Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-06-28Bitstream added on 2014-06-13T21:01:22Z : No. of bitstreams: 1 araujo_nvs_dr_ilha.pdf: 898369 bytes, checksum: 972b4fcee45e49e9c9a251e6404dedde (MD5) / Nos últimos anos têm-se percebido um forte crescimento no uso da tecnologia sem fio 802.11 (Wireless Local Area Network - WLAN) e os mecanismos de segurança implementados pelas emendas IEEE 802.11i e IEEE 802.11w têm se mostrado pouco eficazes no combate a ataques contra a disponibilidade dos serviços da WLAN. Os sistemas detectores de intrusão surgem como uma forma de auxiliar as redes de computadores neste combate contra a indisponibilização dos serviços. Nesta tese é proposto um modelo de detecção de intrusos chamado Kappa-PSO-ARTMAP Fuzzy, onde primeiramente a base de dados original é pré-processada, por meio de uma técnica de seleção de atributos baseada em rede neural ARTMAP Fuzzy e coeficiente Kappa, para reduzir a quantidade de atributos, deixando apenas as características mais representativas. A seguir, aplica-se a técnica de otimização por enxame de partículas (particle optimization swarm – PSO) na seleção de um conjunto de critérios (parâmetro de escolha, parâmetro de vigilância do módulo ARTa, taxa de treinamento e acréscimo do parâmetro de vigilância do módulo ARTa) empregados no treinamento do classificador de ataques, de forma a maximizar a identificação correta de amostras classificadas. O algoritmo de detecção de intrusos empregado no classificador de ataques é a rede neural ARTMAP Fuzzy. O desempenho desta nova estratégia é avaliado sobre três bases de dados coletadas respectivamente de uma rede simulada cabeada, uma rede infraestruturada sem fio com criptografia WEP (Wired Equivalent Privacy) e WPA (WiFi Protected Access) habilitadas e uma rede infraestruturada sem fio com criptografia WPA2 (WiFi Protected Access version 2) habilitada. Os resultados obtidos na avaliação da metodologia Kappa-PSO-ARTMAP Fuzzy demonstram a diminuição... / In the last years have seen a strong increase in the 802.11 wireless local area network (WLAN) technologies use, and the security mechanisms implemented by amendments IEEE 802.11i and IEEE 802.11w have proven not very effective in combating attacks against availability of WLAN services. Intrusion detection systems emerge as a way to help computer networks in this combat against the deny of services. In this thesis it's proposed a model of intrusion detection called Kappa-PSO-Fuzzy ARTMAP, where initially the original database is pre-processed through a feature selection technique based on ARTMAP Fuzzy neural network and Kappa coefficient for reduce the amount of attributes, leaving only the most representative features. Then, apply the particle swarm optimization (PSO) technique in searching a set of criteria (choice parameter, ARTa module vigilance parameter, training rate and increase in the ARTa module vigilance paramater) employees in training attacks classifier, in order to maximize the accurate identification of classified samples. The intrusion detection algorithm used in the attacks classifier is the ARTMAP Fuzzy neural network. The performance of this new strategy is evaluated over three colleted databases respectively in a simulated wired network, infrastructured wireless network with WEP (Wired Equivalent Privacy) and WPA (WiFi Protected Access) encryption enabled and infrastructured wireless network with WPA2 (WiFi Protected Access version 2) encryption enabled. The obtained results in the Kappa-PSO-ARTMAP Fuzzy methodology demonstrate the IDS computational cost reduction without causing... (Complete abstract click electronic access below)

Made available in DSpace on 2014-06-11T19:30:51Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-08-28Bitstream added on 2014-06-13T19:40:20Z : No. of bitstreams: 1 scucuglia_jw_dr_ilha.pdf: 902506 bytes, checksum: ab60342df40bf64ed9ce634c2bd62115 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Este trabalho descreve o desenvolvimento de um sistema de simulação do escoamento e controle de vazamento para uma rede de distribuição de gás natural. De forma a alcançar os objetivos propostos, foram discutidos vários métodos de abordagem do problema de fluxo de gás em redes de gasodutos e definido um método mais adequado ao presente trabalho para compor as rotinas de simulação. Foram abordadas diversas formas de detecção de vazamentos de gás em tubulações, optando-se pelo balanço de volume para esse fim. Para a localização do vazamento ao longo do duto foi proposto e utilizado um sistema de Redes Neurais Artificiais (RNA). O fluxo no interior da rede de dutos é simulado por um sistema de equações diferenciais não lineares obtido para regime permanente, cuja solução para uma dada topologia de rede, fornece pares de valores de pressão e vazão em pontos específicos. A partir de valores de pressão e vazão de saída, obtidos de simulações em condições de vazamentos, é treinada uma RNA com o objetivo de fornecer a localização de eventuais escapes ao longo do duto. Sensores e medidores instalados em pontos estratégicos na rede, fornecem um conjunto de entrada ao algoritmo neural que tem como saída a posição do vazamento para as respectivas condições de operação. Atuando no controle de válvulas eletro-hidráulicas com controladores proporcionais, integrais e derivativos (PID), instaladas na rede, é possível isolar eventuais trechos com vazamento. Para tanto, foi projetado um controlador PID para otimizar o tempo de resposta das respectivas válvulas. De acordo com o modelo proposto de análise, foi desenvolvido um sistema algébrico computacional com interface gráfica amigável, em linguagem Delphi, que relaciona rotinas de simulação, algoritmos neurais, e mecanismos remotos de supervisão... / A flow simulation and a leaking control computational system has been developed for a gas distribution network pipeline. A discussion of gas flow in pipeline is presented and the lamelar regime of flow has been chosen to be implemented in a simulating routine. Also, a description of gas leaking detection method has been carried out and the balance volume one has been adapted to find out the location of the leaking point in the pipeline a system an artificial neural network (ANN) has been proposed. The flow info the pipeline network is simulated by a system of non-linear deferential equation, obtained in a lamelar regime, which solution for any topology greed specification provide a couple of values of pressure and flow at discrete points into the domain. From this couple of values of pressure and flow at the ending point of the pipeline, obtained by simulating leaking condition, an ANN is trained with the purpose to provide a location of eventual escapes through the pipeline. Sensors to detect flow located in strategical points of the network pipeline may provide information to feed the neural system which output is the position of leaking point under a such operation conditions. Handle the electro-hydraulic through the proportional integral derivative (PID), installed along the network pipeline, is possible to isolate a pipeline interval with eventual leaking. For this purpose a PID controller system has been developed to minimize the time response of the electro-hydraulic valves. According to the proposed model of analysis, an algebric computational system with a friendly graphic interface in a Delphi language has been carried out. In this computer program simulating routine, neural algorithmic and remote mechanism of supervision and control... (Complete abstract click electronic access below)

Made available in DSpace on 2014-06-11T19:30:51Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-02-15Bitstream added on 2014-06-13T19:00:51Z : No. of bitstreams: 1 marchiori_sc_dr_ilha.pdf: 677796 bytes, checksum: ad2f3ed3c028a78d1986bdec4a061832 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Esta pesquisa apresenta uma metodologia para a análise da estabilidade transitória de primeira oscilação de sistemas de energia elétrica usando uma rede neural baseada na arquitetura ART (Adaptive Resonance Theory), designada rede neural ARTMAP Euclidiana. A margem de segurança (método da energia) é empregada como critério de análise de estabilidade transitória, considerando-se, na forma preliminar, o modelo clássico e defeitos tipo curto-circuito trifásico com saída de linha de transmissão. A metodologia proposta está concebida, ainda, com a possibilidade de se considerar modelos mais elaborados (e.g., o modelo de Park), se comparados ao modelo clássico. Esta alternativa pode se tornar exeqüível, por meio do uso de um segundo módulo neural e de um índice, para fins de treinamento, gerado considerando-se uma combinação, por exemplo, da margem de segurança (análise quantitativa / qualitativa com média precisão) e de informações fornecidas por processo de simulação (análise qualitativa com alta precisão). As arquiteturas ART apresentam as características de estabilidade e plasticidade, as quais são imprescindíveis para a realização do treinamento e execução da análise de forma rápida. A versão ARTMAP Euclidiana proporciona soluções mais precisas e mais rápidas, se comparada à configuração ARTMAP nebulosa. O funcionamento da rede é constituído por três fases principais: treinamento (ou aprendizado), análise e treinamento continuado. A realização da fase de treinamento requer uma grande quantidade de processamento, enquanto que a fase de análise é efetivada, praticamente, sem esforço computacional. Esta é, portanto, a principal justificativa para o uso de redes neurais para a resolução de problemas complexos que exigem soluções rápidas, como é o caso de aplicações em tempo real... / This work presents a methodology for transient stability analysis of first swing of electrical energy systems, using a neural network based on ART (Adaptive Resonance Theory), named Euclidean ARTMAP neural network. The security margin (energy method) is used as a criterion for transient stability analysis, considering, in the preliminary form, the classical model and faults like three-phase short-circuit with outage of a transmission line. The proposed methodology is conceived, even that, with the possibility to consider more elaborated models (e.g., the Park model), when compared to the classical model. This alternative can become executable, through the use of a second neural module and an index for training, generated considering a combination, for example, the security margin (quantitative / qualitative analysis with precision average) and information provided by simulation process (qualitative analysis with precision high). The ART neural network presents stability and plasticity characteristics, which are very important for realization of the training and analysis, executed in a very fast way. The Euclidean ARTMAP version gives more accurate solutions and more fast, when compared to the Fuzzy ARTMAP. The performance of neural network is constituted of three principal phases: training (or learning), analysis and continuous training. The training phase needs a great quantity of processing time for the realization, whereas the analysis phase is effectuated almost without computational effort. Therefore, this is the principal justification to use neural network for solving complex problems that need fast solutions, as the case of real time applications ...

Made available in DSpace on 2015-03-03T11:52:38Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-07-28Bitstream added on 2015-03-03T12:06:14Z : No. of bitstreams: 1 000810245_20160728.pdf: 63604 bytes, checksum: a150945822a93489f6d371a15780582b (MD5) Bitstreams deleted on 2016-07-29T12:53:56Z: 000810245_20160728.pdf,. Added 1 bitstream(s) on 2016-07-29T12:54:50Z : No. of bitstreams: 1 000810245.pdf: 1452897 bytes, checksum: 04a40d2aa763c6094fd5a4d34baabaa6 (MD5) / A classificação morfológica embrionária possui grande importância para inúmeras técnicas laboratoriais (desde pesquisas básicas às aplicadas na reprodução assistida). Entretanto, o método utilizado para realizar a classificação dos embriões em diferentes graus de qualidade sempre foi baseado na subjetividade do avaliador e, por mais que sejam estabelecidos padrões de graus de qualidade e descrições das características morfológicas que categorizam um embrião em cada grau, não há atualmente um método preciso que possa gerar resultados consistentes e confiáveis. Assim, nosso trabalho resultou no desenvolvimento de um software capaz de realizar a classificação da qualidade morfológica de blastocistos bovinos. Utilizamos como base de funcionamento técnicas de inteligência artificial (mais especificamente de Redes Neurais Artificiais e Algoritmos Genéticos). Resultados indicam uma taxa de acerto global de 79,2% na classificação de blastocistos bovinos em 3 graus de qualidade, sendo que para os blastocistos classificados como Excelentes ou Bons (Classe 1) a taxa de acerto é de 82,6%, para os blastocistos classificados como Regulares (Classe 2) é de 16,7% e para os blastocistos classificados como Pobres (Classe 3) a taxa de acerto é de 91,7% / Embryonic morphological classification has great importance for numerous laboratory techniques (from basic to applied research in assisted reproduction). However, the method used to perform the classification of embryos in varying degrees of quality has always been based on the subjectivity of the evaluator. Although quality standards and descriptions of morphological characteristics that categorize an embryo in each grade are established, currently there is not an accurate method that can generate consistent and reliable results. Thus, our work resulted in the development of a software able to perform the classification of morphological quality of bovine blastocysts. Artificial Intelligence techniques (such as Artificial Neural Networks and Genetic Algorithms) were used in the development. Results indicate an overall accuracy of 79.2% in the classification of bovine blastocysts in 3 degrees of quality. For blastocysts classified as Excellent or Good (Class 1) the hit rate is 82.6%, for blastocysts classified as Regular (Class 2) is 16.7% and for blastocysts classified as poor (Class 3) the hit rate is 91.7%

Orientador: João Francisco Escobedo / Banca: João Paulo Papa / Banca: Alexandre dal Pai / Resumo: O presente trabalho tem como objetivo avaliar a estimação da radiação solar ultravioleta diária (UV) utilizando técnicas de aprendizado de máquina em Botucatu/SP/Brasil. Para a geração dos modelos foram utilizadas as redes neurais artificiais com função linear (RNA), a máquina de vetores de suporte com função linear (SVM-Linear) e a máquina de vetores de suporte com função RBF (SVM-RBF). Como entrada, para cada uma das técnicas, foram testados cinco grupos contendo diferentes variáveis meteorológicas medidas como rotina na estação de radiometria solar de Botucatu. A maior precisão na estimação da UV foi obtida utilizando a SVM-RBF e, como variáveis de entrada, foram utilizados dados de insolação, umidade relativa, temperatura do ar, precipitação, fotoperíodo, radiação solar no topo da atmosfera, radiação ultravioleta no topo da atmosfera, radiação solar global, transmissividade atmosférica e massa ótica relativa. Este modelo apresentou MBE = 0,321%; RMSE = 5,712%; d = 0.991 e R² = 0.969, porém o conjunto de entradas utilizando apenas a radiação global, radiação solar no topo da atmosfera e radiação ultravioleta no topo da atmosfera merece atenção por apresentar resultados próximos a partir de apenas uma variável medida (radiação global) e duas calculadas. Este grupo apresentou MBE = 1,614%; RMSE = 6,749%; d= 0,989 e R² = 0,959. Tais resultados foram comparados com modelos encontrados na literatura e se mostraram equivalentes aos que utilizaram técnicas de aprendizado de máquina para estimar a radiação UV em outras cidades e superiores aos modelos estatísticos gerados com o intuito de estimar a UV para a cidade de Botucatu / Abstract: In this papper is evaluated the estimation of daily solar ultraviolet radiation (UV) using machine learning techniques in Botucatu / SP / Brazil. To develop the model was utilized the artificial neural networks with linear function, the support vector machine with linear function and with RBF function. As input to each of the techniques, were tested five groups containing different weather variables measured as routine in Botucatu radiometry solar station. A more precise estimation of UV was obtained using the SVM-RBF and as input variables, we used data of insolation, relative humidity, air temperature, precipitation, photoperiod, solar radiation at the top of the atmosphere, ultraviolet radiation at the top of atmosphere, solar radiation, atmospheric transmissivity and relative optical mass. This model presented MBE = 0.321%; RMSE = 5.712%; d = 0991 and R²=0969, but the set of entries using only the global radiation, solar radiation at the top of the atmosphere and ultraviolet radiation at the top of the atmosphere deserves attention for presenting similar results from only one measured variable (global solar radiation) and two calculated. This group presented MBE = 1.614%; RMSE = 6.749%; d = 0.989 and R²=0.959. These results were compared to models found in the literature and proved equivalent to that used machine learning techniques to estimate the UV radiation in other cities and higher than the statistical models generated in order to estimate the UV to the Botucatu city / Mestre

Orientador: André Henrique Rosa / Coorientador: Hubert Mathias Peter Roeser / Banca: Kurt Friese / Banca: Paulo Sérgio Tonello / Banca: Viviane Moschini Carlos / Banca: Ricardo Perobelli Borba / Resumo: O As está distribuído em diversas formas químicas em sistemas aquáticos, o que determina o seu comportamento e destino no ambiente. Nesse contexto, as substâncias húmicas (SH) têm um importante papel por serem capazes de complexar esse metaloide e alterar sua mobilidade e biodisponibilidade. O Fe também tem grande importância por poder formar complexos ternários SH-Fe-As. Apesar da química do As já ter sido bem estudada, o seu comportamento em ambientes ricos em SH e Fe ainda não é totalmente compreendido. Os objetivos desse trabalho foram investigar a distribuição do As, Al e Fe em águas superficiais de uma região mineira no sudeste do Brasil (Quadrilátero Ferrífero, QF) e entender como características de SH extraídas de diferentes regiões (Brasil e Alemanha) afetam a complexação do As(V) na presença de Fe(III). Amostras de águas foram coletadas em 12 pontos do QF, filtradas (0,45 µm) e ultrafiltradas (1 kDa) para separar as frações particulada (>0,45 µm), coloidal (<0,45 µm e >1 kDa) e livre (<1 kDa) de As, Al e Fe. A técnica de difusão em filmes finos por gradientes de concentração (DGT) foi usada em 5 dos 12 pontos para estudar a fração lábil dos elementos estudados. Carbono orgânico total (COT) e dissolvido (COD) também foram medidos. SH foram extraídas de quatro pontos (um no Brasil nas estações seca e chuvosa e três na Alemanha) para testar a influência de diferentes tipos de SH e Fe(III) na complexação do As(V). As SH foram caracterizadas e foram feitos testes de comp... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: As is distributed in different chemical forms in aquatic systems. These different forms control its behaviour and fate in the environment. The humic substances (HS) have an important role in the As cycle since they can complex this metalloid and change its mobility and bioavailability. Fe is also important because it can form ternary complexes HS-Fe-As. Although the As chemistry is well studied, the behaviour of As in HS and Fe-rich environments is not totally known. This thesis aimed to investigate the distribution of As, Al and Fe in surface waters from a mining region in the southeast of Brazil (Quadrilátero Ferrífero, QF) and understand how characteristics of HS extracted from different regions (Brazil and Germany) affect the complexation of As(V) in the presence of Fe(III). Water samples were taken in 12 points in QF, filtered (0.45 µm) and ultrafiltered (1 kDa) to separate the fractions particulate (>0.45 µm), colloidal (<0.45 µm and >1 kDa) and free (<1 kDa) of As, Al and Fe. The technique of diffusive gradients in thin films (DGT) was used in 5 of the 12 points to study the labile fraction of the elements studied. Total organic carbon (TOC) and dissolved organic carbon (DOC) were also measured. HS were extracted from four points (one in Brazil in dry and rainy seasons and three in Germany) to analyse the influence of HS from different origins and Fe(III) on the complexation of As(V). The HS were characterised and complexation experiments were performed using an ultrafiltration system with 1 kDa membrane. All data were analysed using the Kohonen neural network. The results showed that most of total Al and Fe in QF was in the particulate fraction and As was in the free fraction. Most of the dissolved Al and Fe was in the colloidal and inert fraction, while As was more labile and potentially more bioavailable ... (Complete abstract click electronic acess below) / Doutor

Orientador: João Francisco Escobedo / Banca: Célia Regina Lopes Zimback / Banca: Paulo Andre de Oliveira / Banca: Erico Tadao Teramoto / Banca: Valeria Cristina Rodrigues Sarnighausen / Resumo: A evapotranspiração de referência (ETo) é importante na agricultura para satisfazer as necessidades de água das culturas e para o manejo dos sistemas de irrigação. A ETo pode ser estimada com precisão a partir do método padrão de Penman Monteith FAO 56, porém, o seu uso é bastante complexo. Sendo assim, vários métodos empíricos de uso simples vem sendo desenvolvidos por diversos pesquisadores, todavia, a sua escolha deve ser feita de forma cuidadosa, pois apresentam um desempenho que varia em função das condições climáticas de cada local. A variabilidade do desempenho dos métodos empíricos tem levado os pesquisadores a procurarem outros métodos alternativos. Como resultado dessas pesquisas, há que destacar a técnica de aprendizado de máquinas (TAM): redes neurais artificiais (RNAs) e máquina vetor de suporte (MVS). Diante do exposto, o presente trabalho foi dividido em três capítulos, onde no primeiro capítulo foi avaliado o desempenho dos métodos empíricos de temperatura (Benevides e Lopez - BenL, Hamon -Ham, Blaney Criddle Original e Hargreaves Samani -HS) e de radiação solar (Abtew, Jensen Haise - JensH, Makkink e Irmak) na estimativa da ETo no estado de São Paulo. Todos os métodos foram avaliados em relação ao método padrão em escala anual e sazonal. Os resultados obtidos na escala anual mostraram que o método de Abtew apresentou o melhor desempenho. Na escala sazonal, observou-se que o método de JensH foi melhor no inverno, o de Irmak e de Abtew no verão e outono. O méto... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The reference evapotranspiration (ETo) is important in agriculture for crop water management and irrigation systems management. The ETo can be estimated accurately by the FAO 56 standard method of Penman Monteith, however, its use is complex. Thus, several empirical methods of simple use have been developed by many researchers, but their choice must be made carefully because they present a performance that change according to the climate conditions of each location. The variability of the performance of empirical methods has led researchers to look for alternative methods. As the result, we must highlight the machine learning technique (MLT), such as artificial neural networks (ANNs) and support vector machine (SVM). This work was divided into three chapters. In the first chapter, four temperature- based (Benevides e Lopez - BenL, Hamon -Ham, Blaney Criddle Original e Hargreaves Samani -HS) and four radiation- based (Abtew, Jensen Haise - JensH, Makkink and Irmak) ETo methods were tested against FAO 56 method, using annual and seasonal scale in the state of São Paulo. The results obtained in the annual scale showed that the Abtew method presented the best performance. On the seasonal scale, it was observed that the JensH method was better in the winter, the Irmak and Abtew methods were better in the summer and autumn. The Abtew method was also better in the spring. In the second chapter, HS and Abtew methods, ANNs and SVM were used. The ANN used was Multilayer Perceptron with Backpropagation learning algorithm, and in the SVM, was used Kernel Radial Basic Function with Regression Sequential Minimal Optimization learning algorithm. ... / Doutor

Orientador: José Alfredo Covolan Ulson / Coorientador: Renato Crivellari Creppe / Banca: Rudolf Ribeiro Riehl / Banca: Caio Cesar Oba Ramos / Resumo: O Motor de Indução Trifásico (MIT) é o mais utilizado em aplicações industriais e acionamentos eletromecânicos diversos, por ser um motor de construção robusta, ter baixo custo de fabricação e bom rendimento elétrico. Nesse cenário, destaca-se a importância de um correto diagnóstico de falhas de uma forma incipiente, evitando perdas nos processos produtivos e danos severos nessas máquinas. A estratégia da manutenção corretiva impõe, nos processos produtivos, paradas inesperadas da linha de produção podendo causar grandes prejuízos financeiros. Nesse contexto, a manutenção preditiva, auxiliada por sistemas de monitoramento constante, vem de encontro as necessidades dos processos industriais pois, além de prever paradas inesperadas, permite um planejamento da produção mais seguro, no que tange a continuidade do processo e administração da equipe de manutenção especializada. Entretanto, requer monitoramento constante com uma análise dos dados e conhecimento prévio do sistema para a avaliação dos parâmetros e das variáveis envolvidas. Esse trabalho de pesquisa propôs o desenvolvimento de uma abordagem para diagnosticar defeitos em MIT, por meio de diafragmas piezelétricos de baixo custo e sistemas inteligentes do tipo Redes Neurais Artificiais (RNA). Mais especificamente, defeitos elétricos do tipo curto-circuito entre espiras de uma mesma bobina nos estatores dessas máquinas. Para tal, foi implementada uma bancada experimental em ambiente de laboratório, onde foram realizados en... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The three-phase induction motor (MIT) is the most widely used in industrial applications and various electromechanical drives, as it is a robust construction engine, low manufacturing cost and good electrical performance. In this scenario, the importance of a correct fault diagnosis in an incipient way is highlighted, avoiding losses in the productive processes and severe damages in these machines. The strategy of corrective maintenance imposes, in the productive processes, unexpected stops of the production line and can cause great financial losses. In this context, the predictive maintenance, aided by constant monitoring systems, meets the needs of industrial processes because, in addition to anticipating unexpected stops, it allows a safer production planning regarding the continuity of the process and administration of the maintenance team specialized. However, it requires constant monitoring with an analysis of the data and prior knowledge of the system for the evaluation of the parameters and variables involved. This research project proposed the development of an approach to diagnose defects in MIT, through low cost piezoelectric diaphragms and intelligent artificial neural networks (ANNs). More specifically, short-circuit electrical defects between turns of the same coil in the stators of these machines. For this, an experimental bench was implemented in a laboratory environment, where tests were performed with fault simulations related to short circuits between turns... (Complete abstract click electronic access below) / Mestre

Orientador: José Tadeu Garcia Tommaselli / Banca: João Osvaldo Rodrigues Nunes / Banca: Isabel Cristina Moroz Caccia Gouveia / Banca: Regina Célia de Oliveira / Banca: Marquiana de Freitas Vilas Boas Gomes / Resumo: A expansão de áreas urbanas e os diferentes tipos de uso da terra, nestas áreas, causam modificações nas características naturais dos solos, pois no ambiente urbano há a ação de diversos processos mecânicos, como a retirada, transporte e deposição de materiais de diversas origens e composições. As alterações no solo são significativas, de forma que muitos países inseriram novas categorias de solos aos seus sistemas de classificação. No Brasil, os solos resultantes de ações antrópicas, foram conceituados como Antropossolos, caracterizados pelas alterações na paisagem e na composição física e química, incluindo a presença de artefatos e materiais contaminantes. Para realizar a caracterização e o mapeamento dos Antropossolos, inicialmente foi realizado o levantamento das características dos solos naturais, sua relação com os atributos do relevo no município de Presidente Prudente - SP, e o mapeamento preditivo de solos, com uso de redes neurais artificiais. A compreensão da relação existente entre os solos e os atributos do relevo derivados de um modelo digital de elevação forneceu informações para relacionar os principais padrões de ocorrência de tipos de solos aos atributos de elevação, declividade, curvatura do relevo, geoformas e aspecto. Entre as variáveis utilizadas para o mapeamento preditivo dos solos, as que tiveram destaque foram declividade e geoformas, apresentando similaridade de padrão de ocorrência. As áreas de ocorrência dos Neossolos estão, principalmente, relac... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The expansion of urban areas and different types of land use in these areas cause modifications in the natural characteristics of the soils, since in the urban environment there are several mechanical processes, such as the removal, transportation, and deposition of materials of various origins and compositions. The alterations in the soil are significant, with many countries inserting new soil categories into their classification systems. In Brazil, soils resulting from anthropic actions are considered as Anthroposols, characterized by changes in the landscape and physical and chemical composition, including the presence of artifacts and contaminating materials. In order to carry out the characterization and mapping of the Anthroposols, initially a survey of the characteristics of the natural soils was carried out, including their relation with the attributes of the relief in the municipality of Presidente Prudente - SP, and the predictive mapping of soils, using artificial neural networks. Understanding of the relationship between the soils and relief attributes derived from a digital elevation model provided information to relate the main patterns of occurrence of soil types to the attributes of elevation, slope, relief curvature, geoforms, and aspect. Among the variables used for the predictive mapping of soils, those that stood out were slope and geoforms, presenting similarities in patterns of occurrence. The areas of occurrence of the Neosols are mainly related to the ... (Complete abstract click electronic access below) / Doutor

Neste trabalho será descrita uma arquitetura de agente robótico autônomo projetada para ser capaz de criar uma representação de estado do ambiente e de realizar o aprendizado de tarefas simples em cima desta representação. A rede GTSOM (BASTOS, 2007) foi selecionada como método para classificação de estados. Sua tarefa é transformar os dados multidimensionais e contínuos lidos dos sensores em uma representação discreta, permitindo o uso de aprendizado por reforço convencional. Algumas modificações no algoritmo da rede foram necessárias para que pudesse ser aplicada neste contexto. Juntamente com esta rede, foi utilizado um mapa de grade que permite associar as experiências sensoriais com sua localização espacial. Enquanto a rede GTSOM é o ponto central de um sistema de classificação de estados, o algoritmo Q-Learning de aprendizado por reforço foi utilizado para a realização da tarefa. Utilizando a representação compacta de estado criada pela rede auto-organizável, o agente aprende as ações que devem ser executadas em cada ponto, para atingimento de seus objetivos. O modelo foi testado com um experimento que consiste em encontrar um objeto em um labirinto. Os resultados obtidos nos testes mostraram que o modelo consegue segmentar adequadamente o espaço de estados, e realiza o aprendizado da tarefa. O agente consegue aprender a evitar colisões e memorizar a localização do alvo, podendo chegar até ele independentemente de sua posição inicial. Além disso, é capaz de expandir sua representação sempre que se depara com situações não conhecidas, ao mesmo tempo que gradualmente remove da memória estados associados a experiências que não se repetem. / This work describes an architecture for an autonomous robotic agent that is capable of creating a state representation of its environment and learning how to execute simple tasks using this representation. The GTSOM Neural Network was chosen as the method for state clustering. It is used to transform the multidimensional and continuous state signal into a discrete representation, allowing the use of conventional reinforcement learning techniques. Some modifications on the algorithm were necessary so that it could be used in this project. This network is used together with a grid map algorithm that allows the model to associate the sensor readings with the places where they ocurred. While the GTSOM network is the main component of a state clustering system, the Q-Learning reinforcement learning method was chosen for the task execution. Using the compact state representation created by the self-organizing network, the agent learns which actions to execute at each state in order to achieve its objectives. The model was tested in an experiment that consists in finding the path in a maze. The results show that it can divide the state space in an useful way, and is capable of executing the task. It learns to avoid collisions and remembers the location of the target, even when the robot’s initial position is changed. Furthermore, the representation is expanded when the agent faces an unknown situation, and at the same time, states associated with old experiences are forgotten.