Made available in DSpace on 2014-06-11T19:31:37Z (GMT). No. of bitstreams: 0 Previous issue date: 2005-04-29Bitstream added on 2014-06-13T21:02:58Z : No. of bitstreams: 1 angelico_jc_dr_botfca.pdf: 838568 bytes, checksum: f6ccaf64afa3b5032e50bf933d5913de (MD5) / Métodos estatísticos de interpolação são freqüentemente utilizados para se obter as características dos solos em locais não amostrados, visando diminuir o número de amostras necessárias para um bom mapeamento do campo. Nesse trabalho, a estimativa da variabilidade espacial de atributos do solo foi realizada de duas maneiras: primeiramente utilizando-se os métodos estatísticos da krigagem e da co-krigagem e posteriormente as redes neurais artificiais. Os resultados obtidos pelos dois métodos foram comparados, com a finalidade de se verificar a eficiência das redes neurais artificiais na estimativa de atributos do solo. Os resultados mostraram que as redes neurais artificiais, em particular as redes Perceptron, com uma e com duas camadas de neurônios, são capazes de estimar as variabilidades espaciais dos solos com precisão maior do que os métodos estatísticos da krigagem e da co-krigagem. As redes neurais artificiais também se mostraram eficientes na estimativa de uma determinada variável do solo em função de sua classe textural. / Statistic methods of interpolation are often used to get the soil characteristics in non-sampled places in order to decrease samples numbers, which are necessary to obtain a good field mapping. In this project, the estimation of soil spatial variability attributes was done in two different ways. First, it was used statistic methods of kriging and cokriging, and in second instance, it was used artificial neural networks. The results computed by both techniques were compared each other in order to verify the efficiency of the artificial neural networks in estimating soil attributes. The results indicated that artificial neural networks, especially Perceptron networks, both with one and two layers of neurons, are able to estimate the soil spatial variability much better than the kriging and the cokriging methods. The artificial neural networks have also showed very efficient in estimating soil variables with respect to its textural class.

Made available in DSpace on 2016-06-02T20:01:03Z (GMT). No. of bitstreams: 1 DissMMM.pdf: 1370681 bytes, checksum: 4891da17b25caf7951985f7209d9c825 (MD5) Previous issue date: 2005-10-06 / The technological development has generated great amount of potential data bases in order to supply information for several aspects related to road safety. However, the transformation of these great amount of data in useful information for the technicians, public managers and the population in general, requests the modeling and the treatment of these data using some analysis tools that allow a visualization of the results in form easily understandable. This work presents a new methodology of traffic accidents analysis based in the artificial neural network (ANN). ANN can be very useful for organizations, public or particular, mainly to those that propose to understand the phenomena of the traffic in order to looking for solutions integrated to several areas such as education, engineering and fiscalization. This research had as general objective to identify the patterns of traffic accidents that happened at urban intersections. The data of accidents that happened in the period from 2000 to 2003, in the city of São Carlos were used for the case study, in order to subsidize the elaboration and the evaluation of public policies of traffic accidents reduction and specially the reduction of accident severity. The study explores the assumption that different accident types are related to different patterns. The patterns obtained by ANN showed that there are significant differences in the factors that can affect the different types of accidents. The knowledge of the patterns of each accident type is essential to develop actions corrective or preventive road safety's improvement in order to avoid undesirable effects when these actions are implemented. However, the comparison between the patterns of the different types of accidents was difficult due to the heterogeneity of the situations and the different elements that compose the road environment that can affect the occurrence of the accident. / O desenvolvimento tecnológico tem gerado grandes bases de dados com potencial para fornecer informações sobre diversos aspectos relacionados com a segurança viária. No entanto, a conversão de um grande volume de dados em informações úteis para os técnicos, gestores públicos e a população em geral, requer a modelagem e o tratamento destes dados utilizando ferramentas de análise que permitam uma visualização dos resultados de forma facilmente compreensível. Este trabalho apresenta uma nova metodologia para análise de acidentes de trânsito fundamentada na rede neural artificial (RNA). A RNA pode ser de grande utilidade para organizações públicas e privadas, principalmente para aquelas que se propõem compreender os fenômenos do trânsito a fim de buscar soluções integradas em diversas áreas tais como educação, engenharia e fiscalização. A pesquisa teve como objetivo geral identificar os padrões de acidentes de trânsito que ocorreram nas interseções urbanas. Os dados de acidentes que ocorreram no período de 2000 a 2003, na cidade de São Carlos foram utilizados para o estudo de caso, visando fornecer subsídios para a elaboração e a avaliação de políticas públicas voltadas para redução do número de acidentes de trânsito e essencialmente na redução global da severidade. O estudo explora a suposição de que diferentes tipos de acidente estão relacionados com padrões distintos. Os padrões obtidos através da RNA mostram que há divergências significativas nos fatores que podem influenciar os diferentes tipos de acidentes. Conhecer padrões de cada tipo de acidente se faz necessária para que as medidas corretivas ou preventivas voltadas para a melhoria da segurança viária não resultem em efeitos indesejados quando são implementadas, no entanto comparações entre padrões de diferentes tipos de acidentes mostraram-se particularmente difíceis devido à heterogeneidade das situações e dos diferentes elementos que compõem o ambiente viário e que podem influenciar na ocorrência do acidente.

Made available in DSpace on 2014-06-11T19:33:21Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-11-24Bitstream added on 2014-06-13T18:44:56Z : No. of bitstreams: 1 pereira_cja_dr_rcla.pdf: 3102935 bytes, checksum: f63c54be769615a9e581a9b476b27ed5 (MD5) / As técnicas de análise de dados e de busca de soluções fornecidas pela Computação Inteligente tiveram, nos últimos tempos, um grande avanço em seu desenvolvimento. Essas técnicas têm sido utilizadas com eficácia e eficiência no tratamento de problemas complexos e/ou que possuam uma grande quantidade de dados a serem processados. A integração destas técnicas com as ferramentas computacionais de produção e análise de informações geográficas (Geoprocessamento) é, portanto, muito vantajosa, especialmente com relação à grande quantidade de dados geralmente envolvida nas questões de natureza espacial. Este trabalho apresenta dois exemplos de uso de técnicas de Computação Inteligente em procedimentos de produção e análise de informações geográficas: um Sistema de Raciocínio Nebuloso (baseado na Lógica Nebulosa) para a construção de um mapa de fertilidade de solos, e uma Rede Neural Artificial para a identificação de agrupamentos espaciais em dados sócio-econômicos. Os dois exemplos foram conduzidos utilizando-se um software especialmente construído para esta finalidade, denominado GAIA – Geoprocessamento Apoiado por Inteligência Artificial –, e que doravante está disponível como Software Livre para qualquer pesquisador interessado em utilizar estas ferramentas. O estudo conclui que o uso das técnicas provenientes da computação inteligente, em comparação com técnicas tradicionais de análise de dados, contribuiu para um aumento da qualidade dos resultados obtidos. / Data analysis and problem solving techniques supplied by Soft Computing have had, lately, a great advance in their development. These techniques have been used with effectiveness and efficiency to deal with complex problems and/or problems that have too much data to be processed. The integration of such techniques with the tools for computational geographic information analysis (Geocomputation) is therefore very advantageous, especially in relation to the great quantity of data normally involved in spatial matters. This study presents two examples on how to use Soft Computing techniques in conjunction with geographic information analysis procedures: a Fuzzy Reasoning System (based on Fuzzy Logic) to build a soil fertility map, and an Artificial Neural Network to identify spatial clusters in socioeconomic data. Both examples were conducted using a software specifically developed towards this objective, called GAIA - Artificial Intelligence Supported Geocomputation, from now on available as a Free Software to any interested researcher. The study arrives at the conclusion that the use of soft computing techniques, as compared to classical procedures, leads to an increased quality on the final results.

Made available in DSpace on 2014-06-11T19:34:58Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-07-26Bitstream added on 2014-06-13T19:44:42Z : No. of bitstreams: 1 chaves_le_dr_guara.pdf: 1947123 bytes, checksum: ee8c45d5619f8378be62c209cfe77f98 (MD5) / O presente estudo teve por objetivo verificar a associação entre a exposição aos poluentes do ar e o número de internações hospitalares por asma e pneumonia. Para a verificação foi proposto desenvolver e validar modelos fuzzy (Mamdani) e neuro-fuzzy (Sugeno) e comparar qual dos modelos apresenta uma melhor eficácia para a predição de internações. A metodologia utilizada foi dividida em três módulos: limpeza e elaboração de dados, elaboração do modelo fuzzy (Mamdani) e elaboração do modelo neuro-fuzzy (Sugeno). Foram coletados dados reais de internações do DATASUS, os quais foram utilizados como saída do modelo. Os dados de entradas foram os poluentes do ar material particulado (MP10), dióxido de enxofre (SO2), ozônio (O3) e a temperatura aparente (Tap). As saídas geradas pelos modelos foram comparadas e correlacionadas com os dados reais de internações através do Coeficiente de Correlação de Pearson. Para o estudo o nível de significância estatístico adotado foi α = 5%. A acurácia dos modelos foi realizada utilizando a Curva ROC. Neste estudo foi possível desenvolver e validar os modelos. O modelo neuro-fuzzy apresentou melhor correlação do que o modelo fuzzy; porém a acurácia foi melhor para o modelo fuzzy / This study aimed at investigating the association between exposure to air pollutants and the number of hospital admissions for asthma and pneumonia. For such verification it was proposed to develop and validate the Mamdani fuzzy and neuro-fuzzy (Sugeno) models and compare which of the two provides better efficacy in predicting hospitalization. The methodology was divided into three modules: data cleaning and preparation, elaboration of the fuzzy model (Mamdani) and elaboration of the neuro-fuzzy model (Sugeno). Data were collected from DATASUS actual admissions, which were used as the models output. The input data were air pollutants particulate matter (PM10), sulfur dioxide (SO2), ozone (O3) and the apparent temperature (Tap). The outputs generated by the models were compared and correlated with the actual data of admissions through the Pearson Correlation Coefficient. In this study the level of statistical significance adopted was α = 5%. The accuracy of the models was performed using the ROC curve. In this study it was possible to develop and validate the models. The neuro-fuzzy model showed better correlation than the fuzzy model, but the accuracy was better for the fuzzy model

O fenômeno da carbonatação, como agente desencadeador do processo de corrosão de armaduras, assume especial importância quando as estruturas de concreto armado estão expostas a ambientes urbanos e à atmosfera poluída de gases como o CO2. O controle da profundidade de carbonatação do concreto exige o uso de ferramentas (modelos matemáticos) que representem o comportamento das variáveis que interagem no processo da carbonatação do concreto de forma clara e objetiva no sentido de auxiliar a compreensão do fenômeno. Nessa perspectiva, desenvolveram-se modelos computacionais que conjugam problemas complexos de modo simples. Entre esses modelos, citam-se as redes neurais artificiais, que têm inspiração no cérebro humano e que possuem a habilidade de aprender e generalizar possibilitando a resolução de problemas complexos. Neste trabalho é estudada a aplicação de redes neurais artificiais do tipo Perceptron multicamadas, com base no algoritmo de aprendizado supervisionado backpropagation, com o objetivo de obter um mapeamento entre as variáveis de entrada do problema relação água/cimento, distância do corpo de prova do mar e idade do corpo de prova e a variável de saída de interesse profundidade de carbonatação do concreto. Os resultados obtidos validam que os modelos de redes neurais artificiais se constituem numa importante ferramenta de avaliação da profundidade de carbonatação do concreto armado / The phenomenon of carbonation as the triggering agent in the process of reinforcement corrosion is particularly important when concrete structures are exposed to urban environments and the atmosphere contamination with gases such as CO2. The concrete carbonation depth control requires the use of tools (mathematical models) that represent the behavior of the variables that interact in the process of concrete carbonation in a clear and objective way to help understand the phenomenon. In this perspective, computer models have been developed to combine complex problems in a simple way. Among those models are the artificial neural networks, which have been inspired on human nervous system and have the ability to learn and generalize, making it possible to solve complex problems. This work studied the application of artificial neural networks like multilayer perceptron, based on backpropagation, supervised learning algorithm in order to obtain a mapping between the input variables of the problem ─ the water/cement (w/c) ratio, body of proof distance from the sea and age of the body of proof ─ and the output variable of interest ─ the depth of concrete carbonation. The results validate that the use of artificial neural networks is an important tool to evaluate concrete carbonation

Orientador: Norian Marranghello / Banca: Evandro Luís Linhari Rodrigues / Banca: Alexandre César Rodrigues da Silva / Resumo: A utilização de robôs móveis mostra-se importante em atividades onde a atuação do ser humano é difícil ou perigosa. A exploração em locais de difícil acesso, como por exemplo em operações de resgate e em missões espaciais, é uma situação onde robôs móveis são frequentemente utilizados para evitar exposição dos especialistas humanos a situações de riscos. Na agricultura, robôs móveis são utilizados em tarefas de cultivo e na aplicação de agrotóxicos em quantidades mínimas para reduzir a poluição do meio ambiente. Neste trabalho é apresentado o desenvolvimento de um sistema para controlar a navegação de um robô móvel autônomo por caminhos em plantações. O controle da direção do robô é realizado com base em imagens das trilhas as quais, após um processamento prévio, para extração de características, são submetidas a máquinas de vetores de suporte, para a definição da rota a ser seguida. O objetivo do projeto no qual este trabalho se insere é o controle do robô em tempo real, para tanto, o sistema foi implementado em hardware para mostrar que o ganho de desempenho pode ser melhor em relação à execução em software. Neste trabalho, relata-se a implementação de uma máquina de vetores de suporte a qual apresentou uma precisão em torno de 93% da rota adequada / Abstract: The use of mobile robots turns out to be interesting in activities where the actions of human beings is difficult or dangerous. The exploration in areas of difficult access, such as in rescue operations and in space missions, is a situation where mobile robots are often used to avoid exposure of human experts to risky situations. In agriculture, mobile robots are used in tasks of cultivation and application of pesticides in minute quantities to reduce environmental pollution. In this paper we present the development of a system to control an autonomous mobile robot navigation through tracks in plantations. Track images are used to control robot direction by preprocessing them to extract image features, and then submitting such characteristic features to a support vector machine to find out the most appropriate route. As the overall goal of the project to which this work is connected is the robot control in real time, the system was embedded onto a hardware platform to show that the performance gain can be better if compared to execution in software. However, in this paper we report the software implementation of a support vector machine, which presented around 93% accuracy in predicting the appropriate route / Mestre

Orientador: Maurizio Babini / Banca: Ricardo Baptista Madeira / Banca: Eli Nazareth Bechara / Resumo: O presente trabalho tem como objetivo principal aplicar o modelo de dicionário terminológico onomasiológico bilíngüe, proposto por Babini (2001), na elaboração de um dicionário eletrônico inglês-português e português-inglês dos termos fundamentais das Redes Neurais Artificiais. O dicionário onomasiológico caracteriza-se por permitir a busca de uma unidade lexical ou terminológica a partir de seu conteúdo semântico. Constituímos um corpus de especialidade e um corpus de língua geral com o auxílio do programa computacional WordSmith Tools. A metodologia terminológica foi norteada pela Teoria Comunicativa da Terminologia, que nos auxiliou nas reflexões quanto as diferenças terminológicas existentes entre os dois idiomas estudados. As principais referências metodológicas, que guiaram nossas buscas pelos equivalentes lexicais, foram Felber (1984), Dubuc (1985), Alpizar-Castillo (1995), Cabré (1993, 1999), Berber Sardinha (2001), Barros (2004), Babini (2001a, 2001b). Nosso modelo de dicionário permite dois tipos de pesquisa: semasiológica e onomasiológica. A busca onomasiológica é viabilizada pelo conjunto de semas ou traços semânticos que compõe o conceito de cada termo do dicionário. Foram utilizados o aplicativo MS Access, o gerenciador de banco de dados MySQL e a linguagem de programação PHP. / Abstract: The present thesis majorly aims at applying a bilingual onomasiological terminological dictionary model, proposed by Babini (2001), so as to develop an English-Portuguese and Portuguese-English electronic dictionary of the fundamental terms of the Artificial Neural Networks. The onomasiological dictionary allows the search of a lexical or terminological unit from its semantic content. We constituted a specialty corpus and a general language corpus with the aid of the computational program WordSmith Tools. The methodological approach was guided by the Communicative Terminology Theory, which allowed us to identify the existing differences among the languages studied. The main methodological basis, which guided our search for lexical equivalent, were Felber (1984), Dubuc (1985), Alpizar- Castillo (1995), Cabré (1993, 1999), Berber-Sardinha (2001), Barros (2004), Babini (2001a, 2001b). Our dictionary model allows two types of search: semasiological and onomasiological. The onomasiological search is made viable by a set of semantic traits that make up the concept of each term in the dictionary. The following computational resources were used: MS Access software, the MySQL database management system and the PHP programming language. / Mestre

Resumo: Neste trabalho se apresenta uma técnica de redução de dados para monitoração e diagnóstico automático de grupos geradores hidroelétricos com base na análise de vibrações, utilizando redes neurais artificiais. Os sinais de vibração são processados numericamente para se obter um espectro normalizado com no máximo doze freqüências, especialmente determinadas para cada máquina em particular, de tal forma a torná-lo representativo da condição da máquina. A definição das bandas de freqüência a serem usadas no processamento desse espectro especial é feita para cada equipamento a ser monitorado com auxílio de um ambiente computacional desenvolvido e apresentado neste trabalho. Um programa protótipo de monitoração baseado nestas técnicas foi desenvolvido e é apresentado com uso de exemplos de aplicação. / Abstract: In this work a data reduction technique based on vibration analysis that can be applied to both monitoring and automatic diagnosis of rotating machineries together with use of neural networks is presented. Vibration signals are processed to obtain a normalized spectrum with up to 12 frequency bands that should be defined for each particular machine. In this manner this special spectrum can become representative of the machine's working condition. The definition of the spectrum's bands that will be used in data processing is carried out for each machine by use of a computational environment that has been developed. This environment is also shown in this work. A prototype monitoring program based in this technique also has been developed and its application is highlighted with examples. / Orientador: João Antonio Pereira / Coorientador: Adyles Arato Júnior / Banca: Alberto Tamagna / Banca: Luiz de Paula do Nascimento / Mestre

Made available in DSpace on 2014-06-11T19:27:15Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-09-05Bitstream added on 2014-06-13T20:55:57Z : No. of bitstreams: 1 almeida_fcl_me_ilha.pdf: 3597520 bytes, checksum: 3503cdbcd54e460db80583534b7d06dd (MD5) / Neste trabalho se apresenta uma técnica de redução de dados para monitoração e diagnóstico automático de grupos geradores hidroelétricos com base na análise de vibrações, utilizando redes neurais artificiais. Os sinais de vibração são processados numericamente para se obter um espectro normalizado com no máximo doze freqüências, especialmente determinadas para cada máquina em particular, de tal forma a torná-lo representativo da condição da máquina. A definição das bandas de freqüência a serem usadas no processamento desse espectro especial é feita para cada equipamento a ser monitorado com auxílio de um ambiente computacional desenvolvido e apresentado neste trabalho. Um programa protótipo de monitoração baseado nestas técnicas foi desenvolvido e é apresentado com uso de exemplos de aplicação. / In this work a data reduction technique based on vibration analysis that can be applied to both monitoring and automatic diagnosis of rotating machineries together with use of neural networks is presented. Vibration signals are processed to obtain a normalized spectrum with up to 12 frequency bands that should be defined for each particular machine. In this manner this special spectrum can become representative of the machine’s working condition. The definition of the spectrum’s bands that will be used in data processing is carried out for each machine by use of a computational environment that has been developed. This environment is also shown in this work. A prototype monitoring program based in this technique also has been developed and its application is highlighted with examples.

Made available in DSpace on 2014-06-11T19:22:25Z (GMT). No. of bitstreams: 0 Previous issue date: 2005-10-31Bitstream added on 2014-06-13T20:28:45Z : No. of bitstreams: 1 sabo_la_me_prud.pdf: 1272505 bytes, checksum: 420b25b538037de137a6798e23e7d7fc (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Experimento baseado na aplicação de uma rede neural artificial para a classificação da cobertura do solo urbano de Presidente Prudente, SP, e na análise da incerteza na representação das classes temáticas mapeadas. A ambigüidade que caracteriza essas classes foi analisada através da distribuição espacial da probabilidade por classe, da incerteza por classe e da entropia, as quais foram posteriormente representadas em imagens em tons de cinza e mapas temáticos. Os resultados mostraram que o objetivo de discriminar as variações na cobertura do solo urbano através da aplicação de uma rede neural artificial na classificação foi atingido e, a partir das representações geradas, foi possível visualizar a variação espacial da incerteza na atribuição das classes de cobertura do solo urbano ao pixel. Além disso, foi possível verificar que a classe caracterizada por um padrão definido como intermediário, quanto à impermeabilidade do solo urbano, foi aquela que apresentou maior grau de ambigüidade e, portanto, maior mistura em relação às demais. A realização do experimento confirmou a expectativa inicial quanto ao potencial da rede neural artificial em discriminar classes de cobertura do solo urbano, caracterizadas pelo alto grau de mistura que apresentam, e representar espacialmente a incerteza associada a cada classe, desde que a aplicação de interesse seja cuidadosamente modelada. / This experiment aims the classification of the urban land cover of Presidente Prudente city and the analysis of the uncertainty in the representation of the mapped thematic classes. The ambiguity that characterizes those classes was analyzed through of the spatial distribution of the probability by class, of the uncertainty for class and of the entropy, wich were represented in gray levels images and thematic maps. The results showed that the aim of discriminating the variations in the urban land cover through the application of an ANN in the classification was reached. It was also possible to visualize the spatial variation of the uncertainty in the attribution of classes of urban land cover and from the generated representations. The class characterized by a pattern that define an intermediary level, related to the impermeability of the urban soil, showed larger ambiguity degree and, therefore, larger mixture. The experiment confirmed that the ANN can discriminate classes of urban land cover with high level of mixture and represent spatially the uncertainty associated with each class, since the application of interesting be modeled carefully.