Este trabalho teve como objetivo analisar a demanda potencial para um sistema de compartilhamento de bicicletas pedelecs no campus da USP de São Carlos, com foco nos deslocamentos de estudantes entre as duas áreas do campus. Para tanto, foi elaborado um conjunto de procedimentos, que constituem duas etapas: caracterização do público-alvo e análise da demanda potencial pelas bicicletas pedelecs compartilhadas. Na primeira etapa foi aplicado um questionário, elaborado com a técnica de preferência declarada, para verificar as preferências dos usuários em relação às pedelecs compartilhadas e ao ônibus operado pela USP. Os resultados desta consulta, que envolveu variáveis de condições meteorológicas, situação de ciclovias/ciclofaixas entre as áreas do campus e lotação do ponto de ônibus USP, foram posteriormente utilizados para calibrar um modelo logit e treinar uma Rede Neural Artificial (RNA). Na segunda etapa foi elaborada uma planilha eletrônica com os dados obtidos na coleta, a fim de analisar as probabilidades de escolha da pedelec (ao invés do ônibus USP). Nesta planilha também foram utilizados dados do histórico meteorológico de São Carlos no período entre 2011 e 2015. Alguns dos resultados obtidos são destacados na sequência. A probabilidade de escolha das pedelecs é, em média, três vezes maior quando existem ciclovias/ciclofaixas (em relação à ausência da referida infraestrutura cicloviária). A ocupação do ponto de ônibus USP também é impactante, pois as probabilidades de uso da bicicleta pedelec praticamente dobram quando o ponto está cheio. No caso da meteorologia, foi constatado que as maiores probabilidades ocorrem no Outono e no Inverno, ou seja, nas épocas em que se concentram os dias mais secos e com menores temperaturas. Para o período letivo de 2011 a 2015, considerando a situação atual (isto é, sem ciclovias/ciclofaixas entre as áreas), os valores de probabilidade de uso da pedelec correspondem a 9% com o ponto vazio e 19% com o ponto cheio. Se houvesse ciclovias/ciclofaixas, a probabilidade seria de até 54%. Desse modo, a estratégia de análise desenvolvida conceitualmente, bem como implantada em planilha eletrônica, se constitui em importante ferramenta de auxílio para a condução da política de transportes que a Prefeitura do campus irá adotar para os anos futuros. Além disso, evidencia uma possível demanda potencial para um sistema com pedelecs compartilhadas. / The objective of this study was to analyze the potential demand for a pedelec sharing system at the São Carlos campus of the University of São Paulo (USP), aiming at the displacements of students between the two campus Areas. The set of procedures developed to reach the objective has involved two steps: characterization of the target audience and analysis of the potential demand for shared pedelecs. The first step was accomplished with a questionnaire designed with a stated preference approach for identifying users\' preferences regarding shared pedelecs and the bus system operated by the university. The survey results, which involved variables of weather conditions, existence of bike paths/bike lanes between the campus Areas, and occupancy rates at the USP bus stop, were subsequently used to calibrate a logit model and to develop an Artificial Neural Network (ANN). The survey data were also used in the second step of the process, in which an electronic spreadsheet was created to analyze the probabilities of choosing the pedelec alternative (instead of the bus route operated by university). The spreadsheet was also fed with meteorological data of São Carlos in the period between 2011 and 2015. Some of the obtained outcomes are highlighted in the sequence. The probability of a pedelec being chosen is almost three times higher if bike paths/bike lanes do exist than if they do not exist. The occupancy rates of the bus stop are also particularly relevant. The probability of someone choosing a pedelec nearly doubles when the bus stop is crowded. Regarding the weather conditions, the highest probabilities are observed in the Fall and Winter seasons, i. e. in the driest and coldest days. For the entire academic period comprised between 2011 and 2015, the probabilities range from 9% (empty bus stop) to 19% (full bus stop), considering the current situation (i. e. no cycleways connect the two campus Areas). In the presence of this cycling infrastructure, however, the probability goes up to 54%. Thus, the strategy of analysis conceptually developed, and made available through an electronic spreadsheet, may be an important support tool for the implementation of transport policies by the campus administration. In addition, it highlights a likely potential demand for a system of shared pedelecs.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-18T11:09:56Z No. of bitstreams: 2 Dissertação - Gilberto Antônio Marcon dos Santos - 2016.pdf: 15378242 bytes, checksum: d10f5df08686b55ad63c406e648a2b8e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-18T11:12:10Z (GMT) No. of bitstreams: 2 Dissertação - Gilberto Antônio Marcon dos Santos - 2016.pdf: 15378242 bytes, checksum: d10f5df08686b55ad63c406e648a2b8e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-08-18T11:12:10Z (GMT). No. of bitstreams: 2 Dissertação - Gilberto Antônio Marcon dos Santos - 2016.pdf: 15378242 bytes, checksum: d10f5df08686b55ad63c406e648a2b8e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-08-12 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Depth sensing methods yield point clouds that represent neighboring surfaces. Interpreting and extracting information from point clouds is an established field, full of yet unsolved challenges. Classic image processing algorithms are not applicable or must be adapted because the organized structure of 2D images is not available. This work presents three contribution to the field of point cloud processing and segmentation. These contributions are the results of investigations carried out at the Laboratory for Education and Innovation in Automation – LEIA, aiming to advance the knowledges related to applying spacial sensing to autonomous robotics. The first contribution consists of a new algorithm, based on evolutionary methods, for extracting planes from point clouds. Based on the method proposed by Bazargani, Mateus e Loja (2015), this contribution consists of adopting evolutionary strategies in place of genetic algorithms making the process less sensitive to user-defined parameters. The second contribution is a method for segmenting ground and obstacles from point clouds for autonomous navigation, that utilizes the proposed plane extraction algorithm. The use of a quadtree for adaptive area segmentation allows for classifying points with high accuracy efficiently and with a time performance compatible with low cost embedded devices. The third contribution is a variant of the proposed segmentation method that is more noise tolerant and robust by incorporating a neural classifier. The use of a neural classifier in place of simple thresholding makes the process less sensitive to point cloud noise and faults, making it specially interesting for processing point clouds obtained from real time stereo reconstruction methods. A through sensitivity, accuracy, and efficiency analysis is presented for each algorithm. The dihedral angle metric (angle between the detected plane and the reference polygons that share at least one point) proposed by Bazargani, Mateus e Loja (2015) is used to quantify the plane detection method accuracy. The ratio between the correctly classified points and the total number of points is utilized as an accuracy metric for the ground segmentation methods. Additionally, computing costs and execution times are considered and compared to the main state-of-the-art methods. / Métodos de sensoriamento de profundidade produzem nuvens de pontos que representam as superfícies vizinhas. Interpretar e extrair informações de nuvens de pontos é um campo estabelecido e repleto de desafios ainda não superados. Algoritmos de processamento de imagens clássicos não se aplicam ou têm de ser adaptados porque a estrutura organizada que se poderia supor em imagens bidimensionais não se faz presente. Este trabalho apresenta três contribuições ao campo de processamento e segmentação de nuvens de pontos. Tais contribuições são resultados da investigação realizada no Laboratório para Educação e Inovação em Automação – LEIA, com o fim de avançar os conhecimentos relacionados a aplicações de sensoriamento espacial para robótica autônoma. A primeira contribuição consiste de um novo algoritmo para extração de planos de nuvens de pontos, que se baseia em métodos evolutivos. Partindo do método proposto por Bazargani, Mateus e Loja (2015), esta contribuição consiste em utilizar estratégias evolucionárias no lugar de algoritmos genéticos, de forma a tornar o processo menos sensível aos parâmetros definidos pelo usuário. A segunda contribuição é um método para segmentação de piso e obstáculos em nuvens de pontos para navegação autônoma, que utiliza o algoritmo de extração de planos proposto. O uso de uma árvore quaternária para segmentação adaptativa de área permite classificar os pontos com elevada taxa de acerto de forma eficiente e com desempenho compatível com dispositivos embarcados de baixo custo. A terceira contribuição é uma variação do método de segmentação proposto que se faz mais robusta e tolerante a ruído através da agregação de um classificador neural. O uso do classificador neural no lugar da limiarização simples torna o processo menos sensível a ruídos e falhas nas nuvens de pontos, o tornando especialmente interessante para o processamento de nuvens de pontos obtidas por métodos de reconstrução estéreo de tempo real. Uma completa análise de sensibilidade, acurácia e eficiência é apresentada para cada algoritmo. A métrica de ângulo diedral (ângulo entre os planos detectados e os polígonos de referência que compartilham ao menos um ponto em comum) proposta por Bazargani, Mateus e Loja (2015) é utilizada para quantificar a acurácia do método de detecção de planos. A razão entre os pontos corretamente classificados e o número total de pontos é utilizada como métrica de acurácia para os métodos de segmentação de piso. Também são considerados os custos computacionais e o tempo de execução, comparados aos principais métodos estado-da-arte.

O desenvolvimento econômico e o aumento da produtividade agrícola intensificaram o uso de produtos químicos nas lavouras. Quando se pretende quantificar o impacto ambiental de tal uso é necessário empregar modelos que descrevam o fluxo de água e solutos na região não saturada do solo. Para esse fim, um dos parâmetros mais eficazes é conhecer a retenção de água no solo. O objetivo deste trabalho foi desenvolver funções de pedotransferência (FPTs) que estimassem a partir de análise em redes neurais artificiais (RNAs) a retenção de água nos solos da microbacia hidrográfica do ribeirão Canchim, município de São Carlos, SP. Os atributos físicos, textura (argila, silte e areia), densidade e resistência à penetração dos solos: LVAd, LVe, LVdf e NVef, manejados com e sem cobertura vegetal e sob mata foram determinados com equipamentos não convencionais na Embrapa Instrumentação Agropecuária em São Carlos, SP. Esses parâmetros foram utilizados como variáveis de entrada nas duas redes neurais artificiais. Foram obtidas, ainda, as curvas de retenção de água no solo por meio da câmara de pressão de Richards e da tomografia computadorizada, além da porosidade total e da condutividade hidráulica não saturada. O analisador granulométrico de solos e o penetrômetro associado a TDR possibilitaram a obtenção de um grande número de dados. Os atributos físicos dos solos apresentaram grande variabilidade em função da constituição granulométrica e manejos adotados. As RNAs foram eficientes no desenvolvimento de FPTs capazes de estimar a retenção de água com base em propriedades básicas de solo obtidas em grande número. / Economic development and increasing agricultural productivity have intensified the use of chemical products in farming. The quantification environmental impact of these products requires the use of models that describe the flow of water and solutes in the unsaturated region of the soil. For this purpose, one of the most effective parameters belong to the water retention curve of the soil. The purpose of this work was to develop pedotransfer functions (PTFs) to estimate the retention of water by soils of the hydrographic microbasin of the Canchim river, in the municipality of São Carlos, state of São Paulo, Brazil, based on artificial neural networks (ANNs). The physical attributes, granulometry (clay, silt and sand), density and resistance to penetration of LVAd, LVe, LVdf and NVef soils, managed with and without vegetal cover and under forest, were determined using nonconventional equipment at Embrapa Instrumentação Agropecuária in São Carlos, SP. These parameters were used as input variables for two artificial neural networks. The soils\' water retention curves were also obtained using a Richards pressure chamber and computed tomography, as well as their total porosity and unsaturated hydraulic conductivity. A soil granulometric analyzer and a penetrometer allied to TDR provided a large number of data. The soils\' physical attributes displayed a wide variability as a function of their granulometric constitution and adopted managements. The ANNs were effective in developing PTFs able to estimate the water retention based on the large number of basic soil properties.

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.

Este trabalho apresenta uma nova metodologia para mapeamento no espaço de cor colorimétrico CIEXYZ, dos valores de triestímulo obtidos em um espaço de cor não colorimétrico definido pelas curvas de sensibilidade de um sensor eletrônico. A inovação do método proposto é realizar o mapeamento através de três redes neurais artificiais sendo que cada uma é especializada em mapear cores com um determinado triestímulo dominante. É feita a comparação dos resultados do mapeamento com vários trabalhos publicados sobre mapeamento de um espaço de cor em outro usando diversas técnicas. Os resultados mostram a eficiência do método proposto e permitem sua utilização em equipamentos para medir cores, incrementando sua precisão. / This work presents a new method for mapping a non colorimetric color space defined by the sensitivity curves of an electronic color sensor to the colorimetric color space CIEXYZ. The novelty of the proposed method is to perform the mapping by a set of three artificial neural networks, each one specialized in mapping colors with a specific dominant tristimulus. The results are compared with the ones obtained in published works about the mapping of color spaces, using several methods. The results of the method proposed in this work show that it is efficient and it can be used in equipments for measuring colors, improving its precision.

Made available in DSpace on 2016-03-15T19:38:02Z (GMT). No. of bitstreams: 1 RAFAEL FELIX ALVES.pdf: 2156088 bytes, checksum: a82e527c69001eb9cee5a989bde3b8dc (MD5) Previous issue date: 2015-06-23 / The process of image binarization consists of transforming a color image into a new one with only two colors: black and white. This process is an important step for many modern applica-tions such as Check Clearance, Optical Character Recognition and Handwriting Recognition. Improvements in the automatic process of image binarization represent impacts on applications that rely on this step. The present work proposes a methodology for automatic image binariza-tion. This methodology applies supervised learning algorithms to binarize images and consists of the following steps: images database construction; extraction of the region of interest; pat-terns matrix construction; pattern labelling; database sampling; and classifier training. Experi-mental results are presented using a database of Brazilian bank check images and the competi-tion database DIBCO 2009. In conclusion, the proposal demonstrated to be superior to some of its competitors in terms of accuracy and F-Measure. / O processo de binarização de imagens consiste na transformação de uma imagem colorida em uma nova imagem com apenas duas cores: uma que representa o fundo, outra o objeto de interesse. Este processo é uma importante etapa de diversas aplicações modernas, como a Compensação de Cheque, o Reconhecimento Ótico de Caracteres (do inglês Optical Characterer Recognition) e o Reconhecimento de Texto Manuscrito (do inglês Handwritten Recognition, HWR). Dado que melhorias no processo automático de binarização de imagens representam impactos diretos nas aplicações que dependem desta etapa o presente trabalho propõe uma metodologia para realizar a binarização automática de imagens. A proposta realiza a binarização de forma automática baseado no uso de algoritmos de aprendizagem supervisionada, tais como redes neurais artificiais e árvore de decisão. O processo como um todo consiste das seguintes etapas: construção do banco de imagens; extração da região de interesse; construção da matriz de padrões; rotulação dos padrões; amostragem da base; e treinamento do classificador. Resultados experimentais são apresentados utilizando uma base de imagens de cheques de bancos brasileiros (CMC-7 e montante de cortesia) e a base de imagens da competição DIBCO 2009. Em conclusão, a metodologia proposta apresentou-se competitiva aos métodos da literatura destacando-se em aplicações onde o processamento de imagens está restrito a uma categoria de imagens, como é o caso das imagens de cheques de bancos brasileiros. A presente metodologia apresenta resultados experimentais entre as três primeiras posições e melhores resultados em relação a medida F-Measure quando comparada com as demais.

Made available in DSpace on 2016-08-17T14:52:37Z (GMT). No. of bitstreams: 1 Ricardo Luis da Rocha Ataide.pdf: 1712992 bytes, checksum: 27d451c245e151370c1c17a8e89cf8bb (MD5) Previous issue date: 2007-12-27 / Most of the existing software of wireless intrusion detection identify behaviors obtrusive only taking as a basis the exploitation of known vulnerabilities commonly called of attack signatures. They analyze the activity of the system, watching sets of events that are similar to a pre-determined pattern that describes an intrusion known. Thus, only known vulnerabilities are detected, leading to the need for new techniques for detecting intrusions be constantly added to the system. It is necessary to implement a wireless IDS that can identify intrusive behaviors also based on the observation of the deflection normal behaviour of the users, hosts or network connections. This normal behaviour should be based on historical data, collected over a long period of normal operation. This present work proposes an architecture for a system to intrusion detection in wireless networks by anomalies, which is based on the application of technology to artificial neural networks, both in the processes of intrusion detection, as making countermeasures. The system can be adapted to the profile of a new community of users, and can recognize attacks with characteristics somewhat different from the already known by the system, relying only on deviations in behaviour of this new community. A prototype has been implemented and various simulations and tests were performed on it, with three denial of service attacks. The tests were to verify the effectiveness of the application of neural networks in the solution of the problem of wireless network intrusion detection, and concentrated its focus on the power of generalization of neural networks. This ensures the system detects attacks though these features slightly different from those already known. / A maioria dos sistemas de detecção de intrusos para redes wireless existentes identificam comportamentos intrusivos apenas tomando como base a exploração de vulnerabilidades conhecidas, comumente chamadas de assinaturas de ataques. Eles analisam a atividade do sistema, observando conjuntos de eventos que sejam semelhantes a um padrão pré-determinado que descreva uma intrusão conhecida. Com isso, apenas vulnerabilidades conhecidas são detectadas, trazendo a necessidade de que novas técnicas de intrusão sejam constantemente adicionadas ao sistema. Torna-se necessária a implementação de um WIDS (Wireless Intrusion Detection System) que possa identificar comportamentos intrusivos baseandose também na observação de desvios do comportamento normal dos usuários, computadores pessoais ou conexões da rede. Esse comportamento normal deve se basear em dados históricos, coletados durante um longo período normal de operação. Este trabalho propõe uma arquitetura para um sistema de detecção de intrusos em redes wireless por anomalias, que tem como base a aplicação da tecnologia de redes neurais artificiais, tanto nos processos de detecção de intrusões quanto de tomada de contramedidas. O sistema pode se adaptar ao perfil de uma nova comunidade de usuários, bem como pode reconhecer ataques com características um pouco diferentes das já conhecidas pelo sistema, baseando-se apenas nos desvios de comportamento dessa nova comunidade. Um protótipo foi implementado e várias simulações e testes desse protótipo foram realizadas, para três ataques de negação de serviço. Os testes tiveram o objetivo de verificar a eficácia da aplicacação de redes neurais na solução do problema da detecção de intrusos em redes wireless, concentrando seu foco no poder de generalização das redes neurais. Isto garante que o sistema detecte ataques ainda que estes apresentem características ligeiramente diferentes das já conhecidas. Redes Neurais Artificiais.

Made available in DSpace on 2016-08-17T14:52:58Z (GMT). No. of bitstreams: 1 Raimundo Nonato Rosa Filho.pdf: 1125835 bytes, checksum: 91689e7b58443f6d0eb73d752860ce37 (MD5) Previous issue date: 2005-03-31 / In this work a methodology for reduction of maintenance cost in the on-load tap changers (OLTC) of extra high voltage is proposed. The methodology is based on the use of Artificial Neural Networks (ANN) for the intelligent processing of input signals of the commutator. The neural nets adequately trained allow to create an information system and dedicated diagnosis of the OLTC. This system can interpret and diagnosis the components through the real time input signals in order to delay the power transformer maintenance intervals, foreseeing when the OLTC is going to maintenance have intervention based on its condition. It has been adopted a multiperceptron ANN architecture in which the input vector has 22 components and the output considers only one component with the status of the OLTC condition in function of its operation time. This output information is used to determine the periods of maintenance of the commutators. It is reported an application of the proposed system considering the on load tap changer of an autotransformer bank of 500/230/13.8 kV, 600MVA of Centrais Elétricas do Norte do Brasil S/A (ELETRONORTE). The results indicate the advantages of the maintenance based on the condition using ANN. / Neste trabalho é proposta uma metodologia para redução de custo de manutenção nos comutadores de tap sob carga (OLTC) dos transformadores de potência de extra alta tensão. A metodologia está baseada na utilização de redes neurais artificiais (RNA) para o processamento inteligente dos sinais de entrada dos comutadores. As redes neurais adequadamente treinadas permitem criar um sistema de informação e diagnóstico dedicado a OLTC que podem interpretar e diagnosticar os componentes através das entradas em tempo real de forma a, postergar os intervalos de manutenção, prevendo quando o OLTC deverá sofrer intervenção de manutenção baseada na condição do OLTC. Foi adotada uma arquitetura de RNA de multiperceptron na qual a entrada considera um vetor com 22 entrada e apenas uma saída com o status da condição do OLTC em função do tempo de operação. Essa informação de saída é utilizada para determinar os períodos de manutenção dos comutadores de tap. É realizada uma aplicação do sistema proposto considerando o comutador de tap sob carga de um banco de autotransformador de 500/230/13.8kV, 600MVA da Centrais Elétricas do Norte do Brasil S/A( ELETRONORTE) e os resultados indicam as vantagens da manutenção baseada na condição usando RNA.

Made available in DSpace on 2016-08-17T14:53:19Z (GMT). No. of bitstreams: 1 dissertacao Raimundo.pdf: 3146531 bytes, checksum: 40d7a999c6dda565c6701f7cc4a171aa (MD5) Previous issue date: 2011-07-28 / The defense mechanisms expansion for cyber-attacks combat led to the malware evolution, which have become more structured to break these new safety barriers. Among the numerous malware, Botnet has become the biggest cyber threat due to its ability of controlling, the potentiality of making distributed attacks and because of the existing structure of control. The intrusion detection and prevention has had an increasingly important role in network computer security. In an intrusion detection system, information about the current situation and knowledge about the attacks contribute to the effectiveness of security process against this new cyber threat. The proposed solution presents an Intrusion Detection System (IDS) model which aims to expand Botnet detectors through active objects system by proposing a technology with collect by sensors, preprocessing filter and detection based on signature and anomaly, supported by the artificial intelligence method Particle Swarm Optimization (PSO) and Artificial Neural Networks. / A ampliação dos mecanismos de defesas no uso do combate de ataques ocasionou a evolução dos malwares, que se tornaram cada vez mais estruturados para o rompimento destas novas barreiras de segurança. Dentre os inúmeros malwares, a Botnet tornou-se uma grande ameaça cibernética, pela capacidade de controle e da potencialidade de ataques distribuídos e da estrutura de controle existente. A detecção e a prevenção de intrusão desempenham um papel cada vez mais importante na segurança de redes de computadores. Em um sistema de detecção de intrusão, as informações sobre a situação atual e os conhecimentos sobre os ataques tornam mais eficazes o processo de segurança diante desta nova ameaça cibernética. A solução proposta apresenta um modelo de Sistema de Detecção de Intrusos (IDS) que visa na ampliação de detectores de Botnet através da utilização de sistemas objetos ativos, propondo uma tecnologia de coleta por sensores, filtro de pré-processamento e detecção baseada em assinatura e anomalia, auxiliado pelo método de inteligência artificial Otimização de Enxame da Partícula (PSO) e Redes Neurais Artificiais.

Made available in DSpace on 2016-08-17T14:53:21Z (GMT). No. of bitstreams: 1 dissertacao Simone Cristina.pdf: 915238 bytes, checksum: 6eb097a7ebfb66da176cd431d9883ba3 (MD5) Previous issue date: 2012-07-24 / The ovarian cancer is difficult to diagnose in the early stages of development. In this work we bring a study of a new method that gave us great accuracy rates based on a bioinformatics tool called surface enhanced for laser desorption and ionization (SELDI-TOF) used to generate proteomic patterns which is one of the technologies advanced in the diagnosis. Our goal is to contribute to effectiveness of this tool, which already helps diagnosis earlier, our methodology uses independent component analysis (ICA) for feature extraction and neural networks to classify between malignancy and no malignancy in a database of the research center cancer in the U.S.A. Our work rates obtained acurracy 97%, 98% specificity and 96% sensitivity. / O câncer de ovário possui difícil diagnóstico nas primeiras fases de desenvolvimento. Neste trabalho trazemos um estudo de um novo método que nos deu ótimas taxas de precisão baseado em uma ferramenta da bio-informática chamada superfície mehorada a laser para ionização e dessorção (SELDI-TOF) usada para geração de padrões proteômicos que é uma das tecnologias mais avançada no auxílio ao diagnóstico. Nosso objetivo é contribuir para eficácia desta esta ferramenta, que já auxilia o dignóstico precoce, nossa metodologia usa análise de componentes independentes (ICA) para extração de caractéristicas e redes neurais para classificar entre malignidade e não malignidade em uma base de dados do centro de pesquisa do câncer nos EUA. Nosso trabalho obteve taxas de 97% de acurária, 98% de especifidade e 96 % de sensibilidade.