Submitted by Maria Cristina (library@lncc.br) on 2017-08-14T19:30:04Z No. of bitstreams: 1 MTS-thesis.pdf: 2646966 bytes, checksum: fc278af06348a899491121677d2bb5b5 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2017-08-14T19:30:15Z (GMT) No. of bitstreams: 1 MTS-thesis.pdf: 2646966 bytes, checksum: fc278af06348a899491121677d2bb5b5 (MD5) / Made available in DSpace on 2017-08-14T19:30:24Z (GMT). No. of bitstreams: 1 MTS-thesis.pdf: 2646966 bytes, checksum: fc278af06348a899491121677d2bb5b5 (MD5) Previous issue date: 2017-04-11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) / Neuroscience aims to understand the mechanisms that regulate the nervous system, to fight existing maladier associated with brain functions, to extend the knowledge in human cognitive development, among others. In the present work we study the communication between neurons of a region of the brain with the purpose to construct a mathematical and computationally feasible model that accurately describes how the information is transmitted between neuronal cells. We approached the behavior of neurons through the FiztHugh-Nagumo equations, constructing a discrete model consistent with the continuous model through the strategy of increasing the number of neurons within the considered neural network. Consequently we obtain numerical results characterized by models of differential equations that describe a distribution of an action potential through non-linear equations of the reaction-diffusion-convection type and a convergence study of the discrete model. / A neurociência tem como objetivo entender os mecanismos que regulam o sistema nervoso, para combater os males existentes associados a funções cerebrais, ampliar o conhecimento no desenvolvimento cognitivo humano, etc. No presente trabalho estudamos a comunicação entre neurônios de uma mesma região do cérebro com o propósito na construção de um modelo matemático que descreva de forma acurada e exequível computacionalmente como as informações são transmitidas entre as células neuronais. Abordamos o comportamento dos neurônios através das equações de FiztHugh-Nagumo, construindo um modelo discreto consistente com o modelo contínuo através da estratégia de aumentar cada vez mais a quantidade de neurônios dentro da rede neural considerada. Consequentemente obtemos resultados numéricos caracterizados por modelos de equações diferenciais parciais que descrevem a distribuição de um potencial de ação através de equações não lineares do tipo reação-difusão-convecção e um estudo de convergência do modelo discreto.

Os métodos existentes para a previsão da posição de átomos de hidrogênio em proteínas são todos baseados na simulação computacional de modelos construídos a partir de características físicas e (ou) químicas das moléculas. A abordagem proposta neste trabalho faz uso de técnicas inteligentes para a predição da posição de átomos de hidrogênio contidos em grupos hidroxilas (OH) pertencentes à cadeias laterais dos aminoácidos serina, treonina e tirosina. Estas técnicas inteligentes são utilizadas em duas fases para a solução do problema proposto: o preprocessamento dos dados e a predição da posição do átomo de hidrogênio. Na fase de preprocessamento, informações sobre os padrões de ligações hidrogênio existentes em moléculas de proteínas são extraídas da base PDB (Protein Data Bank) e reunidas em agrupamentos. A base de dados PDB é a principal base internacional que disponibiliza publicamente a estrutura espacial de biomoléculas, principalmente proteínas e ácidos nucléicos, cujas estruturas espacias foram determinadas através de métodos experimentais. Os padrões de ligações hidrogênio obtidos da base de dados são agrupados por similaridade através de um novo algoritimo proposto, o algoritmo de agrupamento por fusão. Este novo algoritmo de agrupamento foi criado com o propósito de tratar dados com distribuição não uniforme, isolando padrões de entrada muito diferentes da média em agrupamento separados. Após o agrupamento, os padrões de ligações hidrogênio contidos em um grupo têm suas estruturas espaciais superpostas (alinhamento das geometrias dos padrões) através de operações espaciais de translação e rotações, coordenadas pelo uso de um algoritmo genético. Na fase de predição, os padrões já superpostos contidos em cada agrupamento gerado, são utilizados para o treinamento de uma rede neural de arquitetura MLP (multi layer perceptron) para a predição da posição do átomo de hidrogênio contido no padrão. Uma parte dos padrões contidos no agrupamento não são usados para o treinamento da rede e reservados para o teste da capacidade da rede neural inferir a posição do hidrogênio após o treinamento. Para cada agrupamento é treinada uma rede individual, de forma que os parâmetros livres da rede neural sejam calibrados para os dados específicos do agrupamento para o qual a rede neural foi treinada. Após diversas alterações de metodogia ao longo dos experimentos computacionais realizados, a nova abordagem proposta mostrouse eficaz, com um bom índice de acerto na predição da posição do hidrogênio após o treino da rede neural, para padrões de ligações hidrogênio previamente superpostos em agrupamentos / The existing methods for the prediction of the position of hydrogen atoms in proteins are all based on computer simulation models constructed from physical and(or) chemical properties of molecules. The approach proposed in this paper makes use of intelligent techniques for clustering the patterns of hydrogen bonds by similarity, these patterns extracted from the spatial structure of protein molecules, recorded in the files of the PDB (Protein Data Bank). A new algorithm, which allows clustering of data with nonuniform distribution was developed for this purpose. To align spatialy these patterns already grouped in a cluster is used a genetic algorithm that rotates the patterns each other in a way to obtain the aligment of them. The prediction of the position of atoms of hydrogen is done by the training of a MLP (multi layer perceptron) neural network that uses as input the data of the patterns of hydrogen bond contained in a given cluster, previously aligned. The new approach proved to be effective, with a good rate of success in the prediction of the position of hydrogen atoms contained in a cluster after training the neural network

Made available in DSpace on 2015-03-05T13:57:00Z (GMT). No. of bitstreams: 0 Previous issue date: 28 / Nenhuma / Microarranjos têm sido fortemente usados para monitorar, somultaneamente, o padrão de expressão de milhares de genes. Assim, uma grande quantidade de dados tem sido gerada e o desafio atual é descobrir como extrair informações úteis destes conjuntos de dados. Dados de Microarranjos são fortemente especializados, envolvendo diversas variáveis de forma não linear e temporal, necessitando de modelos recorrentes não lineares, os quais são complexos para formular e analisar. Este trabalho propõe a utilização de Redes Nunes Recorrentes (RNR) como modelo para os dados devido às suas habilidades de aprendizado de sistemas nâo-lineares e complexos. Uma vez obtido um modelo para os dados utilizando uma RNR, é possível extrair regras que representam as características aprendidas. Analisando as regras em conjunto com a base de dados, propõe-se a representação do conhecimento utilizando Cadeias de Markov. Tais Cadeias são facilmente visualizadas, na forma de grafos de estados, apresentando as interações entre os níveis de / Array technologies have made it strainghtforward to simultaneously monitor the expression pattern of thousands of genes. Thus, a lot fot data is being generated and the challenge now is to discover how to extract useful information from these data sets. Microarray data is highly specialized. It involves several variables in a nonlinear and temporal way, demanding nonlinear recurrent free models, which are complex to formulate and to analyse. So, this work proposes the use of Rucurrent Neural Networks(RNN) for data modeling, due to their learning hability of nonlinear and complex systems. Once a model is obtained with a RNN for the data, it is possible to extract rules to represent the knowledge acquired by them. From rule analisys, this work proposes the representation of the knowledge by Markov Chains model, which is easily visualized in the form of a graph of states, which show the interactions among the gene expression levels and their changes in time. In this work, we propose a new approach to microarra

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2018-08-01T13:18:07Z No. of bitstreams: 1 Márcio Moura Leal_.pdf: 1004771 bytes, checksum: 0e2cfd2ec35b3be3f90959425cc6ec81 (MD5) / Made available in DSpace on 2018-08-01T13:18:07Z (GMT). No. of bitstreams: 1 Márcio Moura Leal_.pdf: 1004771 bytes, checksum: 0e2cfd2ec35b3be3f90959425cc6ec81 (MD5) Previous issue date: 2018-04-06 / Nenhuma / O reconhecimento das línguas de sinais visa permitir uma maior inserção social e digital das pessoas surdas através da interpretação da sua língua pelo computador. Esta trabalho apresenta um modelo de reconhecimento de dois dos parâmetros globais das línguas de sinais, as configurações de mão e seus movimentos. Através da utilização de uma tecnologia de captura de infravermelho, a estrutura da mão foi reconstruída em um espaço tridimensional virtual e a Rede Neural Perceptron Multicamadas foi usada para fazer a classificação das configurações de mão e de seus movimentos. Além do método de reconhecimento de sinais, esta trabalho visa disponibilizar um conjunto de dados representativos das condições do cotidiano, constituído por uma base de dados de configurações de mão e de captura de movimento validadas por profissionais fluentes em línguas de sinais. Foi usada como estudo de caso a Língua Brasileira de Sinais, a Libras, e obteve-se como resultados uma precisão de 99.8% e 86.7% de acertos das redes neurais que classificavam as configurações de mão e seus movimentos, respectivamente. / The sign language recognition aims to allow a greater social and digital insertion of deaf people through interpretation of your language by the computer. This work presents a recognition model of two global parameters of the sign languages, hand configurations and their movements. Through the usage of infrared capture technology we built the hand structure on a virtual three-dimensional space and the Multilayer Perceptron Neural Network was used to do the hand configuration and movements classifying. Beyond of method to recognize signs, this work aims to provide a set of representative data of the daily conditions, consisting of a database of hand configurations and motion capture validated by fluent professionals in sign languages. To this work, was used, as study case, the Brazilian Sign Language, Libras, and was obtained accuracy rates of 99.8% and 86.7% from neural networks classifying hand configurations and hand motion respectively.

A preocupação com a qualidade do ar urbano é crescente. Este trabalho estudou este problema de forma experimental e através de modelagem matemática. Determinou-se experimentalmente a concentração de CO e das variáveis que a afetam como o trânsito, clima e edificação, num total de quinze parâmetros, medidos em dez pontos da cidade. As medidas foram feitas alternando os locais e realizando em cada um deles quatro amostragens de uma hora por dia, em dias alternados durante um ano. Construiu-se desta maneira um extenso banco de dados sobre a poluição do ar na cidade de Ribeirão Preto. Para aprofundar a análise de resultados utilizou-se PCA como técnica para agrupar as variáveis. Um modelo matemático foi desenvolvido para fornecer a previsão de CO em função dos parâmetros estudados. O número de variáveis, sua natureza aleatória e a complexa interação existente entre elas, indicou a rede neural como base para o modelo. A rede treinada com um conjunto de 347 casos e testada com outros 117 fornecendo previsões com erro menores que 20% em 60% dos casos. Utilizou-se técnicas de Regressão Multivariada para melhor interpretação e seleção das variáveis mais significativas que influem na produção e dispersão do CO. / The quality of the urban air is a growing concern. This work approached this problem trough field measurements and mathematical modeling. Fifteen variables, including carbon monoxide (CO) concentration, local weather, traffic volume, and edification were measured the sites tree time a week along a year. They lasted one hour each, being done four times a day. This way, an extensive data bank about urban air pollution problem was built. To improve the analysis of the data, technics like PCA were used to cluster variables. The number of variables, its random nature and the complex relationship among them indicated neural network as a convenient choice for developing a model able to predict the CO concentration as a function of the parameters measured. The network was trained with 347 data sets and tested with another 117 cases delivering results with errors below 20% in 60% of the cases. Multivariable regression was used to a better interpretation and selection of the most important variables involved in the CO production and dispersion.

O presente trabalho apresenta a previsão de demanda de água em sistemas urbanos de abastecimento através de Rede Neural Artificial (RNA) utilizando dados de consumo de água e variáveis meteorológicas e socioambientais. A RNA utilizada foi uma de três camadas chamada de rede de múltiplas camadas alimentadas adiante com o algoritmo de treinamento LLSSIM (Hsu et al., 1996). Neste estudo, foram utilizados os dados de consumo de água (SABESP) e meteorológicos (IAG/USP) para o período de 2001 a 2005 para Região Metropolitana de São Paulo (RMSP). As variáveis socioambientais e meteorológicas que podem afetar o consumo de água foram analisadas. A ETA Cantareira e o setor Itaim Paulista foram utilizados para avaliar a relação entre o consumo e as variáveis antrópicas e meteorológicas para o ano de 2005. Esses conjuntos de dados foram utilizados para o treinamento, o teste e a previsão da RNA. Para a ETA Cantareira, foram criados 8 modelos e para o setor Itaim Paulista 57, sendo que os modelos 9 a 57 correspondem à previsão ideal. O desempenho dos modelos foi avaliado pelo o erro médio, erro médio absoluto, erro médio quadrático, o coeficiente de correlação, exatidão, viés, POD, FAR, CSI e POFD. Para a ETA Cantareira o melhor desempenho ocorreu para a média de 12 horas e para o Itaim Paulista a média de 6 horas. Na previsão ideal observou-se que a memória do sistema é um fator importante, principalmente quando se tem dois intervalos de tempo anterior. Os resultados mostraram a importância da memória, pois ela ajuda a melhorar o desempenho da previsão A previsão horária foi obtida com níveis de erros aceitáveis. Comparando os resultados de todas as configurações dos modelos, observou-se que há uma tendência para pequenos erros. Finalmente, conclui-se que o método proposto pode ser utilizado para previsão de consumo obtendo uma boa previsão. / This work is concerned with the prediction of water demand in urban water supply systems using water consumption, meteorological and socioenvironmental variables in an Artificial Neural Network (ANN) system. The ANN is a three layer feed-forward network with the LLSSIM training algorithm (Hsu et. al., 1996). In this study, water consumption (SABESP) and meteorological (IAG USP) data sets between 2001 and 2005 were used for studying the Metropolitan Area São Paulo (MASP). Possible socio-environmental and meteorological conditions affecting water consumption in the MASP were analyzed. Two water treatment stations (ETA), namely, Cantareira and the Itaim Paulista were used to evaluate the relationship between water consumption against anthropic and meteorological conditions for the year 2005. These data sets were also used for training, testing and forecasting of the water consumption model with the ANN. For the Cantareira ETA, 8 model configurations were tested and 57 for the Itaim Paulista ETA. In this late case, configurations 9 to 57 were for ideal forecasts. The various model configurations were evaluated by the mean error, mean absolute error and mean square root error, correlation coefficient, bias, POD, FAR, CSI e POFD. The best performance for the Cantareira ETA was obtained for a 12-hour average of the input variables, and for the Itaim Paulista ETA, for the 6-hour average. The ANN model configurations fed with variables of previous three times steps (memory) performed best, followed by two previous time steps. The results indicate the importance of these memory to improving the performance of the forecasting. The hourly forecasting was obtained with acceptable error levels. Comparing the results of all model configurations, there is an overall tendency for minor errors. The proposed method can be used to demand forecast a good prediction.

A preocupação com a qualidade do ar urbano é crescente. Este trabalho estudou este problema de forma experimental e através de modelagem matemática. Determinou-se experimentalmente a concentração de CO e das variáveis que a afetam como o trânsito, clima e edificação, num total de quinze parâmetros, medidos em dez pontos da cidade. As medidas foram feitas alternando os locais e realizando em cada um deles quatro amostragens de uma hora por dia, em dias alternados durante um ano. Construiu-se desta maneira um extenso banco de dados sobre a poluição do ar na cidade de Ribeirão Preto. Para aprofundar a análise de resultados utilizou-se PCA como técnica para agrupar as variáveis. Um modelo matemático foi desenvolvido para fornecer a previsão de CO em função dos parâmetros estudados. O número de variáveis, sua natureza aleatória e a complexa interação existente entre elas, indicou a rede neural como base para o modelo. A rede treinada com um conjunto de 347 casos e testada com outros 117 fornecendo previsões com erro menores que 20% em 60% dos casos. Utilizou-se técnicas de Regressão Multivariada para melhor interpretação e seleção das variáveis mais significativas que influem na produção e dispersão do CO. / The quality of the urban air is a growing concern. This work approached this problem trough field measurements and mathematical modeling. Fifteen variables, including carbon monoxide (CO) concentration, local weather, traffic volume, and edification were measured the sites tree time a week along a year. They lasted one hour each, being done four times a day. This way, an extensive data bank about urban air pollution problem was built. To improve the analysis of the data, technics like PCA were used to cluster variables. The number of variables, its random nature and the complex relationship among them indicated neural network as a convenient choice for developing a model able to predict the CO concentration as a function of the parameters measured. The network was trained with 347 data sets and tested with another 117 cases delivering results with errors below 20% in 60% of the cases. Multivariable regression was used to a better interpretation and selection of the most important variables involved in the CO production and dispersion.

Ministério da Educação, Universidade Federal Rural da Amazônia e Programa de Pós-Graduação em Ciências Florestais. / The objective of this study was to compare the methodologies used to measure the volume of standing bark in natural forests, using regression analysis, mean shape factor, 0.7 form factor proposed by Heinsdijk & Bastos (1963) and artificial neural networks training in a dense ombrophilous forest in the municipality of Breu Branco-PA. A total of 576 trees were sown by the Smalian methodology and the information from 476 trees was used to estimate the coefficients of the volumetric equations and average form factor. 100 trees were also used, different from the 476 trees for data validation and normality. Three models of single entry and three of double entry were adjusted. The criteria used to select the best models were R²aj, Syx%, Syxr%, RQME, AIC, VP and waste distribution. Three thousand RNAs were trained for each analysis of tree volume estimation, using quantitative variables (DBH and commercial height) and qualitative (species). RQME parameters, Correlation Coefficient, Bias and graph analysis were used for the best RNA estimation. All volume estimates were compared to the volume cubed by the Smalian methodology and it was found that in this study there was no significant difference at a 95% probability between them. / Este estudo teve como objetivo comparar as metodologias utilizadas para mensurar o volume com casca de madeira em pé em florestas naturais, por meio da análise de regressão, fator de forma médio, fator de forma 0,7 proposto por Heinsdijk & Bastos (1963) e treinamento de Redes Neurais Artificiais em uma floresta ombrófila densa no município de Breu Branco-PA. Foram cubadas 576 árvores pela metodologia de Smalian e utilizadas as informações de 476 árvores, para estimativa dos coeficientes das equações volumétricas e fator de forma médio, também foram utilizadas 100 árvores diferentes das 476 arvores para validação e normalidade dos dados. Foram ajustados três modelos de simples entrada e três de dupla entrada. Os critérios utilizados para seleção dos melhores modelos foram R²aj, Syx%, Syxr%, RQME, AIC, VP e distribuição dos resíduos. Foram treinadas 3000 RNA para cada análise de estimativa de volume da árvore, utilizando variáveis quantitativas (DAP e Altura comercial) e qualitativa (espécie). Para a melhor estimativa da RNA foram utilizados os parâmetros RQME, Coeficiente de Correlação, Viés e análise de gráfico. Todas as estimativas de volumes foram comparado com o Volume cubado pela metodologia Smalian e verificou-se que neste estudo não obtiveram diferença significativa a uma probabilidade de 95% entre elas.

O presente trabalho aborda os principais conceitos relacionados com as redes neurais artificiais, que são modelos baseados no comportamento do cérebro. As redes neurais artificiais assemelham-se ao cérebro quanto à obtenção do conhecimento através de um processo de aprendizado, e quanto ao uso da força de conexão interneurônio para armazenar o conhecimento, conhecida como peso sináptico. Existem vários modelos de redes neurais artificiais; os principais modelos são abordados neste trabalho. Estes modelos diferem-se quanto à arquitetura e processo de aprendizado. A escolha do processo de aprendizado é influenciada pela tarefa a ser realizada pela rede neural. Cada modelo de rede neural artificial é mais adequado para resolver um determinado tipo de problema. Sugerem-se alguns problemas na área de administração financeira para serem resolvidos pelo uso desta tecnologia, com a especificação de um determinado modelo, e ainda se propõe uma contribuição para um assunto específico na área de administração financeira: o processo de previsão de insolvência das organizações. / The present work addresses the main concepts related to artificial neural networks, which are models based on brain behavior. Artificial neural networks resemble the brain regarding acquisition of knowledge through a learning process, and regarding the use of interneuron connection strength to storing the knowledge, known as synaptic weight. There are various artificial neural network models, the main models are addressed in this work. These models differ regarding the architecture and learning process. The choice of learning process is influenced by task to be carried out by the neural network. Each artificial neural network model is suitable for solving a determined type of problem. Some problems in the area of financial administration are suggested for resolution by the use of this technology, specifying a determinated model, and yet intend a contribution to a specific subject in the area of financial administration: the process of forecasting of insolvency of organizations.

Irrigation of large agricultural areas represents a significant portion of energy consumption in food producing countries. The electric power of irrigation pumps in rice crops, for example, may exceed 800 HP, while these systems are continually used during the harvest. In Brazil, non-technical losses in this type of consumer are generally due to fraud or error in power meters, or illegal connections. This type of problem is difficult to control because of the large length of rural feeder, in addition to access difficulties in many cases. This work presents a proposal for identifying non-technical losses in rural feeders containing pumping systems for irrigation of rice crops. The proposed methodology is based on the correlation of patterns of energy consumption, characteristics of the irrigated area and climatic conditions of the irrigation period. The developed system employs Artificial Neural Network technique, and it has as input a dataset of rainfall, temperature, solar irradiation, humidity, installed power and irrigated area of rice cultivation. The final result of the analysis indicates the percentage risk of each set of data and inconsistencies that can result in non-technical losses. The results of the developed methodology were obtained and validated from a real data base of crops of the period between 2009 and 2014, in the State of Rio Grande do Sul, Brazil. / A irrigação de grandes áreas agrícolas representa uma porção significativa do consumo de energia elétrica em países produtores de alimentos. A potência das bombas de irrigação em lavouras de arroz, por exemplo, pode ser superior a 800 CV, sendo que esses sistemas são utilizados continuamente no período da safra. No Brasil, as perdas não técnicas neste tipo de consumidor geralmente são devidas a fraudes, erros em medidores de energia e ligações clandestinas. Esse tipo de problema é de difícil fiscalização devido à grande extensão das linhas rurais, além da dificuldade de acesso, em muitos casos. Este trabalho apresenta uma proposta para a identificação de perdas não técnicas em alimentadores rurais contendo sistemas de bombeamento para irrigação de lavouras de arroz. A metodologia proposta é baseada na correlação dos padrões de consumo de energia elétrica, das características da área irrigada e das condições climáticas do período de irrigação. A metodologia emprega a técnica de Rede Neural Artificial, e tem como entrada um conjunto de dados de precipitação pluviométrica, temperatura, incidência solar, umidade do ar, carga instalada e área de solo irrigado característico do cultivo de arroz. O resultado final das análises indica o risco percentual de cada conjunto de dados e inconsistências que possam implicar em perdas não técnicas. Os resultados do trabalho foram obtidos e validados a partir de uma base de dados reais de safras do período entre 2009 e 2014, de lavouras do Estado do Rio do Grande do Sul.