popularly known as wisdom of the crowd, has been seen as powerful tool for solving problems. As suggested by Surowiecki in his books, large groups of people are now considered smarter than an elite few, regardless of how brilliant at solving problems or coming to wise decisions they are. This phenomenon together with the availability of a huge amount of data on the Web has propitiated the development of solutions which employ the wisdom-of-the-crowd to solve a variety of problems in different domains, such as recommender systems, social networks and combinatorial problems. The vast majority of data on the Web has been generated in the last few years by billions of users around the globe using their mobile devices and web applications, mainly on social networks. This information carries astonishing details of daily activities ranging from urban mobility and tourism behavior, to emotions and interests. The largest social network nowadays is Facebook, which in December 2015 had incredible 1.31 billion mobile active users, 4.5 billion “likes” generated daily. In addition, every 60 seconds 510 comments are posted, 293,000 statuses are updated, and 136,000 photos are uploaded. This flood of data has brought great opportunities to discover individual and collective preferences, and use this information to offer services to meet people’s needs, such as recommending relevant and interesting items (e.g. news, places, movies). Furthermore, it is now possible to exploit the experiences of groups of people as a collective behavior so as to augment the experience of other. This latter illustrates the important scenario where the discovery of collective behavioral patterns, the wisdom-of-the-crowd, may enrich the experience of individual users. In this light, this thesis has the objective of taking advantage of the wisdom of the crowd in order to better understand human mobility behavior so as to achieve the final purpose of supporting users (e.g. people) by providing intelligent and effective recommendations. We accomplish this objective by following three main lines of investigation as discussed below. In the first line of investigation we conduct a study of human mobility using the wisdom-of-the-crowd, culminating in the development of an analytical framework that offers a methodology to understand how the points of interest (PoIs) in a city are related to each other on the basis of the displacement of people. We experimented our methodology by using the PoI network topology to identify new classes of points of interest based on visiting patterns, spatial displacement from one PoI to another as well as popularity of the PoIs. Important relationships between PoIs are mined by discovering communities (groups) of PoIs that are closely related to each other based on user movements, where different analytical metrics are proposed to better understand such a perspective. The second line of investigation exploits the wisdom-of-the-crowd collected through user-generated content to recommend itineraries in tourist cities. To this end, we propose an unsupervised framework, called TripBuilder, that leverages large collections of Flickr photos, as the wisdom-of-the-crowd, and points of interest from Wikipedia in order to support tourists in planning their visits to the cities. We extensively experimented our framework using real data, thus demonstrating the effectiveness and efficiency of the proposal. Based on the theoretical framework, we designed and developed a platform encompassing the main features required to create personalized sightseeing tours. This platform has received significant interest within the research community, since it is recognized as crucial to understand the needs of tourists when they are planning a visit to a new city. Consequently this led to outstanding scientific results. In the third line of investigation, we exploit the wisdom-of-the-crowd to leverage recommendations of groups of people (e.g. friends) who can enjoy an item (e.g. restaurant) together. We propose GroupFinder to address the novel user-item group formation problem aimed at recommending the best group of friends for a < user, item > pair. The proposal combines user-item relevance information with the user’s social network (ego network), while trying to balance the satisfaction of all the members of the group for the item with the intra-group relationships. Algorithmic solutions are proposed and experimented in the location-based recommendation domain by using four publicly available Location-Based Social Network (LBSN) datasets, showing that our solution is effective and outperforms strong baselines. / A opinião coletiva de um grande número de usuários, popularmente conhecida como wisdom-of-the-crowd, tem sido vista como poderosa ferramenta para resolver problemas. Como sugerido por Surowiecki em seus livros, grandes grupos de pessoas são considerados mais inteligentes do que uma elite de poucos, independentemente de quão brilhante na resolução de problemas ou tomadas de decisões sábias esses são. Este fenômeno, juntamente com a disponibilidade de uma enorme quantidade de dados na Web propiciou o desenvolvimento de soluções que empregam a sabedoria da multidão para resolver uma variedade de problemas em diferentes domínios, tais como sistemas de recomendação, redes sociais e problemas combinatoriais. A grande maioria dos dados na Web tem sido gerada nos últimos anos por bilhões de usuários em todo o mundo através de seus dispositivos móveis e aplicações web, principalmente em redes sociais. Esta informação carrega detalhes surpreendentes sobre as atividades dia ́rias, que variam da mobilidade urbana e comportamento de turismo, à emoções e interesses. Atualmente, a maior rede social é o Facebook, que em dezembro de 2015 tinha incríveis 1.31 bilhões de usuários (móveis) ativos, 4.5 bilhões de “likes” gerados diariamente. Além disso, a cada 60 segundos, 510 comentários são publicados, 293.000 status são atualizados e 136.000 fotos são enviadas. Esta inundação de dados trouxe grandes oportunidades para delinear as preferências individuais e coletivas, e usar essas informações para oferecer serviços para atender às necessidades das pessoas, como recomendar itens relevantes e interessantes (por exemplo, notícias, lugares, filmes). Ainda, é possível explorar as experiências de grupos de pessoas como um comportamento coletivo para aumentar a experiência de outros. Este último ilustra o cenário importante onde a descoberta de padrões comportamentais coletivos, a sabedoria da multidão, pode enriquecer a experiência de usuários individuais. Neste sentido, esta tese tem o objetivo de aproveitar a sabedoria da multidão para entender melhor o comportamento da mobilidade humana de modo a alcançar o propósito final de auxiliar os usuários (por exemplo, pessoas), fornecendo recomendações inteligentes e eficazes. Alcançamos esse objetivo seguindo três linhas principais de investigação, conforme discutido abaixo. Na primeira linha de investigação, realizamos um estudo sobre a mobilidade humana usando a sabedoria da multidão, culminando no desenvolvimento de uma estrutura analítica que oferece uma metodologia para entender como os pontos de interesse (PoIs) em uma cidade estão relacionados com base no deslocamento de pessoas. Experimentamos nossa metodologia usando a topologia de rede de PoIs para identificar novas classes de pontos de interesse com base em padrões de visitas, deslocamento espacial de um PoI para outro, bem como popularidade dos mesmos. Relações importantes entre PoIs são mineradas pela descoberta de comunidades (grupos) de PoIs que estão intimamente relacionadas entre si com base nos movimentos do usuário, onde diferentes métricas analíticas são propostas para entender melhor tal perspectiva. A segunda linha de investigação explora a sabedoria da multidão coletada através de conteúdo gerado por usuários para recomendar itinerários em cidades turísticas. Para isso, propomos uma estrutura não supervisionada, chamada TripBuilder, que alavanca grandes coleções de fotos do Flickr e pontos de interesse da Wikipedia, a fim de auxiliar os turistas no planejamento de suas visitas às cidades. Experimentamos extensivamente nossa estrutura usando dados reais, demonstrando assim a eficácia e eficiência da proposta. Com base no arcabouço teórico, desenhamos e desenvolvemos uma plataforma que engloba as principais características necessárias para a realização de passeios turísticos personalizados. Esta plataforma tem recebido um interesse significativo dentro da comunidade de pesquisa, uma vez que este tem sido reconhecido como crucial para entender as necessidades dos turistas quando eles estão planejando uma visita a uma nova cidade. Consequentemente, isto levou a resultados científicos notáveis. Na terceira linha de investigação, exploramos a sabedoria da multidão para realizar recomendações de grupos de pessoas (por exemplo, amigos) que pudessem desfrutar de um determinado item (por exemplo, restaurante) em conjunto. Propomos GroupFinder para abordar o novo problema de formação de grupo de usuário-item destinado a recomendar o melhor grupo de amigos para um determinado par < usuário,item >. A proposta combina informações sobre a relevância do item para o usuário juntamente com a rede social deste (ego network), ao mesmo tempo em que tenta equilibrar a satisfação de todos os membros do grupo pelo item com as relações intra-grupais. Soluções algorítmicas são propostas e experimentadas no domínio de recomendação baseado em localização, utilizando quatro base de dados de rede sociais baseados em local (LBSN) publicamente disponíveis, mostrando que nossa solução é eficaz e supera baselines definidos.

O ciclo produtivo mineiro é composto essencialmente pelas seguintes operações: Perfuração & Desmonte (P & D), Carregamento, Transporte, Cominuição e Beneficiamento. Sendo assim, tem-se um modelo de produção em série onde uma etapa é dependente da outra. Portanto, melhorias nos estágios iniciais impactarão na eficiência e produtividade dos estágios subsequentes. A etapa de Perfuração & Desmonte, sendo responsável pela fragmentação primária do material, representa, neste modelo, o fornecedor de material para as operações que seguem, devendo atender a curva granulométrica demandada pelo britador primário. No entanto, por tratar-se de uma linha de produção em série, a curva granulométrica definida pelo britador primário, irá influenciar os processos intermediários, carregamento e transporte, bem como, no caso de uma fragmentação inadequada, todo o processo será prejudicado. Assim, deve-se avaliar a produtividade e a eficiência de todas as etapas de modo a definir a curva granulométrica (fragmentação) que melhor atende os equipamentos utilizados na mina, gerando uma maior produção com os menores custos possíveis. O presente trabalho faz uma análise entre a fragmentação da rocha e a eficiência e produtividade da etapa de carregamento do material, discutindo os principais fatores que influenciam esta operação. Visando estabelecer uma metodologia, realizou-se um estudo de caso em uma mina de ferro, onde se buscou determinar os diversos tempos de ciclo dependentes da fragmentação gerada pelo desmonte, relacionando a fragmentação aos fatores envolvidos no carregamento. Analisou-se, também, o grau de influência que a etapa de Perfuração & Desmonte tem sobre a etapa de carregamento, uma vez que elas se sobrepõem em determinados pontos da produção e, a realização de uma, por vezes, interrompe a outra. Tem-se, assim, que a operação de P & D impacta diretamente na massa carregada e, quando esta operação não é adequada, pode reduzir drasticamente a quantidade de horas trabalhadas pelos equipamentos de carregamento, uma vez que estes sofrerão um maior desgaste e apresentarão um maior número de manutenções, bem como a etapa de P & D inadequada irá aumentar o número de horas improdutivas. / The mining productive cycle is comprised essentially for the following unit operations: drill and blast (D&B), loading, haulage, comminution and mineral processing. Thus, there is a model of mass production where one step depends on another. Therefore, improvements in the initial stages will impact on the efficiency and productivity of the subsequent stages. D & B being the responsible for the primary fragmentation of the material is, in this model of production, the material supplier for the operations that follow, should attend the grading curve demanded by the primary crusher. However, because it is a line of series production, the grading curve defined by the primary crusher will influence on the intermediaries processes, loading and haulage, as well as in the case of improper fragmentation, the whole process will be impaired. So, it is necessary evaluate the productivity and the efficiency of all steps to set the grading curve (fragmentation) that suits the equipment used in the mine, generating the more output with the lowest possible cost. This dissertation carried out analysis on: rock fragmentation, efficiency and productivity of the loading material, discussing the main factors that influence these operations. In order to establish a methodology, a case study in an iron ore mine was performed, where the cycle time dependent on the fragmentation generated by the blast was sought and relating the fragmentation to the factors involved in loading. D & B degree of influence in load step was also analyzed, since it overlap at some points of production and, sometimes, one step interrupts other. Thereby, the D & B operation directly impacts on the loading mass and, when this mass is improperly fragmented, it can drastically reduce the amount of working hours of the loading equipment, because this equipment will suffer more damage and will need more maintenance, as well as an inappropriate D & B will increase unproductive hours.

Introdução: A exposição ocupacional na mineração de pedras preciosas e semipreciosas pode causar silicose. Os efeitos da silicose sobre a qualidade de vida relacionada à saúde (QVRS) dos trabalhadores não são bem conhecidos. Objetivo: Estudar a prevalência de silicose em trabalhadores de mineração de pedras preciosas e semipreciosas e avaliar as repercussões da silicose sobre a QVRS destes trabalhadores. Método: Num estudo transversal realizado em Ametista do Sul, Rio Grande do Sul, Brasil foram estudados 348 mineradores. O diagnóstico de silicose foi estabelecido pela história de exposição e alterações compatíveis com a doença observadas na radiografia de tórax. Foram coletados dados antropométricos e socioeconômicos, história tabágica, dados sobre exposição ocupacional e resultados da espirometria e da radiografia de tórax. A QVRS foi avaliada através do questionário World Health Organization Quality of Life (WHOQoL-Bref) e do Saint George's Hospital Respiratory Questionnaire (SGRQ). Os dados são apresentados como média ± DP ou mediana (IQR). Resultados: Foram avaliados 348 trabalhadores, do sexo masculino, com idade de 40±12 anos. A prevalência de silicose foi de 37% (95% DP 32-42). Trabalhadores com silicose eram mais velhos (47±10 anos vs 36±11 anos; p<0,001), tinham menor escolaridade (5±2 anos vs 7±3 anos p<0.001), menor renda (R$ 1152 [835-1411] vs R$ 1382 [1152-1736]; p=0,001) e maior tempo de exposição (28±10 anos vs 16±10 sem silicose, p<0,001). Trabalhadores com silicose tinham pior capacidade vital forçada (CVF; 71±20 % predito vs 93±15% predito; p<0,001) e volume expiratório forçado no primeiro segundo (VEF1; 65±21 % predito vs 92±11% predito; p<0,001). A qualidade de vida esteve mais comprometida nos trabalhadores com silicose (WHOQoL-Bref 11,9±4,0 pontos vs 14,7±2,4 pontos, p<0,001) em comparação com os sem silicose. No SGRQ o maior comprometimento foi observado no domínio atividades no grupo com silicose em comparação com o grupo sem silicose (31,9±26,2 vs 2,8±8,7; p<0,001). Conclusões: A prevalência de silicose em trabalhadores de mineração foi elevada. A doença está relacionada com a exposição à sílica e proteção individual inadequada e tem um impacto negativo na qualidade de vida dos trabalhadores. / Rationale: Occupational exposure in the mining of precious and semi-precious stones can cause silicosis. The effect of silicosis on the health related quality of life (HRQL) is not well known. Aims: To study the prevalence of silicosis in mining of precious and semi-precious stones workers and to evaluate the impact of the disease on workers’ HRQL. Methods: In this cross-sectional study, 348 mining workers from Ametista do Sul, Rio Grande do Sul, Brazil, were examined. The diagnosis of silicosis was established by the history of dust exposure and chest radiographic findings. Demographics and socio-economic data, medical and occupational history and results of spirometry and chest radiography were collected. HRQL was assessed using the World Health Organization Quality of Life (WHOQOL-Bref) questionnaire and the Saint George's Hospital Respiratory Questionnaire (SGRQ). Data are presented as mean ± SD or median (IQR). A p value <0.05 was considered significant. Results: All workers were male, the mean±SD of age was 40±12 years. The prevalence of silicosis was 37% (95% CI 32-42). Workers with silicosis were older (47±10 years vs 36±11 years; p <0.001), had longer exposure time (28±10 years vs 16±10; p<0.001), had less education (5±2 years vs 7±3 years; p <0.001) and lower income (R$ 1152 [835-1411] vs R$ 1382 [1152-1736]; p=0.001). Workers with silicosis had worse forced vital capacity (FVC; 71±20% predicted vs 93±15% predicted; p<0.001) and forced expiratory volume in one second (FEV1; 65±21% predicted vs 92±11% predicted; p<0.001). The quality of life was worse in workers with silicosis (WHOQoL-Bref 11.9±4.0 vs 14.7±2.4 points, p <0.001) compared with those without silicosis. The greatest impairment in SGRQ was observed in the domain activity in the group with silicosis compared to the group without silicosis (31.9±26.2 vs 2.8±8.7; p<0.001). Conclusions: The prevalence of silicosis in mining workers was found to be high. The disease is related to silica dust exposure with inappropriate personal protection and has a negative impact on workers’ quality of life.