O presente trabalho desenvolve uma topologia de controle para o gerador de indução duplamente alimentado (GIDA) em condições normais e em condições de falta monofásica. O sistema de controle é dividido em três partes principais: sistema de identificação de faltas, controle em condições normais e controle em condições de falta monofásica. A primeira parte, o sistema de identificação (SI) de faltas, é responsável pela seleção da topologia de controle da máquina. O SI é composto por uma combinação entre redes neurais artificiais (RNA) e a Fast Fourier Transform (FFT). As RNA são responsáveis pela identificação do estado atual da rede, se possui falta ou não. Os dados de entrada das RNA são as correntes de linha do estator que passam por um pré-processamento por meio da FFT. Alguns conteúdos harmônicos de saída da FFT irrelevantes no processo de identificação são eliminados por um método similar ao Principal Components Analysis (PCA). A segunda parte do trabalho é o controle em condições normais, sendo ativado quando o SI aponta a ausência de faltas. A topologia de controle vetorial é utilizada nesta condição para manter a tensão e frequência constante com a velocidade mecânica do eixo variável. A última parte do trabalho é o controle em condições adversas, que é ativado quando o SI detecta uma falta monofásica. A topologia de controle nesta condição utiliza as transformações ortogonais para reduzir o fluxo concatenado no enrolamento do estator com falta. A utilização deste novo controle reduz a corrente do estator quando comparado com o controle vetorial em condições de falta, sendo que a tensão do estator nas fases sem falta é mantida dentro de uma faixa de operação. O trabalho possui resultados de simulação das três principais partes do sistema de controle. Primeiramente, resultados do controle vetorial de tensão e frequência do GIDA sob condições de velocidade do eixo variável e cortes de carga são apresentados. Logo após, apresenta-se os resultados do SI na identificação de faltas monofásicas na fase B e o seu comportamento sob condições adversas como desequilíbrio de carga e cortes de cargas. Finalmente, alguns resultados do controle em condições de falta sobre uma falta fase-neutro na fase B são apresentados. / This paper presents a control topology for doubly fed induction generator (DFIG) in normal and single fault conditions. The control system is divided into three main parts: fault identification system, control in normal condition and control in single fault conditions. In the first part, the system of identification (SI) is responsible for selecting the topology of the control. The SI is composed by a combination of artificial neural networks (ANN) and Fast Fourier Transform (FFT). The ANN is responsible for identifying the current state of the grid, if has fault or not. The inputs of the ANN are stator currents line through of a pre-processing by means of FFT. Some harmonic contents are irrelevant in the identification process and they are eliminated by a method similar to Principal Components Analysis (PCA). The second part of the paper is the control under normal conditions, activated when the SI indicates the absence of faults. The topology of vector control in this condition is used to maintain the voltage and frequency constant, where the speed of the mechanical axis variable. The last part of the work is the control in adverse conditions, which is activated when the SI detects a singlephase fault. The control topology in this condition uses the orthogonal transformations to reduce the mutual flux in the stator winding with fault. The use of this new control reduces the stator current as compared to vector control in fault conditions, and the stator voltage in the stages without fault is maintained within an operating range. The paper has simulation results of three main parts of the control system. First, the results of the vector control voltage and frequency of DFIG under conditions of variable shaft speed and load sections are provided. Soon after, the results of the SI in identifying faults in the phase B under conditions such as load imbalance and cutting loads are shown. Finally, some results of control in fault condition in the phase B are shown.

Submitted by Hellen Luz (hellencrisluz@gmail.com) on 2017-08-01T18:30:58Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AplicacaoSensoresVirtuais.pdf: 4042744 bytes, checksum: edd1414c4204e0f4fec8cbac95970670 (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-08-21T18:10:48Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AplicacaoSensoresVirtuais.pdf: 4042744 bytes, checksum: edd1414c4204e0f4fec8cbac95970670 (MD5) / Made available in DSpace on 2017-08-21T18:10:48Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AplicacaoSensoresVirtuais.pdf: 4042744 bytes, checksum: edd1414c4204e0f4fec8cbac95970670 (MD5) Previous issue date: 2014-10-23 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta pesquisa apresenta a utilização de sensores virtuais na estimação da concentração dos parâmetros físico-químicos e metais no monitoramento da qualidade da água de reservatórios da Amazônia, por meio de redes neurais artificiais (RNA’s) e imagens de sensoriamento remoto. A análise fatorial das variáveis consideradas no estudo, confirmou o relacionamento da primeira faixa de profundidade do disco de Secchi, Ferro Total, PO4, P Total, TSS e Turbidez em um único fator, pois estes apresentam grande refletância e boa absorção de energia pelos sensores dos satélites. Estes elementos foram estimados por RNA’s, produzindo resultados bem próximos dos valores observados. Os testes de validação também confirmaram a boa aproximação para a primeira faixa de profundidade do disco de Secchi, Fe Total, STS e Turbidez do reservatório de água. No caso específico dos parâmetros PO4 e P Total, além do problema do pouco número de estações de coleta de dados disponíveis e a variabilidade inerente ao ciclo hidrológico da região, constatou-se, por meio da interpretação das imagens, falta de similaridades entre os dados utilizados no treinamento e na validação da RNA. De modo geral, o estudo demonstrou a eficácia da aplicação de sensores virtuais e imagens de satélite no monitoramento da qualidade da água de reservatórios na Amazônia, proporcionando uma alternativa com bom índice de precisão e menos dispendiosa de recursos no processo de monitoramento desse recurso. / This research introduces the use of virtual sensors to estimate the concentration of physico-chemical parameters and metals in monitoring water quality of reservoirs Amazon through artificial neural networks (ANN) and images of remote sensing. A factor analysis of the variables considered in the study confirmed the relationship of the first factor with Secchi disk, Total Iron, PO4, Total P, TSS and Turbidity on a single factor, as these have a high reflectance and good energy absorption by satellite sensors. These elements were determined by ANN's, producing satisfactory results approach 100% between observed and estimated. The tests resulted in a good approximation, the first band Secchi disk depth, total Fe, STS, and turbidity of the water reservoir. In the specific case of the parameters PO4 and Total P, besides the problem of the small number of sampling stations available data and the variability inherent in the hydrological cycle of the region, it was found, through the interpretation of images, lack of similarities between the data used in training and validation of RNA. Overall, the study demonstrated the effectiveness of the application of virtual sensors in monitoring water quality of reservoirs in the Amazon by satellite imagery, providing a precise and less expensive alternative resources in the process of environmental monitoring.

As faltas de alta impedância (FAI) ocorrem quando um condutor entra em contato com objetos com uma alta resistência, o que não resulta em incrementos significativos de corrente. Este tipo de falta não pode ser detectada por dispositivos de proteção tradicionais que atuam por sobrecorrente. Neste trabalho uma pesquisa do estado da arte das FAI é apresentada e são implementados alguns algoritmos de detecção presentes na literatura. Nesta pesquisa também são propostas duas metodologias de identificação de FAI as quais são baseadas na identificação de buildup e incrementos de energias na faixa de frequências 1920Hz a 3840Hz. Os algoritmos implementados e as metodologias propostas foram testados com simulações de eventos de FAI e de eventos comuns numa rede simulada de uma concessionária do Estado de São Paulo utilizando o software ATP. Estudos do funcionamento de um medidor de qualidade de energia foram feitos com o propósito de determinar as limitações de uma eventual implementação real das metodologias de identificação propostas neste trabalho. Resultados do desempenho das metodologias propostas utilizando os sinais simulados em ATP apresentaram percentagens de identificação superiores aos 80%. Análise das ocorrências de cabo rompido do circuito em estudo foram feitas com o propósito de identificar possíveis eventos de FAI. O desempenho apresentado pelas metodologias propostas na identificação de FAI em sinais reais pode ser melhorado com a disponibilidade de uma maior quantidade de eventos reais de FAI. / High impedance faults (HIF) occur when a conductor makes contact with high resistance objects, generally not resulting in significant current increases. This type of fault cannot be detected by traditional overcurrent protection devices. In this work, a research of the HIF state-of-art is presented and some detection algorithms in the literature are implemented. This research also proposes two HIF identification methods based on respectively the identification of buildup current and energy increments in the frequency range from 1920Hz to 3840Hz. The implemented algorithms and the proposed methodology have been tested with ATP simulations of FAI events and other common events in a simulated network from an electric utility in the State of Sao Paulo. Studies are carried out in order to assess the operation of a power quality meter to determine the limitations of real implementations of the proposed methodologies. Performance results of the proposed methodologies using simulated ATP signals show identifications rates greater than 80%. Broken conductor occurrences in the studied feeder are analyzed to identify possible HIF events. The performance shown by the proposed methodologies in identifying HIF in real situations can be improved with the availability of a larger number of HIF events.

Este trabalho propôs o desenvolvimento e a avaliação de uma metodologia com o propósito de identificar anomalias em redes de comunicação Profinet, muito utilizadas na automação de plantas industriais. A metodologia desenvolvida está fundamentada na análise das características de comunicação do protocolo Profinet e na identificação e classificação de padrões, sendo esta, uma das principais aplicações do uso de Redes Neurais Artificiais (RNA). As anomalias são identificadas por meio da análise do tráfego de rede Profinet em sua fase de operação. Tais anomalias podem ser desde defeitos comuns apresentados pelos equipamentos da rede e/ou tentativas de ataques a esta, que por sua vez, podem gerar instabilidade e mau funcionamento da unidade industrial que fazem parte. Para o desenvolvimento deste trabalho foram apresentados: o detalhamento do protocolo Profinet, os mecanismos de segurança mais utilizados atualmente, os tipos de sistemas de detecção de anomalias existentes e os principais tipos de ataques em redes de comunicação conhecidos na literatura. Alguns ensaios para a validação da metodologia foram realizados, utilizando-se uma infraestrutura de rede instalada em laboratório. Ensaios com diferentes tipos de equipamentos interligados em rede foram realizados e os resultados apresentados. Como resultado final, demonstrou-se que a metodologia utilizada obteve êxito na identificação da presença ou ausência de anomalias na rede, sendo que os resultados obtidos podem ser considerados satisfatórios e condizentes às expectativas desta dissertação. Concluiu-se então que a metodologia apresentada é factível e aplicável no meio industrial, podendo ser incorporada a uma ferramenta mais abrangente, como os analisadores de redes Profinet. / This work proposed the development and evaluation of a methodology in order to identify anomalies in Profinet communication networks, widely used in the automation of industrial plants. The methodology is based on an analysis of the communication features of the Profinet protocol and identifying and pattern classification, which is one of the main applications of the use of Artificial Neural Networks (ANN). The anomalies are identified by analyzing the Profinet network traffic in its operation phase. Such anomalies can be provided by common defects in equipment in the network and / or attempted attacks to this, which in turn can cause instability and malfunction of the plant forming part. In development of this work were presented: the details of the Profinet protocol, the security mechanisms most widely used, the types of anomalies detection systems and the main types of attacks on communication networks known in the literature. Some assays to validate the method were performed, using a network infrastructure installed in the laboratory. Tests with different types of networked equipment were performed and the results presented. The final result showed that the methodology was successful in identifying the presence or absence of anomalies in the network, and the obtained results can be considered satisfactory and consistent with expectations of this paper. It was therefore concluded that this methodology is feasible and applicable in industrial environment and can be incorporated into a more comprehensive tool, such as analyzers Profinet networks.

Made available in DSpace on 2017-05-12T14:47:35Z (GMT). No. of bitstreams: 1 Clovis_Cechim_MC.pdf: 6987482 bytes, checksum: c33db297dd7ec8aaf8bfde9e1e56c2cc (MD5) Previous issue date: 2016-02-04 / Sugarcane has been cropped and produced in Brazil for a long time, so, it deserves mention because it makes the country as the largest producer, with also representativeness in sugar and ethanol production. The knowledge of reliable estimates concerning their cropped areas is essential for Brazilian agribusiness, as they help in determining prices to producers by power plants as well as allow establishing logistics flow of production. The cropped areas estimates are made by official agencies. Therefore, in order to reduce this subjectivity, geotechnology use comes as an alternative since it has been widely used in mappings agricultural crops. Thus, this study aimed at developing a methodology for mapping sugarcane crop in Paraná State with satellite images as LANDSAT, IRS and spectrum-temporal series of vegetation indexes from MODIS sensor, for 2010/2011 to 2014/2015 harvesting season. The carried out mappings indicated a strong positive correlation concerning Canasat and official IBGE. The developed method was based on Fuzzy ARTMAP classification and was efficient to map and estimate the sugarcane cropped area using vegetation index in Paraná State. / A cana-de-açúcar como cultura cultivada e produzida no Brasil merece destaque, pois torna o País o maior produtor mundial, com representatividade também na produção de açúcar e etanol. O conhecimento de estimativas confiáveis de suas áreas cultivadas é imprescindível para o agronegócio brasileiro, por auxiliar na determinação dos preços aos produtores pelas usinas e permitir estabelecer a logística de escoamento da produção. As estimativas de área cultivada são realizadas de forma subjetiva pelos órgãos oficiais. Com a finalidade de diminuir tal subjetividade, surge como alternativa o uso de geotecnologias, as quais têm sido muito utilizadas em mapeamentos de culturas agrícolas. Diante disto, o objetivo deste trabalho foi o desenvolvimento de uma metodologia para o mapeamento da cultura de cana-de-açúcar para o Estado do Paraná usando imagens dos satélites LANDSAT, IRS e de séries espectro-temporais de índices de vegetação, provenientes do sensor MODIS, para as safras de 2010/2011 a 2014/2015. O mapeamento da cultura foi realizado a partir do modelo de classificação supervisionada Fuzzy ARTMAP, tendo como variáveis de entrada, termos harmônicos de amplitude e fase e as métricas fenológicas da cultura. Os mapeamentos realizados indicaram forte correlação positiva com relação aos dados do Canasat e oficiais IBGE. O método desenvolvido com base na classificação Fuzzy ARTMAP demonstrou ser eficiente para mapear e estimar a área cultivada da cultura de cana-de-açúcar utilizando índices de vegetação no Estado do Paraná.

Made available in DSpace on 2017-07-10T16:41:32Z (GMT). No. of bitstreams: 1 Dissertacao Altamira Queiroz2.pdf: 2299194 bytes, checksum: 07ecb127ebc11ad21a0cb551e23c2f1b (MD5) Previous issue date: 2016-02-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / One of the main problems currently faced by electric utilities is the occurrence of energy losses in the distribution network caused by fraud and electricity theft. Because of the financial losses and risks to public safety, the development of solutions to detect and combat fraud in the distribution networks is of the utmost importance. This work presents an analysis of computational intelligence algorithms to extract knowledge in databases with information from monthly energy consumption to identify consumption patterns with anomalies which could represent fraud. The algorithms Artificial Neural Networks and Support Vector Machines were tested to see which one perform better on the identification consumption patterns with abnormalities. Tests have shown that the algorithms used are able to detect patterns in electricity consumption curves, including special situations of fraud that manual techniques did not detect. / Um dos principais problemas que enfrentam atualmente as empresas concessionárias de energia elétrica é a ocorrência de perdas de energia na rede de distribuição, causadas por fraudes e furtos de energia elétrica. Sendo que tais problemas provocam prejuízos financeiros e também colocam em risco a segurança pública, é de grande interesse das concessionárias encontrar soluções para detectar e combater fraudes nas redes de distribuição de energia elétrica. Neste conceito, o presente trabalho apresenta uma análise dos algoritmos de Inteligência Computacional para extrair conhecimento de bases de dados de informações de consumo mensal de energia elétricas de usuários de uma determinada concessionária, a fim de identificar padrões de consumo com anomalias que representem possíveis fraudes nas redes de distribuição de energia elétrica. Para detectar padrões nas curvas de consumo, foram utilizados algoritmos de Redes Neurais Artificiais e Máquinas de Vetores de Suporte. Após a criação dos modelos, estes foram testados para verificar qual seria o melhor algoritmo para a detecção de padrões de consumo com anomalias, e os resultados obtidos, foram então, comparados com uma base de dados fornecida pela concessionária com a verificação manual dos usuários. Os testes demonstraram que os algoritmos utilizados são capazes de detectar padrões nas curvas de consumo de energia elétrica, inclusive detectando situações especiais de fraudes que técnicas manuais não detectaram.

O disco intervertebral é uma estrutura cuja função é receber, amortecer e distribuir o impacto das cargas impostas sobre a coluna vertebral. O aumento da idade e a postura adotada pelo indivíduo podem levar à degeneração do disco intervertebral. Atualmente, a Ressonância Magnética (RM) é considerada o melhor e mais sensível método não invasivo de avaliação por imagem do disco intervertebral. Neste trabalho foram desenvolvidos métodos quantitativos computadorizados para auxílio ao diagnóstico da degeneração do disco intervertebral em imagens de ressonância magnética ponderadas em T2 da coluna lombar, de acordo com a escala de Pfirrmann, uma escala semi-quantitativa, com cinco graus de degeneração. Os algoritmos computacionais foram testados em um conjunto de dados que consiste de imagens de 300 discos, obtidos de 102 indivíduos, com diferentes graus de degeneração. Máscaras binárias de discos segmentados manualmente foram utilizadas para calcular seus centroides, visando criar um ponto de referência para possibilitar a extração de atributos. Uma análise de textura foi realizada utilizando a abordagem proposta por Haralick. Para caracterização de forma, também foram calculados os momentos invariantes definidos por Hu e os momentos centrais para cada disco. A classificação do grau de degeneração foi realizada utilizando uma rede neural artificial e o conjunto de atributos extraídos de cada disco. Uma taxa média de acerto na classificação de 87%, com erro padrão de 6,59% e uma área média sob a curva ROC (Receiver Operating Characteristic) de 0,92 indicam o potencial de aplicação dos algoritmos desenvolvidos como ferramenta de apoio ao diagnóstico da degeneração do disco intervertebral. / The intervertebral disc is a structure whose function is to receive, absorb and transmit the impact loads imposed on the spine. Increasing age and the posture adopted by the individual can lead to degeneration of the intervertebral disc. Currently, Magnetic Resonance Imaging (MRI) is considered the best and most sensitive noninvasive method to imaging evaluation of the intervertebral disc. In this work were developed methods for quantitative computer-aided diagnosis of the intervertebral disc degeneration in MRI T2 weighted images of the lumbar column according to Pfirrmann scale, a semi-quantitative scale with five degrees of degeneration. The algorithms were tested on a dataset of 300 images obtained from 102 subjects with varying degrees of degeneration. Binary masks manually segmented of the discs were used to calculate their centroids, to create a reference point to enable extraction of attributes. A texture analysis was performed using the approach proposed by Haralick. For the shape characterization, invariant moments defined by Hu and central moments were also calculated for each disc. The rating of the degree of degeneration was performed using an artificial neural network and the set of extracted attributes of each disk. An average rate of correct classification of 87%, with standard error 6.59% and an average area under the ROC curve (Receiver Operating Characteristic) of 0.92 indicates the potential application of the algorithms developed as a diagnostic support tool to the degeneration of the intervertebral disc.

A tese propõem uma metodologia, em nível de pesquisa, por intermédio do desenvolvimento e da adaptação de ferramentas de apoio computadorizado, capaz de realizar a segmentação da imagem dos discos intervertebrais da região lombar da coluna vertebral humana, de maneira semiautomática reduzindo drasticamente o tempo gasto manualmente neste procedimento, sem perder sua acurácia e, ainda, garantindo maior reprodutibilidade em seus resultados. Foram utilizadas imagens sagitais de ressonância magnética ponderadas em T2 de 285 discos intervertebrais de 70 pacientes, classificados segundo o grau de severidade da degeneração discal definido pelo critério proposto por Pfirrmann. A classificação computacional dos discos foi realizada com base em atributos quantitativos extraídos dos histogramas de níveis de cinza e de informações de textura das imagens. O desempenho dos métodos computacionais de segmentação foi avaliado com base no Coeficiente de Jaccard, na distância de Hausdorff e no Erro Médio Quadrático. O desempenho dos métodos computacionais de classificação foi também avaliado com base em medidas similares à aplicação da sensibilidade, da especificidade e da área sob a curva ROC. A segmentação manual e a classificação por inspeção visual dos discos realizadas por três profissionais experientes foram utilizadas como padrão ouro para a comparação. Os principais resultados indicaram a médio de 63,22% para o Coeficiente de Jaccard, as médias de 0,044 das distâncias de Hausdoff e de 0,014 para o EMQ na comparação entre as imagens. Além disso, a segmentação semiautomatizada diferiu em uma taxa média de 30% em relação à segmentação manual e a classificação da degeneração discal, por redes neurais artificiais difere em menos de 2%, ao ser comparada ao procedimento de classificação manual realizado pelos especialistas. / The thesis proposes a methodology at the level of research through the development and adaptation of computerized support tools, able to perform the image segmentation of the intervertebral discs of the lumbar region of the human spine, semiautomatic way dramatically reducing time spent manually in this procedure, without losing its accuracy and also ensuring more reproducible in their results. Were used sagittal MRI T2- weighted of 285 intervertebral discs from 70 patients, classified according to the severity of disc degeneration defined by the criteria proposed by Pfirrmann. The computational classification of disks was based on quantitative attributes extracted from histograms of gray level images and the texture information. The performance of computational segmentation methods was evaluated based on Jaccard coefficient, Hausdorff distance and Mean Square Error. The performance of the computational classification methods was evaluated based on measures of sensitivity, specificity and the area under the ROC curve. The manual segmentation and visual inspection classification of the discs made by three experienced professionals were used as the gold standard for comparison. The main results showed an average Jaccard coefficient of 63.22%, the average Hausdoff of distances was 0.044 and 0.014 Mean Square Error average when comparing the images from both segmentation targets. Additionally, the targeting semiautomatic differed by an average of 30% compared with manual segmentation and classification of disc degeneration provided from an artificial neural networks differs by less than 2% when compared to manual sorting procedure performed by experts.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2015-05-04T17:25:43Z No. of bitstreams: 1 Rodrigo Morais.pdf: 5083865 bytes, checksum: 69563cc7178422ac20ff08fe38ee97de (MD5) / Made available in DSpace on 2015-05-04T17:25:43Z (GMT). No. of bitstreams: 1 Rodrigo Morais.pdf: 5083865 bytes, checksum: 69563cc7178422ac20ff08fe38ee97de (MD5) Previous issue date: 2013 / Nenhuma / A área de Mineração de Opiniões e Análise de Sentimentos surgiu da necessidade de processamento automatizado de informações textuais referentes a opiniões postadas na web. Como principal motivação está o constante crescimento do volume desse tipo de informação, proporcionado pelas tecnologia trazidas pela Web 2.0, que torna inviável o acompanhamento e análise dessas opiniões úteis tanto para usuários com pretensão de compra de novos produtos quanto para empresas para a identificação de demanda de mercado. Atualmente, a maioria dos estudos em Mineração de Opiniões e Análise de Sentimentos que fazem o uso de mineração de dados se voltam para o desenvolvimentos de técnicas que procuram uma melhor representação do conhecimento e acabam utilizando técnicas de classificação comumente aplicadas, não explorando outras que apresentam bons resultados em outros problemas. Sendo assim, este trabalho tem como objetivo uma investigação empírica e comparativa da aplicação do modelo clássico de Redes Neurais Artificiais (RNAs), o multilayer perceptron , no problema de Mineração de Opiniões e Análise de Sentimentos. Para isso, bases de dados de opiniões são definidas e técnicas de representação de conhecimento textual são aplicadas sobre essas objetivando uma igual representação dos textos para os classificadores através de unigramas. A partir dessa reresentação, os classificadores Support Vector Machines (SVM), Naïve Bayes (NB) e RNAs são aplicados considerandos três diferentes contextos de base de dados: (i) bases de dados balanceadas, (ii) bases com diferentes níveis de desbalanceamento e (iii) bases em que a técnica para o tratamento do desbalanceamento undersampling randômico é aplicada. A investigação do contexto desbalanceado e de outros originados dele se mostra relevante uma vez que bases de opiniões disponíveis na web normalmente apresentam mais opiniões positivas do que negativas. Para a avaliação dos classificadores são utilizadas métricas tanto para a mensuração de desempenho de classificação quanto para a de tempo de execução. Os resultados obtidos sobre o contexto balanceado indicam que as RNAs conseguem superar significativamente os resultados dos demais classificadores e, apesar de apresentarem um grande custo computacional para treinamento, proporcionam tempos de classificação significantemente inferiores aos do classificador que apresentou os resultados de classificação mais próximos aos dos resultados das RNAs. Já para o contexto desbalanceado, as RNAs se mostram sensíveis ao aumento de ruído na representação dos dados e ao aumento do desbalanceamento, se destacando nestes experimentos, o classificador NB. Com a aplicação de undersampling as RNAs conseguem ser equivalentes aos demais classificadores apresentando resultados competitivos. Porém, podem não ser o classificador mais adequado de se adotar nesse contexto quando considerados os tempos de treinamento e classificação, e também a diferença pouco expressiva de acerto de classificação. / The area of Opinion Mining and Sentiment Analysis emerges from the need for automated processing of textual information about reviews posted in the web. The main motivation of this area is the constant volume growth of such information, provided by the technologies brought by Web 2.0, that makes impossible the monitoring and analysis of these reviews that are useful for users, who desire to purchase new products, and for companies to identify market demand as well. Currently, the most studies of Opinion Mining and Sentiment Analysis that make use of data mining aims to the development of techniques that seek a better knowledge representation and using classification techniques commonly applied and they not explore others classifiers that work well in other problems. Thus, this work aims a comparative empirical research of the ap-plication of the classical model of Artificial Neural Networks (ANN), the multilayer perceptron, in the Opinion Mining and Sentiment Analysis problem. For this, reviews datasets are defined and techniques for textual knowledge representation applied to these aiming an equal texts rep-resentation for the classifiers. From this representation, the classifiers Support Vector Machines (SVM), Naïve Bayes (NB) and ANN are applied considering three data context: (i) balanced datasets, (ii) datasets with different unbalanced ratio and (iii) datasets with the application of random undersampling technique for the unbalanced handling. The unbalanced context inves-tigation and of others originated from it becomes relevant once datasets available in the web ordinarily contain more positive opinions than negative. For the classifiers evaluation, metrics both for the classification perform and for run time are used. The results obtained in the bal-anced context indicate that ANN outperformed significantly the others classifiers and, although it has a large computation cost for the training fase, the ANN classifier provides classification time (real-time) significantly less than the classifier that obtained the results closer than ANN. For the unbalanced context, the ANN are sensitive to the growth of noise representation and the unbalanced growth while the NB classifier stood out. With the undersampling application, the ANN classifier is equivalent to the others classifiers attaining competitive results. However, it can not be the most appropriate classifier to this context when the training and classification time and its little advantage of classification accuracy are considered.

Numa área experimental de 25,2 ha formada com o capim-braquiarão (Brachiaria brizantha (Hochst) Stapf.) cv. Marandu e localizada no Campus da USP em Pirassununga/SP, durante o período de janeiro a julho de 2004, conduziu-se a presente pesquisa pela Faculdade de Zootecnia e Engenharia de Alimentos (FZEA/USP) com os seguintes objetivos: 1) Determinar as frações de carboidratos (A - açúcares solúveis com rápida degradação ruminal; B1- amido e pectina; B2 - parede celular com taxa de degradação mais lenta; C - fração não digerida) e as frações protéicas (A - NNP; B1 - peptídeos e oligopeptídeos; B2 - proteína verdadeira; B3 - NFDN; C - NIDA) na forragem da gramínea, baseados nas equações utilizadas pelo método de Cornell; 2) Relacionar outras variáveis com as medições em campo de experimentos paralelos e dados de elementos de clima com as frações protéicas e de carboidratos com o auxílio de um modelo computacional baseado em redes neurais artificiais (RNA). O delineamento foi em blocos completos e casualizados, com quatro tratamentos (ofertas de forragem de 5, 10, 15 e 20% - kg de massa seca por 100 kg de peso animal.dia) e quatro repetições. Cada bloco era dividido em quatro unidades experimentais de 1,575 ha, com cinco piquetes de 0,315 ha cada. Os animais eram manejados em cada unidade experimental em lotação rotacionada, com períodos de descanso de 28 dias no verão e 56 dias no inverno e período de ocupação de 7 dias, respectivamente. As amostras eram colhidas 2 dias antes da entrada dos animais à altura do resíduo do pastejo anterior. Foram determinados produção de massa seca (MS), alturas de pré e pós pastejo, fibras em detergente ácido (FDA) e neutro (FDN), sacarose, amido, lignina, extrato etéro (EE), carboidrato totais (CHO), carboidratos não estruturais (CNE), frações A, B1, B2 e C de carboidratos, proteína bruta (PB), frações A, B1, B2, B3 e C de proteínas e análise de uma rede neural artificial para uma predição dos teores de FDA, fibra em detergente neutro, PB e as frações protéicas. A produção de massa seca (MS) foi significativa, quando se estudou os efeitos da oferta de forragem (p<0,05), ciclo de pastejo (p<0,05) e da interação oferta de forragem x ciclo de pastejo (p<0,05). A maior produção foi no mês de março, quando se alcançou a média de 16140 kg MS/há para o oferta de 20%. Os teores de FDA foram significativos, quando se estudou a oferta de forragem (p<0,05) e seus maiores. Os teores médios da fibra em detergente neutro foram de 66,3 e 64,7% no verão e inverno respectivamente. Houve diferenças significativas para PB, quando se estudou a oferta de forragem (p<0,05), sendo seus teores médios de maior valor na OF a 5%. Observa aumento dos CNE em função de lâminas e colmos ao longo das estações do ano com interação no CP x OF (p<0,05) e seus maiores valores foram encontrados no ciclo de pastejo 3 na oferta de forragem 5%. Os teores de CHO totais apresentaram diferenças (p<0,10) em função da oferta de forragem, sendo os maiores teores médios encontrados na oferta de forragem de 20%. As frações A e B2 de CHO foram significativas em função da oferta de forragem (p<0,05), enquanto que os maiores teores médios da fração A foram encontrados nos ciclos de pastejo 3 e 4 e das frações B2 (%CHO) no ciclo de pastejo 1. As frações B2 e C de CHO apresentaram-se diferentes (p<0,05) nos ciclos de pastejo, sendo decrescentes para a fração B1 e crescentes para a fração C. As frações A (47%), B1 (11%) e B3 (10%) de proteínas foram significativas nos ciclos de pastejos. Os teores médios da fração B2 de proteínas apresentaram-se semelhantes (p>0,05) e os da fração C de proteínas foram diferentes (p<0,05) nas ofertas de forragem e ciclos de pastejo. Conclui-se que os ciclos de pastejos interferiram em todas as variáveis estudadas e que os teores das frações de proteínas e carboidratos estão dentro da variação (%) encontrada na literatura. A rede neural artificial conseguiu vincular as interações existentes de dados de campo e estimar os valores laboratoriais dentro de erros esperados, permitindo com isso desvincular análises laboratoriais, de qualidade de planta forrageira, à pesquisa agropecuária e com isso obter além de resultados mais rápidos, menor custo de pesquisa. / In a experimental área of 25.2 há formed with capim-braquiarão (Brachiaria brizantha (Hochst) Stapf ) cv. Marandu located in University of São Paulo Campus of Pirassununga/SP, during the period of january to july of 2004 was lead the present recherché for Faculdade de Zootecnia e Engenharia de Alimentos (FZEA/USP) to appetent the following objectives: 1) Determine protein fractions (the NNP; B1 - peptides and oligopepitides; B2 - true protein; B3 - NDF, C - AND) and carbohydrates fractions (soluble sugars with fast rumem degradation); B1(starch and pectin); B2 (cell wall alower degradation rate; C (indigested fraction rate) in the fodder plant of the grass, as it\'s respetive dregadability rate, based on equations using Cornell model. 2) To relate other variables measurements in field to parallel experiments and climate elements to the protein and carbohydrate fractions was used a computacional model based in nets of artificial neural. The randomized complete block design with four treatments (herbage allowance of 5, 10, 15 and 20% - kg of dry mass for 100 kg of animal.dia weight) and four repetitions. Each block was divided in four experimental units of 1,575 ha, with five 0,315 poles of ha each. The animals were management in each experimental unit in rotational grazing capacity, with periods of rest of 28 days in the summer and 56 days in the winter and period of occupation of 7 days, respectively. The samples were harvested 2 days before the entrance of the animals to the height of the residue of pasture previous. Were conducted analysis of production of dry mass (DM), heights daily pay and after grazing, staple fibers in acid detergent (ADF) and neutral (NDF), sacarose, starch, lignina, extract etereo (EE), carbohydrate (CHO), not structural carbohydrate (NSC), fractions A, B1, B2 and C of carbohydrate, crude protein (CP), fractions protein A, B1, B2, B3 and C and analysis of artificial neural network for a prediction of levels of ADF, NDF, CP and protéicas fractions. The dry matter (DM) production was significant for herbage allowance (p<0,05), grazing periods (p<0,05) and interaction between allowances x grazing periods (p<0,05). The righ production was in February 13,352 kg MS/ha. The ADF was significant for allowance and grazing periods (p<0,05), with 34.8%, on summer and 35.9% on winter. The average measured of NDF on summer and winter was 66.3 and 64.7%, respectively. It showed significant differences of PC when studied the allowance (p<0,05) and its average measured on summer and winter was 8,3 and 8,1%, respectively. It observes increase of the CNE in function of blades and stem to the long one of the stations of the year with interaction in grazing periods x herbage allowance and its bigger values had been found in the grazing periods 3 with herbage allowance 5%. The total texts of CHO had presented differences (p<0,10) in function of herbage allowance, being biggest found average texts in herbage allowance of 20%. The fractions and the B2 of CHO had been significant, when studied in function of the herbage allowance (p<0,05) for the fraction A and for fraction B2 (p<0,05); the biggest average texts in % of CHO of the fraction had been found It in the cycles of grazing 3 and 4 and the B2 fractions (%CHO) in the grazing periods 1. Fractions B2 (p<0,05) and C (p<0,05) of CHO had presented significant differences, when studied the factor grazing periods, where the B1 fraction the texts had been diminishing the measure that increased the grazing periods and fraction C the texts had increased the measure that had increased the grazing periods. The A, B1 and B3 protein fraction was significant when was studied the grazing periods and the results were 0,47; 0,11; 0,10 respectively. The B2 fraction was not significant. C fraction was significant when studied the allowance (p<0,05) and grazing periods (p<0,05). It was concluded that the grazing periods had intervened with all the studied 0 variable and that the texts of the protein fractions and carbohydrates are inside of the variation (%) found in literature. The results from lab was used to train and test neural network. With a program developed by neural network in a mult layer perceptron with capacity to predict the parameters of nutrition and nourishing value from parameters of forage plant intrinsic and extrinsic, where it was allowed to disentail lab analysis of forage plant quality on the farm research, to get beyond faster and have less research costs.