Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Mecânica, Florianópolis, 2014. / Made available in DSpace on 2015-05-19T04:05:25Z (GMT). No. of bitstreams: 1 333309.pdf: 7671216 bytes, checksum: 1b4344537e07a903caad603d61e2872a (MD5) Previous issue date: 2014 / No processo de brochamento helicoidal é empregada uma única ferramenta especializada que, em um ciclo de usinagem, realiza o desbaste, o semi-acabamento e o acabamento, tornando o processo altamente produtivo e atrativo sob o ponto de vista da produção em massa. Em vista disto, este processo figura entre os principais processos de fabricação na indústria manufatureira de produção seriada, tipicamente a indústria automotiva. A excelente produção econômica, característica essencial do brochamento, possibilita o emprego da brocha helicoidal, apesar de ser esta uma ferramenta de elevado custo. Assim, se bem projetada, fabricada corretamente e utilizada dentro das especificações, permite um ótimo retorno do investimento. Brochas helicoidais possuem, entretanto, características geométricas complexas que influenciam diretamente no rendimento do processo. Neste sentido, para que haja um dimensionamento correto da ferramenta, é necessário um conhecimento preciso sobre os esforços que agem sobre a ferramenta. O conhecimento destes esforços, tanto simulados quanto experimentais, constituem o objetivo principal deste trabalho. Com vistas à obtenção de valores de tensão, tração e torque sobre a brocha helicoidal foi utilizado um torno CNC adaptado para realizar ensaios de brochamento onde mediram-se as componentes da força de usinagem. Para realização destes ensaios foram empregadas 6 brochas de aço-rápido M2, sendo 3 delas revestidas com TiN e 3 sem revestimento. Foram utilizados o aço ABNT 1020 e o aço ABNT 1040 como corpos-de-prova. Não utilizaram-se meios lubrirefrigerantes. Os resultados obtidos foram então aplicados na elaboração de diferentes modelos para prever a força de corte. Paralelamente aos ensaios, um estudo detalhado sobre a geometria e cinemática da brocha helicoidal foi elaborado em conjunto com uma análise de tensões utilizando-se o método dos elementos finitos (MEF). Conhecidas a geometria e a cinemática do processo empregaram-se diferentes metodologias para modelar a força de corte nos gumes atuantes. Para a modelagem da força de corte foram utilizadas quatro metodologias distintas: a equação de Kienzle com emprego de dados obtidos na literatura, a equação de Kienzle utilizando dados obtidos nos ensaios realizados, um modelo de força obtido por regressão múltipla e um modelo de força que empregou redes neurais artificiais. A metodologia que apresentou menor dispersão do erro foi a que empregou redes neurais artificias seguida pela metodologia que empregou regressão múltipla. Ao fim do trabalho foi possível verificar a influência do atrito nos flancos secundários da brocha e pode-se validar o emprego das metodologias empregadas para simular os esforços no brochamento helicoidal.<br> / Abstract : A single tool is employed in the helical broaching process, which performs roughing, semi-finishing and finishing in each machining cycle. It makes the process highly productive and attractive from the standpoint of mass production. In view of this, the process ranks among the main manufacturing processes employed in the manufacturing industry of high volume production lines, typically the automotive industry. The excellent cost-efficient production is an essential characteristic of the broaching process and allows the employment of helical broach in spite of its high-cost. Thus, if the tool is well designed, properly manufactured and oper-ated within the technical specifications, it allows a great return on invest-ment. However, helical broaches have complex geometrical characteris-tics that influence directly on the process yield. In this sense, in order to obtain a correct dimensioning of the tool, a precise knowledge of the forces acting on it is necessary. Knowledge of these forces, both simulated and experimental, are the main goal of this work. With a view to obtaining stress, traction and torque values on the broach an adapted CNC turning was used to perform the broaching tests with the measurement of the cut-ting force components. Six tools made from high-speed steel AISI M2 were employed to perform the experiments, three of which coated with TiN and three without coating. Steel ABNT 1020 and ABNT 1040 were used to fabricate the workpieces. The experiments were carried out with-out coolant. The results obtained were applied to the development of dif-ferent models to predict the cutting force. In parallel with the experiments, a detailed study regarding the geometry and cinematic of the helical broach was conducted along with a stress analyses using the finite element method (FEM). Knowing the geometry and the process kinematics, dif-ferent methodologies were employed to model the cutting force on the active cutting edge. Four distinct methodologies were employed to mod-eling the cutting forces: Kienzle equation using data from the literature, the Kienzle equation employing the data obtained with the experiments, a model obtained from multivariable regression and a model that em-ployed artificial neural networks. The methodology who resulted lower error dispersion was artificial neural networks followed by the methodol-ogy employed multiple regression. At the end of this work it was possible to verify the influence of the friction at the secondary flanks of the broach and to evaluate the adequacy of each methodology employed to simulate the forces on the helical broaching.

NOGUEIRA, Y. L. B. Integração Mente e Ambiente para a Geração de Comportamentos Emergentes em Personagens Virtuais Autônomos Através da Evolução de Redes Neurais Artificiais. 2014. 112 f. Tese (Doutorado em Ciência da Computação) - Centro de Ciências, Universidade Federal do Ceará, Fortaleza, 2014. / Submitted by Daniel Eduardo Alencar da Silva (dealencar.silva@gmail.com) on 2015-01-23T19:27:21Z No. of bitstreams: 1 2014_tese_ylbnogueira.pdf: 7506746 bytes, checksum: ff8ae576c5473bd3f6513dcbdee079eb (MD5) / Approved for entry into archive by Rocilda Sales(rocilda@ufc.br) on 2015-09-23T16:28:04Z (GMT) No. of bitstreams: 1 2014_tese_ylbnogueira.pdf: 7506746 bytes, checksum: ff8ae576c5473bd3f6513dcbdee079eb (MD5) / Made available in DSpace on 2015-09-23T16:28:04Z (GMT). No. of bitstreams: 1 2014_tese_ylbnogueira.pdf: 7506746 bytes, checksum: ff8ae576c5473bd3f6513dcbdee079eb (MD5) Previous issue date: 2014 / The user’s sense of immersion requires not only high visual quality of the virtual environment, but also accurate simulations of dynamics to ensure the reliability of the experience. In this context, the way the characters behave in a virtual environment plays a fundamental role. The problem that remains open is: “What needs to be done for autonomous virtual characters to display natural/realistic behaviors?”. A behavior is considered autonomous when the actions performed by the agent result from a close interaction between its internal dynamics and the circumstantial events in the environment, rather than from external control or specification dictated by a predefined plan. Thus, an autonomous behavior should reflect the details of the association between the character and its environment, resulting in greater naturalness and realistic movements. Therefore, it is proposed that the behavior is considered natural if it maintains coherence between the character’s body and the environment surrounding it. To an external observer, such coherence is perceived as intelligent behavior. This notion of intelligent behavior arose from a current debate, in the field of Artificial Intelligence, about the meaning of intelligence. Based on the new trends that came out from those discussions, it is argued that the level of coherence required for natural behavior in complex situations can only be achieved through emergence. In addition to the conceptual support of the emergentist approach to generating behavior of virtual characters, this study presents new techniques for implementing those ideas. A contribution of this work is a novel technique for the enconding and evolution of Artificial Neural Networks, which allows the development of controllers to explore the possibilities of generating behaviors through emergence. Evolution without objective description is also explored through the simulation of sexual reproduction of characters. In order to validate the theory, experiments involving a virtual robot were developed. The results show that self-organization of a system is indeed able to produce an intimate coupling between agent and environment. As a consequence of the adopted approach, it were achieved behaviors quite consistent with the character’s capabilities and environmental conditions, with or without description of objectives. The proposed methods were sensitive to changes in the environment and in the robot’s sensory apparatus, proving robustness on generating functional visual cortices, either with proximity sensors or with virtual cameras, interpreting its pixels. It is also emphasized the generation of different types of interesting behaviors, without any description of objectives, in experiments involving simulated reproduction. / O senso de imersão do usuário em um ambiente virtual requer não somente alta qualidade visual gráfica, mas também comportamentos adequados por parte dos personagens virtuais, isto é, com movimentos e ações que correspondam às suas características físicas e aos eventos que ocorrem em seu meio. Nesse contexto, percebe-se o papel fundamental desempenhado pelo modo como os agentes se comportam em aplicações de RV. O problema que permanece em aberto é: “Como obter comportamentos autônomos naturais e realistas de personagens virtuais?”. Um agente é dito autônomo se ele for capaz de gerar suas próprias normas (do grego autos, "a si mesmo", e nomos, "norma", "ordem"). Logo, autonomia implica em ações realizadas por um agente que resultam da estreita interação entre suas dinâmicas internas e os eventos ocorrendo no ambiente ao seu redor, ao invés de haver um controle externo ou uma especificação de respostas em um plano pré-definido. Desse modo, um comportamento autônomo deveria refletir os detalhes da associação entre o personagem e o ambiente, implicando em uma maior naturalidade e realismo nos movimentos. Assim, chega-se à proposta de que um comportamento é considerado natural se ele mantém coerência entre o corpo do personagem e o ambiente ao seu redor. Para um observador externo, tal coerência é percebida como comportamento inteligente. Essa noção resulta do atual debate, no campo da Inteligência Artificial, sobre o significado da inteligência. Baseado nas novas tendências surgidas dessas discussões, argumenta-se que o nível de coerência necessário a um comportamento natural apenas pode ser alcançado através de técnicas de emergência. Além da defesa conceitual da abordagem emergentista para a geração de comportamento de personagens virtuais, este estudo apresenta novas técnicas para a implementação dessas ideias. Entre as contribuições, está a proposta de um novo processo de codificação e evolução de Redes Neurais Artificiais que permite o desenvolvimento de controladores para explorar as possibilidades da geração de comportamentos por emergência. Também é explorada a evolução sem objetivo, através da simulação da reprodução sexuada de personagens. Para validar a tese, foram desenvolvidos experimentos envolvendo um robô virtual. Os resultados apresentados mostram que a auto-organização de um sistema é de fato capaz de produzir um acoplamento íntimo entre agente e ambiente. Como consequência da abordagem adotada, foram obtidos comportamentos bastante coerentes com as capacidades dos personagens e as condições ambientais, com ou sem descrição de objetivos. Os métodos propostos se mostraram sensíveis a modificações do ambiente e a modificações no sensoriamento do robô, comprovando robustez ao gerar córtices visuais funcionais, seja com sensores de proximidade, seja com câmeras virtuais, interpretando seus pixels. Ressalta-se também a geração de diferentes tipos de comportamentos interessantes, sem qualquer descrição de objetivos, nos experimentos envolvendo reprodução simulada.

TEIXEIRA, F. A. A. Estudo da transformação precipitação-deflúvio para a sub-bacia do Arneiroz II. 2009. 73 f. Dissertação (Mestrado em Engenharia Civil: Recursos Hídricos) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2009. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-04-27T13:08:21Z No. of bitstreams: 1 2009_dis_fasteixeira.pdf: 6044434 bytes, checksum: fee42975bd065cd9fc2caef0c9fa3105 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-04-29T13:45:23Z (GMT) No. of bitstreams: 1 2009_dis_fasteixeira.pdf: 6044434 bytes, checksum: fee42975bd065cd9fc2caef0c9fa3105 (MD5) / Made available in DSpace on 2015-04-29T13:45:23Z (GMT). No. of bitstreams: 1 2009_dis_fasteixeira.pdf: 6044434 bytes, checksum: fee42975bd065cd9fc2caef0c9fa3105 (MD5) Previous issue date: 2009-09-04 / A modelagem do comportamento de fenômenos complexos, como a transformação de chuva em vazão, envolve o ajuste de uma série de parâmetros, conferindo relativa dificuldade para sua predição. No Estado do Ceará, esta tarefa se torna ainda mais complicada, devido à carência de dados fluviométricos, e, sobretudo por se tratar de uma região caracterizada pelos baixos índices pluviométricos e pelo regime fluviométrico intermitente preponderante. Os modelos do tipo transformação de chuva em vazão SMAP e HYMOD em intervalo diário, os quais apresentam como entradas, além da altura média de precipitação, a evaporação, têm sido aplicados a bacias hidrográficas do Ceará apresentando bons índices de correlação na fase de validação. A calibração destes modelos envolve o ajuste dos seus parâmetros percorrendo-se um espaço de busca a fim de se minimizar uma função objetivo, tratando-se de um processo estocástico. Desta forma, objetivando-se apresentar um modelo não-paramétrico e determinístico para a transformação chuva-deflúvio, são utilizadas as Redes Neurais Artificiais, as quais têm apresentado desempenho satisfatório na modelagem de problemas de difícil predição, inclusive no âmbito dos recursos hídricos. Para o estudo de caso foi escolhida a bacia hidrográfica da Barragem Arneiroz II, a qual dispõe de um posto fluviométrico com uma série pseudo-histórica relativamente extensa. Assim, foram calibrados os modelos HYMOD, SMAP, modelos tradicionalmente utilizados pela FUNCEME, e uma rede neural do tipo perceptron multicamadas, treinada pelo algoritmo de retro propagação através do programa Q-net. Para a calibração dos modelos SMAP e HYMOD foi utilizado um algoritmo evolucionário denominado Particle Swarm Optimization (PSO). Os resultados obtidos com o modelo de RNA foram comparados aos resultados obtidos pelos modelos SMAP e HYMOD através do parâmetro de desempenho proposto por Nash & Sutcliffe (1970). Os resultados obtidos mostraram que o modelo HYMOD foi aquele para o qual parâmetro de Nash obtido foi maior que os valores dos modelos SMAP e RNA. A modelagem chuva-deflúvio com as RNA não apresentaram resultados satisfatórios se comparados aos outros dois modelos hidrológicos empregados. Isto pode ser justificado pelo fato de que o modelo considerou apenas os dados de pluviometria, não tendo sido abastecido com outras variáveis importantes na definição do fenômeno chuva-vazão / A modelagem do comportamento de fenômenos complexos, como a transformação de chuva em vazão, envolve o ajuste de uma série de parâmetros, conferindo relativa dificuldade para sua predição. No Estado do Ceará, esta tarefa se torna ainda mais complicada, devido à carência de dados fluviométricos, e, sobretudo por se tratar de uma região caracterizada pelos baixos índices pluviométricos e pelo regime fluviométrico intermitente preponderante. Os modelos do tipo transformação de chuva em vazão SMAP e HYMOD em intervalo diário, os quais apresentam como entradas, além da altura média de precipitação, a evaporação, têm sido aplicados a bacias hidrográficas do Ceará apresentando bons índices de correlação na fase de validação. A calibração destes modelos envolve o ajuste dos seus parâmetros percorrendo-se um espaço de busca a fim de se minimizar uma função objetivo, tratando-se de um processo estocástico. Desta forma, objetivando-se apresentar um modelo não-paramétrico e determinístico para a transformação chuva-deflúvio, são utilizadas as Redes Neurais Artificiais, as quais têm apresentado desempenho satisfatório na modelagem de problemas de difícil predição, inclusive no âmbito dos recursos hídricos. Para o estudo de caso foi escolhida a bacia hidrográfica da Barragem Arneiroz II, a qual dispõe de um posto fluviométrico com uma série pseudo-histórica relativamente extensa. Assim, foram calibrados os modelos HYMOD, SMAP, modelos tradicionalmente utilizados pela FUNCEME, e uma rede neural do tipo perceptron multicamadas, treinada pelo algoritmo de retro propagação através do programa Q-net. Para a calibração dos modelos SMAP e HYMOD foi utilizado um algoritmo evolucionário denominado Particle Swarm Optimization (PSO). Os resultados obtidos com o modelo de RNA foram comparados aos resultados obtidos pelos modelos SMAP e HYMOD através do parâmetro de desempenho proposto por Nash & Sutcliffe (1970). Os resultados obtidos mostraram que o modelo HYMOD foi aquele para o qual parâmetro de Nash obtido foi maior que os valores dos modelos SMAP e RNA. A modelagem chuva-deflúvio com as RNA não apresentaram resultados satisfatórios se comparados aos outros dois modelos hidrológicos empregados. Isto pode ser justificado pelo fato de que o modelo considerou apenas os dados de pluviometria, não tendo sido abastecido com outras variáveis importantes na definição do fenômeno chuva-vazão

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016. / Made available in DSpace on 2017-06-27T04:06:43Z (GMT). No. of bitstreams: 1 346015.pdf: 1911838 bytes, checksum: 5765986717fa902f146f3281f57f5edd (MD5) Previous issue date: 2016 / Epilepsia é um transtorno do cérebro, caracterizado por uma predisposição duradoura a crises epiléticas e pelas consequências neurobiológicas, sociais, cognitivas e psicológicas desta condição. O eletroencefalograma (EEG) é amplamente utilizado na comprovação clínica do diagnóstico da epilepsia. A confirmação clínica utilizando o EEG é realizada pela análise criteriosa dos registros em busca de algumas manifestações eletrográficas que, quando presentes com determinada frequência, são um forte indicativo desta condição (epilepsia). O presente trabalho tem como objetivo avaliar a viabilidade da Teoria da Ressonância Adaptativa (ART) na identificação automática de padrões epileptiformes em sinais de EEG. Dentre as redes da família ART, foi escolhida a rede ART2 por permitir estímulos de entrada com valores binários (zero ou um) e valores contínuos. A análise e simulações neste estudo utilizou uma base de dados de sinal EEG com gravações de dez pacientes epilépticos e um paciente sem epilepsia. Estes sinais foram separados em dois conjuntos, com segmentos distintos entre si, e utilizados no treinamento e teste da rede. O algoritmo da rede ART2 foi implementado no software Matlab®. Os resultados dos testes gerados pelas redes ART2 foram avaliados por meio de índices de desempenho de Sensibilidade, Especificidade e Eficiência. As redes analisadas obtiveram valores máximos de 98,34% de Sensibilidade, 86,94% de Especificidade e 85,65% de Eficiência. Os resultados alcançados pelas redes foram promissores e satisfatórios. A rede neural ART2 foi capaz de reconhecer padrões epileptiformes, podendo ser uma boa opção para o uso em sistemas computacionais para o diagnóstico da epilepsia.<br> / Abstract : Epilepsy is a disorder of the brain characterized by a predisposition to seizures and lasting neurobiological, social, psychological and cognitive consequences of this condition. The electroencephalogram (EEG) is widely used for the clinical confirmation of epilepsy diagnosis. This is performed by careful analysis of EEG recordings in search of specific electrographic activity than, when present with certain frequency, are a strong indication of this condition (epilepsy). This study aims to assess the feasibility of Adaptive Resonance Theory (ART) in the automatic identification of epileptiform patterns in EEG signals. Among the ART family networks, the ART2 was selected because it allows input stimuli with both binary (zeros and ones) and continuous values. The analysis and simulations preformed in this study used an EEG signal database with recordings from ten epileptic patients and one epilepsy free patient. These EEG signals were separated in two different sets used for training and testing of the network. The ART2 network algorithm was implemented in Matlab® software. The test results generated by ART2 networks were evaluated by sensitivity, specificity and efficiency performance metrics. The analyzed networks obtained maximum values of 98.34% sensitivity, 86.94% specificity and 85.65% efficiency. The results achieved by the networks can be considered promising and satisfactory. The ART2 neural network was able to identify epileptiform patterns and could be a good option for use in computer aided systems for the diagnosis of epilepsy.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Mecânica, Florianópolis, 2016. / Made available in DSpace on 2017-07-18T04:08:16Z (GMT). No. of bitstreams: 1 346239.pdf: 3723379 bytes, checksum: 67044a207f92479632bd9f59433e6d7c (MD5) Previous issue date: 2016 / Ensaios de desempenho energético de compressores de refrigeração têm como objetivo a obtenção de parâmetros de desempenho, dentre eles a capacidade de refrigeração, sob condições preestabelecidas de operação. É uma etapa necessária no desenvolvimento e produção de compressores e que, devido às suas características de execução, torna-se um gargalo no processo de controle de qualidade. Trabalhos anteriores apresentam soluções associadas à inteligência artificial para reduzir o tempo de execução desses ensaios. Para isso, tais ferramentas analisam o comportamento de certas variáveis durante o período transiente do ensaio para inferir o momento no qual ocorre a transição para o regime permanente. Entretanto, a grande variedade de dinâmicas relacionadas a capacidade, temperatura de corpo e pressão de sucção afeta o desempenho das redes neurais. Para contornar esse problema, ensaios provenientes de uma empresa fabricante de compressores foram agrupados manualmente de acordo com regras que levaram em consideração a capacidade inicial e a região da faixa de aceitação pela qual os ensaios adentravam o regime permanente. Isso forneceu 4 grupos, os quais foram utilizados para treinamento de redes especializadas para inferência de regime permanente. Os melhores resultados vieram de redes especializadas treinadas com dois dos quatro grupos, que quando comparadas com aquelas treinadas com ensaios não agrupados dessas mesmas dinâmicas, apresentaram desempenho superior tanto nas taxas de acerto (aumento de até 6%) quanto nas taxas de erro de falso positivo (redução de até 17%). Paralelamente, foram realizadas análises estatísticas entre grupos na busca de comportamentos consideravelmente predominantes. Como destaque, um desses grupos apresentou duração de regime transitório consideravelmente inferior a dos demais. Além disso, como o agrupamento manual é lento e demanda um operador especialista, foi criado um método automático para esse fim que apresentou acerto de 92% em uma primeira análise. De forma geral, os resultados forneceram maior confiabilidade às redes de inferência e motivam a continuação dos estudos sobre as características relacionadas ao processo de treinamento.<br> / Abstract : Energetic performance tests of refrigerating compressors are used to obtain performance parameters, among them refrigerating capacity under pre-established operating condititons. It is a necessary step on development and compressor manufacturing, and due to its execution characteristics, become a bottleneck on quality control process. Previous works presented solutions based on artificial intelligence, which were used to reduce test time. For this, such tools analyse the behaviours of certain variables during the test transient state to infer on which moment occurs the transition to steady state. However, the considerable variety of dynamics related to such used parameters affects the neural network performance. To avoid such issue, tests from a compressor manufacturer were manually grouped accordingly to rules that took into account initial capacity value and acceptance band region by which the test entered steady state. This provided four groups, which were used to train specialized neural nwtworks. The best results came from specialized neural networks trained with two of those groups, which when compared to those neural netowkrs trained with non-grouped tests of these same dynamics, presents superior performance in both of true positive rate (up to 6% increase) and false positive rate (up to 17% decrease). Parallel to it, statistical analysis were conducted between groups in the search for predominant behaviours. As a highlight, one of these groups had both overall duration and transient state duration considerably lower than the other groups. In addition, since manual grouping is slow and requires a specialized operator and automatic method developed for this purpose, which showed a 92% accuracy in a first analysis. In general, results provided greater reliability to the inference neural networks and motivate the continuity of studies about training process related characteristics.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017. / Made available in DSpace on 2017-11-21T03:19:07Z (GMT). No. of bitstreams: 1 348590.pdf: 15855456 bytes, checksum: bd421609cb55782e75a869acf96bf852 (MD5) Previous issue date: 2017 / A obtenção do tamanho projetado de partículas atmosféricas prismáticas é de imensa importância em diversos aspectos da vida prática. Partículas expelidas por erupções vulcânicas podem por em risco a aviação civil e militar. Cristais de gelo presentes em nuvens, dependendo de seu tamanho e formato, alteram as propriedades radiantes das nuvens que podem, por sua vez, afetar significativamente os modelos climáticos. Uma forma indireta de se obter informações sobre as partículas prismáticas é através da utilização de instrumentos que registram padrões bidimensionais de dispersão de luz. Estas imagens podem ser utilizadas para caracterizar uma partícula cristalina, fornecendo informações sobre tamanho, razão de proporção, forma, concavidade e rugosidade. Neste trabalho procurou-se aplicar técnicas de Aprendizado de Máquina, em especial alguns modelos de redes neurais artificiais e técnicas de análise de dados, de forma a encontrar um modelo que apresente um desempenho satisfatório na tarefa de predição do tamanho projetado das partículas cristalinas. Os modelos de redes neurais testados foram do tipo Feed Forward Multi-Layer Perceptron com regularização Bayesiana, as redes neurais do tipo Função de Base Radial, e as redes Deep Learning do tipo Autoencoders, a qual também foi aplicada com o propósito de redução dimensional. Também foram testadas as técnicas de análise de dados de redução dimensional utilizando Análise de Componentes Principais e invariância à rotação das imagens através da Transformada Rápida de Fourier. Os modelos apresentados foram aplicados a uma série de imagens e seus resultados comparados e analisados. O modelo desenvolvido que utiliza conceitos de Deep Learning com técnicas de Autoencoder foi aquele que obteve os melhores resultados (performance de 0.9914), em especial na predição de tamanho projetado para as partículas menores, as quais tiveram maiores dificuldades de predição nos outros modelos propostos nesse trabalho. / Abstract : Obtaining the projected size of atmospheric prismatic particles is of immense importance in many aspects of practical life. Particles expelled by volcanic eruptions may threat to civil and military aviation. Ice crystals present in clouds, depending on their size and shape, can modify the radiant properties of clouds that can significantly affect the climate models. An indirect way of obtaining information on prismatic particles is through the use of instruments that record two-dimensional light scattering patterns. These images can be used to characterize a crystalline particle, providing information on size, aspect ratio, shape, concavity and roughness. In this work we tried to apply Machine Learning techniques, especially some models of artificial neural networks and techniques of data analysis, in order to find a model that presents a satisfactory performance in the task of predicting the projected size of the crystalline particles. The models of neural networks tested were Feed Forward Multi-Layer Perceptron neural network with Bayesian regularization, Radial Basis Function neural network and Deep Learning network with Autoencoders, which was applied for dimensional reduction purpose as well. We also tested techniques of data dimensional reduction such as Principal Component Analysis and techniques for image rotation invariance such as the Fast Fourier Transform. The presented models were applied to a series of images and their results were compared and analysed. The developed model which used concepts of Deep Learning with techniques of Autoencoder was the one that obtained the best results (0.9914 of performance), and especially in the prediction of projected size of the smaller particles, which had greater difficulties of prediction when using the other models proposed in this work.

Submitted by LIVIA FREITAS (livia.freitas@ufba.br) on 2016-01-29T21:23:46Z No. of bitstreams: 1 dissert_v1009.pdf: 12452789 bytes, checksum: 6174aa6a8f5e91feb85fc2c38349fea3 (MD5) / Approved for entry into archive by LIVIA FREITAS (livia.freitas@ufba.br) on 2016-03-01T17:52:50Z (GMT) No. of bitstreams: 1 dissert_v1009.pdf: 12452789 bytes, checksum: 6174aa6a8f5e91feb85fc2c38349fea3 (MD5) / Made available in DSpace on 2016-03-01T17:52:50Z (GMT). No. of bitstreams: 1 dissert_v1009.pdf: 12452789 bytes, checksum: 6174aa6a8f5e91feb85fc2c38349fea3 (MD5) / O método de elevação artificial mais utilizado na indústria da produção de petróleo é o Sistema de Bombeio Mecânico (SBM), constituído essencialmente de três componentes: unidade de bombeio (UB), coluna de hastes (CH) e bomba de fundo (BF), tendo como principal ferramenta de diagnóstico a Carta Dinamométrica de Fundo (CDF), que apresenta um gráfico da carga, no ponto de conexão da CH com a BF, versus deslocamento do pistão da BF ao longo de um ciclo de bombeio. A utilização de CDF para diagnosticar SBM foi introduzida nos anos 30 por Walton E. Gilbert. O trabalho pioneiro de Gibbs e Neely nos anos 60 que traz a modelagem matemática do sistema possibilitou a reconstituição de uma CDF a partir de uma carta de superfície. O uso de um sistema automático de reconhecimento de padrões de CDF permite antecipar a identificação de problemas e a adoção de ações corretivas e preventivas, com impacto direto no aumento ou manutenção da produção de petróleo, na redução no consumo de energia e no aumento da disponibilidade dos equipamentos. Vários trabalhos têm sido apresentados sobre mecanismos de classificação automática de CDF, porém tendo resultados limitados a um número reduzido de classes de anomalias. Por outro lado, no final do século XX, Redes Neurais Artificiais (RNA) tem sido utilizadas com sucesso em vários campos do conhecimento, tais como modelamento de sistemas, previsão de séries temporais, classificação e reconhecimento de padrões. Esta última aplicação em especial compõe o mote deste trabalho, onde a identificação de um padrão de falha é realizada através de uma RNA treinada, alimentada pela saída de um extrator de características, que promove a redução dimensional dos dados de processo. Diferentemente de outras abordagens que utilizam um conjunto reduzido de classes para o treinamento da RNA, este trabalho mostra a viabilidade de se gerar padrões artificiais para treinamento de redes neurais com o intuito de se diagnosticar o desempenho de um SBM. Esta técnica deixa um caminho aberto para aplicações onde haja escassez de padrões, como nos casos de padrões de falhas, onde a obtenção de dados nas condições de anormalidade pode ser complexa ou possuir um alto custo.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2016-01-08T18:43:30Z (GMT). No. of bitstreams: 1 99106.pdf: 5270815 bytes, checksum: 50a8ca31dd7be43e6d7568aa6c8291ff (MD5) Previous issue date: 1994 / É apresentado um sistema computacional para o reconhecimento de padrões complexos, o qual a abordagem conexionista de inteligência artificial. O sistema é constituído de uma rede neural híbrida capaz de abstrair características invariantes a translação, rotação e escala de diferentes padrões. Aplicado à indústria cerâmica, na detecção e diagnóstico de defeitos em revestimentos cerâmicos, o sistema obteve resultados significativos com uma taxa de acerto variando de 80 a 100 % das peças examinadas.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2016-01-08T20:05:29Z (GMT). No. of bitstreams: 1 103906.pdf: 3072312 bytes, checksum: 086273c101eae289905ae0929fa27c1a (MD5) Previous issue date: 1995 / Esta tese tem por objetivo apresentar uma solução ao problema da classificação e diagnóstico de irregularidades detectadas em materiais de natureza fibrosa que ocorrem na fiação têxtil, mediante a interpretação de dados fornecidos pelo regularímetro. Um estudo de diversas propostas implementando discriminadores neurais para classificar irregularidades constatadas é apresentado, culminando com a seleção de implementações comprovadas como mais eficientes. Adicionalmente é apresentada a implementação de uma ferramenta de sistema especialista baseada em regras de reprodução em um banco de conhecimentos, este último objetivando a utilização de informações provenientes da etapa classificatória para inferir diagnósticos adequados. A implementação computacional da fase de detecção e classificação e da fase de diagnóstico foram realizadas de forma a construir um sistema integrado, como proposta de solução semi-automatizada. Seu uso constitui uma ferramenta de apoio ao processo decisório de especialista têxtil em regulametria. A eficácia do sistema proposto é analisada mediante tabulação de dados estatísticos coletados a partir de conjuntos de simulações de irregularidades sob estratificação de diversas variáveis de controle.

Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2016-01-08T21:24:20Z (GMT). No. of bitstreams: 1 109896.pdf: 12768831 bytes, checksum: 25ecdab49d31ad24acee84e8d41645f1 (MD5) Previous issue date: 1997 / Proposição de uma família de t-normas e t-conormas diferenciáveis que realizam operações de interseção e união de conjuntos difusos, respectivamente, junto com uma função de pertinência que se relaciona com elas através de sua inversa. Nas aplicações, a diferenciabilidade facilita a dedução do algoritmo da descida do gradiente, tanto para um sistema classificador que gera parâmetros de funções discriminantes como para uma rede neural com múltiplas camadas cujas saídas são graus de pertinência às classes. O relacionamento com a função de pertinência, parece garantir que os dados de entrada e os dados de saída estejam estreitamente relacionados, ainda que seja necessário realizar uma análise matemática mais precisa deste relacionamento, a nível das variações que ocorrem nas escalas de medida dos dados.