Este estudo objetivou desenvolver, implementar e avaliar uma estratégia de capacitação para trabalhadores de uma indústria metalúrgica do interior do Estado de Minas Gerais. Trata-se de uma pesquisa qualitativa estruturada a partir da Teoria da Aprendizagem Transformativa, que tem como elementos centrais: a experiência individual, a reflexão crítica, o diálogo, a orientação holística, a consciência do contexto e a prática autêntica. Como método estratégico de desenvolvimento optou- se pelo Círculo Epistemológico, sendo desenvolvido em três fases: 1a ) Investigação: realizada por meio de Grupos Focais para a identificação da percepção dos trabalhadores sobre seus riscos ocupacionais, acidentes mais frequentes e necessidades de aprendizado em relação a Primeiros Socorros; 2a ) Tematização: em que foi desenvolvida e implementada a capacitação em Suporte Básico de Vida; e 3a ) Proposição: na qual buscou-se as impressões dos participantes sobre a capacitação realizada e sinais da busca pela transformação do contexto vivido por meio da técnica do Círculo de Cultura. Participaram da capacitação 54 trabalhadores, os quais fazem parte da Brigada de Incêndio e são locados em diversos setores da empresa. Como resultados, obteve-se na 1a etapa as seguintes categorias: riscos, acidentes, melhorias na segurança, dificuldades e necessidades de capacitação em primeiros socorros. Os trabalhadores relataram a necessidade de capacitação relacionada ao atendimento a vítimas de Parada Cardiorrespiratória e, devido à importância deste tema, o mesmo foi priorizado na 2a etapa. Assim, a 2a etapa foi realizada com o tema \"Suporte Básico de Vida - Ressuscitação Cardiopulmonar e uso do Desfibrilador Externo Automático\". A capacitação, com carga horária de oito horas, contou com a participação intensa dos educandos, tendo sido utilizadas dinâmicas de grupo, práticas com manequins e estudos de casos. A 3a etapa aconteceu logo após o curso, dentro das oito horas, e os discursos foram categorizados da seguinte forma: a estratégia metodológica - percepção dos educandos, o que muda para os pesquisandos a partir desta capacitação e atitudes práticas que podem ser tomadas a partir desta capacitação. Este estudo mostrou que o diálogo e a reflexão crítica, num processo participativo de capacitação, podem facilitar mudanças de comportamento capazes de transformar a realidade do trabalho. Os trabalhadores referiram sentir-se mais seguros após a realização das práticas e das discussões grupais e relataram soluções viáveis e compatíveis com o seus contextos de vida e de trabalho. A percepção dos trabalhadores retrata que a aprendizagem transformativa pode provocar mudanças no comportamento individual e coletivo no contexto do trabalho, incluindo atitudes críticas e reflexivas em um sistema de referência mais amplo. Portanto, a aplicação dos conceitos da Teoria da Aprendizagem Transformativa em capacitações de trabalhadores pode contribuir para a transformação das práticas de trabalho / This study identified the perception of workers about occupational risks, experiences with accidents in the work environment and the need for habilitation in First Aid and, therefore, to develop, implement and evaluate a habilitation strategy for brigade workers in a metallurgy industry in the State of Minas Gerais. This is a structured qualitative research based on the Transformative Learning Theory, which has as central elements: individual experience, critical reflection, dialog, holistic orientation, context awareness and authentic experience. The Epistemological Circle was adopted and was developed in three stages: 1st) Investigation: done through Focus Groups for the identification of worker\'s perception about occupational risks, most frequent accidents, difficulties as brigade member and their learning needs on First Aid; 2nd) Thematization: in which habilitation in Basic Life Support was developed and implemented; and 3rd) Proposal: where participants\' impressions about the concluded habilitation. Fifty four workers took part in the course, all of them belonged to the Fire Brigade and were located in several sectors of the company. The main results obtained in the first stage, fell in the following categories: risks, accidents, improvements in security, difficulties and needs for habilitation in first aid. The workers reported the need for greater habilitation on emergency service for victims with cardiopulmonary arrest and, due to its importance, it was selected for the 2nd stage. Thus, this stage was done with the theme \"Basic Life Support - Cardiopulmonary Resuscitation and the use of an automated external defibrillator\". Habilitation, with a class load of eight hours, had intense participation of the workers, and group dynamics, practices with dummies and case studies were used. The 3rd stage was done immediately after the course, with the eight hours, and the discoursed were divided into the following categories: methodological strategy - perception by the participants, what changes for them after the habilitation and the practices that can be done afterwards. This study demonstrated that dialog and the critical reflection, in a participative habilitation process can enable behavior changes capable of transforming the work environment. The workers stated that they felt more secure after the practices and group discussions, and reported viable and compatible solutions with their life and work contexts. The workers perception portraits that transformative learning can bring changes in individual and collective behavior in the work context, including critical and reflexive attitudes in a broader reference system. Therefore, the application of concepts from Transformative Learning Theory in worker habilitation can contribute for the transformation of their work practices

Coagrupamento é uma estratégia para análise de dados capaz de encontrar grupos de dados, então denominados cogrupos, que são formados considerando subconjuntos diferentes das características descritivas dos dados. Contextos de aplicação caracterizados por apresentar subjetividade, como mineração de texto, são candidatos a serem submetidos à estratégia de coagrupamento; a flexibilidade em associar textos de acordo com características parciais representa um tratamento adequado a tal subjetividade. Um método para implementação de coagrupamento capaz de lidar com esse tipo de dados é a fatoração de matrizes. Nesta dissertação de mestrado são propostas duas estratégias para coagrupamento baseadas em fatoração de matrizes não-negativas, capazes de encontrar cogrupos organizados com sobreposição de colunas em uma matriz de valores reais positivos. As estratégias são apresentadas em termos de suas definições formais e seus algoritmos para implementação. Resultados experimentais quantitativos e qualitativos são fornecidos a partir de problemas baseados em conjuntos de dados sintéticos e em conjuntos de dados reais, sendo esses últimos contextualizados na área de mineração de texto. Os resultados são analisados em termos de quantização do espaço e capacidade de reconstrução, capacidade de agrupamento utilizando as métricas índice de Rand e informação mútua normalizada e geração de informação (interpretabilidade dos modelos). Os resultados confirmam a hipótese de que as estratégias propostas são capazes de descobrir cogrupos com sobreposição de forma natural, e que tal organização de cogrupos fornece informação detalhada, e portanto de valor diferenciado, para as áreas de análise de agrupamento e mineração de texto / Coclustering is a data analysis strategy which is able to discover data clusters, known as coclusters. This technique allows data to be clustered based on different subsets defined by data descriptive features. Application contexts characterized by subjectivity, such as text mining, are candidates for applying coclustering strategy due to the flexibility to associate documents according to partial features. The coclustering method can be implemented by means of matrix factorization, which is suitable to handle this type of data. In this thesis two strategies are proposed in non-negative matrix factorization for coclustering. These strategies are able to find column overlapping coclusters in a given dataset of positive data and are presented in terms of their formal definitions as well as their algorithms\' implementation. Quantitative and qualitative experimental results are presented through applying synthetic datasets and real datasets contextualized in text mining. This is accomplished by analyzing them in terms of space quantization, clustering capabilities and generated information (interpretability of models). The well known external metrics Rand index and normalized mutual information are used to achieve the analysis of clustering capabilities. Results confirm the hypothesis that the proposed strategies are able to discover overlapping coclusters naturally. Moreover, these coclusters produced by the new algorithms provide detailed information and are thus valuable for future research in cluster analysis and text mining

Esta dissertação tem como objeto de estudo a análise de sentimentos baseada em aspectos, aplicação derivada da análise de sentimentos e da área de processamento de linguagem natural. A análise de sentimentos baseada em aspectos é focada em analisar textos avaliativos (textos contendo opiniões) buscando identificar e relacionar sentimentos e aspectos de uma determinada entidade (produtos, serviços entre outros). As principais etapas do desenvolvimento deste trabalho são a identificação de aspectos, que busca identificar as características de determinada entidade no texto e a identificação de sentimentos que procura encontrar o sentimento expresso pelo autor com relação ao aspecto mencionado. O objetivo deste trabalho é implementar, analisar, melhorar e criar métodos não supervisionados de análise de sentimentos baseada em aspectos para textos em português. Essa exploração se dará pela implementação de métodos para identificação de aspectos e sentimentos, criação e combinação de léxicos de sentimentos. Para alcançar esse objetivo realizamos experimentos com conjunto de dados anotado, ou seja, já com os aspectos e sentimentos relacionados marcados em seu texto. Para o processamento, além de técnicas de processamento de língua natural, como a análise gramatical, foram utilizados métodos de análise estatística dos textos e resultados. / This dissertation has as object of study the aspect based sentiment analysis, application derived from sentiment analysis and the area of natural language processing. The aspect based sentiment analysis focuses on analyzing evaluative texts (texts containing opinions) seeking to identify and relate feelings and aspects of a particular entity (products, services among others). The main stages of the development of this work are the identification of aspects, which seeks to identify the characteristics of a certain entity in texts, and sentiment identification that aims to identify the feelings expressed by the author concerned about the mentioned aspects. The purpose of this work is to implement, analyze, improve and create unsupervised methods of aspect based sentiment analysis applying them in portuguese language texts. This exploration will be through the implementation of methods for identifying aspects and sentiments, creation and combination of sentiment lexicons. To achieve this goal we performed experiments with annotated data set, that is, texts with the related aspects and sentiments already marked. For processing, in addition to natural language processing techniques, such as grammatical analysis, methods of statistical analysis of texts and results were used.

Embora existam soluções para sistemas de cobrança e telecomunicações que apresentem relatórios para auxílio à cobrança de clientes, ambas carecem de informações que apoiem a tomada de decisões, nas análises estratégicas e na propensão de pagamento. Desse modo, o objetivo deste projeto é implementar ferramentas e soluções inteligentes a fim de reduzir o desperdício de tempo e aumentar a produtividade do gestor, decorrentes da necessidade da análise e cruzamento de todos os dados para tomar qualquer ação durante os processos de cobrança e gestão de custos. / Although there are solutions for billing and telecommunications systems to present reports to support debt collection, both lack information to support decision making in strategic analysis and propensity to pay. Thus, the goal of this project is to implement intelligent tools and solutions taht are able to increase their productivity and reduce waste of managers time, due to the need of analyzing and crossing all the data to take action during the collection processes and cost management.

Context: Systematic literature review (SLR) is a methodology used to aggregate all relevant evidence of a specific research question. One of the activities associated with the SLR process is the selection of primary studies. The process used to select primary studies can be arduous, particularly when the researcher faces large volumes of primary studies. Another activity associated with an SLR is the presentation of results of the primary studies that meet the SLR purpose. The results are generally summarized in tables and an alternative to reduce the time consumed to understand the data is the use of graphic representations. Systematic mapping (SM) is a more open form of SLR used to build a classification and categorization scheme of a field of interest. The categorization and classification activities in SM are not trivial tasks, since they require manual effort and domain of knowledge by reviewers to achieve adequate results. Although clearly crucial, both SLR and SM processes are time-consuming and most activities are manually conducted. Objective: The aim of this research is to use Visual Text Mining (VTM) to support different activities of SLR and SM processes, e.g., support the selection of primary studies, the presentation of results of an SLR and the categorization and classification of an SM. Method: Extensions to the SLR and SM processes based on VTM were proposed. A series of case studies were conducted to demonstrate the usefulness of the VTM techniques in the selection, review, presentation of results and categorization context. Results: The findings have showed that the application of VTM is promising in terms of providing positive support to the study selection activity and that visual representations of SLR data have led to a reduction in the time taken for their analysis, with no loss of data comprehensibility. The application of VTM is relevant also in the context of SM. Conclusions: VTM techniques can be successfully employed to assist the SLR and SM processes / Contexto: Revisão Sistemática (RS) é uma metodologia utilizada para reunir evidências sobre uma quest~ao de pesquisa específica. Uma das atividades associadas à RS é a seleção de estudos primários. Quando o pesquisador se depara com grandes volumes de estudos, torna-se difícil selecionar artigos relevantes para uma análise mais aprofundada. Outra atividade associada à RS é a apresentação dos resultados dos estudos primários que atendem aos propósitos da RS. Os resultados são geralmente resumidos em tabelas e uma alternativa para reduzir o tempo consumido para entender os dados é o uso de representações gráficas. Mapeamento sistemático (MS) é uma forma mais aberta de RS, usado para construir um esquema de classificação e categorização sobre uma área de interesse. As atividades de categorização e classificação no MS não são tarefas triviais, pois exigem um esforço manual e conhecimento do domínio por parte dos revisores para a geração de resultados adequados. Embora relevantes, ambos os processos de RS e MS são demorados e muita das atividades são realizadas manualmente. Objetivo: O objetivo desta pesquisa é a utilização de Mineração Visual de Texto (VTM) para apoiar as diferentes atividades dos processos de RS e MS como, por exemplo, suporte à seleção de estudos primários, apresentação de resultados de RSs e a categorização e classificação em MSs. Métodos: Foram propostas extensões para os processos de RS e MS com base em VTM. Uma série de estudos de caso foram realizados para demonstrar a utilidade de técnicas VTM no contexto de seleção, revisão, apresentação de resultados e categorização. Resultados: Os resultados mostraram que a aplicação de VTM é promissora em termos de apoio positivo para a atividade de seleção de estudos primários e que o uso de representações visuais para apresentar resultados de RSs leva a uma redução do tempo necessário para sua análise, sem perda de compreensão de dados. A aplicação da VTM é relevante também no contexto da MS. Conclus~oes: Técnicas VTM podem ser empregadas com sucesso para ajudar nos processos de RS e MS

Foi observado que para execução do planejamento diário, no qual há o envolvimento de diversas equipes como operação, perfuração e atividade de apoio, despende-se muito tempo para determinação dos alvos de produção. Em contrapartida, a maior parte das minas de grande porte utilizam sistemas de gerenciamento de equipamentos que são capazes de fornecer dados para tratamento e transformação em informação que poderiam auxiliar nesse planejamento, no entanto na maioria dos casos esses dados são pouco conhecidos e utilizados. Este estudo faz a estimativa de indicadores de desempenho de lavra, oriundos do banco de dados do sistema de Despacho, que podem ser utilizados no planejamento diário (tipo Line-Up aplicado na mina do Sossego, em Canaã dos Carajás - Pará). Metodologicamente, para atingir o proposto, foram realizadas as etapas de análise do Banco de Dados (BD) do sistema de Despacho, descrição do Line-Up da mina do Sossego, análise do contexto operacional entre os dois sistemas: Line-Up e Despacho, estimativa dos indicadores e definição de um cálculo de aderência ao Line-Up. Esse estudo demostra que a partir da coleta e sistematização dos dados é possível tornar as informações contidas no BD do Despacho mais conhecidas e utilizadas na programação diária, permitindo que a utilização dessas informações auxilie na gestão do planejamento de curto prazo, reduzindo o tempo de execução da programação diária e tornando o processo de avaliação da aderência ao Line-Up mais rápido e menos subjetivo. Os dados utilizados para esse estudo são do banco de dados do sistema de despacho da Mina do Sossego (local de exemplo de aplicação). / Daily planning execution, which calls for several teams such as operation, drilling and support to be engaged, has been observed to be a rather time-consuming activity in order for production targets to be determined. On the other hand, most of large-size mine sites make use of equipment management systems capable of providing data to be treated and eventually made into information that may assist such planning efforts. However, such data are mostly scarcely known and used. This paper provides the estimation of mine performance indicators stemming from Dispatch system database that may come in handy for daily planning efforts (Line-Up type, applied to Sossego mine site, in Canaã dos Carajás, state of Pará, Brazil). Methodologically speaking, in order for proposed outcomes to be attained, Dispatch system database has been analyzed, Sossego mine site Line-Up has been described, operational context underlying both systems, Line-Up and Dispatch, has been analyzed, indicators have been estimated, and a Line-Up adherence calculation has been defined. The present paper indicates that, based on data gathering and systematization, information from Dispatch database can be made well known and used during daily scheduling efforts, thus allowing for such information to assist short-term plan management, daily scheduling performance timeframe to be cut down on, and Line-Up adherence assessment process to be faster and less subjective. Data used for this paper come from Sossego mine site dispatch system database (example of local application).

Nas últimas décadas, com o crescimento acelerado na geração e armazenamento de dados, houve um aumento na necessidade de criação e gerenciamento de grandes bases de dados. Logo, a utilização de técnicas de mineração de dados adequadas para descoberta de padrões e informações úteis em bases de dados é uma tarefa de interesse. Em especial, bases de séries temporais têm sido alvo de pesquisas em áreas como medicina, economia e agrometeorologia. Em mineração de dados, uma das tarefas mais exploradas é a classificação. Entretanto, é comum em bases de séries temporais, a quantidade e complexidade de dados extrapolarem a capacidade humana de análise manual dos dados, o que torna o processo de supervisão dos dados custoso. Como consequência disso, são produzidos poucos dados rotulados, em comparação a um grande volume de dados não rotulados disponíveis. Nesse cenário, uma abordagem adequada para análise desses dados é a classificação semissupervisionada, que considera dados rotulados e não rotulados para o treinamento do classificador. Nesse contexto, este trabalho de mestrado propõe 1) uma metodologia de análise de dados obtidos a partir de séries temporais de imagens de satélite (SITS) usando tarefas de mineração de dados e 2) uma técnica baseada em grafos para classificação semissupervisionada de séries temporais extraídas de imagens de satélite. A metodologia e a técnica de classificação desenvolvidas são aplicadas na análise de séries temporais de índices de vegetação obtidas a partir de SITS, visando a identificação de áreas de plantio de cana-de-açúcar. Os resultados obtidos em análise experimental, realizada com apoio de especialistas no domínio de aplicação, indicam que a metodologia proposta é adequada para auxiliar pesquisas em agricultura. Além disso, os resultados do estudo comparativo mostram que a técnica de classificação semissupervisionada desenvolvida supera métodos de classificação supervisionada consolidados na literatura e métodos correlatos de classificação semissupervisionada. / The amount of digital data generated and stored as well as the need of creation and management of large databases has increased significantly, in the last decades. The possibility of finding valid and potentially useful patterns and information in large databases has attracted the attention of many scientific areas. Time series databases have been explored using data mining methods in serveral domains of application, such as economics, medicine and agrometeorology. Due to the large volume and complexity of some time series databases, the process of labeling data for supervised tasks, such as classification, can be very expensive. To overcome the problem of scarcity of labeled data, semi-supervised classification, which benefits from both labeled and unlabeled data available, can be applied to classify data from large time series databases. In this Master dissertation, we propose 1) a framework for the analysis of data extracted from satellite image time series (SITS) using data mining tasks and 2) a graph-based semi-supervised classification method, developed to classify temporal data obtained from satellite images. According to experts in agrometeorology, the use of the proposed method and framework provides an automatic way of analyzing data extracted from SITS, which is very useful for supporting research in this domain of application. We apply the framework and the proposed semi-supervised classification method in the analysis of vegetation index time series, aiming at identifying sugarcane crop fields, in Brazil. Experimental results indicate that our proposed framework is useful for supporting researches in agriculture, according to experts in the domain of application. We also show that our method is more accurate than traditional supervised methods and related semi-supervised methods.

A extração de termos em coleções textuais, que é uma atividade da etapa de Pré-Processamento da Mineração de Textos, pode ser empregada para diversos fins nos processos de extração de conhecimento. Esses termos devem ser cuidadosamente extraídos, uma vez que os resultados de todo o processo dependerão, em grande parte, da \"qualidade\" dos termos obtidos. A \"qualidade\" dos termos, neste trabalho, abrange tanto a representatividade dos termos no domínio em questão como sua compreensibilidade. Tendo em vista sua importância, neste trabalho, avaliou-se o efeito do uso de diferentes técnicas de simplificação de termos na compreensibilidade e representatividade dos termos em coleções textuais na Língua Portuguesa. Os termos foram extraídos seguindo os passos da metodologia apresentada neste trabalho e as técnicas utilizadas durante essa atividade de extração foram a radicalização, lematização e substantivação. Para apoiar tal metodologia, foi desenvolvida uma ferramenta, a ExtraT (Ferramenta para Extração de Termos). Visando garantir a \"qualidade\" dos termos extraídos, os mesmos são avaliados objetiva e subjetivamente. As avaliações subjetivas, ou seja, com o auxílio de especialistas do domínio em questão, abrangem a representatividade dos termos em seus respectivos documentos, a compreensibilidade dos termos obtidos ao utilizar cada técnica e a preferência geral subjetiva dos especialistas em cada técnica. As avaliações objetivas, que são auxiliadas por uma ferramenta desenvolvida (a TaxEM - Taxonomia em XML da Embrapa), levam em consideração a quantidade de termos extraídos por cada técnica, além de abranger tambéem a representatividade dos termos extraídos a partir de cada técnica em relação aos seus respectivos documentos. Essa avaliação objetiva da representatividade dos termos utiliza como suporte a medida CTW (Context Term Weight). Oito coleções de textos reais do domínio de agronegócio foram utilizadas na avaliaçao experimental. Como resultado foram indicadas algumas das características positivas e negativas da utilização das técnicas de simplificação de termos, mostrando que a escolha pelo uso de alguma dessas técnicas para o domínio em questão depende do objetivo principal pré-estabelecido, que pode ser desde a necessidade de se ter termos compreensíveis para o usuário até a necessidade de se trabalhar com uma menor quantidade de termos / The task of term extraction in textual domains, which is a subtask of the text pre-processing in Text Mining, can be used for many purposes in knowledge extraction processes. These terms must be carefully extracted since their quality will have a high impact in the results. In this work, the quality of these terms involves both representativity in the specific domain and comprehensibility. Considering this high importance, in this work the effects produced in the comprehensibility and representativity of terms were evaluated when different term simplification techniques are utilized in text collections in Portuguese. The term extraction process follows the methodology presented in this work and the techniques used were radicalization, lematization and substantivation. To support this metodology, a term extraction tool was developed and is presented as ExtraT. In order to guarantee the quality of the extracted terms, they were evaluated in an objective and subjective way. The subjective evaluations, assisted by domain specialists, analyze the representativity of the terms in related documents, the comprehensibility of the terms with each technique, and the specialist\'s opinion. The objective evaluations, which are assisted by TaxEM and by Thesagro (National Agricultural Thesaurus), consider the number of extracted terms by each technique and their representativity in the related documents. This objective evaluation of the representativity uses the CTW measure (Context Term Weight) as support. Eight real collections of the agronomy domain were used in the experimental evaluation. As a result, some positive and negative characteristics of each techniques were pointed out, showing that the best technique selection for this domain depends on the main pre-established goal, which can involve obtaining better comprehensibility terms for the user or reducing the quantity of extracted terms

Na mineração, grande parte das incertezas e riscos estão associados à caracterização geológica. A adoção das melhores práticas na pesquisa mineral resulta em menor risco e maiores eficácia e eficiência à operação, agregando valor ao empreendimento. No Brasil, em geral, a mineração em pequena escala emprega poucos recursos para a pesquisa mineral, e as melhores práticas são frequentemente ignoradas. Este trabalho aborda a incerteza geológica na mineração e como as melhores práticas de pesquisa mineral podem ser aplicadas na pequena mineração para diminuir riscos e incorporar valor ao projeto. A aplicação da Matriz de Priorização CEBIm em três projetos de pesquisa mineral em pequenos depósitos mostra como essa ferramenta pode ser utilizada de forma simples, prática, rápida e econômica para avaliação do nível de aderência do programa de pesquisa mineral às melhores práticas, que pode indicar a magnitude da incerteza geológica associada ao projeto. / In mining, a large number of uncertainties and risks are associated with geological characterization. The adoption of best practices in mineral exploration results in lower risk and greater effectiveness and efficiency to the operation, adding value to the enterprise. In Brazil, in general, small-scale mining employs little resources for mineral exploration, and the best practices are often ignored. This work addresses the geological risks in mining and how best practices in mineral exploration can be applied in small mining to reduce risks and incorporate value to the project. The application of the CEBIm Priority Matrix in three projects of mineral exploration in small deposits shows how this tool can be utilized in a simple, practical, fast and economical way for assessment of the level of compliance of the mineral exploration program to the best practices, which can indicate the magnitude of geological uncertainty associated with the project.

Esta tese tem por finalidade apresentar o desenvolvimento de um sistema biométrico de baixo custo, capaz de identificar pessoas pela análise dos padrões de veias das mãos com obtenção de imagens no espectro infravermelho próximo. O sistema foi montado fisicamente através da construção de um protótipo e então foram aquisitadas e armazenadas 520 imagens da parte dorsal da mão direita de 52 diferentes usuários, após isto foi realizada a extração de uma região de interesse definida pela maior porção quadrada da parte dorsal da mão. Em seguida foram aplicados três diferentes métodos de equalização e suavização da imagem na fase de pré-processamento, para posterior extração das características das veias com a utilização da transformada de Curvelet na função \"wrapping\" e aplicação do algoritmo Padrão Binário Local (LBP) para a digitalização do conteúdo extraído. No próximo passo, uma análise de identificação foi realizada usando cinco diferentes métodos de classificação. Em primeiro lugar, foi utilizado um classificador probabilístico Naive Bayes, em seguida um classificador baseado em aprendizagem por regressão linear Kernel Nearest Neighbor (K-NN), ainda foram aplicados dois algoritmos baseados em árvores de decisão C4.5 e Random Forest e finalmente um algoritmo baseado em redes neurais artificiais Multilayer Perceptron. Os classificadores foram testados utilizando o método de validação cruzada, e as informações foram separadas por 10 folds sendo que 10% dos dados foram utilizados para treino e 90% dos dados foram utilizados para teste. Com os mesmos dados resultantes da fase de pré-processamento, dois algoritmos foram aplicados para seleção de características, sendo o primeiro baseado na correlação da função de seleção de recursos e o segundo na seleção de atributos pelo conceito da entropia dos dados. Os resultados provam que o método de equalização de histograma adaptativa por limite de contraste na fase de pré-processamento apresentou os melhores resultados. Quanto aos classificadores, os melhores resultados foram obtidos com o uso da rede neural artificial proposta e as taxas de falsa aceitação (FAR) e falsa rejeição (FRR) obtidas após o processamento foram estimadas em 0,038 e 0,003 respectivamente. Foram realizados ainda testes com a quantidade mínima de imagens necessárias para identificação de pessoas e chegou-se ao valor de cinco imagens por usuário. Finalmente a avaliação da permanência do sistema biométrico foi realizada através da análise de imagens capturadas após um ano da primeira análise e os resultados mostram que o sistema é robusto, apesar das imagens conterem pequenas alterações, proporcionais às variações do índice de massa corporal dos usuários. / The system has been assembled as a prototype then were acquired and storaged 520 images from the dorsal side of the right hand of 52 different users, and then is accomplished an extracting of a region of interest defined by the largest square portion of the dorsal hand. Then a pre-processing of image has been applied using three different methods of image equalization and smoothing for later extraction of the veins characteristics using the Curvelet Transform in \"wrapping\" function and application of the Local Binary Pattern algorithm (LBP) for scanning the extracted content. On the next step, an identification analysis has been performed using five different classification methods. First, a probabilistic Naive Bayes classifier was used, second a classifier based on linear regression called Kernel Nearest Neighbor (K-NN) was applied, third and fourth two algorithms based on decision trees, C4.5 and Random Forest were tested, and finally an algorithm based on artificial neural networks Multilayer Perceptron was performed. The classifiers have been tested using the cross-validation method, and the information was separated by 10 folds wherein 10% of the data were used for training and 90% of the data were used for testing. From the same data resulted of the pre-processing step, two algorithms have been applied for selection features, the first based on the correlation based feature selection and the second in selecting attributes based to the concept of entropy data. The results proof that the equalization method by contrast limited adaptive histogram equalization, in the pre-processing stage, shown the best results. From the application of classifiers, the best result was achieved by using the artificial neural network proposal and the false acceptance rate (FAR) and false rejection rate (FRR) found through the processing were estimated in 0.038 and 0.003 respectively. Tests were also performed to assess the minimum amount of images needed to identify people and as result five images per user were found as the ideal number. Finally, the assessment of the biometric system permanence was performed using acquired images after a year of the first analysis and the results shown that the system is robust, even that the pictures contain minor changes proportional to index variations of body mass of users.