Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-21T19:06:23Z (GMT). No. of bitstreams: 1 224886.pdf: 290497 bytes, checksum: 66551ee7a6d7b92c0d661333af8a996f (MD5) / Este trabalho tem por objetivo apresentar diretrizes de utilização das técnicas de Reconhecimento de Padrões (RP) aplicadas à Antropometria, cujas técnicas, por sua vez, servem para diagnosticar o estado nutricional (EN) da população. Para tanto, faz um pequeno levantamento histórico dos principais programas e investimentos já realizados pelo país na área de alimentação e nutrição. Analisa brevemente os principais métodos antropométricos utilizados atualmente, quanto as suas vantagens e desvantagens. Bem como, explica sucintamente as bases do funcionamento de RP. Evidencia a proposta, ainda que de forma embrionária. Efetua uma pesquisa junto aos profissionais nutricionistas da rede publica de saúde da cidade de Florianópolis - SC, quanto à sua prática de antropometria, bem como, quanto à utilização da Tabela do NCHS como parâmetro junto à população brasileira. E conclui favoravelmente pela aplicabilidade de RP na pratica da antropometria

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-24T01:33:20Z (GMT). No. of bitstreams: 1 258462.pdf: 647767 bytes, checksum: 57ce2cd81aa2bb974bac76d37f1303c1 (MD5) / Com o intuito de melhorar o processo de descoberta de modelos teóricos de probabilidade nas situações em que a quantidade de dados para análise é insuficiente ou inexistente, é apresentado nesta pesquisa um processo que aplica o conhecimento tácito de especialistas de um domínio e o conhecimento teórico de estatísticos para extrair a informação sobre o comportamento de variáveis aleatórias contínuas. Os modelos teóricos considerados são: Uniforme, Triangular, Normal, Lognormal, Exponencial e Weibull. Neste processo alguns aspectos são os diferenciais dos métodos atuais, como a escolha da distribuição baseada nas suas características em relação à forma, a utilização de recursos visuais, o uso de uma linguagem familiar às pessoas sem muito conhecimento estatístico, aplicação para qualquer variável contínua, e para o cálculo dos parâmetros de cada distribuição, é requisitado ao especialista do domínio que forneça apenas dois valores do comportamento da variável. Os resultados da descoberta da forma da distribuição foram validados por especialistas do domínio, que interagiram com o software implementado com o processo utilizado. A validação do cálculo dos parâmetros foi realizada por estatísticos e por simulação.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2013-07-16T01:25:41Z (GMT). No. of bitstreams: 1 213679.pdf: 784941 bytes, checksum: 370725b073c7b07231f2ff320e72468f (MD5) / Reconhecimento de Padrões é uma área que objetiva descobrir e testar modelos matemáticos que possam identificar e explicar padrões em sinais de diversas fontes. Dados em grande quantidade, no formato texto, imagens, sons ou outras representações codificadas, são analisados para que sejam identificados padrões de relação.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-21T01:59:32Z (GMT). No. of bitstreams: 0 / Este trabalho apresenta uma nova abordagem, baseada em operadores morfológicos, para a identificação de indivíduos através da segmentação e análise da íris. Algoritmos baseados em operadores morfológicos foram desenvolvidos para segmentar a região da íris na imagem do olho e também para realçar determinados padrões da íris. As características extraídas foram usadas para representar e caracterizar singularmente a íris. A fim de extrair os padrões desejados corretamente, foi proposto um algoritmo que gera esqueletos com caminho único entre end-points e nós (que são a base da representação). Esta nova representação, obtida através dos operadores morfológicos propostos é armazenada para propósitos de identificação. Para avaliação da abordagem morfológica e dos algoritmos foram realizadas simulações computacionais com diversas imagens de íris diferentes. Resultados foram apresentados para ilustrar a eficiência do sistema de identificação. Os resultados obtidos mostraram a eficiência e adequação da abordagem morfológica e da representação adotada, apresentando baixa complexidade computacional (tempo de processamento) e baixas exigências de armazenamento para a representação dos dados dos padrões extraídos.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T00:16:22Z (GMT). No. of bitstreams: 1 278042.pdf: 1255371 bytes, checksum: 70f52cf41119dbe7201b573e6db3ceba (MD5) / É um comportamento comum aos seres humanos utilizar gestos como forma de expressão, como um complemento à fala ou como uma forma auto-contida de comunicação. No campo da Interação Humano-Computador, esse comportamento pode ser adotado na construção de interfaces alternativas, objetivando facilitar o relacionamento entre os elementos humano e computacional. Atualmente, várias técnicas para reconhecimento de gestos são descritas na literatura; porém, as validações dessas técnicas são executadas de maneira isolada, o que dificulta a comparação entre elas. Para reduzir essa lacuna, este trabalho apresenta uma comparação entre técnicas estabelecidas para o reconhecimento de gestos estáticos (posturas) e gestos dinâmicos (trajetórias). Essas técnicas são organizadas de forma a avaliar um conjunto de dados comum, adquirido por meio de uma luva instrumentada e um rastreador de movimento, gerando resultados em termos de precisão e desempenho. Especificamente para trajetórias, o processo de avaliação considera técnicas conhecidas (redes neurais e modelos ocultos de Markov) e uma nova heurística baseada em autômatos finitos determinísticos, idealizada e desenvolvida pelos autores. Os resultados obtidos mostram que o classificador baseado em uma SVM (Support Vector Machine) apresentou a melhor generalização, com as melhores taxas de reconhecimento para posturas. Para trajetórias, por sua vez, o classificador baseado em uma rede neural gerou os melhores resultados. Em termos de desempenho, todos os métodos apresentaram resultados suficientemente rápidos para serem usados de forma interativa. Finalmente, o presente trabalho identifica e discute um conjunto de critérios relevantes que deve ser observado nas etapas de construção, treinamento e avaliação dos classificadores, e sua relação com os resultados finais.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2013-07-16T01:33:21Z (GMT). No. of bitstreams: 1 222388.pdf: 1038014 bytes, checksum: 763dd8d05c90466a4a6c7ebff9864966 (MD5) / Esta dissertação tem como objetivo mostrar como a abordagem conexionista pode ser utilizada na avaliação e previsão do tempo total em operações de perfuração e completação de poços de petróleo em águas profundas. Os valores dos parâmetros utilizados para estimar o tempo total gasto da operação realizada no poço foram retirados de um banco de dados históricos de uma companhia petrolífera. As correlações e as características destes parâmetros foram detectadas utilizando-se de uma rede neural competitiva conectada a uma rede neural direta que foi treinada para estimar a média, o desvio padrão e o tempo total gasto na operação realizada no poço. São apresentados os experimentos realizados para validação do modelo e os resultados são utilizados para avaliar o desempenho e validade da proposta. Uma das vantagens da metodologia proposta, está no fato de ser uma ferramenta simples e prática para obtenção de uma estimativa do tempo total de uma operação realizada sobre um poço de petróleo baseado em parâmetros geométricos e tecnológicos, sem a necessidade de especificar todas as sub-operações de perfuração e completação como acontece nos métodos tradicionais de analise de risco.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2013-06-25T18:50:04Z (GMT). No. of bitstreams: 1 307986.pdf: 2469115 bytes, checksum: 05a9f8a439f1355459bb61e09f5e9142 (MD5) / Registros comportamentais realizados de forma automatizada reduzem a influência de erros causados por fadiga e alerta sob os quais um observador humano está sujeito. O método de registro automático estudado em (CRISPIM, 2011) apresentou-se eficiente, embora não diferencie a ordem temporal de posturas a formar padrões de comportamento e suas diferentes durações. Neste trabalho investigamos o uso de uma rede neural artificial anteroalimentada com atrasos de tempo focados na entrada, através da qual foi possível observar o efeito de diferentes atrasos na detecção das diferentes categorias de comportamento (I - Imobilidade, L - Locomoção, V - Exploração vertical e A - Auto-limpeza). Além disso, foi feita uma comparação entre a detecção automática pelos classificadores treinados e a classificação por observadores humanos. Exceto pelo desempenho na detecção da categoria "A", os valores médios deste foram altos (Índices Kappa >0,75 e AUC >0,8) no conjunto de amostras de validação (pré-processadas - balanceadas e sem transições). Já no teste uma grande redução no desempenho foi observada, especialmente no índice Kappa. Neste os maiores desempenhos médios Kappa/AUC foram 28,4/68,7% na categoria "I" (comprimento de memória - sessenta unidades), 30,7/71,5% para categoria "L" (comprimento de memória - quinze unidades), 23,8/75,4% na categoria "V" (comprimento de memória - trinta unidades) e 2,7/48,9% na categoria "A" (comprimento de memória - quinze unidades). Estes resultados apresentaram diferenças estatisticamente significantes com p<0,05 entre desempenhos de comprimentos de memória para as categorias "I" e "L", não tendo sido encontrada tal diferença entre memória nas categorias "E" e "A". A confiabilidade computada para observadores humanos foi muito superior com valores médios do índice Kappa intra/inter observador de 78,9/78,9% categoria "I", 62,3/52,1% para categoria "L", 80,9/74,1% para categoria "E" e 89,4/91,2% para "A". Diferenças estatisticamente significantes para p<0,05 foram encontradas nos desempenhos inter-observador entre todas as categorias comportamentais, apontando maior acerto em relação à categoria "A" e maior dificuldade de registro na categoria "L". Estes resultados demonstram que tal rede neural dinâmica é útil à classificação de padrões comportamentais, mas são necessárias adaptações no método a fim de possibilitar um sistema mais confiável em relação aos humanos. Além disto, a categoria comportamental em que foi encontrado o maior desempenho por observadores humanos, foi a qual a rede neural desempenhou pior. Já a que a rede neural teve maior desempenho foi a qual observadores humanos tiveram seu pior. O que demonstra significante diferença entre as informações recebidas e processamento destas por cada um destes. Também foi demonstrado que para nas categorias "I" e "L" há influência da profundidade da memória de curto-prazo sobre o desempenho de detecção. / Behavioral records done by some automatic method have reduced influence of errors by tiredness and awareness about what humans are liable. The automatic recording method studied in (CRISPIM, 2011) showed efficient results, besides it could not differentiate temporal order of poses that form a pattern of behavior and its duration. At this work we investigate the use of a focused time lagged feedforward neural network, through what became able to observe the influence of different delays on the detection of the various categories of behavior (I - Immobility, L - Locomotion, V - Vertical exploration and A - Grooming). Not just that, we made a comparison between the automatic detection made by the trained classifiers and the one made by humans. Except by the detection performance on the category "A", the mean values of it was high (Kappa >0,75 and AUC >0,8 index) on the validation set (preprocessed - balanced and without transitions). On the test set otherwise, a great reduction in the performance was noticed, especially on Kappa index. The biggest mean values of Kappa/AUC indexes was 28,4/68,7% at category "I" (memory depth - sixty units), 30,7/71,5% for the "L" category (memory depth - fifteen units), 23,8/75,4% on category "V" (memory depth - thirty units) and 2,7/48,9% for "A" category (memory depth - fifteen units). These results demonstrated significant statistical difference for p<0,05 between performances of memory depths for the categories "I" and "L", but not for the other ones. The reliability computed for human observers was quite superior with mean values of Kappa index intra/inter observer of 78,9/78,9% category "I", 62,3/52,1% for category "L", 80,9/74,1% for "E" and 89,4/91,2% for "A". Significant statistical difference for p<0,05 was found at inter-observer performances between all behavioral categories, pointing a greater hit for "A" category and hardness at "L" category record. Accordingly to these results this neural network is useful to behavioral pattern classification, but it is still necessary adaptations on the method to allow a more reliable system. Beyond it, the behavioral category where was found the best performance by humans, was the worst for the neural network. On the other hand, the category where the neural network got his best performance was the worst for the humans. This shows significant difference between the received information and processing between both human and machine. For the categories "I" and "L" was demonstrated influence of the short- term memory depth at the detection performance.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Técnológico. Progama de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-21T12:23:48Z (GMT). No. of bitstreams: 1 200496.pdf: 5079213 bytes, checksum: 57f231f7f7c28c5a3840441de30caa20 (MD5) / Este trabalho tem por objetivo central propor um redesign das informações em nível contextual, organizacional e metodológico, a respeito do desenvolvimento de habilidades representativas gráficas construtivas e visuais, relativas a técnica sobre o sistema bi-projetivo de monge, com a finalidade de melhorar e facilitar a organização, o registro e a recuperação das informações. trabalhados através de organizadores prévios, sobre o sistema visual humano e as formas de reconhecimento humano de objetos, em várias direções, em movimento, através da teoria da rotação mental por meio de uma descoberta orientada, os alunos percebem a trajetória da construção da técnica, possibilitando, com isto, o desenvolvendo raciocínio e visão espacial. técnica esta, desenvolvida através de uma estrutura lógica compatível ao funcionamento visual humano. por sua vez, quando auxiliado por um processo de revisão durante e após a aprendizagem bem estruturado, mantêm o nível de compreensão e memorização sempre elevados, em harmonia. e, quando, estreitamente ligado ao processo de construção dos mapas mentais/conceituais por apontamentos, através de conceitos fortemente associados, desenvolve a habilidade de organização individualizada, sem se desviar do foco, facilitando, com isto, a elaboração do mapa cognitivo interno. promovendo, desta forma, a diferenciação progressiva e da reconciliação integrativa na construção da técnica representativa do mundo dos objetos.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-20T05:35:20Z (GMT). No. of bitstreams: 1 188873.pdf: 256087 bytes, checksum: 4c67e0e413340b014f2c743fc74874ae (MD5) / Nesta tese é apresentado FAN 2002 - free associtive neurons - como uma abordagem neuro-fuzzy para reconhecimento supervisionado de padrões. Aspectos foram modificados desde a sua publicação inicial, em 1997: a criação de células para a combinação de características é substituida pela inclusão de uma característica extra que representa a combinação das demais; a forma de realizar a penalização em caso de erro é modificada; a inicialização dos neurônios é realizada com valores aleatórios; um hedge é usado no teste de um padrão. Os resultados em aplicações são mostrados: no problema de classificação de cromossomos, a comparação com os resultados o obtidos por outros métodos apresentados ilustra o desenvolvimento do modelo desde as suas primeiras implementações; A aplicação do modelo em jogos de empresas na construção de um agente; Os conceitos de FAN na construção dos Mapas FAN e a solução do problema do XOR. A apresentação de FAN 2002 visa proporcionar aos interessados na aplicação de soluções em reconhecimento de padrões uma ferramenta útil e de uso geral.A conclusão do trabalho mostra o resumo dos avanços obtidos no desenvolvimento de FAN e aponta para o futuro do método uma possibilidade interdisciplinar de subsidiar pesquisadores de outras áreas a resolverem os seus próprios problemas de classificação e reconhecimento.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-19T15:25:25Z (GMT). No. of bitstreams: 1 194324.pdf: 2807374 bytes, checksum: 1d17f90a630b54ba3339e8ed1c71696d (MD5) / O desenvolvimento de sistemas inteligentes com visão computacional permite realizar o reconhecimento de objetos, tornando esses sistemas capazes de responder a modificações no ambiente em que operam. Neste contexto, este trabalho propõe um sistema de vigilância inteligente, baseado no emprego de uma rede neural artificial (RNA), para verificar se o objeto em movimento em determinada cena é uma pessoa. Após extrair-se o objeto a ser analisado pela RNA através de técnicas de processamento de imagem, obtém-se a partir do contorno os descritores da Transformada Discreta de Fourier (DFT), que são apresentados à RNA. Estes estímulos, descritores da DFT, são propagados através de uma rede neural previamente treinada, gerando como resultado um vetor que se refere ao objeto reconhecido, e, se for o caso, alertando que um ser humano está transitando no ambiente monitorado.