Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2015-11-23T15:44:45Z No. of bitstreams: 1 texto completo.pdf: 1359771 bytes, checksum: 4d24880cb314df4c1c17b85c733ebcf7 (MD5) / Made available in DSpace on 2015-11-23T15:44:45Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1359771 bytes, checksum: 4d24880cb314df4c1c17b85c733ebcf7 (MD5) Previous issue date: 2015-07-17 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Os programas de melhoramento vegetal atualmente utilizam-se de análises estatísticas para auxiliar na identificação de genótipos superiores em diversas etapas do desenvolvimento de um cultivar. Diferentemente dessas análises que são baseadas no paradigma estocástico, a abordagem da inteligência computacional tem sido pouco explorada na área do melhoramento genético. Assim, esse trabalho foi realizado com o objetivo de apresentar técnicas de inteligência computacional como ferramentas auxiliares no melhoramento do feijoeiro. Para demonstrar a aplicabilidade dessa abordagem, foram desenvolvidos dois estudos utilizando dados de avaliação de linhagens de feijão oriundas do Programa Feijão da Universidade Federal de Viçosa. Em um primeiro trabalho o objetivo foi avaliar o potencial das redes neurais artificiais como ferramenta auxiliar no melhoramento da arquitetura de plantas do feijoeiro. Com o intuito de classificar linhagens quanto ao porte, as redes neurais artificiais foram treinadas com dados de repetição de 19 linhagens de feijoeiro avaliadas nas safras de inverno de 2007 e de 2009, quanto a arquitetura de plantas, diâmetro do hipocótilo e altura de plantas. As redes neurais artificias apresentaram elevada capacidade de classificação correta das linhagens avaliadas, de forma que quando utilizado diâmetro do hipocótilo em conjunto com altura média de plantas, as redes neurais artificiais apresentaram melhores resultados do que utilizando somente o diâmetro do hipocótilo. Também observou-se que submeter dados de médias de novas linhagens às redes neurais treinadas com dados de repetição, provê melhores resultados de classificação das linhagens. Em um segundo trabalho o objetivo foi aplicar a Lógica Fuzzy, por meio de controladores, como ferramenta auxiliar na avaliação do comportamento de linhagens de feijão em diferentes ambientes. Para avaliar a aplicabilidade desses controladores foram utilizados dados de produtividade de grãos de 23 linhagens e duas testemunhas de feijão do grupo comercial vermelho, avaliados em nove ambientes da Zona da Mata de Minas Gerais. A partir dos parâmetros da análise de Eberhart e Russell foram desenvolvidos controladores fuzzy com sistemas de inferência Mamdani e Sugeno. Além destes, foi desenvolvido um controlador híbrido do tipo Sugeno baseado nos métodos de Eberhart e Russell e de Lin e Binns modificado. Foram realizadas análises de adaptabilidade e estabilidade pelos métodos de Eberhart e Russell e de Linn e Binns modificado e os respectivos parâmetros e medidas obtidos por meio dessas análises para cada linhagem foram submetidos aos respectivos controladores. Verificou-se que os controladores fuzzy podem ser aplicados para determinar o comportamento das linhagens, sendo o controlar híbrido o mais informativo a respeito da resposta das linhagens frente às variações ambientais. Dentre os sistemas de inferência utilizados, ambos sistemas apresentaram resultados consistentes. Uma vez que os controladores foram desenvolvidos de forma generalizada eles podem ser aplicados na determinação do comportamento de genótipos e na recomendação de cultivares de diferentes culturas agronômicas. Ao observar os resultados obtidos em ambos os trabalhos verificou-se que as técnicas de inteligência computacional apresentam grande potencial para serem empregadas nas diferentes etapas de um programa de melhoramento. / Bean breeding programs have currently used statistical analysis in order to help identifying superior genotypes in various stages of a cultivar development. Unlike these analyses that are based on stochastic paradigm, the approach of computational intelligence has been little exploited in breeding. Thus, this study was carried out in order to present computational intelligence techniques as an important tool in bean breeding programs. To demonstrate the applicability of this approach, two studies were carried out using bean lines evaluation data derived from the Bean Breeding Program of the Federal University of Viçosa. In the first study, the objective was to evaluate the potential of artificial neural networks as an auxiliary tool in improving the bean plant architecture. In order to classify lines according to the habit, artificial neural networks were trained with 19 bean lines data from replication collected during the 2007 and 2009 winter crops, regarding plant architecture, hypocotyl diameter and plant height. The artificial neural networks presented high correct classification capability of the evaluated lines. Thus, when the hypocotyl diameter was used together with the mean height of plants, artificial neural networks had better results than when it was used the hypocotyl diameter individually. Also, it was observed that submitting mean data of new lines to neural networks trained with data from replication provides better results for the classification of lines. In the second work, the objective was to apply the fuzzy logic by means of controllers as an auxiliary tool in the evaluation of bean lines behavior in different environments. Grain yield data of 23 lines and two controls of red bean plants (Phaseolus vulgaris L.) were used in order to evaluated the applicability of these controllers. Plants were evaluated in nine environments of Zona da Mata region, Minas Gerais. From the parameters of Eberhart and Russell analysis, the fuzzy controllers were developed with Mamdani and Sugeno inference systems. In addition, Sugeno and Mamdani hybrid controllers were developed based on the methods of Eberhart and Russell and modified Lin and Binns. Adaptability and stability analyses were carried out by the methods of Eberhart and Russell and by the modified method of Lin and Binns, and the respective parameters and measurements obtained by these analyses for each line were submitted to the respective controllers. It was found that fuzzy controllers can be applied to determine the behavior of the lines, and the hybrid controller presented more information regarding the response of lines against the environmental variation. Both inference systems presented consistent results. Since the controllers were developed in a generalized way, they may be widely applied in determining the behavior of genotypes and in recommending cultivars of different crops . By observing the results obtained in both studies, it was found that computational intelligence techniques have great potential to be used in the different stages of a breeding program. / Não foi encontrado o CPF do autor.

Orientadores : Milton Mori, Reinaldo Krause Spitzner Junior / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-03T15:06:53Z (GMT). No. of bitstreams: 1 Ferreira_WesleyMarinho_M.pdf: 3374007 bytes, checksum: b2319a282b75c3d7b3bfd1c71a1059a2 (MD5) Previous issue date: 2002 / Resumo: A indústria química sofreu e tem sofrido mudanças constantes durante os últimos anos, principalmente devido à progressiva transformação dos recursos tecnológicos, aumento do custo de energia, às restrições ambientais e à crescente competitividade mundial, tendo como causa principal a globalização do mercado. Em função deste panorama, vê-se a necessidade do contínuo desenvolvimento de competências essenciais, que irão sustentar esta competitividade para assim diferenciá-la estrategicamente, aumentando a necessidade de conhecimento detalhado dos processos e maior demanda de desenvolvimento tecnológico. A inteligência artificial vem ao encontro deste interesse por ser atrativa e importante na compreensão de vários processos principalmente químicos, sendo um conjunto de técnicas promissoras na modelagem e simulação de processos industriais que apresentam não linearidades, como por exemplo, as técnicas de Redes Neurais Artificiais (R.NA). Este trabalho apresenta a aplicação da metodologia de redes neurais na modelagem, simulação e aplicação de uma parte do processo industrial da VOTORANTIN - CNT (Companhia Níquel Tocantins) de obtenção de níquel e cobalto eletrolíticos. Esta parte do processo consiste na extração de níquel e cobalto de uma solução de sulfatos através de uma solução orgânica fosfinica, em que os parâmetros característicos ainda não são bem conhecidos por apresentarem complexa modelagem fenomenológica. Foram gerados dados através de experimentos (removendo erros grosseiros), variando os valores dos seguintes parâmetros: pH temperatura e volume de orgânico. O Planejamento experimental foi realizado após estudo do processo e verificação das possibilidades e necessidades industriais para simular a extração dos metais e podendo assim mapear uma solução (otimização) através de redes neurais. Os resultados da modelagem via R.NA foram muito satisfatórios quando comparados a muitos da literatura, pois mostra a necessidade da qualidade dos dados e seu tratamento antes da alimentação à rede e a possibilidade de encontrar redes simples para modelagens complexas. Desta forma, as R.NA são apresentadas como importante ferramenta na otimização e controle de processos não lineares / Abstract: The chemical industry changed and has been changing constantly during the last years, mainly due to the progressive transformation of the technological resources, energy increasing price, environmental restrictions and world increasing competition, being the market globalization the main cause. Thus, there is a necessity of a continuous development of essential competences that will support this competition to make it strategically different, increasing the necessity of a detailed knowledge of the processes and a higher request of technological development. The neural networks techniques come together with this interest because they are attractive and important to the several processes comprehension, mainly chemicals, being a part of a set of promising techniques in modeling and simulation of industrial processes that are non linear. This task presents the application of neural networks methodology for modeling, simulation and application of a part of VOTORANTIM - CNT (Companhia Níquel Tocantins) industrial processes, obtaining nickel and cobalt from a sulphate mixture through a phosphinic organic mixture where the characteristic parameters are not well known yet because they present a phenomenological modeling compound. Data were available from the changing the values of the following parameters, pH, temperature and organic volume. The experimental planning was accomplished after a study of the process and examination of the possibilities and industrial necessities to simulate the metals extraction and in this manner, being able to map a mixture (optimization) from neural networks. The results of the modeling via ANN were very satisfactory when compared to those of the literature, because they show the necessity of data quality and its treatment before net supplying and the possibility of finding ordinary nets to complex modeling. In this way the ANN are presented as important tools for the optimization and control of non linear processes / Mestrado / Mestre em Engenharia Química

Orientador : Milton Mori / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-31T16:24:21Z (GMT). No. of bitstreams: 1 Fujita_EdsonGuaracyLima_M.pdf: 2659678 bytes, checksum: 80d9d188da9db7e4760d67698c978843 (MD5) Previous issue date: 2001 / Resumo: O cimento é um dos mais importantes produtos disponíveis para a sociedade, atualmente. Sua versatilidade permite as mais diversas aplicações. O cimento é utilizado para a fabricação de postes, cisternas, valas, tubos de drenagem, assim como para a construção de muros, calçadas, casas, prédios, pontes e barragens. Também pode ser utilizado na preservação do meio ambiente seja pelo aproveitamento, no seu processo produtivo, de pneus velhos, como fonte de ferro e de energia, ou para a imobilização de produtos tóxicos ou radioativos. Para ter essa flexibilidade de uso, são necessários rigorosos controles na sua fabricação e rigidez na manutenção de suas especificações. O modelo desenvolvido neste trabalho, com base em técnicas de redes neurais, tem por objetivo inferir propriedades de qualidade do clínquer na saída do forno, de forma rápida e precisa, antecipando o resultado das análises de laboratório, e com isso, possibilitando a correção das condições de operação do fomo num menor tempo. Assim, há a redução da variabilidade operacional do produto, e com isso a garantia de melhor qualidade do produto final. O modelo do forno é composto de duas redes neurais, uma predizendo a Cal Livre e outra predizendo o Peso Litro. Ambas redes possuem vinte entradas e dois nós na camada intermediária. O total de pesos de cada rede foi otimizado com a aplicação da técnica "OptimaI Brain Surgeon", ficando reduzidos a 38 e 31 pesos, sem contar com o Mas, para predição de Cal Livre e Peso Litro, respectivamente. Neste trabalho é efetuada, também, uma análise de sensibilidade das variáveis de entrada, identificando seu efeito nas variáveis inferidas, a Cal Livre e o Peso Litro do c1ínquer, de modo a priorizá-Ias quanto à sua importância, o que permite a sua manipulação quando da definição da estratégia de controle do fomo, seja por meio da ação operador, ou de sistema avançado de controle, por computador / Abstract: Cement is one of the most important produc15 available nowadays. 115 wide versatility permi15 different applications. Ifs used for manufacturing poles, draining tubes, cistems and ditches, for building sidewalks, houses, bridges and dams. If can be helpful for preserving the environrnent consuming used tires for iron and energy supply in i15 production, or for toxic or radioactive produc15 immobilization. For these wide flexibility, rigorous manufacturing controls, and hard tying to the specifications, are needed. The proposed neural artificial model objective is 10 give to the operator quick and preCIse clinker quality information, at the output of the rotary kiln, anticipating the laboratory analysis sampling resul15, minimizing the operational fumace conditions corrections, reducing the product operational variability, assuring a better final product quality. The model consis15 of two neural ne15, one for Free Lime and the other for the clinker Density prediction. Both have twenty inputs and two neurons in the hidden layer. The total number of connections were optimized by "Oprimal Brains Surgeon" technique, after what the number of weigh15 were reduced to 38 and 31, without taking in count the bias, for Free Lime and for Density prediction, respectively. An input variables sensibility analysis was performed for checking their importance in Free Lime and in Density prediction. The resul15 can be used for the priority manipulation by the operational strategy: the operator or the computer advanced control. An additional analysis is done for ranking the input variables conceming their effect on the studied variables, the clinker's Free Lime and Density, helping the operators to better understand and define the fumace operation strategy / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química

Orientador: Ana Maria Frattini Fileti / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-24T03:14:54Z (GMT). No. of bitstreams: 1 Pedrosa_LucianodaSilva_M.pdf: 2861151 bytes, checksum: fdcb522e32269791b20608d410aebbe5 (MD5) Previous issue date: 1998 / Resumo: A destilação em batelada é um processo de separação bastante utilizado na purificação de produtos químicos ou bioquímicos de alta tecnologia e/ou alto valor agregado. A maior vantagem das colunas em batelada é sua versatilidade, pois podem processar diversas misturas sob diferentes condições experimentais. Esta flexibilidade juntamente com a não-linearidade e a natureza não estacionária do processo tomam as técnicas convencionais de controle inadequadas, constituindo um desafio no projeto de sistemas de controle. Além disso, a busca da obtenção de produtos com pureza especificada e a necessidade de minimizar produtos fora de especificação mostram claramente a importância do projeto, do desenvolvimento e da implementação de sistemas de controle para o monitoramento destes processos. Este trabalho apresenta o desenvolvimento e a implementação experimental de um sistema de controle digital direto para uma coluna piloto de destilação em batelada. Estratégias de controle "feedback" convencionais foram primeiramente implementadas no microcomputador 486 DX 33MHz acoplado a coluna, mostrando um comportamento insatisfatório para o processo descontínuo em questão. Diante das exigências do processo, posteriormente optou-se pela implementação de algoritmos de controle adaptativo. Um algoritmo de controle auto-ajustável (STR) baseado em identificação recursiva de parâmetros do processo foi desenvolvido. O processo é representado por um modelo discretizado de uma função transferência de primeira ordem com atraso de transporte. O método de Programação Quadrática Sucessiva aplicado a mínimos quadrados, da biblioteca matemática NAG, foi utilizado para a estimação "on-line". O equivalente digital de um controlador PI e o algoritmo de Dahlin foram individualmente testados como leis de controle. Tais controladores foram então comparados com um Controlador Adaptativo Programável (PAC). O projeto e o desempenho do PAC mostraram-se altamente dependentes da qualidade da mistura a ser destilada enquanto o STR atuou de maneira adequada para todas as separações efetuadas, apesar de seu projeto genérico. Para que os valores das composições de topo e fundo pudessem ser inferenciados a partir de medições de temperatura na coluna, foram utilizados dados de equilíbrio líquido vapor para a separação do sistema binário (n-hexano/n-heptano) e inferenciação via Redes Neurais Artificiais (RNA) para a separação do sistema temário (n-hexano/cicloexano/nheptano). O sistema de controle desenvolvido tomou o equipamento de destilação em batelada convencional mais eficiente e fácil de operar. Os experimentos realizados sobre uma coluna piloto confirmaram os resultados de simulações de trabalhos anteriores / Abstract: Batch distillation is one of the most important separation processes used in many chemical industries, specially those related to the manufacture of fine and specialty chemicals. Due to the flexibility in purifying different mixtures under a variety of operational conditions, batch distillation is a process of valuable importance. The flexibility of the equipment coupled to the dynamic nature and the nonlinear process behaviour make the conventional control techniques inefficient and pose challenging control system designo From the above and looking for the constant overhead product purity operation, it is emphasized the importance of the development and experimental testing of suitable control systems for the automatic operation of such equipment. The present work describes the development and experimental testing of a direct digital control system for a pilot batch distillation column. Conventional feedback control strategies were first1yimplemented in a 486 DX 33MHz PC coupled to the column. It was then proved the inefficient results of conventional schemes for this transient process control. Since the process under study c1aimed to more elaborated control systems, adaptive control algorithms were implemented. A Self Tuning Regulator (STR) based on a regressive analysis of the process was developed. An input/output discrete model was used to represent the process, which was approached to a first order plus time delay system. The on line process identification proceeds using the Successive Quadratic Programming method applied to Least Squares. The computational code was available in NAG Mathematical Library. A digital PI control law and the law obtained through Dahlin's AIgorithm were individually tested. The performance of the developed STR was compared to a previously implemented Programmable Adaptive Controller (PAC). The results show that the STR is a suitable and an easy control strategy to be implemented when compared to the PAC, which requires strong off-line computational effort and is highly dependent on the knowledge of the feed mixture composition and properties. Product and bottom composition were estimated from vapor temperature measurements and the equilibrium properties of the n-hexane/n-heptane binary system used. To allow experimental tests with a ternary system (n-hexane/cic1ohexane/n-heptane), a composition soft-sensing system based on Neural Networks was developed. The developed digital control system made the conventional batch distillation more efficient and easy to operate. Experiments performed on the pilot column confirm previous simulation results / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Orientador: Fernando Antonio Campos Gomide / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-20T16:32:11Z (GMT). No. of bitstreams: 1 Oliveira_MarcoAntonioAssfalkde_M.pdf: 6234787 bytes, checksum: 1efbc34436bca796b24e8197ce2e35cb (MD5) Previous issue date: 1995 / Resumo: A navegação autônoma de veículos é um exemplo bem conhecido e típico de problemas de controle autônomo. Este tipo de controle envolve um ambiente muito complexo e desestruturado. A grande quantidade de parâmetros descarta o uso de um modelo matemático do ambiente. Por isso, o controle autônomo exige métodos de controle que se adaptam constantemente ao ambiente e que utilizam informações locais. O uso de tais métodos incorre em duas considerações: localidade (situ.atedness) e o problema da referência (frame-of-reference). A primeira questão está relacionada com a complexidade do ambiente de operação, a qual não permite a previsão do comportamento global do ambiente. Assim, o agente autônomo deverá ser capaz de agir baseado em informações parciais, provenientes de sua situação local. O segundo problema está ligado ao conhecimento utilizado no projeto do agente (conhecimento a priori). Este conhecimento pré-inserido limita a adaptabilidade do agente ao impor tanto o ponto de vista do projetista (o qual é baseado em sensores e modos de processamento bem diferentes dos do agente) quanto o conhecimento limitado sobre o ambiente deste projetista. Ambos os problemas são resolvidos pelo uso de um método de controle adaptativo e localizado. As propostas mais promissoras provém da área de computação flexível. Computação flexível engloba um conjunto de métodos, desde teoria dos sistemas nebulosos a sistemas evolucionários. Os paradigmas principais são as redes neurais, sistemas nebulosos e um conjunto de métodos conhecido como raciocínio probabilístico. Este último inclui sistemas evolucionários, teoria da complexidade e teoria do caos, entre outros. O poder da computação flexível vem da simbiose de seus múltiplos métodos. Estes sistemas híbridos oferecem as vantagens dos seus componentes e compensam mutuamente as falhas destes componentes. As características mais interessantes incluem auto-organização, processamento de informações imprecisas e capacidade de aprendizagem. Neste trabalho propomos um método de controle autônomo que combina uma rede neural, teoria de sistemas nebulosos e um algoritmo genético. A sinergia destes três paradigmas de computação oferece uma estrutura computacional paralela e robusta com fácil inserção/extração de conhecimento e capaz de aprendizagem não-supervisionada. O método proposto foi aplicado ao problema de navegação autônoma de veículos em um ambiente simulado. Os resultados demonstram que as limitações observadas podem ser atribuídas à quantidade e tipo de conhecimento utilizado na escolha dos parâmetros (Sensores e representação de conhecimento). O método de navegação em si provou ser robusto e confiável, desenvolvendo comportamentos com desempenho comparável aos de um agente projetado heuristicamente. O desenvolvimento futuro deste trabalho será focalizado na investigação de métodos auto-organizados para reconhecimento dos dados ambientais relevantes e nos problemas de otimização do conhecimento a priori e da sensibilidade do método de aprendizagem às especificações dos sensores. Estas pesquisas têm por objetivo libertar o agente de limitações impostas pelo projetista e aumentar a adaptabilidade do agente / Abstract: Autonomous vehicle navigation is a well-known and typical example of an autonomous control problem. This type of control problem involves a very complex, unstructured environment. The great amount of parameters preclude the use of a mathematical model of the environment. Thus, autonomous control demands constantly adapting, locally situated control methods, giving rise to two fundamental design issues: situatedness and frame-of-knowledge. The first deals with the impossibility of predicting the global behaviour of the environment. Instead the autonomous agent must be able to act upon local and limited data. The latter problem refers to the knowledge used in the design of an agent (a priori knowledge). Such pre-installed experience limits the agent's adaptability by imposing the designer's point of view (based on sensors and processing modes far different from those of the agent) and limited knowledge of the environment. Both issues are addressed by implementing an adaptive locally-aware control method. Qne of the most promising approaches comes from the 80ft computing field. Soft computing involves a spectrum of methods, ranging from fuzzy system theory to evolutionary systems. The main bulwarks are neural networks, fuzzy systems and a number of methods known as probabilistic reasoning. The latter includes evolutionary systems, cellular automata, complexity theory and chaos theory, among others. The power and promise of soft computing emerge from the symbiosis of its many paradigms. These hybrid synergetic systems offer the strengths of their components while cross-compensating the components' drawbacks. The most interesting features include auto-organization, imprecise data handling and unsupervised learning capabilities. In this work we propose an autonomous control method that combines a neural- network, fuzzy system theory and a genetical algorithm. The synergy of these three soft computing paradigms offers a parallel robust computing structure with easily extractable/insertable knowledge and capable of unsupervised learning. The proposed method was applied to the autonomous vehicle navigation problem in a simulated environment. The results show that most of the limitations are due to the amount and type of knowledge used in the choice of the vehicle parameters (sensors and knowledge representation). The navigation method itself proved to be robust and reliabJe, deveJoping behaviours comparable to those of a hand-crafted agent. Future work will focus on the issues of the optimum a priori knowledge levels, the sensivity of the learning method to sensor specifications, and on the development of self-organizing methods for relevant environment data recognition. These efforts are geared towards freeing the agent from human-imposed limiting factors while enhancing its adaptability / Mestrado / Mestre em Engenharia Elétrica

A região promotora é uma sequência de DNA localizada anteriormente à uma região codificante e é responsável por iniciar o processo de transcrição. Deste modo, atua como um elemento regulador. O estudo da regulação da expressão gênica auxilia na compreensão da maquinária vital dos seres vivos, no conhecimento sobre a funcionalidade dos genes em diferentes espécies, na resposta celular frente às mudanças ambientais, entre outras questões. Embora os métodos computacionais para a predição de genes possuam uma boa acurácia o mesmo não é conseguido para os promotores. Esta dificuldade se deve ao tamanho reduzido do promotor e ao padrão pouco conservado, o que gera resultados com alto número de falsos positivos. Esta tese teve como objetivo a utilização de Redes Neurais Artificiais na predição, caracterização e reconhecimento de promotores de bactérias Gramnegativas. Diferente de outros trabalhos, a predição realizada não foi limitada apenas aos promotores dos genes constitutivos; foi realizada também para as demais classes de sequências promotoras. Além da abordagem clássica utilizando a composição de nucleotídeos foram empregados os valores de estabilidade da sequência. De modo a otimizar o aprendizado da Rede Neural e implementar uma ferramenta própria para a predição de promotores, foram extraídas regras de inferência (baseadas no conhecimento produzido durante o treinamento da rede) que foram ponderadas e implementadas em uma nova ferramenta, chamada BacPP. Até o presente, os resultados obtidos com o BacPP foram satisfatórios e comparáveis com a literatura. Os valores de exatidão obtidos com o BacPP para os fatores σ24, σ28, σ32, σ38, σ54 e σ70 de E. coli foram, 86,9%; 92,8%; 91,5%; 89,3%; 97,0%; 83,6%, respectivamente. Quando a ferramenta foi aplicada em promotores pertencentes a outras bactérias Gram-negativas, a exatidão geral foi de 76%. Considerando a importância da predição de promotores e a ausência de banco de dados com informações para outras bactérias, implementou-se o IntergenicDB, um banco de dados com diversas informações sobre as sequencias intergênicas e o valor de classificação destas para os diferentes fatores σ bacterianos, conforme os resultados obtidos com o BacPP. / The promoter region is located some few base pairs before a coding region. It is responsible for initiating gene expression process, thus, it can plays a regulatory role. The study about gene expression regulation can assist mainly in the comprehension of complex metabolic network presented by several organisms and cellular answer considering the environment changes. The computational methods to gene prediction have a good accuracy, but this is not achieved in promoter prediction. This difficulty occurs because of the length of the promoter and its degenerate pattern. Those features can explain results with a great number of false positives present in the literature. The present thesis has as its main goal the neural networks applied to Gram-negative promoter prediction, recognition and characterization. Beside the classical approach with the nucleotides of the sequence, the prediction was also made by using stability values. Aiming at developing a own tool for bacterial promoter prediction, the rules extraction was carried out and the results were weighted and implemented. This tool, named BacPP, presents results comparable with the related literature. Currently, the BacPP specific accuracy for σ24, σ28, σ32, σ38, σ54 and σ70 were 86,9%; 92,8%; 91,5%; 89,3%; 97,0%; 83,6%, respectively. Furthermore, when challenged with promoter sequences belonging to other enterobacteria BacPP maintained 76% accuracy overall. Currently, there is no databases dedicated for other Gram-negative promoter than E.coli. For this reason, IntergenicDB was modeled and implemented. This database was projected to collect several pieces of information about the sequences and the organisms to which they belong and, the classification results originated from BacPP for each sequence.

Orientador: Marcio Luiz de Andrade Netto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-18T14:25:22Z (GMT). No. of bitstreams: 1 Rosa_JoaoLuisGarcia_M.pdf: 10533866 bytes, checksum: eff7483f9919f4d2a0a8d1da0a8ad44d (MD5) Previous issue date: 1993 / Resumo: Esta dissertação de mestrado é sobre Processamento de Linguagem Natural (PLN). O PLN consiste de uma série de tarefas que a máquina deve executar para analisar um texto. Na literatura existem vários trabalhos em diversas abordagens. Este trabalho faz uma combinação de abordagens baseadas em lógica e de abordagens conexionistas. O trabalho proposto tem três partes. A primeira parte faz a análise sintática de frases da língua portuguesa. É baseada em lógica. A segunda parte faz a análise semântica, ou a verificação do significado das palavras numa frase. Isto é feito através de redes neurais artificiais, que "aprendem" a representação binária das palavras (suas microcaracterísticas semânticas). Esta abordagem é chamada de conexionismo. Sua grande vantagem é a habilidade de generalização, ou seja, a rede é capaz de reconhecer uma palavra, mesmo que esta não tenha sido mostrada a ela. A terceira, e última, parte deste trabalho trata da utilização de redes recorrentes para análise de frases. Este tipo de rede serve para "ligar" as palavras em uma frase, pois a rede recorrente tem memória. Ela é capaz de "lembrar" da última palavra vista numa seqüência. É útil para ligar as palavras em uma sentença, por exemplo, o sujeito com o objeto, o objeto com o complemento, etc. Isto torna a frase uma entidade única a ser analisada / Abstract: This dissertation is about Natural Language Processing (NLP). NLP consists of a series of tasks the machine should carry out in analysing a texto In literature, there are papers having different approaches. This work combines two approaches: based on logic and connectionism. The proposed work is divided in three parts. The first makes the parsing, or the syntactic analysis of sentences in the Portuguese language, based on logic. The second part takes care of the semantic analysis, or the verification of the meaning of words in a sentence. This is achieved through artificial neural networks that "Iearn" the binary representation of the words (their semantic microfeatures). This approach is called connectionism. Its major advantage is the ability of generalizing, i. e., it is able to recognize a word even it is not presented to the nets. The third, and last, part of this work is about the use of recurrent networks in text analysis. This kind of network is to "Iink" the words in a sentence because the recurrent net is given memory, which makes it able to "remember" the last word seen in a sequence. This is useful to link the words in a sentence like the subject to the object, the object to the complement, etc. This makes a sentence an entire item to be analysed. / Mestrado / Mestre em Engenharia Elétrica

Orientadores : Marcio Luiz de Andrade Netto, Edson Bim / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-18T17:11:31Z (GMT). No. of bitstreams: 1 VonZuben_FernandoJose_M.pdf: 14756992 bytes, checksum: 3d41b004238bc544d8df6e469940d46d (MD5) Previous issue date: 1993 / Resumo: Esta dissertação apresenta técnicas não-lineares aplicadas ao problema de controle de velocidade da máquina de indução trifásica com rotor tipo gaiola de esquilo. Redes neurais artificiais são utilizadas para desenvolver estratégias de controle adaptativo baseadas em identificação não-linear de sistemas dinâmicos e estimação não-linear de parâmetros. Os resultados principais incluem arquiteturas de redes neurais e algoritmos de treinamento desenvolvidos especialmente para aplicação a sistemas dinâmicos, um observador não-linear de fluxo de rotor baseado em redes neurais recorrentes e um estimador não-linear da constante de tempo de rotor baseado em redes neurais nãorecorrentes. Resultados de simulação computacional são obtidos e o desempenho da estrutura de controle resultante é analisado / Abstract: This dissertation presents nonlinear techniques applied to the speed control problem of the three-phase squirrel-cage induction machine. Artificial neural networks are used to develop adaptive control strategies based on nonlinear dynamic system identification and nonlinear parameter estimation. The principal results include neural network architectures and training algorithms speciallydeveloped for dynamic systems application, a nonlinear rotor flux observer based on recurrent neural networks, and a nonlinear rotor time constant estimator based on feed forward neural networks. Computer simulation results are obtained and the performance of the resulting control structure is analyzed. / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Ailton Akira Shinoda / Coorientador: Ruy de Oliveira / Banca: Christiane Marie Schweitzer / Banca: Maria Lúcia Martins Lopes / Banca: Anderson Castro Soares de Oliveira / Banca: Carlos Dias Maciel / Resumo: Nos últimos anos têm-se percebido um forte crescimento no uso da tecnologia sem fio 802.11 (Wireless Local Area Network - WLAN) e os mecanismos de segurança implementados pelas emendas IEEE 802.11i e IEEE 802.11w têm se mostrado pouco eficazes no combate a ataques contra a disponibilidade dos serviços da WLAN. Os sistemas detectores de intrusão surgem como uma forma de auxiliar as redes de computadores neste combate contra a indisponibilização dos serviços. Nesta tese é proposto um modelo de detecção de intrusos chamado Kappa-PSO-ARTMAP Fuzzy, onde primeiramente a base de dados original é pré-processada, por meio de uma técnica de seleção de atributos baseada em rede neural ARTMAP Fuzzy e coeficiente Kappa, para reduzir a quantidade de atributos, deixando apenas as características mais representativas. A seguir, aplica-se a técnica de otimização por enxame de partículas (particle optimization swarm - PSO) na seleção de um conjunto de critérios (parâmetro de escolha, parâmetro de vigilância do módulo ARTa, taxa de treinamento e acréscimo do parâmetro de vigilância do módulo ARTa) empregados no treinamento do classificador de ataques, de forma a maximizar a identificação correta de amostras classificadas. O algoritmo de detecção de intrusos empregado no classificador de ataques é a rede neural ARTMAP Fuzzy. O desempenho desta nova estratégia é avaliado sobre três bases de dados coletadas respectivamente de uma rede simulada cabeada, uma rede infraestruturada sem fio com criptografia WEP (Wired Equivalent Privacy) e WPA (WiFi Protected Access) habilitadas e uma rede infraestruturada sem fio com criptografia WPA2 (WiFi Protected Access version 2) habilitada. Os resultados obtidos na avaliação da metodologia Kappa-PSO-ARTMAP Fuzzy demonstram a diminuição... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In the last years have seen a strong increase in the 802.11 wireless local area network (WLAN) technologies use, and the security mechanisms implemented by amendments IEEE 802.11i and IEEE 802.11w have proven not very effective in combating attacks against availability of WLAN services. Intrusion detection systems emerge as a way to help computer networks in this combat against the deny of services. In this thesis it's proposed a model of intrusion detection called Kappa-PSO-Fuzzy ARTMAP, where initially the original database is pre-processed through a feature selection technique based on ARTMAP Fuzzy neural network and Kappa coefficient for reduce the amount of attributes, leaving only the most representative features. Then, apply the particle swarm optimization (PSO) technique in searching a set of criteria (choice parameter, ARTa module vigilance parameter, training rate and increase in the ARTa module vigilance paramater) employees in training attacks classifier, in order to maximize the accurate identification of classified samples. The intrusion detection algorithm used in the attacks classifier is the ARTMAP Fuzzy neural network. The performance of this new strategy is evaluated over three colleted databases respectively in a simulated wired network, infrastructured wireless network with WEP (Wired Equivalent Privacy) and WPA (WiFi Protected Access) encryption enabled and infrastructured wireless network with WPA2 (WiFi Protected Access version 2) encryption enabled. The obtained results in the Kappa-PSO-ARTMAP Fuzzy methodology demonstrate the IDS computational cost reduction without causing... (Complete abstract click electronic access below) / Doutor

Orientador: Aparecido Nilceu Marana / Banca: Patricia Bellin Ribeiro / Banca: Roberta Spolon / Resumo: Na sociedade atual, a identificação precisa e rápida dos indivíduos é uma necessidade. Devido às crescentes preocupações sobre segurança, a Biometria tem sido proposta para este fim. A região ocular da face, que inclui o olho, as pálpebras, os cílios e as sobrancelhas, é uma das mais recentes modalidades biométricas sendo pesquisadas. Além da alta unicidade desta região da face, sua utilização representa um bom trade-off entre a utilização de toda a região da face e a utilização apenas da textura da íris dos olhos, pois possibilita uma gama maior de distâncias do indivíduo sendo identificado ao sensor. Este trabalho apresenta um novo método de autenticação de pessoas baseado em características oculares profundas, que são extraídas da região ocular da face usando uma CNN (Convolutional Neural Network). Em nosso método, em vez de usar diretamente os características profundas para a autenticação, usamos a diferença entre as características de referência e teste, gerando um vetor diferença. Então, nosso método adota uma estratégia de pares. Em seguida, um classificador SVM (Support Vector Machine) binário é treinado para determinar se um vetor diferença é genuíno ou impostor. O novo método proposto para autenticação de pessoas baseado em características oculares foi avaliado em diferentes bases de dados, contendo toda a face ou apenas a região ocular. Em nossos experimentos, a fusão de características oculares com características faciais obteve melhores resultados do que o uso... / Abstract: In modern society, accurate and quick identification of individuals is a necessity. Due to growing security concerns, Biometrics has been proposed for this purpose. The ocular region of the face, which includes the eye, eyelids, eyelashes and eyebrows, is one of the most recent biometric modalities being investigated. In addition to the high uniqueness of this region of the face, its use represents a good trade-off between the use of the entire face region and using only the texture of the iris of the eyes, since it allows a greater range of distances of the individual being identified to the sensor. This work presents a new method for identity authentication based on ocular deep features, which are extracted from the ocular region of the face by using a very deep CNN (Convolutional Neural Network). In our method, instead of using directly the deep features for the authentication, we use the difference between the probe and reference deep features, creating a difference vector. So, our method adopts a pairwise strategy. Then, a binary SVM (Support Vector Machine) classifier is trained to determine whether a given difference of deep features is genuine or impostor. The proposed new method for identity authentication based on ocular features was evaluated on different databases, containing the entire face or only the ocular region. In our experiments, the fusion of ocular features with facial features obtained better results than the use of features of the whole face when ... / Mestre