In this research we aim to achieve cybernetic cohesion information flow in precision agriculture, integrating machine learning methods, computer vision, geographical information system and UAV-photogrammetry in an irrigated area with slaughterhouse wastewater, under five treatments (W100 - irrigation with superficial water and 100% of nitrogen mineral fertilization, E0, E33, E66 and E100 - irrigation with treated effluent from slaughterhouse and addition of 0, 33, 66 and 100% of nitrogen mineral fertilization, respectively) and four replications on grassland (Cynodon dactylon (L.) Pers.). Several images (between one hundred and two hundred) with red, green, blue (RGB) color model were captured using a quadcopter flying at 20 meter altitude and obtaining spatial resolution of 1 centimeter on a surface of approximately 0.5 ha. The images were orthorectified together with nine ground control points done by differential global positioning system (GPS), both processed in the Agisoft PhotoScan software. Thirteen photogrammetric projects were done over time with 30-day revisit, the root mean squared error (RMSE) was used as accuracy measurement, and reached values lower than 5 centimeters for x, y and z axis. The orthoimage obtained with unmanned aerial vehicle (UAV) photogrammetry was changed from RGB to hue, saturation, value (HSV) color model, and the hue color space was chosen due to independence of illumination, beyond it has a good description of exposure of soil and vegetation, but it is dependent of light source temperature, so difficult to estabilish a static threshold, so we selected an unsupervised classification method, K-Means, to classify the unknown patterns along the area. Polygons were drawn delimiting the area represented by each portion and a supervised classification method based on entropy was used, the decision tree, to explore and find patterns that recognize each treatment. These steps are also displayed in forms of georeferenced thematic maps and were executed in the open source softwares Python, QGIS and Weka. The rules defined on the hue color space reached an accuracy of 100% on the training set, and provided a better understanding about the distribution of soil and vegetation on the parcels. This methodology shows a great potential for analysis of spectral data in precision agriculture. / Nesta pesquisa pretendemos alcançar a coesão cibernética no fluxo de informações dentro da agricultura de precisão, integrando métodos de aprendizagem de máquinas, visão computacional, sistema de informação geográfica e aerofotogrametria em uma área irrigada com efluente de matadouro, sob cinco tratamentos (W100 - irrigação com água superficial e 100 % de adubação mineral nitrogenada, E0, E33, E66 e E100 - irrigação com efluente tratado de abatedouro e adição de 0, 33, 66 e 100% de adubação mineral nitrogenada, respectivamente) e quatro repetições em pastagem (Cynodon dactylon (L.) Pers.) Várias imagens (entre cem e duzentas) com modelo de cor vermelho, verde e azul (RGB) foram capturadas por um quadricóptero voando a 20 metros de altitude, e obtendo resolução espacial de 1 centímetro em uma superfície de aproximadamente 0.5 ha. As imagens foram ortorretificadas juntamente com nove pontos de controle, realizados pelo sistema de posicionamento global diferencial (GPS), ambos processados no software Agisoft PhotoScan. Treze projetos fotogramétricos foram realizados ao longo do tempo com revisita de 30 dias, a raiz do erro quadrático médio (RMSE) foi usada como medida de acurácia e atingiu valores menores que 5 centímetros para os eixos x, y e z. A ortoimagem obtida com a fotogrametria do veículo aéreo não tripulado (UAV) foi alterada de RGB para matiz, saturação, valor (HSV) e o espaço de cor matiz foi escolhido devido a independência da iluminação, além de ter boa descrição da exposição do solo e vegetação. Entretanto este é dependente da temperatura da fonte de luz, portanto difícil de se estabelecer um limiar estático, logo selecionamos um método de classificação não supervisionado, o K-Means, para classificar os padrões desconhecidos ao longo da área. Polígonos foram traçados delimitando a área representada por cada parcela e um método supervisionado de classificação baseado na entropia foi utilizado, a árvore de decisão, para explorar e encontrar padrões que reconheçam cada tratamento. Essas etapas também são exibidas em formas de mapas temáticos georeferenciados e foram executadas nos softwares de código aberto Python, QGIS e Weka. As regras definidas no espaço de cor matiz atingiram uma acurácia de 100% no conjunto de treinamento e proporcionaram um melhor entendimento sobre a distribuição do solo e da vegetação nas parcelas. Esta metodologia mostra um grande potencial para análise de dados na agricultura de precisão.

In this research we aim to achieve cybernetic cohesion information flow in precision agriculture, integrating machine learning methods, computer vision, geographical information system and UAV-photogrammetry in an irrigated area with slaughterhouse wastewater, under five treatments (W100 - irrigation with superficial water and 100% of nitrogen mineral fertilization, E0, E33, E66 and E100 - irrigation with treated effluent from slaughterhouse and addition of 0, 33, 66 and 100% of nitrogen mineral fertilization, respectively) and four replications on grassland (Cynodon dactylon (L.) Pers.). Several images (between one hundred and two hundred) with red, green, blue (RGB) color model were captured using a quadcopter flying at 20 meter altitude and obtaining spatial resolution of 1 centimeter on a surface of approximately 0.5 ha. The images were orthorectified together with nine ground control points done by differential global positioning system (GPS), both processed in the Agisoft PhotoScan software. Thirteen photogrammetric projects were done over time with 30-day revisit, the root mean squared error (RMSE) was used as accuracy measurement, and reached values lower than 5 centimeters for x, y and z axis. The orthoimage obtained with unmanned aerial vehicle (UAV) photogrammetry was changed from RGB to hue, saturation, value (HSV) color model, and the hue color space was chosen due to independence of illumination, beyond it has a good description of exposure of soil and vegetation, but it is dependent of light source temperature, so difficult to estabilish a static threshold, so we selected an unsupervised classification method, K-Means, to classify the unknown patterns along the area. Polygons were drawn delimiting the area represented by each portion and a supervised classification method based on entropy was used, the decision tree, to explore and find patterns that recognize each treatment. These steps are also displayed in forms of georeferenced thematic maps and were executed in the open source softwares Python, QGIS and Weka. The rules defined on the hue color space reached an accuracy of 100% on the training set, and provided a better understanding about the distribution of soil and vegetation on the parcels. This methodology shows a great potential for analysis of spectral data in precision agriculture. / Nesta pesquisa pretendemos alcançar a coesão cibernética no fluxo de informações dentro da agricultura de precisão, integrando métodos de aprendizagem de máquinas, visão computacional, sistema de informação geográfica e aerofotogrametria em uma área irrigada com efluente de matadouro, sob cinco tratamentos (W100 - irrigação com água superficial e 100 % de adubação mineral nitrogenada, E0, E33, E66 e E100 - irrigação com efluente tratado de abatedouro e adição de 0, 33, 66 e 100% de adubação mineral nitrogenada, respectivamente) e quatro repetições em pastagem (Cynodon dactylon (L.) Pers.) Várias imagens (entre cem e duzentas) com modelo de cor vermelho, verde e azul (RGB) foram capturadas por um quadricóptero voando a 20 metros de altitude, e obtendo resolução espacial de 1 centímetro em uma superfície de aproximadamente 0.5 ha. As imagens foram ortorretificadas juntamente com nove pontos de controle, realizados pelo sistema de posicionamento global diferencial (GPS), ambos processados no software Agisoft PhotoScan. Treze projetos fotogramétricos foram realizados ao longo do tempo com revisita de 30 dias, a raiz do erro quadrático médio (RMSE) foi usada como medida de acurácia e atingiu valores menores que 5 centímetros para os eixos x, y e z. A ortoimagem obtida com a fotogrametria do veículo aéreo não tripulado (UAV) foi alterada de RGB para matiz, saturação, valor (HSV) e o espaço de cor matiz foi escolhido devido a independência da iluminação, além de ter boa descrição da exposição do solo e vegetação. Entretanto este é dependente da temperatura da fonte de luz, portanto difícil de se estabelecer um limiar estático, logo selecionamos um método de classificação não supervisionado, o K-Means, para classificar os padrões desconhecidos ao longo da área. Polígonos foram traçados delimitando a área representada por cada parcela e um método supervisionado de classificação baseado na entropia foi utilizado, a árvore de decisão, para explorar e encontrar padrões que reconheçam cada tratamento. Essas etapas também são exibidas em formas de mapas temáticos georeferenciados e foram executadas nos softwares de código aberto Python, QGIS e Weka. As regras definidas no espaço de cor matiz atingiram uma acurácia de 100% no conjunto de treinamento e proporcionaram um melhor entendimento sobre a distribuição do solo e da vegetação nas parcelas. Esta metodologia mostra um grande potencial para análise de dados na agricultura de precisão.

No description available.

Dans cette thèse, nous rapportons qu'un dendrigraft de poly-L-Lysine(DGL) est capable de former un complexe multi-ligand avec un peptide fluorescent, conduisant à la disparition quasi-totale du signal optique,qui peut ensuite être restauré en présence d'héparine. Ce système simple permet, pour la première fois, la détection de l'anticoagulant dans le sang humain à des doses cliniques. Ensuite, nous démontrons que ce système simple peut évoluer vers une barrette de senseurs. En fonction de la quantité d'indicateur sur le récepteur, des glycosaminoglycanes chargés négativement (GAG) induisent une variation du signal fluorescent selon s'ils déplacent ou compactent les indicateurs à la surface du récepteur. Cette stratégie unique permet non seulement l'identification aveugle de GAGs purs avec un niveau de précision de 100 %, mais aussi la différenciation de mixtures.Nous présentons également une méthodologie originale et simple pour la construction de structures tridimensionelles des DGLs. Nous étudions ensuite les caractéristiques structurelles de ces polymères par dynamique moléculaire. Cette méthodologie repose sur l'encodage des caractéristiques expérimentales des DGLs (i.e. degré de polymérisation, rapports de branchement, charges) en chaînes alphanumériques, qui seront ensuite interprétées par le programme de mécanique moléculaire Amber. Ce travail ouvre des perspectives pour l'exploration in silico des propriétés des dendrigrafts et des polymères hyperbranchés. Finalement, nous avons développé ChemBrows, un logiciel qui assiste les scientifiques/enseignants/étudiants dans leur veille bibliographique. Fonctionnant comme un lecteur de flux RSS amélioré qui intègre des filtres par mots-clés et un moteur de recommandation basé sur l'apprentissage machine, ChemBrows est un logiciel libre et open-source: www.chembrows.com. / In this thesis, we report that a "tree-like" dendrigraft ofpoly-L-Lysine (DGL) is able to form a multi-ligand complex with afluorescently labelled peptide, leading to the almost complete extinction ofthe optical signal that can be restored upon the introduction of heparin. This simple system allows, for the first time, the turn-ON fluorescent sensing of the anticoagulant in human blood at clinically relevant levels. Then, we demonstrate that this sensing ensemble can evolve toward a sensorarray. Depending on the loading of the indicator on the receptor, negatively charged glycosaminoglycans (GAGs) induce a positive or negative variation of the fluorescent signal as they displace the indicators from the receptor or they compact the indicators on the receptor’s surface, respectively. This unique strategy allows not only the blind identification of pure GAGs with a level of accuracy of 100 %, but also the differentiation of mixtures.We also report an original and simple methodology for the construction of three-dimensional structures of DGLs, and the subsequent investigation of their structural features using molecular dynamics simulations. This methodology relies on the encoding of the polymers’ experimental characterizations (i.e. degrees of polymerization, branchingratios, charges) into alphanumeric strings that are "readable" by the Ambersimulation package. This work opens avenues toward the in silico exploration of dendrigrafts and hyperbranched polymers.Finally, we developed ChemBrows, an in-house software that will significantly help scientists/teachers/ students to tame the flood of publications.Working as an enhanced RSS reader that integrates keyword-based filters anda machine-learning-based recommendation engine, ChemBrows is available onmultiple platforms as a free and open-source software at www.chembrows.com.

General Data Protection Regulation, GDPR, is a regulation coming into effect on May 25th 2018. Due to this, organizations face large decisions concerning how sensitive data, stored in databases, are to be identified. Meanwhile, there is an expansion of machine learning on the software market. The goal of this project has been to develop a tool which, through machine learning, can identify sensitive data. The development of this tool has been accomplished through the use of agile methods and has included comparisions of various algorithms and the development of a prototype. This by using tools such as Spyder and XAMPP. The results show that different types of sensitive data give variating results in the developed software solution. The kNN algorithm showed strong results in such cases when the sensitive data concerned Swedish Social Security numbers of 10 digits, and phone numbers in the length of ten or eleven digits, either starting with 46-, 070, 072 or 076 and also addresses. Regular expression showed strong results concerning e-mails and IP-addresses. / General Data Protection Regulation, GDPR, är en reglering som träder i kraft 25 maj 2018. I och med detta ställs organisationer inför stora beslut kring hur de ska finna känsliga data som är lagrad i databaser. Samtidigt expanderar maskininlärning på mjukvarumarknaden. Målet för detta projekt har varit att ta fram ett verktyg som med hjälp av maskininlärning kan identifiera känsliga data. Utvecklingen av detta verktyg har skett med hjälp av agila metoder och har innefattat jämförelser av olika algoritmer och en framtagning av en prototyp. Detta med hjälp av verktyg såsom Spyder och XAMPP. Resultatet visar på att olika typer av känsliga data ger olika starka resultat i den utvecklade programvaran. kNN-algoritmen visade starka resultat i de fall då den känsliga datan rörde svenska, tiosiffriga personnummer samt telefonnummer i tio- eller elva-siffrigt format, och antingen inleds med 46, 070, 072 eller 076 samt då den rörde adresser. Regular expression visade på starka resultat när det gällde e- mails och IP-adresser.

Submitted by Onia Arantes Albuquerque (onia.ufg@gmail.com) on 2018-11-09T12:13:06Z No. of bitstreams: 2 Dissertação - Rogério da Silva Cavalcante - 2018.pdf: 5211892 bytes, checksum: 5d22c517ccc83a270c5520e84654aca9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-11-12T12:37:23Z (GMT) No. of bitstreams: 2 Dissertação - Rogério da Silva Cavalcante - 2018.pdf: 5211892 bytes, checksum: 5d22c517ccc83a270c5520e84654aca9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-11-12T12:37:23Z (GMT). No. of bitstreams: 2 Dissertação - Rogério da Silva Cavalcante - 2018.pdf: 5211892 bytes, checksum: 5d22c517ccc83a270c5520e84654aca9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-10-11 / We aim to show how effective the technological resources can be when used for teaching. We chose to use the Python programming language in mathematics teaching, specifically arithmetic, showing how logic moves naturally between computing and mathematics, thereby showing a natural interdisciplinarity between these subjects. We propose programs built from the demonstrations of some classic results of arithmetic, aiming to integrate the teaching of these results to the teaching of basic tools of a programming language. / Objetivamos neste trabalho mostrar o quão eficazes podem ser os recursos tecnológicos quando utilizados para o ensino. Escolhemos utilizar a linguagem de programação Python no ensino de matemática, especificamente aritmética, exibindo como a lógica transita naturalmente entre a computação e a matemática, mostrando dessa maneira uma interdisciplinaridade nata entre esses assuntos. São propostos programas construídos a partir das demonstrações de alguns resultados clássicos da aritmética, visando integrar o ensino desses resultados ao ensino de ferramentas básicas de uma linguagem de programação.

Esta tese propõe um modelo computacional para análise de conformidade de áreas e superfícies de proteção de aeródromos aos critérios de projeto geométrico previstos no Anexo 14 da ICAO (International Civil Aviation Organization). Não foram encontrados na literatura softwares open source com esta finalidade. Os critérios da ICAO impõem áreas e superfícies imaginárias de proteção que se originam na vizinhança de cada uma das pistas de pouso e/ou de decolagem. Dessas exigências normativas decorre um complexo conjunto de áreas em solo e superfícies no espaço aéreo, as quais ordenam a presença de objetos fixos e móveis dentro e fora dos limites do sítio aeroportuário. Os dados de entrada do modelo proposto compreendem: informações sobre a topografia e sobre os limites internos e externos do sítio; a posição de objetos fixos e móveis; a categoria da aeronave; o procedimento de aproximação empregado; e informações sobre a configuração do sistema de pistas. O modelo computacional proposto integra conceitos de CAD (Computer Aided Design) e de GIS (Geographic Information System) para a geração automática de geometrias georreferenciadas, de acordo com um MDE (Modelo Digital de Elevação), internamente representado por uma malha TIN (Triangulated Irregular Network). Além da geração virtual das geometrias, o modelo permite a detecção automática de eventuais interferências nas áreas e superfícies de proteção pelos objetos fixos e móveis. O modelo apresenta os resultados das análises por meio de janelas gráficas e permite a exportação dos arquivos KML para um globo virtual, como o Google Earth. Os arquivos KML representam as áreas e superfícies de proteção e os objetos fixos e móveis, destacando os obstáculos detectados. A modelagem proposta foi implementada em linguagem Python, testada e validada para instâncias fictícias e para um caso real, relacionado ao Aeroporto de Viracopos em Campinas, no Brasil (SBKP). Buscas sistemáticas na literatura científica nacional e internacional indicam que a modelagem aqui proposta é inédita, contribuindo para preencher a lacuna identificada na revisão bibliográfica realizada. / This thesis proposes a computational model for analysis of conformity of aerodrome protection areas and surfaces according to ICAO (International Civil Aviation Organization) Annex 14 geometric design criteria. No open source software with this purpose could be found in the literature. ICAO criteria impose imaginary protection areas and surfaces that start at the vicinity of each runway, leading to a complex set of geometries on the ground and in the airspace. Fixed and movable objects, both inside and outside the aerodrome property limits, are controlled by means of this set of imaginary surfaces. Input data for the herein proposed model comprises: aerodrome site topography and internal and external boundaries; fixed and movable objects position; aircraft category; approach procedures; and runway system configuration data. The model integrates CAD (Computer Aided Design) and GIS (Geographic Information System) technologies in order to automatically generate georeferenced geometries, that take into account a DEM (Digital Elevation Model), internally represented by a TIN (Triangulated Irregular Network) approach. In addition to geometry generation, the proposed model also performs obstacle assessment regarding the suppositional geometric interferences between protection areas and surfaces and the fixed and movable objects. The model results are outputted by means of screen plots, execution console (detected geometric interferences) and KML (Keyhole Markup Language) files, to be exported to virtual globes, like Google Earth. The KML files represent the geometries of protection areas and surfaces as well as fixed and movable objects, highlighting detected obstacles. The model was implemented in Python language and tested for validation, employing both fictitious and a real instance, related to the Viracopos International Airport (SBKP), in Campinas, Brazil. The undergone bibliographic search, considering national and international literature, indicates that this research introduces an unprecedented model, filling in a gap in the literature.

For quite some time relational databases, such as MySQL, Oracle and Microsoft SQL Server, have been used to store data for most applications. While they are indeed ACID compliant (meaning interrupted database transactions won't result in lost data or similar nasty surprises) and good at avoiding redundancy, they are difficult to scale horizontally (across multiple servers) and can be slow for certain tasks. With the Web growing rapidly, spawning enourmous, user-generated content websites such as Facebook and Twitter, fast databases that can handle huge amounts of data are a must. For this purpose new databases management systems collectively called NoSQL are being developed. This thesis explains NoSQL further and compares the write and retrieval speeds, as well as the space efficiency, of two database management systems from the document oriented branch of NoSQL called MongoDB and CouchDB, which both use the JavaScript Object Notation (JSON) to store their data within. The benchmarkings performed show that MongoDB is quite a lot faster than CouchDB, both when inserting and querying, when used with their respective Python libraries and dynamic queries. MongoDB also is more space efficient than CouchDB.

Orientador: João Pedro Albino / Resumo: Os Sistemas de Informações Geográficas – SIG – têm sido muito utilizados pelos órgãos de saúde para análise e tomada de decisão nas ações de combate a diversas doenças e têm alcançado resultados dentro dos parâmetros de controle dos vetores, porém essas análises não permitem uma fácil verificação de tendências e evolução das mesmas, ocasionando demora na tomada de decisão e, comumente, um superdimensionamento dos recursos utilizados. Com o objetivo de criar uma visualização mais eficaz, foi desenvolvido um método de análise e representação de dados de endemias que permitiu o desenvolvido de mapas interativos capazes de representar a densidade, a concentração e a dispersão dos casos (mapa de calor - heatmap), utilizando o Sistema R e Python. Ao aplicar este método baseado nos dados de casos de leishmaniose humana, fornecidos pela Secretaria da Saúde na cidade de Marília, interior de São Paulo, no período de 2011 a 2019, foi possível identificar com mais precisão em quais locais estão ocorrendo a transmissão animal-humana. A interação na linha do tempo do mapa permitiu verificar o comportamento dessa contaminação, sendo possível prever por quais regiões os casos devem se alastrar e quais os principais pontos de bloqueio do avanço da doença devem ser definidos. / Abstract: Geographic Information Systems - GIS - have been widely used by health agencies for analysis and decision making in actions to combat various diseases and have achieved results within the parameters of vector control, however these analyzes do not allow an easy verification of trends and their evolution, causing delay in decision making and, commonly, an oversizing of the resources used. In order to create a more effective visualization, a method of analysis and representation of endemic data was developed that allowed the creation of interactive maps capable of representing the density, concentration and dispersion of the cases (density map - heatmap), using the R and Python System. By applying this method based on data from cases of human leishmaniasis, provided by the Secretariat of Health in the city of Marília, in the interior of São Paulo, from 2011 to 2019, it was possible to identify more precisely in which locations animal-human transmission is occurring. The interaction in the timeline of the map allowed to verify the behavior of this contamination, making it possible to predict which regions the cases should spread to and which are the main points of blocking the progress of the disease. / Mestre

The diploma thesis aims on the matter of data hiding (steganography) in audio records. It describes general steganographic principles and aims further on the specifics of data hiding in audio records and also aims on the LSB steganographic technique and suitability of different types of audio records to be used with this technique. The thesis also describes a laboratory exercise focused on steganography in audio records and influence of related aspects on the final audio record which contains secret data. Further, the thesis describes a program that was created especially for the laboratory exercise, from the design, functional as well as implementation-related view. Within the exercise, students will be able to examine how the amount of data to be hidden in the audio record and different ways of data hiding will affect quality of the resulting audio record, and therefore they can become more familiar with the matter of steganography based on the LSB method used in audio records.