Made available in DSpace on 2014-12-17T14:55:56Z (GMT). No. of bitstreams: 1 MarcioGP.pdf: 1534925 bytes, checksum: d1c777b1e76b23d509caeb3258a0aa97 (MD5) Previous issue date: 2006-06-19 / This dissertation contributes for the development of methodologies through feed forward artificial neural networks for microwave and optical devices modeling. A bibliographical revision on the applications of neuro-computational techniques in the areas of microwave/optical engineering was carried through. Characteristics of networks MLP, RBF and SFNN, as well as the strategies of supervised learning had been presented. Adjustment expressions of the networks free parameters above cited had been deduced from the gradient method. Conventional method EM-ANN was applied in the modeling of microwave passive devices and optical amplifiers. For this, they had been proposals modular configurations based in networks SFNN and RBF/MLP objectifying a bigger capacity of models generalization. As for the training of the used networks, the Rprop algorithm was applied. All the algorithms used in the attainment of the models of this dissertation had been implemented in Matlab / Esta disserta??o contribui para o desenvolvimento de metodologias atrav?s de redes neurais artificiais de alimenta??o direta para a modelagem de dispositivos de microondas e ?pticos. Uma revis?o bibliogr?fica sobre as aplica??es de t?cnicas neuro-computacionais na ?reas de engenharia de microondas e ?ptica foi realizada. As caracter?sticas das redes MLP, RBF e SFNN, bem como as estrat?gias de aprendizado supervisionado foram apresentadas. As express?es de ajuste dos par?metros livres das redes acima citadas foram deduzidas a partir do m?todo do gradiente. O m?todo convencional EM-ANN foi aplicado na modelagem de dispositivos passivos de microondas e amplificadores ?pticos. Para isto, foram propostas configura??es modulares baseadas em redes SFNN e RBF/MLP objetivando uma maior capacidade de generaliza??o dos modelos. No que se refere ao treinamento das redes utilizadas, o algoritmo Rprop foi aplicado. Todos os algoritmos utilizados na obten??o dos modelos desta disserta??o foram implementados em Matlab

Made available in DSpace on 2014-12-17T14:58:20Z (GMT). No. of bitstreams: 1 BrunoCD_DISSERT.pdf: 4492853 bytes, checksum: 8fad50750c043cd4dab6a1e27f414d81 (MD5) Previous issue date: 2013-02-15 / One of the current major concerns in engineering is the development of aircrafts that have low power consumption and high performance. So, airfoils that have a high value of Lift Coefficient and a low value for the Drag Coefficient, generating a High-Efficiency airfoil are studied and designed. When the value of the Efficiency increases, the aircraft s fuel consumption decreases, thus improving its performance. Therefore, this work aims to develop a tool for designing of airfoils from desired characteristics, as Lift and Drag coefficients and the maximum Efficiency, using an algorithm based on an Artificial Neural Network (ANN). For this, it was initially collected an aerodynamic characteristics database, with a total of 300 airfoils, from the software XFoil. Then, through the software MATLAB, several network architectures were trained, between modular and hierarchical, using the Back-propagation algorithm and the Momentum rule. For data analysis, was used the technique of cross- validation, evaluating the network that has the lowest value of Root Mean Square (RMS). In this case, the best result was obtained for a hierarchical architecture with two modules and one layer of hidden neurons. The airfoils developed for that network, in the regions of lower RMS, were compared with the same airfoils imported into the software XFoil / Uma das maiores preocupa??es atuais na Engenharia ? o desenvolvimento de aeronaves que possuam baixo consumo e alto desempenho. Para isso, s?o estudados e projetados perfis aerodin?micos que tenham um valor elevado de coeficiente de sustenta??o e um valor baixo para o coeficiente de arrasto, gerando um perfil de alta efici?ncia. Quanto maior o valor da efici?ncia, menor ser? o consumo de combust?vel da aeronave, melhorando assim, o seu desempenho. Neste sentido, este trabalho objetiva desenvolver uma ferramenta para cria??o de perfis aerodin?micos a partir de caracter?sticas desejadas, como coeficiente de sustenta??o e de arrasto e efici?ncia m?xima, utilizando-se um algoritmo baseado em uma Rede Neural Artificial (RNA). Para isso, inicialmente foram coletados uma base de dados de caracter?sticas aerodin?micas de um total de 300 perfis, a partir do software XFoil. Ent?o, atrav?s de uma rotina implementada no software MATLAB, foram treinadas diversas arquiteturas de redes, entre modulares e hier?rquicas, utilizando-se o algoritmo de Retropropaga??o e a regra do Momento. Para an?lise dos resultados, foi utilizada a t?cnica de valida??o cruzada, avaliando a rede que possuiu o menor valor de Erro M?dio Quadr?tico (EMQ). Neste caso, o melhor resultado obtido foi para uma arquitetura hier?rquica com dois m?dulos e uma camada de neur?nios ocultos. Os perfis aerodin?micos desenvolvidos por essa rede, nas regi?es de menor EMQ, foram comparados aos mesmos perfis importados ao software XFoil. O presente trabalho oferece como contribui??o, em rela??o a outros trabalhos que envolvem RNA aplicada ? mec?nica dos fluidos, o desenvolvimento de perfis aerodin?micos a partir de suas caracter?sticas aerodin?micas

Made available in DSpace on 2014-12-17T15:01:16Z (GMT). No. of bitstreams: 1 DouglasNS.pdf: 627007 bytes, checksum: b05193ec4ef1bbecaf4b2d739179e597 (MD5) Previous issue date: 2002-10-10 / Photo-oxidation processes of toxic organic compounds have been widely studied. This work seeks the application of the photo-Fenton process for the degradation of hydrocarbons in water. The gasoline found in the refinery, without additives and alcohol, was used as the model pollutant. The effects of the concentration of the following substances have been properly evaluated: hydrogen peroxide (100-200 mM), iron ions (0.5-1 mM) and sodium chloride (200 2000 ppm). The experiments were accomplished in reactor with UV lamp and in a falling film solar reactor. The photo-oxidation process was monitored by measurements of the absorption spectra, total organic carbon (TOC) and chemical oxygen demand (COD). Experimental results demonstrated that the photo-Fenton process is feasible for the treatment of wastewaters containing aliphatic hydrocarbons, inclusive in the presence of salts. These conditions are similar to the water produced by the petroleum fields, generated in the extraction and production of petroleum. A neural network model of process correlated well the observed data for the photooxidation process of hydrocarbons / Processos de fotooxida??o de compostos org?nicos t?xicos t?m sido bastante estudados. Este trabalho trata da aplica??o do processo foto-Fenton para a degrada??o de hidrocarbonetos em ?gua. A gasolina de refinaria, sem aditivos e ?lcool, foi usada como poluente modelo. O efeito das concentra??es dos seguintes compostos foi avaliado: per?xido de hidrog?nio (100-200mM), ?ons ferrosos (0,5-1,0mM) e cloreto de s?dio (200-2000ppm). Os experimentos foram realizados em um reator com l?mpada UV e em um reator solar tipo filme descendente. O processo de foto-oxida??o foi monitorado por medidas do espectro de absor??o, carbono org?nico total (TOC) e demanda qu?mica de oxig?nio (DQO). Os resultados experimentais demonstram que o processo foto-Fenton ? vi?vel para o tratamento de efluentes contendo hidrocarbonetos alif?ticos, inclusive na presen?a de sais, sob condi??es similares ?s das ?guas de produ??o de campos de petr?leo, geradas na extra??o e produ??o de petr?leo. Um modelo do processo, baseado em redes neurais, correlacionou bem os dados observados para o processo de fotooxida??o de hidrocarbonetos

Made available in DSpace on 2014-12-17T15:36:30Z (GMT). No. of bitstreams: 1 AdrianoCL.pdf: 471335 bytes, checksum: 56ca8b5db29eb13c8ee17c7dee626744 (MD5) Previous issue date: 2007-09-24 / The use of non-human primates in scientific research has contributed significantly to the biomedical area and, in the case of Callithrix jacchus, has provided important evidence on physiological mechanisms that help explain its biology, making the species a valuable experimental model in different pathologies. However, raising non-human primates in captivity for long periods of time is accompanied by behavioral disorders and chronic diseases, as well as progressive weight loss in most of the animals. The Primatology Center of the Universidade Federal do Rio Grande do Norte (UFRN) has housed a colony of C. jacchus for nearly 30 years and during this period these animals have been weighed systematically to detect possible alterations in their clinical conditions. This procedure has generated a volume of data on the weight of animals at different age ranges. These data are of great importance in the study of this variable from different perspectives. Accordingly, this paper presents three studies using weight data collected over 15 years (1985-2000) as a way of verifying the health status and development of the animals. The first study produced the first article, which describes the histopathological findings of animals with probable diagnosis of permanent wasting marmoset syndrome (WMS). All the animals were carriers of trematode parasites (Platynosomum spp) and had obstruction in the hepatobiliary system; it is suggested that this agent is one of the etiological factors of the syndrome. In the second article, the analysis focused on comparing environmental profile and cortisol levels between the animals with normal weight curve evolution and those with WMS. We observed a marked decrease in locomotion, increased use of lower cage extracts and hypocortisolemia. The latter is likely associated to an adaptation of the mechanisms that make up the hypothalamus-hypophysis-adrenal axis, as observed in other mammals under conditions of chronic malnutrition. Finally, in the third study, the animals with weight alterations were excluded from the sample and, using computational tools (K-means and SOM) in a non-supervised way, we suggest found new ontogenetic development classes for C. jacchus. These were redimensioned from five to eight classes: infant I, infant II, infant III, juvenile I, juvenile II, sub-adult, young adult and elderly adult, in order to provide a more suitable classification for more detailed studies that require better control over the animal development / O uso de primatas n?o humanos na pesquisa cient?fica trouxe grandes contribui??es ? ?rea biom?dica e, no caso de Callithrix jacchus, evid?ncias importantes sobre mecanismos fisiol?gicos para compreens?o de sua biologia bem como para a sua proposi??o como modelo experimental em diferentes patologias. Entretanto, a cria??o de primatas n?o humanos em cativeiro por longos per?odos de tempo ? acompanhada de transtornos comportamentais e doen?as cr?nicas, a maioria delas apresentando como sinal prim?rio a perda progressiva de peso. O N?cleo de Primatologia da Universidade Federal do Rio Grande do Norte (UFRN) possui uma col?nia de cria??o de C. jacchus h? cerca de 30 anos e durante este per?odo seus animais foram pesados sistematicamente como forma de detectar poss?veis altera??es nas suas condi??es cl?nicas. Este procedimento gerou uma massa de dados sobre o peso dos animais em diferentes faixas et?rias de grande relev?ncia para o estudo desta vari?vel em diferentes perspectivas. Neste contexto, o presente trabalho apresenta tr?s estudos usando os dados da vari?vel peso coletados durante 15 anos (1985-2000) como forma de aferir o estado de sa?de e do desenvolvimento dos animais. O primeiro estudo gerou o primeiro artigo, o qual descreve os achados histopatol?gicos de animais com diagn?stico prov?vel da S?ndrome de Emagrecimento Progressivo (SEP), tendo sido encontrado que todos eles eram portadores de um tremat?deo (Platynosomum spp) associado a um quadro de obstru??o no sistema hepatobiliar, para o qual se prop?s este agente como um dos fatores etiol?gicos da s?ndrome. No segundo artigo a an?lise foi direcionada ? compara??o do perfil comportamental e do n?veis de cortisol entre animais com a evolu??o da curva de peso dentro dos par?metros de normalidade e ?queles com SEP. Ficou evidenciada a diminui??o na locomo??o, uso aumentado dos extratos inferiores da gaiola e hipocortisolemia, esta ?ltima provavelmente associada a uma adapta??o dos mecanismos que comp?em o eixo funcional hipot?lamo-hip?fise-adrenal,, como observado para outros mam?feros sob situa??es de desnutri??o cr?nica. Finalmente, no terceiro estudo, os animais com altera??es de peso foram exclu?dos da amostra e, com o emprego de ferramentas computacionais (K-m?dias e SOM Self-Organizing Maps) de maneira n?o supervisionada, e foram evidenciadas novas classes no desenvolvimento ontogen?tico de C. jacchus. Assim sugerimos ser redimensionada de cinco para oito novas classes: infantil I, infantil II, infantil III, juvenil I, juvenil II, sub-adulto, adulto jovem e adulto idoso, fornecendo uma classifica??o mais apropriada para estudos mais detalhados que requeiram maior controle do desenvolvimento do animal

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-02-21T00:17:08Z No. of bitstreams: 1 BrennaKarolynaDosSantosSilva_DISSERT.pdf: 6981280 bytes, checksum: 0266d5d98ab38bb268fe5ddd9e7e3c97 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-03-03T22:08:40Z (GMT) No. of bitstreams: 1 BrennaKarolynaDosSantosSilva_DISSERT.pdf: 6981280 bytes, checksum: 0266d5d98ab38bb268fe5ddd9e7e3c97 (MD5) / Made available in DSpace on 2017-03-03T22:08:40Z (GMT). No. of bitstreams: 1 BrennaKarolynaDosSantosSilva_DISSERT.pdf: 6981280 bytes, checksum: 0266d5d98ab38bb268fe5ddd9e7e3c97 (MD5) Previous issue date: 2016-02-23 / A identifica??o de sistemas din?micos n?o lineares tem grande import?ncia em v?rias ?reas da Engenharia. Esta disserta??o apresenta uma t?cnica de identifica??o de sistemas utilizando Redes Neurais Artificiais do tipo Fun??es de Base Radial ? RBF aplicada a um sistema bastante comum na ind?stria de qu?mica e petroqu?mica, o sistema de multitanques (tanques acoplados), que apresenta uma din?mica de natureza n?o linear. Em tal sistema, o comportamento n?o linear deste pode dificultar a identifica??o e apresentar um modelo que n?o reflete seu comportamento real. Esse fator ? fonte de motiva??o para utilizarmos uma ferramenta matem?tica tal como a RBF na identifica??o dos aspectos n?o lineares do sistema. Essa rede apresenta potencialidades como habilidade de tratar sistemas complexos, aprendizado e generaliza??o. A identifica??o de sistemas utilizando RBF pode ser tratada como um problema de ajuste de curvas atrav?s da combina??o das fun??es de base. / The identification of nonlinear dynamical systems is of great importance in many areas of engineering. In this dissertation presents a system identification technique using Artificial Neural Networks Radial Basis Function type - RBF applied to a very common system in the chemical and petrochemical industry, multi tanks system (coupled tanks), which features a dynamic nature not linear. In such a system, the nonlinear behavior of this can make it difficult to identify and present a model that does not reflect their actual behavior. This factor is a source of motivation we use a mathematical tool such as RBF in the identification of nonlinear aspects of the system. This network has potential as ability to handle complex systems, learning and generalization. Identification systems using RBF can be treated as a curve fitting problem by combining the basic functions.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-03-28T19:32:54Z No. of bitstreams: 1 MarcoAntonioLeandroCabral_TESE.pdf: 13589109 bytes, checksum: dcecde654045d4bb434b8363031ec773 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-03-29T19:12:55Z (GMT) No. of bitstreams: 1 MarcoAntonioLeandroCabral_TESE.pdf: 13589109 bytes, checksum: dcecde654045d4bb434b8363031ec773 (MD5) / Made available in DSpace on 2017-03-29T19:12:55Z (GMT). No. of bitstreams: 1 MarcoAntonioLeandroCabral_TESE.pdf: 13589109 bytes, checksum: dcecde654045d4bb434b8363031ec773 (MD5) Previous issue date: 2017-01-17 / Prevenir, antever, evitar falhas em sistemas eletromec?nicos s?o demandas que desafiam pesquisadores e profissionais de engenharia a d?cadas. Sistemas eletromec?nicos apresentam processos tribol?gicos que resultam em fadiga de materiais e consequente perda de efici?ncia ou mesmo de utilidade de m?quinas e equipamentos. Diversas t?cnicas s?o utilizadas na tentativa de, atrav?s da an?lise de sinais oriundos dos equipamentos estudados, que seja poss?vel a minimiza??o das perdas inerentes ?queles sistemas e as consequ?ncias desses desgastes em momentos n?o esperados, como uma aeronave em voo ou uma perfuratriz em um po?o de petr?leo. Dentre elas podemos citar a an?lise de vibra??o, medi??o da press?o ac?stica, monitoramento de temperatura, an?lise de part?culas de ?leo lubrificante etc. Entretanto sistemas eletromec?nicos s?o complexos e podem apresentar comportamentos inesperados. A manuten??o centrada na confiabilidade necessita de recursos tecnol?gicos cada vez mais r?pidos, eficientes e robustos para garantir sua efici?ncia e efic?cia. T?cnicas de an?lise de efeitos e modos de falha (FMEA ? Failure Mode Effect Analysis) em equipamentos s?o utilizadas para aumentar a confiabilidade dos sistemas de manuten??o preventiva e preditiva. As redes neurais artificiais (RNA) s?o ferramentas computacionais que encontram aplicabilidade em diversos segmentos da pesquisa e an?lise de sinais, onde h? necessidade do manuseio de grandes quantidades de dados, associando estat?stica e computa??o na otimiza??o de processos din?micos e um alto grau de confiabilidade. S?o sistemas de intelig?ncia artificial que t?m capacidade de aprender, s?o robustas a falhas e podem apresentar resultados em tempo real. Este trabalho tem como objetivo a utiliza??o de redes neurais artificiais para tratar sinais provenientes da monitora??o de par?metros tribol?gicos atrav?s do uso de uma bancada de testes para simular falhas de contato em um compressor de ar, a fim de criar um sistema de detec??o e classifica??o de falhas automatizado, n?o supervisionado, com o uso de mapas auto-organiz?veis, ou redes SOM (self organizaed maps), aplicado ? manuten??o preventiva e preditiva de processos eletromec?nicos. / Preventing, anticipating, avoiding failures in electromechanical systems are demands that have challenged researchers and engineering professionals for decades. Electromechanical systems present tribological processes that result in fatigue of materials and consequent loss of efficiency or even usefulness of machines and equipment. Several techniques are used in an attempt to minimize the inherent losses of these systems through the analysis of signals from the equipment studied and the consequences of these wastes at unexpected moments, such as an aircraft in flight or a drilling rig in an oil well. Among them we can mention vibration analysis, acoustic pressure measurement, temperature monitoring, particle analysis of lubricating oil etc. However, electromechanical systems are complex and may exhibit unexpected behavior. Reliability-centric maintenance requires ever faster, more efficient and robust technological resources to ensure its efficiency and effectiveness. Failure Mode Effect Analysis (FMEA) techniques in equipment are used to increase the reliability of preventive and predictive maintenance system. Artificial neural networks (ANNs) are computational tools that find applicability in several segments of the research and signal analysis, where it is necessary to handle large amounts of data, associating statistics and computation in the optimization of dynamic processes and a high degree of reliability. They are artificial intelligence systems that have the ability to learn, are robust to failures, and can deliver realtime results. This work aims at the use of artificial neural networks to treat signals from the monitoring of tribological parameters through the use of a test bench to simulate contact failures in an air compressor in order to create an automated fault detection and classification system, unsupervised, with the use of self-organized maps, or SOM, applied to the preventive and predictive maintenance of electromechanical processes.

The number of plants at risk of extinction has increased gradually. With the purpose of reducing the risk is necessary identify the species for planning protection methods. The biodiversity of species existing in the plant kingdom make the use of traditional models of recognition and taxonomy a process very complex and slow. The identification of a plant can be performed observing his features, such as: fruits, seeds, flowers, roots, leaves and stems. But the simplest feature used are the leaves.This paper presents a hybrid system for identifying plant based on leaf image. This system is composed by Genetic Algorithm (GA) and Artificial Neural Network (ANN). The role played by the GA is to perform a preselection of plants forming a group that the answer of an unknown leaf is more probable and the purpose of ANN, trained by backpropagation algorithm, is to classify the unknown leaf performing the search only in the group calculated by the AG. Several tests were conducted and the results obtained demonstrate that the hybrid system achieved a recognition rate of 93,2%. / O número de plantas com risco de extinção tem aumentado gradativamente. Com a finalidade de diminuir esse risco, faz-se necessário planejar métodos de proteção e identificação das espécies. A grande biodiversidade de plantas existentes no reino vegetal torna os modelos tradicionais de identificação e de taxonomia uma função muito complexa e lenta. A identificação de uma planta pode ser realizada observando várias características, tais com: frutos, sementes, ores, raízes, folhas e caule. A característica mais simples de ser utilizada nessa identificação são as folhas. Este trabalho apresenta um sistema híbrido e automático de identificação de plantas por meio de suas folhas. Esse sistema é composto por Algoritmos Genéticos (AG) e pela Rede Neural Artificial (RNA). O objetivo do AG é realizar uma pré-seleção de plantas formando um grupo de folhas desconhecidas que seriam a resposta mais provável, enquanto que a finalidade da RNA, treinada pelo algoritmo backpropagation, é classificar a folha considerando apenas o grupo calculado pelo AG. Vários testes foram realizados e os resultados obtidos mostram que o sistema híbrido atingiu uma taxa de reconhecimento de 93,2 %. / Mestre em Ciências

In the past few years, computer-based training systems have been widely studied in the field of human rehabilitation. One of the cutting-edge technologies applied in this kind of system is Virtual Reality. In health applications, Virtual Reality presents itself as an appropriate tool to simulate training environments without exposing the patients to the real world associated risks. In particular, one application of Virtual Reality in human rehabilitation is in virtual prosthesis design. Virtual prosthetic devices have been used to reduce the great mental effort needed by patients fitted with myoelectric prosthesis, during the training stage. This effort is one of the main difficulties that lead patients to give up at this stage. In this paper, the application of Virtual Reality in a hand prosthesis training system is presented. To achieve this, the possibility of exploring Artificial Neural Networks in a real-time classification system is discussed. Also, a signal windowing algorithm and a communication architecture between the classification system and the virtual environment are presented. Finally, a prototype developed in order to investigate the application of the proposed system in a real-time processing and classification context is presented. / Nos últimos anos, sistemas de treinamento assistido por computador tem sido amplamente estudados no campo da reabilitação humana. Uma das tecnologias de maior impacto nesta classe de sistemas é a Realidade Virtual. Quando aplicada à saúde humana, a Realidade Virtual se apresenta como uma ferramenta adequada à simulação de ambientes de treinamento sem a exposição dos pacientes aos riscos associados ao ambiente real. Uma aplicação particular de Realidade Virtual na reabilitação humana são as próteses virtuais. Estes dispositivos têm sido utilizados para reduzir o grande esforço mental despendido por usuários de próteses mioelétricas, durante a fase de treinamento. Este esforço mental constitui apenas uma dentre as várias dificuldades encontradas pelos pacientes, que acabam culminando na desistência de muitos neste estágio do tratamento. Neste trabalho, a aplicação de Realidade Virtual em um sistema de treinamento para usuários de próteses de mão é apresentada. Para tal, a possibilidade de se utilizar Redes Neurais Artificiais como sistema de classificação em tempo real é discutida. Além disso, são apresentados um algoritmo de janelamento de sinais e uma arquitetura de comunicação entre o sistema de classificação e o ambiente virtual. Finalmente, é apresentado o protótipo desenvolvido para se investigar a aplicabilidade do sistema proposto em um contexto de processamento e classificação em tempo real. / Mestre em Ciências

Many researches have applied the Analytical Hierarchical Process (AHP) technique created by Saaty (1980), in the multicriterial analysis related to management of water and environmental resources. Among these works, highlight the vulnerability analysis proposed by Ross (1994) which became a reference for many other researchers in Brazil. The use of AHP technique has gained importance in environmental studies because of its association with geographic information systems to assign different degrees of susceptibility classes to morphogenesis and pedogenesis variables on a map. What is not appear in the literature is an assessment of the influence of experience and other human conditions in the initial consideration of the technical implementation and that may incur subjectivity in the analysis. Therefore, this research proposes to apply the method of artificial neural network (ANN) as a way to refine the weights indicated by experts in the application of AHP technique and minimize the subjectivity of the analysis process. In this research the AHP technique results are ponderations ass proposed by Ross (1994), by local experts through questionnaires and the application of ANN in determining the map of environmentally vulnerable areas of the watershed Córrego do Fundo, Carmo do Paranaíba, MG (Brasil). The results allow affirming applicability of RNA's to reduce the subjectivity of the data obtained with the AHP method has relevant consistency. / Diversos trabalhos têm aplicado a técnica de ponderação Analytical Hierarchical Process (AHP), criada por Saaty (1980), nas análises multicriteriais ligadas a gestão de recursos hídricos e ambientais. Dentre esses trabalhos destaca-se a análise de vulnerabilidade ambiental proposta por Ross (1994), que se tornou referência para diversos outros trabalhos no Brasil. O emprego da técnica AHP tem ganhado relevância em estudos ambientais devido a sua associação aos sistemas de informações geográficas, que permitem associar diversos graus de suscetibilidade das classes das variáveis de morfogênese e pedogênese em um mapa. O que não aparece na literatura é uma avaliação da influência da experiência e outras condicionantes humanas na ponderação inicial da aplicação da técnica e que podem incorrer em subjetividade no momento da análise. Por isso, esta pesquisa propõe a aplicação do método das Redes Neurais Artificiais (RNA) como forma de filtrar as ponderações indicadas por especialistas na aplicação da técnica AHP e minimizar a subjetividade do processo de análise. Nessa pesquisa os resultados da técnica AHP são utilizados com ponderação por Ross (1994), por especialistas locais através de questionários e com aplicação das RNA na determinação do mapa de áreas ambientalmente vulneráveis da bacia hidrográfica do córrego do Fundo, Carmo do Paranaíba, MG (Brasil). Os resultados apontam que a aplicabilidade das RNA s para redução da subjetividade dos dados obtidos com o método AHP, possui uma consistência relevante. / Mestre em Engenharia Civil

Esta tese tem por objetivo propor uma metodologia para recuperação de perfis verticais de temperatura na atmosfera com nuvens a partir de medidas de radiância feitas por satélite, usando redes neurais artificiais. Perfis verticais de temperatura são importantes condições iniciais para modelos de previsão de tempo, e são usualmente obtidos a partir de medidas de radiâncias feitas por satélites na faixa do infravermelho. No entanto, quando estas medidas são feitas na presença de nuvens, não é possível, com as técnicas atuais, efetuar a recuperação deste perfil. É uma perda significativa de informação, pois, em média, 20% dos pixels das imagens acusam presença de nuvens. Nesta tese, este problema é resolvido como um problema inverso em dois passos: o primeiro passo consiste na determinação da radiância que atinge a base da nuvem a partir da radiância medida pelos satélites; o segundo passo consiste na determinação do perfil vertical de temperaturas a partir da informação de radiância fornecida pelo primeiro passo. São apresentadas reconstruções do perfil de temperatura para quatro casos testes. Os resultados obtidos mostram que a metodologia adotada produz resultados satisfatórios e tem grande potencial de uso, permitindo incorporar informações sobre uma região mais ampla do globo e, consequentemente, melhorar os modelos de previsão do tempo. / This thesis presents a methodology for retrieving vertical temperature profiles in the atmosphere with clouds from radiance measurements made by satellite, using artificial neural networks. Vertical temperature profiles are important initial conditions for numerical weather prediction models, and are usually obtained from measurements of radiance using infrared channels. Though, when these measurements are performed in the atmosphere with clouds, it is not possible to retrieve the temperature profile with current techniques. It is a significant loss of information, since on average 20% of the pixels of the images have clouds. In this thesis, this problem is solved as a two-step inverse problem: the first step is an inverse problem of boundary condition estimation, where the radiance reaching the cloud basis is determined from radiance measured by satellite; the second step consists in determining the vertical temperature profile from the boundary condition estimated in the first step. Reconstructions of temperature profile are presented for four test cases. The results show that the proposed methodology produces satisfactory results and has great potential for use, allowing to incorporate information from a wider area of the planet and thus to improve numerical weather prediction models.