A mineração de dados se divide em algumas categorias, dentre elas a mineração de outliers. Outliers são registros que não seguem padrões esperados. Eles podem ser interpretados como ruídos ou falhas de medição, sendo assim descartados, mas também podem ser considerados casos especiais que trazem relatos úteis que podem ser usados para encontrar novas oportunidades de negócio, falhas ou indícios de fraudes. Em alguns setores, é importante que a detecção de outliers ocorra com a maior antecedência possível, de modo que ações possam ser tomadas o quanto antes. Nesta dissertação, propomos uma abordagem denominada Comprass para mineração de outliers. Utilizamos a técnica de mineração denominada Regras de Associação, mais especificamente o algoritmo Apriori, para definirmos os padrões comportamentais a serem utilizados em nossa abordagem. A abordagem Comprass permite atribuir pesos a variáveis e o valor máximo aceitável para discordância do padrão. Em nosso estudo, os pesos e o valor máximo aceitável é atribuído manualmente pelo especialista da área. O uso da abordagem Comprass permite que a mineração de outliers possa ser feita em tempo real, ou seja, à medida que os dados são coletados pelos sistemas de aquisição de dados. A abordagem Comprass utiliza as regras de associação geradas para comparar o novo registro mensurando, por meio dos pesos atribuídos às variáveis, qual a variação do novo registro em relação ao padrão estabelecido pelas regras. Na abordagem Comprass, uma possível mudança no padrão analisado não é refletida de forma incremental e precisa de nova geração das regras considerando os novos registros. A abordagem Comprass foi testada em bases de dados reais e sintéticos dos setores de telefonia e meteorologia.

Rastreamento de alvos ée a capacidade de estimar a posição de um ou mais alvos em tempos específicos, utilizando as medidas feitas por um ou mais sensores. As medidas geralmente não correspondem às posições reais do alvo, já que as mesmas são afetadas por ruído e erro sistemático (bias), ou podem fornecer informações incorretas devido à falha do respectivo sensor. As metodologias de rastreamento de alvos conhecidas são probabilísticas, no sentido de que elas têm a intenção de fornecer o valor esperado da estimativa, considerado premissas sobre o movimento do alvo e o conjunto de medidas disponível. Em algumas aplicações, no entanto, as informações sobre outros valores possíveis (ou prováveis) ée potencialmente mais útil ou pode ser usada para complementar a informação do valor esperado. Este ée particularmente o caso de aplicações de predição, onde posições futuras do alvo (ou mais especificamente, posições após a última medida) precisam ser rastreadas. A proposta deste trabalho ée prover uma abordagem possibilística em rastreamento de alvos, através do uso de dados fuzzy. Ao invés de fornecer apenas o valor esperado da estimativa, o método proposto ée capaz de prover informações sobre os valores possíveis, classificados segundo um critério de relevância. Esta informação pode ser valiosa já que a informação sobre valor esperado pode diferir consideravelmente da trajetória real sendo executada (ou que será executada) pelo alvo.

A atual interação entre homens e computadores ocorre por meio de dispositivos físicos como mouses, teclados, trackballs, entre outros. Claramente, essa forma de comunicação difere daquela com que os homens se comunicam entre si, que se baseiam na fala; em expressões faciais e corporais; em gestos das mãos, etc, não sendo, portanto, naturais. Considerando-se que boa parte da interação envolve a manipulação de objetos, por exemplo, arrastar uma pasta, pressionar um botão ou controlar um personagem em um jogo, tem-se a interação baseada em gestos das mãos como uma candidata a tornar o processo mais natural. Os mecanismos mais populares que permitem a interação baseada em gestos são luvas repletas de sensores que captam os gestos executados e os transmitem para o sistema. Essa abordagem apresenta várias desvantagens em termos de uso casual por terem um alto custo financeiro, por esconderem a naturalidade do movimento da mão e por requererem um complexo processo de calibração para permitir medições precisas. Nesse contexto, a Visão Computacional surge como uma alternativa interessante, visto que pode ser implementada com simples câmeras web. O presente trabalho investiga algumas das etapas comuns em sistemas de visão computacional, direcionando-se no sentido de encontrar um conjunto de procedimentos que compostos possam permitir a identificação dos gestos produzidos pelas mãos.

Rastrear múltiplos alvos é um requisito fundamental para sistemas de vigilância ou de controle de tráfego aéreo que empregam um ou mais sensores aliados a sistemas computacionais para interpretar o ambiente observado e criar uma visão situacional coerente e única dos alvos presentes no cenário real. O método MHT (do inglês, Multiple Hypothesis Tracking) é uma técnica especialmente desenvolvida para lidar com o problema de associação de dados - decorrente da incerteza quanto à origem de medidas tomadas do ambiente - em cenários com múltiplos alvos. Enquanto os métodos de associação tradicionais assumem apenas uma hipótese de associação entre pistas e medidas, o MHT assume várias hipóteses de associação simultâneas e aguarda até que mais informação sensorial do ambiente esteja disponível para julgar quais hipóteses devem ser eliminadas e quais devem ser mantidas. Este trabalho compara o método MHT com técnicas tradicionais em termos de métricas bem determinadas para a quantificação da efetividade de rastreamento. A principal motivação é entender como a estratégia alternativa de associação de dados empregada pelo MHT se reflete na sua complexidade e no seu desempenho quando comparado a métodos convencionais de associação de dados. Para tanto, a abordagem de implementação do MHT adotada neste trabalho - orientada a pistas - é submetida a uma análise de complexidade algorítmica, que, por sua vez, indica que o gargalo dessa abordagem está concentrado no passo de re-geração de hipóteses. Não obstante, para quantificar a melhoria na efetividade de rastreamento, esse trabalho oferece uma comparação da efetividade de rastreamento do MHT com um método benchmark - o GNN (do inglês, Global Nearest Neighbor) - em quatro cenários de complexidade incremental compostos por múltiplos alvos e apenas um sensor. Os resultados encontrados indicam que a efetividade do método MHT se degrada suavemente na medida em que a complexidade do cenário aumenta e sugerem que o MHT possui maior robustez que o método GNN diante do aumento de densidade de falsos alarmes (ou medidas espúrias).

Este trabalho tem por objetivo apresentar o projeto de uma rotina para determinação automática de rota para planejamento de missões aéreas de combate. É descrito o processo de planejamento de uma missão aérea de combate e é apresentado um modelo do teatro de operações. A partir disso, uma proposta de solução é desenvolvida. Um protótipo da rotina, construído para demonstrar os principais requisitos e permitir a avaliação da solução proposta, é também apresentado.

Este trabalho tem como objetivo desenvolver e avaliar altoritmos aplicados a sistemas automáticos de análise de eletrocardiogramas. Os algoritmos desenvolvidos são capazes de analisar um canal de eletrocardiograma. Os batimentos cardíacos são detectados com o uso de algoritmos para reconhecimento de padrões que acusam a existência de complexos QRS. É feita, então, a extração de parâmetros temporais e morfológicas dos batimentos detectados e, em seguida, se dá a classificação através do agrupamento de batimentos semelhantes. Para avaliação de desempenho dos algoritmos, os resultados obtidos pelo sistema automático na análise de eletrocardiogramas reais são comparados à análise feita por médicos especialistas. O desenvolvimento do trabalho foi realizado na linha de microcomputadores IBM-PC compatíveis. Os resultados obtidos indicam que os algoritmos desenvolvidos podem ser utilizados, em tempo real, em sistemas automáticos para análise de eletrocardiogramas nesta linha de computadores.

O desenvolvimento de métodos para monitoramento da saúde de componentes aeronáuticos mostra-se desafiador por tratar de equipamentos expostos a variadas condições de operação e com limitado número de dados históricos de sensores para componentes com falha. A utilização de técnicas de análise multivariada envolvendo variáveis sensíveis a falhas e condições de operação mostra-se um alternativa para tratar estes problemas. A literatura apresenta alguns métodos para esta finalidade, como as estatística T2 de Hotelling e U2 de Runger sendo o segundo método vantajoso pois realiza o monitoramento através da coleta de variáveis sensíveis a falha e condições de operação, concentrando a análise nas variáveis sensíveis a falha, denominadas variáveis de interesse. A utilização de tais métodos tem com premissa a distribuição gaussiana dos dados. Para dados não gaussianos a literatura apresenta métodos baseados em técnicas de não paramétricas, porém sem possibilitar a seleção de variáveis de interesse. O trabalho desenvolvido apresenta um método de monitoramento da saúde de componentes para dados não gaussianos com a possibilidade de seleção de variáveis de interesse. O método foi testado utilizando um modelo dinâmico de uma turbina a gás e um modelo dinâmico de um sistema de atuação.

Esta tese propõe um novo método para casamento de mapas métricos gerados por diferentes robôs que atuam cooperativamente. Este processo de casamento de informações em robótica móvel possibilita a geração de mapas globais a partir dos mapas locais (possivelmente parciais e inconsistentes) gerados por robôs individuais. O método proposto é baseado em um modelo de redes neurais artificiais paraconsistentes que consideram como entradas informações pré-processadas de distâncias entre os pontos de interesses dos mapas. A rede neural analisa essas entradas para determinar quais são as combinações de crenças e contradições entre os pontos dos mapas distintos. O algoritmo implementado para a arquitetura neural proposta neste trabalho obteve resultados e desempenho computacional satisfatórios nos experimentos relatados, considerando as combinações das informações de distâncias métricas (Euclidiana e Manhattan) e ângulo entre retas que interligam dois pontos do mapa. Como efeito colateral, possibilita a determinação dos graus de certeza e contradição na análise dos casamentos dos pontos dos mapas, característica que pode ser útil para a tomada de decisão. Igualmente importante é o fato de que a arquitetura considerada permite a combinação de informações de mapas parciais distintos em tempo de execução durante a navegação.

No que tange ao emprego militar, é recomendável que veículos aéreos não tripulados efetuem sua navegação de maneira autônoma e independente do GPS, pois os sinais deste podem ser bloqueados ou ser alvo de interferência. Dessa forma, uma boa alternativa é pautar a navegação desses veículos em visão computacional. Este trabalho vai ao encontro com as reais necessidades do projeto PITER, na busca de se segmentar imagens aéreas em porções urbanas e não urbanas, fazendo uso dos algoritmos não supervisionados Fuzzy C-Médias, Mistura de Gaussianas, Distância Euclidiana e K-Médias, além de ser utilizado o algoritmo de classificação por contexto após a classificação. Por fim, é mostrada qual combinação de algoritmos gera os melhores resultados.

Este trabalho tem como objetivo principal propor um método, baseado em técnicas de aprendizagem de máquina, para a detecção de trajetórias anômalas em relação a um conjunto de trajetórias, com vista à aplicação em monitoramento de tráfego aéreo. Dadas as características do tráfego aéreo (regulamentação, economia, segurança) existe uma certa regularidade nas trajetórias das aeronaves de tal forma que o seu comportamento conjunto pode ser modelado e eventuais desvios desse modelo podem ser detectados. A fim de comprovar esta hipótese, dados reais de tráfego aéreo da área de controle terminal de São Paulo (TMA-SP) foram obtidos e armazenados em um sistema gerenciador de banco de dados. Aplicações de visualização foram implementadas para permitir um exame visual das trajetórias e um estimador de densidade por função de núcleo multivariado foi utilizado para verificar as direções predominantes do tráfego. Um modelo de representação das trajetórias baseado na Transformada Discreta de Fourier é proposto e utilizado na preparação de um conjunto de trajetórias que alimentam um algoritmo de agrupamento. Este algoritmo foi capaz de identificar os procedimentos principais do tráfego, e as trajetórias rotuladas por este procedimento foram utilizadas por um método proposto de classificação de pontos individuais de trajetórias que obteve êxito na detecção de trajetórias anômalas, confirmando as hipóteses deste trabalho.