Personality can be defined as a set of psychological features that may determine the way to think, act and feel, as a factor that may directly influence an individual's interests. Since the creation of the first software's description, computer systems are created with a goal of generate results based on the user's input data, not taking into account who is the user or which are their interests. Developing a non-intrusive approach to collecting keystroke dynamics data from the users, and the use of an auto evaluation questionnaire of personality, this paper was written focused in identify approaches that can prove the correlation between these information, while building a knowledge base to develop a framework based on neural networks to extract personality traits from keystroke dynamics data. / A personalidade pode ser definida como um conjunto de características psicológicas capazes de determinar o padrão de pensar, agir e sentir, sendo este um fator capaz de influenciar diretamente os interesses de um indivíduo. Desde a concepção da primeira descrição de software, sistemas computacionais são criados com o objetivo de gerar resultados baseados nos dados de entrada dos usuários, sem se preocupar com quem ele é ou quais são seus interesses. Através do desenvolvimento de um método não intrusivo para coleta de dados do ritmo de digitação dos usuários, e a aplicação de um questionário de autoavaliação de personalidade, este trabalho tem como objetivo identificar abordagens capazes de comprovar a existência da correlação entre tais informações, visando a construção de um conhecimento base para a criação de um framework baseado em redes neurais para a extração de traços da personalidade a partir dos dados do ritmo de digitação.

Fundação de Apoio a Pesquisa e à Inovação Tecnológica do Estado de Sergipe - FAPITEC/SE / The Internet of Things is a new paradigm of communication based on the ubiquitous presence of objects that, having unique address, they can cooperate with their peers to achieve a common goal. Applications in several areas can benefit from this new paradigm, but the Internet of Things is very vulnerable to attack. The large number of connected devices make an autonomic approach necessary and the small amount of resources requires the use of efficient techniques. This paper proposes a self-protection architecture for the Internet of Things using Artificial Neural Network and Dendritic Cells Algorithm, two bio-inspired techniques. The experiments of this paper show that the use of these two techniques is possible. The Artificial Neural Network implementation consume a small memory footprint, having a high accuracy rate and the Dendritic Cells Algorithm show to be interesting for it distributivity, allowing better use of network resources. / A Internet das Coisas é um novo paradigma de comunicação baseado na presença ubíqua de objetos que, através de endereçamento único, cooperam com seus pares para atingir um objetivo em comum. Aplicações em diversas áreas podem se beneficiar dos conceitos da Internet das Coisas, porém esta rede é muito vulnerável a ataques, seja pela possibilidade de ataque físico, pela alta conectividade dos dispositivos, a enorme quantidade de dispositivos conectados ou a baixa quantidade de recursos disponíveis. A grande quantidade de dispositivos conectados faz com que abordagens autonômicas sejam necessárias e a reduzida quantidade de recursos exige a utilização de técnicas eficientes. Este trabalho propõe uma arquitetura de autoproteção para a Internet das Coisas utilizando as técnicas de Rede Neural Artificial e Algoritmo de Células Dendríticas, duas técnicas bio-inspiradas que, através de experimentos, mostraram a possibilidade de serem utilizadas na Internet das Coisas. A implementação da Rede Neural Artificial utilizada consumiu poucos recursos de memória do dispositivo, mantendo uma alta taxa de acerto, comparável a trabalhos correlatos que não se preocuparam com o consumo de recursos. A utilização do Algoritmo de Células Dendríticas se mostrou interessante pela sua distributividade, permitindo uma melhor utilização dos recursos da rede, como um todo.

Orientador: Takaaki Ohishi / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-08T10:06:35Z (GMT). No. of bitstreams: 1 LeoneFilho_MarcosdeAlmeida_M.pdf: 1557959 bytes, checksum: 92dc63d4e3140cc61ba7900961c0e9fb (MD5) Previous issue date: 2006 / Resumo: Neste trabalho é proposta uma metodologia para previsão de séries temporais de carga de energia elétrica de curto prazo. Esta metodologia vem sendo muito utilizada no contexto da previsão de séries temporais e do reconhecimento de padrões. Os autores que propuseram esta metodologia a chamaram de "Ensembles". Este nome tenta explicar o é este modelo: uma combinação de partes que juntas formam um só modelo. Neste sentido, este nome expressa com relativa clareza qual é o principal aspecto desta metodologia, que no caso específico deste trabalho, é o de fazer várias previsões de uma mesma série temporal utilizando diferentes ferramentas que sozinhas são suficientemente competentes para prever a série temporal em questão, e em seguida combinar as soluções para, deste modo, tentar obter uma solução melhor do que quando é usada somente uma ferramenta. As ferramentas usadas para compor a previsão dos "Ensembles" finais são Redes Neurais Artificiais (RNAs) e Redes Neurais Nebulosas. Atualmente, estas redes são largamente utilizadas em problemas de previsão de séries temporais, principalmente quando o fator gerador destas séries é um sistema não-linear. Desta forma, isto as tornou candidatas potenciais para prever valores de uma série de cargas de energia elétrica, pois este tipo de série tem características essencialmente não-lineares. Sendo assim, foram utilizados quatro tipos de redes: RNAs MLPs, RNAs Recorrentes, RNAs de Base Radial e Redes Neurais Nebulosas tipo ANFIS. Com os modelos básicos de redes foram, utilizados Algoritmos Genéticos para evoluir os parâmetros destas redes e, assim, chegar a uma população de redes suficientemente competentes para fazer as previsões da série de cargas. Na próxima etapa, com os resultados das previsões da população de redes evoluídas foi feita a seleção dos melhores agrupamentos destas redes evoluídas e, como este processo requer a avaliação de diferentes configurações de modelos, esta seleção é baseada em Algoritmos Genéticos.Os resultados obtidos ao se utilizar "ensembles" mostraram que este modelo foi capaz de alcançar uma grande robustez na previsão, reduzindo os erros de previsão, suavizando os resultados de previsão e deixando o modelo menos suscetível a grandes erros quando surgem "outliers" no conjunto de dados / Abstract: This work proposes a methodology for short-term electric power load forecasting. This methodology is being widely used under the context of time series prediction and pattern recognition. It was named "ensembles" by the authors who developed it. This name carries the meaning of an assemblage of parts considered as forming a whole. Therefore, this name expresses rather clearly the main characteristic of this methodology, which under the framework of this study is to make several predictions of the same time series using various different tools in which every single one alone is sufficiently competent to predict the above mentioned time series. After that, the predictions are combined in order to achieve a better prediction compared to the one that is obtained if a single predictor is used. The tools implemented to form the final "ensembles" prediction are Artificial Neural Networks (ANNs) and Neuro-fuzzy Networks. Nowadays, these networks are being widely used in time series predictions problems, mainly when the factor that generates these series is a non-linear system. Hence, this fact has elected them as potential candidates to predict future values of an electric power load series because this series has essentially non-linear characteristics. As a result, four types of networks were utilized in this work: MLPs ANNs, Recurrent ANNs, Radial Basis ANNs and ANFIS type Neuro-fuzzy networks. So, with the basic networks models, Genetic Algorithms were applied to evolve the parameters of these networks and, as a consequence, a population of networks sufficiently capable of predicting future values of the load time series was built. On the next step, with the results obtained from the evolved population of networks, a selection of the most suitable results of the individual networks were made and, as soon as this process implies the evaluation of multiple different combinations of models, this methodology was based on Genetic Algorithms. Then, this selected networks were combined. The results when using "ensembles" revealed that this model was able to reach a great robustness in prediction tasks. In that sense, it was possible to reduce the level of prediction error, to smooth the resulting predictions and to make the model more stable reducing the possibilities of presenting high levels of errors when the used data set contains "outliers" / Mestrado / Energia Eletrica / Mestre em Engenharia Elétrica

Orientadores: Carlos Roberto de Souza Filho, Adalene Moreira Silva / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociencias / Made available in DSpace on 2018-08-11T04:31:13Z (GMT). No. of bitstreams: 1 Magalhaes_LuciolaAlves_M.pdf: 40248865 bytes, checksum: 334d3cf05db7133f70c68a2eaba439fc (MD5) Previous issue date: 2008 / Resumo: A área de estudo, compreendida nesta investigação, situa-se no estado do Amapá e possui uma importância especial visto que se trata de uma das últimas fronteiras exploratórias do país, onde grande parte do estado é protegida por parques nacionais e reservas indígenas. Inserida na Província Maroni-Itaicaiúnas, palco de uma variedade de mineralizações como ferro, manganês, cromita, ouro, diamante, bauxita, caolim e cassiterita, na área são reconhecidos terrenos do embasamento Arqueano, seqüências do tipo greenstone-belts (Província Vila Nova) e suítes intrusivas, coletivamente de evolução geológica complexa e com amplo potencial metalogenético. O Depósito Amapari é caracterizado como um depósito do tipo lode orogenético, onde os maiores teores de ouro são associados às zonas mais deformadas, encaixadas em um sistema de veios sulfetados, principalmente pirrotita. O objetivo desta dissertação compreendeu a investigação de métodos de análise e modelagem espacial guiada pelos dados e pelo conhecimento, visando o mapeamento de áreas com favorabilidade mineral para ouro na região do depósito Amapari. À etapa de modelagem precedeu-se o processamento e a interpretação dos dados aerogeofísicos (magnetometria e gamaespectrometria) de alta resolução espacial e densidade de amostragem (Projeto Rio Araguari-CPRM), visando a geração de produtos para o mapeamento geológico e exploração mineral na porção centro-sul do estado do Amapá. Com base no processamento dos dados aerogeofísicos, foram gerados mapas de domínios e lineamentos magnéticos e domínios gamaespectrométricos, a partir dos quais novas unidades litogeofísicas foram reconhecidas, assim como redefinida, com grande precisão, a extensão de unidades previamente mapeadas (e.g., corpos enderbíticos, complexos máficos ultramáficos e intrusivas graníticas). As estruturas magnéticas são multi-orientadas. O extenso lineamento denominado Cupixi Alto Jari aparece com destaque nos mapas aerogeofísicos, separando o Terreno Cinturão Jari e o Terreno Antigo Cupixi- Tartarugal Grande. As estruturas de direção NNW são predominantes e se associam, com maior freqüência, às mineralizações auríferas da região. Dados geológicos (1:100.000), dados aerogeofísicos e análises de ouro em amostras de sedimentos de corrente foram utilizados para a geração de modelos de favorabilidade. Os mapas gerados pelos métodos de pesos de evidência, lógica fuzzy e redes neurais artificiais, destacaram a área do depósito Amapari como um sítio altamente favorável à ocorrência de ouro, condição necessária para que o resultado fosse coerente com a premissa dos modelos, além de indicarem novos alvos potenciais à mineralização. Estes novos alvos foram validados no campo e através de mapas de detalhe de anomalias geoquímicas de Au contido no solo, gerados pela MPBA. As áreas identificadas pela modelagem espacial estão em franca concordância com as principais anomalias geoquímicas, demonstrando, desta forma, que a determinação de alvos exploratórios mais favoráveis baseada em métodos indiretos é coerente com a prospecção através de métodos diretos / Abstract: The study area is situated in the Amapá State and has a special interest since it comprises one of the last exploration frontiers in Brazil, where much of the state is protected by national parks and indigenous reserves. It is placed within the Maroni-Itacaiunas Province, where a variety of mineralizations as iron, manganese, chromite, gold, diamond, bauxite, kaolin and cassiterite have been described. The area hosts in the area are recognized Archaean basements, greenstone belts (Province Vila Nova) and intrusive rocks that collectively show a complex geological evolution and with an ample metallogenic potential. The Amapari deposit is characterized as an orogenic-type gold mineralization, where the highest contents of gold are associated with the most deformed rocks in a system of sulfide veins, mainly composed of pyrrhotite. This research is focused in the investigation of spatial data modelling by data-driven and knowledge-driven predictive methods, aiming the identification of potential areas for gold mineralization in the proximities of Amapari region. High spatial resolution airborne geophysical data (magnetometry and gama-spectrometry) (Project Rio Araguari-CPRM) was processed and interpreted, aiming to provide products for geologic mapping and mineral exploration for a large area in the central-south portion of the Amapa State, Brazil. The processing of the geophysical data yielded maps of magnetic lineaments and magnetic and gamma-spectrometric domains, from which new litho-geophysical units were recognized and previously mapped units were redefined (e.g., enderbitic bodies, mafic-ultramafic complexes and granitic intrusives). The magnetic structures are multi-oriented. The extensive Alto Cupixi Jari lineament shows prominently in the magnetic maps, separating the Cinturao Jari and the Atingo-Cupixi-Tartarugal Grande terranes. The NNW-trending structures appear ubiquitously in these maps and are often associated to gold mineralizations in the region. The inputs maps for the modelling process were geological and airbone geophysical data and gold in stream sediments. The results, using weights of evidence, artificial neural networks and fuzzy logic, show that Amapari deposits were classified as a hight potential site as expected and, most importantly, new targets with similar signatures were identified throughout the area. These new targets were validated in the field and using maps of detail geochemical anomalies for Au in the soil, generated by the MPBA. The areas identified by the spatial modeling methods are in agreement with the main geochemical anomalies, demonstrating that the determination of new potential targets based on indirect methods is consistent with the prospecting through direct methods / Mestrado / Geologia e Recursos Naturais / Mestre em Geociências

Orientadores: Secundino Soares Filho, Rosangela Ballini / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-11T11:20:51Z (GMT). No. of bitstreams: 1 LunaHuamani_IvetteRaymunda_D.pdf: 1516017 bytes, checksum: 0b1789c54ac07dc411d69c82d77f8ac3 (MD5) Previous issue date: 2007 / Resumo: Este trabalho propõe uma metodologia baseada em regras nebulosas para a modelagem e previsão de séries temporais. Inicialmente, os dados são pré-processados para, a seguir, ocorrer a seleção de variáveis que serão utilizadas pelos modelos de série temporal. Para essa finalidade, nesta tese propõe-se um conjunto de aproximações necessárias para o cálculo do critério de informação mútua parcial, o qual é a base para o algoritmo de seleção de entradas utilizado. A próxima etapa corresponde à determinação da estrutura do modelo e ajuste dos parâmetros. Com o intuito de definir de forma automática a estrutura do modelo, de forma simultânea ao ajuste dos parâmetros, dois algoritmos de aprendizado construtivo - offiine e online são propostos. Ambos os algoritmos utilizam como base para o seu desenvolvimento o algoritmo da maximização da verossimilhança, assim como critérios de geração e punição (ou poda) de regras nebulosas. Finalmente, o modelo obtido é validado e aplicado .na previsão de um e vários passos à frente. Análises comparativas são apresentadas utilizando séries temporais sintéticas e de problemas reais. Os resultados mostram que as propostas deste trabalho são uma alternativa eficiente para a modelagem e previsão de séries temporais / Abstract: This work presents a methodology for time series modeling and forecasting. First, the methodology considers the data pre-processing and the system identification, which implies on the selection of a suitable set of input variables for modeling the time series. In order to achieve this task, this work proposes an algorithm for input selection and a set of approximations that are necessary for estimating the partia! mutual information criterion, which is the base of the algorithm used at this stage. Then, the mo deI is built and adjusted. With the aim of performing an automatic structure selection and parameters adjustment simultaneously, this thesis proposes two constructive learning algorithms, namely ofRine and online. These algorithms are based on the Expectation Maximization optimization technique, as well as on adding and pruning operators of fuzzy rules that are also proposed in this work. Finally, models are validated and applied to one-step ahead and multi-step ahead forecasting. Comparative analysis using synthetic and real time series are detailed. The results show the adequate performance of the proposed approach and presents it as a promising alternative for time series modeling and forecasting / Doutorado / Energia Eletrica / Doutor em Engenharia Elétrica

Made available in DSpace on 2017-07-10T18:08:07Z (GMT). No. of bitstreams: 1 Tulio Klassen.pdf: 1461464 bytes, checksum: 02d111496a486b94ea73232034f2aeb6 (MD5) Previous issue date: 2008-02-11 / The Artificial Neural Networks have been used with success for the description and modeling of processes in the most several areas of the knowledge, from economy, administration, artificial intelligence and even control of complex industrial processes. The process of chilling of chickens for immersion in cold water ("chillers") is complex and difficult to be modeled phenomenologicaly, because it involves transfer of heat, mass and transient regime, besides a great number of variables. In this work several architectures of artificial neural networks were used in the description and modeling of the process of chilling of the chickens, foreseeing the final temperature and the growth of weight of the carcasses. Also for comparison effect they were used an empiric model proposed by CARCIOFI & LAURINDO (2007) to describe the absorption of the water for the carcasses and the chilling model according to Newton's Law for the temperature of the carcasses. Different situations were tested changing the numbers of neurons of the entrance and hidden layers, and the number of layers. The data used were supplied by the SADIA - Toledo company for training and validation of the net. For the model twenty-five entrance variables were selected, as weight of the carcass, temperature before the chillers, temperature of the propilenoglicol shirt, flow of water in each module of the tanks, time of chilling and temperature of the renewal water, bubble intensity and amount of ice. The results obtained by the neural network and for Newton's Law they were not efficient to represent the final temperature of the carcass. The neural networks and the empiric model of CARCIOFI & LAURINDO (2007) went very efficient to esteem the amount of water absorbed for the carcasses. The obtained results showed that the net type with 4 x 12 x 4 neurons in the entrance layer, first and second hidden layers respectively was the best to represent the investigated system. / As Redes Neurais Artificiais têm sido empregadas com sucesso para a descrição e modelagem de processos nas mais diversas áreas do conhecimento, desde economia, administração, inteligência artificial e até controle de processos industriais complexos. O processo de resfriamento de frangos por imersão em água gelada ( chillers ) é complexo e difícil de ser modelado fenomenologicamente, pois envolve transferência de calor, massa e regime transiente, além de um grande número de variáveis. Neste trabalho foram empregadas diversas arquiteturas de redes neurais artificiais na descrição e modelagem do processo de resfriamento dos frangos, prevendo a temperatura final e o ganho de peso das carcaças. Também para efeito de comparação foram empregados um modelo empírico proposto por CARCIOFI & LAURINDO (2007) para descrever a absorção da água pelas carcaças e o modelo de resfriamento segundo a Lei de Newton para a temperatura das carcaças. Foram testadas diferentes situações alterando-se os números de neurônios das camadas de entrada e intermediária, e o número de camadas. Foram utilizados dados fornecidos pela empresa SADIA Toledo para treinamento e validação da rede. Para o modelo foram selecionadas vinte e cinco variáveis de entrada, como peso da carcaça, temperatura antes do resfriamento, temperatura da camisa de propilenoglicol, vazão de água em cada módulo dos tanques, tempo de resfriamento e temperatura da água de renovação, borbulhamento e quantidade de gelo. Os resultados obtidos pelas redes neurais e pela Lei de Newton não foram eficientes para representar a temperatura de saída da carcaça. As redes neurais e o modelo empírico de CARCIOFI & LAURINDO (2007) foram muito eficientes para estimar a quantidade de água absorvida pelas carcaças. Os resultados obtidos mostraram que a rede tipo 4 x 12 x 4 neurônios na camada de entrada, primeira intermediária e segunda intermediária respectivamente foi a que melhor representou o sistema investigado.

O reconhecimento de padrões por computador é uma das mais importantes ferramentas da Inteligência Artificial presente em inúmeras áreas do conhecimento com aplicações em diversos setores, incluindo o reconhecimento de caracteres. O objetivo da dissertação se concentra na investigação de um processo computacional automatizado - Sistema Computacional Paraconsistente - capaz de reconhecer Caracteres Numéricos Manuscritos e Caracteres Magnéticos Codificados em 7 Barras utilizados em cheques bancários brasileiros, fornecendo uma fundamentação técnica para reconhecer documentos e imagens digitalizadas e, também, sinais biológicos. Embora haja vários estudos em reconhecimento de caracteres, optou-se pelo estudo desse tema devido à sua intrínseca importância e constante desenvolvimento, além de possibilitar adaptações para fazer o reconhecimento de diferentes tipos de sinais como, por exemplo, sinais biológicos. A metodologia adotada para essa tarefa se baseia nas Redes Neurais Artificiais Paraconsistentes por se tratar de uma ferramenta com capacidade de trabalhar com dados imprecisos, inconsistentes e paracompletos sem o perigo de trivialização. O processo de reconhecimento desse sistema é realizado a partir de algumas características do caractere previamente selecionadas com base em algumas técnicas do Grafismo e realiza-se a análise dessas características bem como o reconhecimento do caractere através das Redes Neurais Artificiais Paraconsistentes O sistema foi construído para reconhecer caracteres numéricos com um padrão previamente definido, onde adotou-se os Caracteres Magnéticos Codificados em 7 Barras utilizados em cheques bancários e, posteriormente, o sistema foi aperfeiçoado para fazer o reconhecimento de Caracteres Numéricos Manuscritos. Para a validação do estudo proposto apresentou-se dados reais, a saber, lotes de cheques e caracteres numéricos manuscritos digitalizados onde o sistema apresentou 97,85% de acertos para os Caracteres Magnéticos Codificados em 7 Barras e 91,62% de acertos para Caracteres Numéricos Manuscritos. O resultado obtido demonstra que o sistema é robusto o suficiente e pode servir de estudo para a análise de sinais em áreas correlatas com nível de precisão semelhante / Computer pattern recognition is one of the most important Artificial Intelligence tools present in numerous knowledge areas with applications in several themes, including the character recognition. The aim of this dissertation is the investigation of an automated computational process - Paraconsistent Computational System - able to recognize Handwritten Numeric Characters and Magnetic Ink Character Recognition used on Brazilian bank checks furnishing a technical basis to recognize digital documents, digital images and biological signals. Although there are several studies on character recognition, it was chosen to study this theme due to its intrinsic importance and constant improvement, besides enabling adjustments to the recognition of different kinds of signals such as, biological signals. The methodology employed for the task is based on Paraconsistent Artificial Neural Networks for being a tool with the ability to work with imprecise, inconsistent and paracomplete data without trivialization. The recognition process of this system is performed from some previously selected character features based on some Graphics techniques and, it performs the analysis of these features as well as the character recognition are performed through the Paraconsistent Artificial Neural Networks. The system was built to recognize numeric characters with a previously defined pattern where it was chosen the Magnetic Ink Character Recognition used on Brazilian bank checks and then the system was improved to recognize handwritten numeric characters. It was presented real data as checks\' batches and scanned handwritten numeric characters to validate the proposed study and the system reached 97.85% hits for Magnetic Ink Character Recognition and 91.62% hits for Handwritten Numeric Characters. The obtained result demonstrates that the system is robust enough for signal analysis study in correlated areas with similar precision level

Orientador: Carlos Alberto de Castro Jr / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T04:11:24Z (GMT). No. of bitstreams: 1 JimenezCifuentes_Alberto_M.pdf: 868822 bytes, checksum: 18c5f2e3c043eab417e1404db98cf0d0 (MD5) Previous issue date: 2005 / Resumo: As mudan¸cas no setor eletrico tem influido de maneira dr'astica nas condicoes de operacao dos sistemas, levando-os a operar proximos da sua maxima capacidade. Por esta razao, estimar a proximidade do ponto de operacao da rede aos limites do sistema de forma eficiente tem se tornado uma tarefa fundamental na operacao de sistemas el'etricos de pot¿encia. Do ponto de vista da estabilidade de tensao e interessante conhecer a margem de carregamento, ja que ela fornece uma id'eia precisa da proximidade do sistema ao colapso de tensao.Este trabalho propoe o treinamento de redes neurais artificiais para avaliar a margem de carregamento sob condicoes de operacao normais e de contingencia a partir das informacoes coletadas da previs¿ao de carga e usando diferentes grandezas mensuraveis diretamente do sistema ou atraves de calculos simples, visando a aplicacao desta metodologia num ambiente de tempo real / Abstract: Deregulation of electricity industry has drastically changed the operating conditions of power systems (PS). This fact leads them to operate close to their maximum capability. Thus, estimating efficiently the proximity of the operating point to its limits has become an essential task in PS. In static voltage stability analysis it is interesting to know the load margin (LM), which gives the proximity to the collapse point. This work proposes a neural network training in order to evaluate the LM not only under normal operating conditions, but also disturbance conditions, using either collected data of several measured parameters available from the system or through simple computations toward applying this methodology on real systems under on-line analysis / Mestrado / Energia Eletrica / Mestre em Engenharia Elétrica

Orientador: João Marcos Travassos Romano / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T07:52:07Z (GMT). No. of bitstreams: 1 Attux_RomisRibeirodeFaissol_D.pdf: 4889703 bytes, checksum: 022efe9d9ffb4a1629612763bc2c2b3d (MD5) Previous issue date: 2005 / Resumo: O objetivo deste trabalho é investigar a aplicação de estruturas não-lineares e de técnicas de otimização baseadas em computação evolutiva a problemas de equalização e identificação de canal. O relato se divide em duas partes: a primeira voltada à análise dos fundamentos do problema de filtragem, e a segunda, à apresentação de novas abordagens para sua solução. A primeira parte, inaugurada pelas noções primordiais de comunicação, abrange os diferentes aspectos do projeto de um filtro. Permeia toda a exposição uma idéia fundamental: o estabelecimento de um paradigma genérico de filtragem adaptativa. Na segunda parte, apresentamos contribuições originais que se encaixam de diversas formas no espírito desse paradigma. Os problemas abordados são: equalização linear cega, equalização e pré-distorção baseadas em redes neurais, identificação cega, identificação de plantas recursivas, busca cega do receptor de máxima verossimilhança e equalização não-linear cega baseada em predição. Tais propostas, além de possuírem um valor intrínseco, podem ser entendidas como um corpus de evidências da validade das idéias unificadoras pertencentes ao arcabouço teórico erigido / Abstract: The objective of this work is to investigate the use of nonlinear structures and optimization techniques based on evolutionary computation in channel equalization and identification problems. The text is structured according to a twofold division: the first part is dedicated to the analysis of the foundations of the filtering problem, and the second, to the exposition of new approaches to its solution. The first part, whose starting point is the primordial idea of communication, encompasses the various aspects of the design of a signal-processing device. The entire explanation is permeated by a fundamental idea: the constitution of a generic paradigm for adaptive filtering. In the second part, a number of original contributions are presented that are related in various ways to the essence of this paradigm. These contributions involve the problems of blind linear equalization, neural network-based equalization and pre-distortion, blind and supervised identification of feedforward and feedback plants, maximum-likelihood sequence estimation and nonlinear blind equalization based on prediction. Such proposals, apart from possessing an intrinsic value, can also be understood as a corpus of evidences of the validity of the unifying ideas belonging to the established theoretical framework / Doutorado / Telecomunicações e Telemática / Doutor em Engenharia Elétrica

Orientador: Ernesto Ruppert Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T17:39:56Z (GMT). No. of bitstreams: 1 Villalva_MarceloGradella_M.pdf: 5074196 bytes, checksum: 39f4e09d9f1f624c909a5ee7f2d3fa4d (MD5) Previous issue date: 2005 / Resumo: o tema da qualidade de energia elétrica adquiriu grande importância em anos recentes. O número crescente de cargas baseadas em conversores eletrônicos criou a preocupação com a distorção harmônica em sistemas de energia elétrica. Qualidade de energia é um assunto importante tanto para as companhias distribuidoras e geradoras de energia elétrica como para os consumidores. A poluição harmônica pode causar sérios problemas às companhias e aos consumidores. Alguns dos possíveis problemas são a instabilidade na operação do sistema, distorções de tensão, perdas de energia, interferência eletromagnética e ressonâncias perigosas. A utilização de equipamentos para eliminação de harmônicos tornou-se necessária e são versas as soluções possíveis. Tradicionalmente se utilizam Itros passivos do tipo série ou paralelo. Esses Itros resentam como desvantagem suas grandes dimensões, seu custo elevado, elevadas perdas de energia, pouca e cácia, dependendência da interação com parâmetros do sistema e risco de introdução de novas freqüências de ressonância. O desenvolvimento recente da eletrônica de potência e do processamento digital de sinais tornou possível a utilização de Itros ativos de potência, que são condicionadores eletrônicos de energia. Filtros ativos de potência podem ser utilizados para realizar a Itragem de harmônicos em sistemas elétricos, sem os problemas apresentados pelos dispositivos passivos. Filtros ativos série são utilizados para eliminar distorções de tensão e Itros ativos paralelos são usados para eliminar correntes harmônicas originadas por carga não lineares. Esses últimos podem ainda ser usados para corrigir o fator de potência e para equilibrar as correntes de linha em sistemas desbalanceados com quatro os. Este trabalho estuda a aplicação de Itros ativos paralelos a sistemas trifásicos com quatro os. São estudados teorias de potências, métodos de compensação de harmônicos e sistemas de controle. A principal contribuição do trabalho está no emprego de um método seletivo de compensação de correntes baseado em redes neurais adaptativas, além do estudo do emprego de redes neurais no controle de correntes. Esses e outros assuntos foram experimentalmente comprovados com um protótipo de Itro ativo construí do em laboratório / Abstract: Electricity power quality has gained increased importance in the past few years. The growing number of power electronicsbased loads has created a preoccupation about harrnonic distortion in electric systems. Electricity power quality is an important issue both for energy utilities and consumers. Harrnonic poIlution may cause severe problems to electricity utilities and consumer networks such as system instability, voltage distortions, power losses, electromagnetic interference and harrnful resonances. The use ofharrnonic ltering equipment has become necessary and many solutions have been studied. Traditional passive devices such as tuned shunt lters and series reactors present disadvantages such as bulky sizes, high costs, increased losses, smaIl effectiveness, dependence on the parameters of the electric system and yet more risk of resonance with other elements of the network. Recent deve10pments in the major of power electronics and digital processing have made possible the pplication of electronic power conditioners such as series and shunt active lters. Active power lters may be used to overcome the drawbacks of passive devices. Series active power lters are used to reduce voltage distortions of electric systems. Shunt active power lters are used to mitigate harrnonic currents originated by nonlinear loads. The latter may be also used for increasing power factor and for balancing line currents in four-wire systems with unbalanced loads. This work is concerned with the application of shunt active power lters to three-phase four-wire electric systems. Power theories, compensation methods and control systems are discussed. The application of a se1ective compensation method based on adaptive neural networks and the employment of a neural network in the current controlIer are the main contributions of this work. These and other subjects were experimentalIy tested with a prototype of an active. power lter built in laboratory / Mestrado / Energia Eletrica / Mestre em Engenharia Elétrica