Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-08-31T12:35:50Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Tese_Jorge_Luis_Cavalcanti_Ramos_Final.pdf: 7170280 bytes, checksum: 89435ef87395ca1ce9cdec68c87e843d (MD5) / Made available in DSpace on 2017-08-31T12:35:50Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Tese_Jorge_Luis_Cavalcanti_Ramos_Final.pdf: 7170280 bytes, checksum: 89435ef87395ca1ce9cdec68c87e843d (MD5) Previous issue date: 2016-12-22 / O crescimento da Educação a Distância (EAD) tem sido apoiado por teorias para auxiliar o planejamento e a execução de cursos de maneira eficaz e eficiente. As pesquisas na área também refletem esse crescimento, à medida que buscam atenuar ou resolver problemas que surgem decorrentes dessa expansão, como por exemplo os altos índices de evasão ainda verificados na modalidade. Para a maioria das instituições que participaram do Censo Anual da EAD no Brasil em 2015, o grande obstáculo enfrentado tem sido a evasão nos cursos, quando para 40% das instituições pesquisadas, a taxa média de evasão foi entre 26% e 50% nos cursos totalmente ofertados a distância por essas instituições. Partindo de uma necessidade de renovação de teorias da EAD, bem como aplicá-las no sentido de auxiliar no enfrentamento nos desafios da modalidade, esta pesquisa enfocou a Teoria da Distância Transacional, proposta por Moore (1972, 1973, 1993, 2013). Foi sugerida uma nova abordagem para determinação dos seus construtos, com o propósito de aplicá-los em um processo de detecção precoce de alunos com tendências a evasão, em cursos superiores ofertados a distância. A utilização de técnicas de análise multivariada para a obtenção dos construtos da distância transacional teve a intenção de buscar uma abordagem distinta das atualmente verificadas na literatura. Essa determinação é feita, na maioria dos casos, utilizando questionários aplicados a alunos e professores. Também, as evidências na literatura apontam o uso de diversas técnicas de mineração de dados e aprendizagem de máquina na definição de modelos preditivos em contextos educacionais, com índices satisfatórios de acertos. A partir da obtenção dos componentes (variáveis) dos construtos da distância transacional, foi também definido e validado um modelo de previsão da evasão de alunos em cursos a distância, a partir desses componentes. Foram usados diversos algoritmos classificadores, sendo o classificador por regressão logística apresentado resultados mais relevantes quando comparados aos registrados pela literatura na área. Foi então desenvolvida uma aplicação com o modelo preditivo implementado, para testes com professores e tutores que atuam na EAD, sendo a mesma bem avaliada por esses usuários. / The growth of Distance Education (DE) has been supported by theories to aid in the planning and execution of courses in an effective and efficient way. Research in this area also reflects this growth, as they seek to mitigate or solve problems arising from this expansion, such as the high rates of dropouts still observed in the modality. For most of the institutions that participated in the DE Annual Census in Brazil in 2015, the greatest obstacle has been the avoidance of courses, when for 40% of the institutions surveyed, the average rate of dropout was between 26% and 50% in courses offered at a distance by these institutions. Based on a need to renew DE theories, as well as applying them to help addressing the challenges of the modality, this research focused on the Transactional Distance Theory proposed by Moore (1972, 1973, 1993, 2013). It was suggested a new approach to determine their constructs, with the purpose of applying them in a process of early detection of students with tendencies to dropout, in higher distance courses. The use of multivariate analysis techniques to obtain the transactional distance constructs, had the intention of looking for a different approach than those currently found in the literature. This determination is made, in most cases, using questionnaires applied to students and teachers. In addition, the literature evidences the use of several techniques of data mining and machine learning in the definition of predictive models in educational contexts, with satisfactory indexes of precision. After obtaining the components (variables) of the constructs, it was also defined and validated a model of prediction of the dropout students in distance courses, from these components. Several classifiers algorithms were used, and the logistic regression classifier presented more relevant results when compared to those recorded in the literature. Since then, an application with the predictive model was implemented for test with users and was been well accepted by teachers and tutors who work with DE.

Made available in DSpace on 2018-08-02T00:01:56Z (GMT). No. of bitstreams: 1 tese_2858_TeseDoutoradoFabioDarosdeFreitas.pdf: 3108018 bytes, checksum: 316bdee64e004c2aabfd9a24c931227d (MD5) Previous issue date: 2008-12-18 / Este trabalho apresenta um novo modelo de seleção de carteiras baseado em erros de predição que captura oportunidades de investimento no curto prazo. Nós utilizamos preditores neurais auto-regressivos com referências móveis para predizer os retornos futuros das ações, e uma medida de risco baseada nos seus erros de predição foi derivada de forma a manter a mesma fundamentação estatística do modelo média-variância. O efeito da diversificação eficiente se aplica através da seleção de preditores com perfis de erros de predição baixos e complementares. Um grande conjunto de experimentos com dados reais do mercado de ações brasileiro foi conduzido para avaliar o modelo de seleção de carteiras baseado em erros de predição, o qual contou com o exame da Normalidade dos erros de predição. Nossos resultados principais mostraram que é possível obter erros de predição Normais a partir de séries de retornos não Normais, e que o modelo de seleção de carteiras baseado em erros de predição capturou corretamente oportunidades de curto prazo, desempenhando melhor que o modelo média-variância e superando o índice de mercado.

Comorbidade é a coocorrência de dois ou mais distúrbios em uma pessoa. Identificar quais fatores genéticos ou quais são os mecanismos subjacentes à comorbidade é um grande desafio da ciência. Outra constatação relevante é que muitos pares de doenças que compartilham genes comuns não mostram comorbidade significativa nos registros clínicos. Vários estudos clínicos e epidemiológicos têm demonstrado que a comorbidade é uma situação médica universal porque pacientes com vários transtornos médicos são a regra e não a exceção. Neste trabalho, é proposta uma metodologia de predição de associação doença-doença por meio da integração de dados públicos sobre genes e sobre doenças e suas comorbidades. Analisando as redes formadas pelos genes e pelas doenças, a partir da utilização de cinco métodos de predição de links: Vizinhos Comuns, Adamic-Adar, Índice de Conexão Preferencial, Índice de Alocação de Recursos e Katz, a fim de encontrar novas relações de comorbidade. Como resultados foram criadas duas redes: uma rede epidemiológica chamada de rede_DATASUS com 1.941 nós e 248.508 arestas e uma rede gênica, rede_KEGG, com 288 nós e 1.983 arestas. E a predição em cima da rede_KEGG, e dentre as associações de doenças preditas e analisadas encontramos 6 associações preditas que estão presentes na rede_DATASUS e relatos na literatura. Acreditamos que as associações entre genes podem elucidar as causas de algumas comorbidades / Comorbidity is the co-occurrence of two or more heath disturbances in a person. Identify which genetic factors or what are the biological mechanisms underlying the comorbidity is a big challenge in science. Another relevant finding is that many pairs of diseases that share common genes do not show significant comorbidity clinical records. Several clinical and epidemiological studies have shown that comorbidity is a universal medical situation because patients with various medical disorders are the rule and not the exception In this work, a methodology of prediction of disease-illness is provided through the integration of data on genes and on diseases and their comorbidities. Analyzing how to redesign genes and diseases, using five link prediction methods: Common Neighbours, Adamic-Adar, Preferential Attachment Index, Resource Allocation Index and emph Katz, an end to find new relationships of comorbidity. As a redesigned network: an epidemiological network called network_DATASUS network with 1,941 nodes and 248,508 edges and a genetic network, network_KEGG, with 288 nodes and 1,983 edges. And the prediction over network_KEGG, and among the predicted and analyzed combinations are 6 predicted classes that are present in network_DATASUS and reports in the literature. We believe that the associations between genes can elucidate the causes of some comorbidities

Submitted by Ana Damasceno (ana.damasceno@unipampa.edu.br) on 2017-06-07T21:02:40Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) PA³P uma nova ferramenta para determinação in silico da alergenicidade e antigenicidade de proteínas.pdf: 4093415 bytes, checksum: 0bc76850b4fffd6e3c97f8f6a339dc0b (MD5) / Made available in DSpace on 2017-06-07T21:02:40Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) PA³P uma nova ferramenta para determinação in silico da alergenicidade e antigenicidade de proteínas.pdf: 4093415 bytes, checksum: 0bc76850b4fffd6e3c97f8f6a339dc0b (MD5) Previous issue date: 2016-05-05 / Uma das preocupações envolvendo a expressão de diferentes proteínas heterólogas em alimentos é a possibilidade do desenvolvimento de reações alérgicas ou antigênicas nos consumidores finais. A Food and Agriculture Organization of the United Nations juntamente com a World Health Organization definiram que uma sequência de aminoácidos seria considerada alergênica/antigênica quando apresentasse ao menos 35 % de identidade em uma janela de 80 aminoácidos ou 6 – 8 aminoácidos contíguos e idênticos quando comparada com sequências de alergénos conhecidos. Para categorizar proteínas alergênicas ou antigênicas foi construída uma plataforma (chamada Plataforma de Análise da Alergenicidade e Antigenicidade de Proteínas – PA³P – e disponível em http://lpa.saogabriel.unipampa.edu.br:8080/pa3p/index.jsp ou http://pluriserver.com.br/pa3p/) que congrega um conjunto de ferramentas específicas para tais análises. A plataforma fora construída através da linguagem de programação Java e HTML. Desta forma, foram separados grupos de proteínas alergênicas/antigênicas de não alergênicas/não antigênicas com redução dos casos de falsos positivos ou falsos negativos. As análises complementares utilizadas neste trabalho são necessárias, pois a metodologia proposta pela Food and Agriculture Organization of the United Nations juntamente com a World Health Organization é insuficiente, gerando resultados duvidosos. A plataforma construída neste trabalho obteve valores de 98 % de sensibilidade e 96 % de especificidade, comparada com 89 % e 85 %, respectivamente, dos testes utilizados isoladamente. Esta plataforma pode ser utilizada para embasar a decisão de utilizar determinada proteína na construção de um Organismo Geneticamente Modificado com finalidade nutricional. / A major drawback involving heterologous protein expression in organisms used for human consumption is the possibility of allergenic or antigenic reactions. Both Food and Agriculture Organization of the United Nations and World Health Organization determined that a potentially allergenic protein world present at least 35 % identity in a 80 amino acid window or 6 – 8 contiguous and identical amino acids when compared with known allergens. In order to assess the allergenic or antigenic potential of a given protein, the Platform for Analysis of Allergenicity and Antigenicity of Proteins (PA³P – available at http://lpa.saogabriel.unipampa.edu.br:8080/pa3p/index.jsp or http://pluriserver.com.br/pa3p/) was developed. The platform was constructed using Java and HTML programming languages. It was p ssible to discriminate allergenic/antigenic from non-allergenic/non-antigenic proteins, with reduction of false positive and false negative samples. The additional analyses used in the platform are necessary, since the insufficient FAO and WHO proposed methods, rendering doubtable results. In our tests, PA³P presented 98% sensibility and 96% specificity when compared with the web tools used independently (89 and 85%, respectively). This tool has a potential to contribute to decision making regarding the of a given protein in GMO construction with nutritional intent.

A identificação de genes responsáveis por doenças humanas pode fornecer conhecimentos sobre mecanismos patológicos e psicológicos que são essenciais para o desenvolvimento de novos diagnósticos e terapias. Sabemos que uma doença é raramente uma consequência de uma anormalidade num único gene, porém reflete desordens de uma rede intra e intercelular complexa. Muitas metodologias conhecidas na Bioinformática são capazes de priorizar genes relacionados a uma determinada doença. Algumas abordagens também podem validar a pertinência ou não destes genes em relação à doença estudada. Uma abordagem de priorização de genes é a investigação a partir de doenças que acometem pacientes ao mesmo tempo, as comorbidades. Existem muitas fontes de dados biomédicos que podem ser utilizadas para a coleta de comorbidades. Desta forma, podemos coletar pares de doenças que formam comorbidades epidemiológicas e assim analisar os genes de cada doença. Esta análise serve para expandirmos a lista de genes candidatos de cada uma dessas doenças e justificarmos a relação gênica entre essas comorbidades. O objetivo principal deste projeto é o de integração dos dados epidemiológicos e genéticos para a realização da predição de genes causadores de doenças. Isto se dará através do estudo de comorbidade destas doenças. / The identification of genes responsible for human diseases can provide knowledge about pathological and physiological mechanisms that are essential for the development of new diagnostics and therapeutics. It is known that a disease is rarely a consequence of an abnormality in a single gene, but reflects complex intra and intercellular network disorders. Many methodologies known in Bioinformatics are able to prioritize genes related to a particular disease. Some approaches can also validate how appropriate or not these genes are relative to a disease. An approach for prioritizing genes is the research from diseases afecting patients at the same time, i.e. comorbidities. There are many sources of biomedical data that can be used to collect comorbidities and analyse genes of each disease. We can also expand the list of candidate genes for each singular disease and justify the genetic relationship of these comorbidities. The main objective of this project is the integration of epidemiologic and genetic data to perform the prediction of causing genes through the study of comorbidity of these illnesses.

A predição de links em redes é uma tarefa com aplicações em diversos cenários. Com a automatização de processos, as redes sociais, redes tecnológicas e outras cresceram muito em número de vértices e arestas. Portanto, a utilização de preditores de links em redes com alta complexidade estrutural não é trivial, mesmo considerando algoritmos de baixa complexidade computacional. A grande quantidade de operações necessárias para que os preditores possam escolher quais arestas são promissoras torna o processo de considerar a rede toda inviável na maioria dos casos. As abordagens existentes enfrentam essa característica de diversas formas, sendo que as mais populares são as que limitam o conjunto de pares de vértices que serão considerados para existência de arestas promissoras. Este projeto aborda a criação de uma estratégia que utiliza otimização multinível para contrair as redes, executar os algoritmos de predição de links nas redes contraídas e projetar os resultados de predição para a rede original, para reduzir o número de operações necessárias à predição de links. Os resultados mostram que a abordagem consegue reduzir o tempo necessário para predição, apesar de perdas esperadas na qualidade na predição. / Link prediction in networks is a task with applications in several scenarios. With the automation of processes, social networks, technological networks, and others have grown considerably in the number of vertices and edges. Therefore, the creation of systems for link prediction in networks of high structural complexity is not a trivial process, even considering low-complexity algorithms. The large number of operations required for predicting which edges are promising makes the considering of the whole network impracticable in many cases. The existing approaches face this characteristic in several ways, and the most popular are those that limit the set of vertex pairs that will be considered for the existence of promising edges. This project addresses a strategy that uses multilevel optimization to coarse networks, execute prediction algorithms on coarsened networks and project the results back to the original network, in order to reduce the number of operations for link prediction. The experiments show that the approach can reduce the time despite some expected losses of accuracy.

Neste trabalho são analisadas as metodologias de predição dos coeficientes de perdas de energia mecânica em turbinas axiais a gás, em estágio de turbina axial, no ponto de projeto e fora dele. Estas metodologias de predição foram implementadas em um programa de computador, na linguagem FORTRAN e utilizados para os cálculos de desempenho. Os resultados numéricos foram validados com dados da literatura. Os modelos foram utilizados para a análise de desempenho de uma mesma turbina e os resultados obtidos são apresentam boa concordância entre si, indicando que, para a turbina utilizada como base dos cálculos, não é possível indicar qual método é o melhor dos quatro, dadas as tolerâncias, da ordem de 3% em eficiência, inerentes a tais métodos, mas permite sugerir que o de Kacker & Okapuu seja adotado, por ter sido calibrado com dados de turbinas mais recentes. Para uma segunda fase do projeto e de análise, é sugerida metodologia mais geral, tais como o MCLC (Metodologia das Curvaturas de Linhas de Corrente). Em adição aos resultados obtidos, é conveniente que se utilizem outros métodos, como os de CFD, para melhor se caracterizar o desempenho calculado. Uma representação mais adequada teria como base a determinação do campo de escoamento na turbomáquina através do uso das técnicas de CFD.

Este trabalho tem por objetivo principal informatizar as atividades do cálculo do Nível de Ruído Efetivo Percebido ("EPNL"- Effective Perceived Noise Level) do ruído externo de avião. Essa ée uma ferramenta importante que passa a estar disponível no CTA/IFI/CAvC. A metodologia utilizada está totalmente baseada nos itens 4 e 9 e respectivos sub-itens do Anexo 16, Volume I da Organização de Aviação Civil Internacional (OACI ). Os resultados obtidos são satisfatórios, concordando em menos de 0,7 % com os resultados obtidos por firma estrangeira de consultoria em ruído aeronáutico.

A estimação dos coeficientes preditores, em sistemas de codificação de voz baseados em LPC, e realizada través de minimização do valor esperado de uma função do erro de predição. Normalmente utiliza-se uma função quadrática, pois com isso minimiza-se a energia do erro de predição, alem de ser possível uma solução analítica para o problema. Entretanto, não e necessariamente verdade que a minimização da energia do erro de predição esteja associada a maximização do fator de qualidade (ponderado pela curva de resposta do ouvido humano) do sinal decodificado. Neste trabalho, funções de erro alternativas são analisadas e, a seguir, a possibilidade de se adotar um erro de predição relativo e testada. Os resultados obtidos indicam que, apesar do erro quadrático apresentar um bom desempenho quando comparado as funções de erro alternativas, a utilização de um erro de predição relativo pode ser útil em algumas situações.

Este trabalho de pesquisa propõe um método temporal para a predição de links em redes sociais, que explora as informações os aspectos temporais da rede, visando melhorar a precisão em se prever links futuros, melhorar a eficiência de análises e diminuir as incertezas no processo de tomadas de decisão. O método proposto encontra-se estruturado em cinco passos: Seleção de Características, Computação das Características, Redução de Dimensionalidade, Treinamento do Preditor e Predição dos links. Este método proposto foi aplicado em um estudo de caso com dezoito experimentos, envolvendo uma rede social real de dados de mensagens de e-mails, a fim de validar e avaliar o seu desempenho. O método representa, também, a principal contribuição desta pesquisa, juntamente com o modelo de predição gerado e o seu desempenho alcançado na predição de links.