Esta dissertação se propõe a um estudo aplicado às indústrias moveleiras do segmento de fabricação de móveis planejados, associadas à MOVERGS (Associação das Industrias de Móveis do Rio Grande do Sul) e que atuam junto ao mercado consumidor através de rede de lojas exclusivas ou especializadas, no intuito de traçar um diagnóstico, mediante aplicação de pesquisa, sobre como este segmento do ramo moveleiro se encontra com relação aos requisitos organizacionais necessários para monitoramento de seu ambiente pertinente. O universo desta pesquisa foi selecionado em conjunto com a entidade MOVERGS, conforme critério de importância dentro deste segmento, para que as empresas relevantes deste segmento fossem contempladas. Os estudos que serão apresentados a partir da compilação de diferentes correntes de pesquisa e autores sobre a importância da tomada de decisão com base em informações advindas do monitoramento do ambiente, importantes para trabalhar o tema inteligência dentro das empresas. Este trabalho propõe-se realizar um estudo sobre monitoramento de ambiente, com enfoque no quanto as empresas estão preparadas para sistematizar a atividade de inteligência, em especial com foco na percepção, seleção, obtenção, análise e interpretação coletiva das informações do ambiente externo. Esta espiral de captação, análise e utilização fomenta o amadurecimento da organização para níveis de entendimento e aplicação da Inteligência. A motivação para este estudo vem da observação dos movimentos que o setor moveleiro apresenta quanto à fragilidade na atuação com o mercado consumidor, onde nos últimos anos iniciou-se um processo de fechamento de lojas que representam os fabricantes nas ações de comercialização, o que vem expondo as marcas a situações de abalo de imagem, construída com muito esforço ao longo da trajetória de atuação. O estudo permitiu identificar que o setor ainda está pouco maduro em relação à capacidade de sistematizar processos que potencializem a capacidade de antever situações que auxiliem na tomada de decisões relevantes e de impacto para a continuidade dos negócios. Foi possível observar também, como resultado da aplicação da pesquisa, a existência de lacuna, logo, um grande espaço para promover entendimento e sensibilização que pode ser desenvolvido por iniciativas de interesses dentro do segmento. / This paper proposes a study applied to the furniture industry manufacturing segment of customized furniture, associated with MOVERGS (Association of Furniture Industries of Rio Grande do Sul) and working with the consumer market through network exclusive or specialty stores, in order to draw a diagnosis, by applying research on this segment of the furniture industry is in relation to organizational requirements for monitoring its relevant environment. The universe of this research was selected in conjunction with the MOVERGS entity as criterion of importance within this segment, so that the relevant companies in this segment were observed. The studies will be presented from the compilation of different streams of research and authors about the importance of decision making based on information coming from the environmental monitoring, important to work the theme intelligence within companies. This work proposes to carry out a study on environmental monitoring, focusing on how companies are prepared to systematize the intelligence activity, especially focusing on the perception, selection, acquisition, analysis and interpretation of the collective information from the external environment. This spiral of capture, analysis and use fosters the organization's maturing to levels of understanding and application of intelligence. The motivation for this study comes from the observation of the movements that the furniture sector shows the fragility in acting with the consumer market, which in recent years began a store closing process representing manufacturers in selling shares, which comes exposing the brand image of shock situations, constructed with great effort along the path of intense activity. The study identified that the sector is still little mature for the ability to systematize processes that enhance the ability to anticipate situations that help in making relevant decisions and impact to business continuity. It was observed also as a result of application of the research, the existence of gap, so a large space to promote understanding and awareness that can be developed by interests initiatives within the segment.

Plankton microorganisms constitute the base of the marine food web and play a great role in global atmospheric carbon dioxide drawdown. Moreover, being very sensitive to any environmental changes they allow noticing (and potentially counteracting) them faster than with any other means. As such they not only influence the fishery industry but are also frequently used to analyze changes in exploited coastal areas and the influence of these interferences on local environment and climate. As a consequence, there is a strong need for highly efficient systems allowing long time and large volume observation of plankton communities. This would provide us with better understanding of plankton role on global climate as well as help maintain the fragile environmental equilibrium. The adopted sensors typically provide huge amounts of data that must be processed efficiently without the need for intensive manual work of specialists. A new system for general purpose particle analysis in large volumes is presented. It has been designed and optimized for the continuous plankton monitoring problem; however, it can be easily applied as a versatile moving fluids analysis tool or in any other application in which targets to be detected and identified move in a unidirectional flux. The proposed system is composed of three stages: data acquisition, targets detection and their identification. Dedicated optical hardware is used to record images of small particles immersed in the water flux. Targets detection is performed using a Visual Rhythm-based method which greatly accelerates the processing time and allows higher volume throughput. The proposed method detects, counts and measures organisms present in water flux passing in front of the camera. Moreover, the developed software allows saving cropped plankton images which not only greatly reduces required storage space but also constitutes the input for their automatic identification. In order to assure maximal performance (up to 720 MB/s) the algorithm was implemented using CUDA for GPGPU. The method was tested on a large dataset and compared with alternative frame-by-frame approach. The obtained plankton images were used to build a classifier that is applied to automatically identify organisms in plankton analysis experiments. For this purpose a dedicated feature extracting software was developed. Various subsets of the 55 shape characteristics were tested with different off-the-shelf learning models. The best accuracy of approximately 92% was obtained with Support Vector Machines. This result is comparable to the average expert manual identification performance. This work was developed under joint supervision with Professor Rubens Lopes (IO-USP). / Microorganismos planctônicos constituem a base da cadeia alimentar marinha e desempenham um grande papel na redução do dióxido de carbono na atmosfera. Além disso, são muito sensíveis a alterações ambientais e permitem perceber (e potencialmente neutralizar) as mesmas mais rapidamente do que em qualquer outro meio. Como tal, não só influenciam a indústria da pesca, mas também são frequentemente utilizados para analisar as mudanças nas zonas costeiras exploradas e a influência destas interferências no ambiente e clima locais. Como consequência, existe uma forte necessidade de desenvolver sistemas altamente eficientes, que permitam observar comunidades planctônicas em grandes escalas de tempo e volume. Isso nos fornece uma melhor compreensão do papel do plâncton no clima global, bem como ajuda a manter o equilíbrio do frágil meio ambiente. Os sensores utilizados normalmente fornecem grandes quantidades de dados que devem ser processados de forma eficiente sem a necessidade do trabalho manual intensivo de especialistas. Um novo sistema de monitoramento de plâncton em grandes volumes é apresentado. Foi desenvolvido e otimizado para o monitoramento contínuo de plâncton; no entanto, pode ser aplicado como uma ferramenta versátil para a análise de fluídos em movimento ou em qualquer aplicação que visa detectar e identificar movimento em fluxo unidirecional. O sistema proposto é composto de três estágios: aquisição de dados, detecção de alvos e suas identificações. O equipamento óptico é utilizado para gravar imagens de pequenas particulas imersas no fluxo de água. A detecção de alvos é realizada pelo método baseado no Ritmo Visual, que acelera significativamente o tempo de processamento e permite um maior fluxo de volume. O método proposto detecta, conta e mede organismos presentes na passagem do fluxo de água em frente ao sensor da câmera. Além disso, o software desenvolvido permite salvar imagens segmentadas de plâncton, que não só reduz consideravelmente o espaço de armazenamento necessário, mas também constitui a entrada para a sua identificação automática. Para garantir o desempenho máximo de até 720 MB/s, o algoritmo foi implementado utilizando CUDA para GPGPU. O método foi testado em um grande conjunto de dados e comparado com a abordagem alternativa de quadro-a-quadro. As imagens obtidas foram utilizadas para construir um classificador que é aplicado na identificação automática de organismos em experimentos de análise de plâncton. Por este motivo desenvolveu-se um software para extração de características. Diversos subconjuntos das 55 características foram testados através de modelos de aprendizagem disponíveis. A melhor exatidão de aproximadamente 92% foi obtida através da máquina de vetores de suporte. Este resultado é comparável à identificação manual média realizada por especialistas. Este trabalho foi desenvolvido sob a co-orientacao do Professor Rubens Lopes (IO-USP).