Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-22T14:48:51Z (GMT). No. of bitstreams: 1 226182.pdf: 10757852 bytes, checksum: 9e642a05d127c470296e245229aad939 (MD5) / Este trabalho traz novas contribuições aos métodos para localização de faltas em alimentadores de distribuição. Características peculiares como a presença de derivações laterais, a não-homogeneidade, e a não-transposição dos alimentadores devem ser levadas em conta na implementação de ferramentas com tal finalidade. Os algoritmos existentes que empregam componentes fundamentais de tensões e correntes como dados de entrada apresentam limitações relacionadas com a eficiência do processo e a precisão dos resultados, principalmente para valores significativos da resistência de falta. Isso motivou o desenvolvimento de três metodologias inovadoras. Os dois primeiros métodos são analíticos e destinados à localização de faltas de baixa impedância, sendo um método direto e outro iterativo. Dessa forma, mais de uma alternativa pode ser testada em um determinado alimentador para localizar esse tipo de falta. O terceiro método emprega redes neurais artificiais para localizar faltas de alta-impedância, onde os métodos tradicionais não são tidos como adequados. Foi desenvolvida uma arquitetura modular de redes neurais que possibilita melhorar a capacidade de generalização das mesmas no problema, reduzir o número de exemplos necessários ao treinamento, e tornar mais adequado o seu emprego em alimentadores com derivações laterais. Um pacote computacional com todas as ferramentas desenvolvidas foi implementado. Os resultados obtidos demonstram a relevância das propostas.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Química / Made available in DSpace on 2012-10-23T03:11:35Z (GMT). No. of bitstreams: 1 247605.pdf: 3533548 bytes, checksum: f52fb43b7970aacdfbccf7b62930e6a6 (MD5) / O processamento da informação pelo cérebro é uma das principais questões científicas da nossa época. Ele é um tema complexo que exige avanços em vários níveis de conhecimento. Em um destes níveis, o da neurociência sistêmica, é estudado o comportamento de sistemas de neurônios. Duas das principais dificuldades neste estudo são a concepção da topologia da rede e a seleção das propriedades fisiológicas que influenciam a sua dinâmica. Ambos compõem o objetivo deste trabalho. É proposta uma rede neuronal fisiologicamente plausível, RNFP, na qual a estrutura e a dinâmica reproduzem um conjunto de dados fisiológicos considerados significativos. A rede é aplicada ao sistema visual primário do macaco rhesus, via reconhecimento da forma dos objetos. A estrutura da rede reproduz a complexidade das ligações entre as camadas do V1 e leva em conta a posição espacial relativa de cada uma das sinapses. As dimensões das árvores dendríticas e axônicas e as velocidades do sinal em cada uma delas são usadas para a discretização temporal no programa computacional. Entre as propriedades que influenciam a sua dinâmica estão o potencial excitatório pós-sináptico, a constante espacial da membrana, e o período refratário. A estrutura computacional é construída de maneira a atender às necessidades de memória e à capacidade de processamento dos computadores disponíveis. Os estímulos aplicados na retina se refletem no sistema visual primário na forma de avalanches e ondas de atividade. Os padrões de resposta são semelhantes aos obtidos experimentalmente com sistemas de neurônios excitatórios e mostram que a rede funciona na região crítica.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-23T10:47:39Z (GMT). No. of bitstreams: 1 192952.pdf: 2184885 bytes, checksum: 972aba6ffe83d0b7ea54ce58393e5a13 (MD5) / O estagiamento do sono é uma tarefa fundamental no diagnóstico de vários distúrbios relacionados ao sono. Sua execução, no entanto, é um trabalho que requer um grande dispêndio temporal por parte do especialista. Para contornar este problema, vários sistemas de estagiamento automático do sono têm sido propostos. A detecção de padrões específicos de certos estágios do sono é uma etapa fundamental nesses sistemas. Desta forma, este trabalho apresenta a comparação de duas metodologias propostas para detecção de complexos K e fusos do sono em sinais de EEG, com o intuito de auxiliar o estagiamento automático do sono em humanos. A primeira abordagem diz respeito à detecção desses padrões por meio de redes neurais artificiais (RNA), enquanto que a segunda trata de identificar tais padrões por meio da análise de variáveis canônicas (AVC). As duas metodologias, no entanto, são bastante similares e ambas fazem uso da transformada de Fourier e da transformada wavelet durante a extração dos parâmetros que compõem o vetor de características dos sinais de EEG, os quais servem de entrada para as RNA e AVC. Para averiguar qual a metodologia mais adequada em se tratando de discriminar complexos K e fusos do sono arquitetou-se um procedimento de testes para cada método utilizado. O método baseado em RNA obteve uma sensibilidade de 78,94%, e especificidade de 98,28%. Já a metodologia fundamentada em AVC alcançou valores de 66,79% e 98,33% para sensibilidade e especificidade, respectivamente.

Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-23T11:40:54Z (GMT). No. of bitstreams: 1 243904.pdf: 4587557 bytes, checksum: efaa27c6b756b042d5cea57e9689c953 (MD5) / O objetivo principal do presente estudo consiste em desenvolver uma metodologia para a construção de Sistemas Tutores Inteligentes com adaptação de interface e de estratégia pedagógica. Como conseqüência da necessidade de maior adaptação dos sistemas de ensino aos alunos, os sistemas tutores inteligentes tradicionais começaram a ser considerados limitados, demandando aplicações computacionais que permitissem melhorar a interação entre o sistema e os alunos, em busca de maior aproveitamento e utilização desses. Devido a esse fato, a metodologia desenvolvida nesse estudo propõe a adaptação do sistema ao perfil do aluno em duas situações distintas e complementares, porém de forma independente. No caso da interface, utiliza-se a teoria das inteligências múltiplas para adaptar as mídias utilizadas na apresentação dos conteúdos ao perfil do aluno. Por sua vez, a adaptação da estratégia pedagógica permite o uso de duas ou mais estratégias simultaneamente. Na construção operacional da metodologia, optou-se por utilizar as redes neurais artificiais, do tipo interação e ativação competitiva (IAC) e perceptron multi-camadas (MLP), no mecanismo de adaptação das interfaces e a adaptação das estratégias pedagógicas (EP) é realizada por meio de sistemas especialistas (SE) baseados em regras empíricas para o mecanismo cognitivo dos agentes que representam as estratégias pedagógicas. Para implementar, validar e demonstrar a aplicabilidade da metodologia proposta foi desenvolvido um protótipo, denominando SINEPOPE (Sistema Inteligente para o Ensino de Odontologia em Pacientes Especiais). Esta aplicação visa proporcionar aos profissionais e estudantes de odontologia uma forma de aperfeiçoar suas técnicas de atendimento a pacientes com necessidades especiais. Para avaliar o protótipo desenvolvido foram realizados os seguintes testes: testes realizados com as RNA (IAC e MLP), testes realizados com os SE dos agentes de EP, testes realizados com o protótipo do sistema e testes com alunos de odontologia. Todos os testes apresentaram resultados satisfatórios, destacando a importância do sistema e aplicabilidade do mesmo. The main objective of this present study is the development of a methodology for the construction of Intelligent Tutors Systems with interface and pedagogical strategies adaptations. As consequence of needs related to education system in offering larger adaptation to the students, traditional intelligent tutors systems had be considered limited, needing for computational applications that allowed the interaction among the system and the students looking for a better use using these systems. Because of this, the methodology developed in this study proposes the adaptation of the system to the student's profile in two different and complementary situations, however in an independent way. In the case of the interface, the theory of multiple intelligences is used to adapt the media used to present the contents to the student's profile. By the way, pedagogical strategies adaptation allows the use of two or more strategies simultaneously. In the operational construction of the methodology, it was opted to use the artificial neural networks (ANN), such as interactive activation and competition (IAC) and multi-layer perception (MLP). In the interface and pedagogical strategies adaptation mechanism it is used expert systems based in empiric rules in order to modeled agents' cognitive mechanism that represents pedagogical strategies. To implement, validate and demonstrate the applicability of the proposed methodology, a prototype was developed, called as SINEPOPE (Intelligent System for Teaching of Dentistry in Special Patients). This application wants to give to the professionals and dentistry students a way to improve their techniques to take care of patients with special needs. To evaluate the developed prototype some tests were done, such as: tests related to ANN (IAC and MLP), tests related to the expert system responsible to agent´s pedagogical strategies, tests related to the system prototype and tests with dentistry students. All the tests presented satisfactory results, showing the importance and applicability of the system.

Orientador: Norian Marranguello / Resumo: A área na qual a música está inserida requer, para sua compreensão, considerável abstração. Neste âmbito, a análise matemático-computacional possui papel importante, principalmente para planejar a interatividade entre aluno e computador, potencializando o aprendizado musical. Embora um número considerável de estudos em diferentes contextos sejam dedicados à classificação das estruturas sonoras, os procedimentos de análise em um grande conjunto de sinais podem tornar-se uma tarefa difícil e exaustiva. Diante do exposto, este trabalho tem como objetivo a proposição e a implementação de um método capaz de reconhecer e classificar sinais musicais em tempo real, visando auxiliar os aprendizes. No método proposto, um conjunto relevante de eventos musicais é inspecionado por meio da análise de multirresolução baseada na Transformada Wavelet-Packet, escolhida em função da característica multidimensional encontrada na música, a qual permite isolar diferentes eventos musicais em níveis de decomposição wavelet distintos. Apoiado por um processo de autocorrelação e uma rede neural artificial, cada padrão sônico é associado ao seu respectivo evento musical. Testes envolvendo centenas de sinais permitiram obter uma acurácia quase plena com um tempo relativamente bastante pequeno de análise em função da baixa ordem de complexidade computacional do algoritmo implementado, reafirmando a sua aplicabilidade / Abstract: Music belongs to an area which requires a considerable piece of abstraction for its understanding. In this domain, computational and mathematical analyses play an important role, particularly for planning human-machine interaction and enhancing learning. Although a considerable number of studies in different musical contexts are dedicated to the classification of the structures present in sound signals, the inspection of long clips is a challenge. Thus, this work proposes and implements a method capable of identifying and classifying musical signals in real-time, helping music students. Specifically, multiresolution analysis using the Wavelet-Packet Transform is adopted, allowing for different musical events to be isolated in distinct wavelet levels of decomposition. Based on an autocorrelation and an artificial neural network, each sonic pattern is associated with a respective musical event. Tests using hundreds of music clips exhibit almost full accuracy with relatively very short time consumption as a function of the algorithm low level of computational complexity, reassuring its applicability. / Mestre

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2009 / Made available in DSpace on 2012-10-24T10:14:07Z (GMT). No. of bitstreams: 1 276062.pdf: 2021277 bytes, checksum: f869a34271a14cd372cc3f0791f8cf33 (MD5)

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação / Made available in DSpace on 2012-10-22T08:20:34Z (GMT). No. of bitstreams: 1 248608.pdf: 2183175 bytes, checksum: 351537fe5c5fb90d8450077f1ab3f250 (MD5) / O Mal de Alzheimer tornou-se, nos tempos modernos, um grande desafio para a saúde pública, visto que a média de idade nos países industrializados tem crescido gradativamente. A cura para essa doença ainda não foi encontrada, e o desenvolvimento de novos tratamentos têm se tornado um tópico de grande interesse na área de pesquisa. Diagnósticos imparciais, bem fundamentados e precoces são indispensáveis a fim de permitir uma imediata observação médica e intervenção. Este trabalho visa propor uma seqüência de passos de análise de imagens obtidas através de ressonância magnética de maneira totalmente automatizada para se precisar o estágio de desenvolvimento da atrofia do cérebro. Foi testada a utilidade da análise para fornecer informações diagnósticas nos casos de Mal de Alzheimer e Comprometimento Cognitivo Moderado, um período transitório de deficiência cognitiva que é considerado um pré-estágio do mal de Alzheimer. Os resultados foram validados num grupo misto de 68 indivíduos através da distinção entre indivíduos com Mal de Alzheimer, Comprometimento Cognitivo Moderado e indivíduos de controle saudáveis, com a utilização de classificadores lineares e Redes Neurais Artificiais. O melhor classificador identificou com acuidade pacientes com o Mal de Alzheimer em 80% dos casos, e indivíduos saudáveis do grupo de controle em 85% dos casos. Reconhecendo mais de 8 em cada 10 indivíduos em um grupo de saudáveis e com Comprometimento Cognitivo Moderado, o método também valida uma indicação precoce de Mal de Alzheimer. A capacidade discernente desta simples, porém tão poderosa análise é capaz de competir com outras metodologias semi-automáticas - e que por isso se tornam mais demoradas. Plenamente aplicável e eficiente em estações de trabalho tradicionais, a análise de imagens pode ser aplicada à pratica clínica diária sem a necessidade de novos investimentos. A sua aceitação clínica pode ser facilitada pela compreensibilidade intuitiva dos cálculos aplicados. Se os resultados puderem ser revalidados por estudos clínicos posteriores, a análise incrementará a diagnose e o tratamento do Mal de Alzheimer, principalmente em seus estágios iniciais, além de servir como uma ferramenta de medição do progresso dos tratamentos.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-22T11:19:02Z (GMT). No. of bitstreams: 1 237898.pdf: 2110301 bytes, checksum: 2acd482d174ad55d6e1cabfdb3700d64 (MD5) / Com o avanço da tecnologia na educação faz-se necessário que sistemas hipermídia sejam desenvolvidos de uma forma que consigam prender a atenção do aluno e apresentem informações em um contexto adequado. Nesta Dissertação é desenvolvido um sistema Hipermídia com Interface Adaptativa sobre Câncer de Mama utilizando a metodologia proposta e desenvolvida por Barbosa (2004), onde o desenvolvimento de um site com conteúdos sobre câncer de mama será utilizado para aprimorar os conhecimentos que os alunos da área da saúde recebem em sala de aula. Em sistemas de ensino aprendizagem muitas teorias pedagógicas são criadas para que os estudantes se desenvolvam melhor, apresentando critérios claros e precisos que auxiliem na escolha dos procedimentos mais adequados a serem utilizados. Neste trabalho é utilizada a teoria cognitiva denominada Teoria das Inteligências Múltiplas, a qual permite que o sistema seja adaptado as características do usuário. O sistema modifica as formas de apresentação dos conteúdos usando texto, desenho ou animação e ainda permite que o próprio usuário possa modificar a forma de apresentação dos conteúdos de acordo com suas necessidades. Para a realização da adaptação foram utilizadas redes neurais artificiais dos tipos MLP (Multilayer Perceptron) e IAC (Interactive Activation and Competition) para implementação da adaptatividade e adaptabilidade do sistema, respectivamente. Através da adaptatividade o sistema possui a capacidade de adaptar determinada mídia em um conteúdo, de acordo com o perfil do usuário e, a adaptabilidade permite que o usuário escolha em qual mídia (texto, desenho e animação) deseja visualizar o conteúdo. A avaliação desta metodologia consiste na implementação de um site adaptativo que disponibilize o conteúdo macroscópico e microscópico sobre câncer de mama. Uma avaliação motivacional foi realizada, comparando um site adaptativo com um site estático (não adaptativo) apresentando o mesmo conteúdo, esta avaliação foi realizada através de um teste aplicado em 31 alunos da área da saúde da UFSC. Através dos resultados desta avaliação verificou-se que o site Adaptativo, em relação ao site Estático, foi de 10,74% mais Estimulante, 5,71% mais Significativo, 3,14 % mais Organizado, 9,8 % mais Fácil de Usar e 8,26% mais Motivador. Pelos resultados apresentados conclui-se que esta metodologia foi satisfatória e mostrou importante aplicabilidade.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016. / Made available in DSpace on 2017-04-25T04:09:29Z (GMT). No. of bitstreams: 1 345348.pdf: 4052096 bytes, checksum: 952b762d8a1b26e7b80757dfa8ca7fa7 (MD5) Previous issue date: 2016 / A comprovação clínica do diagnóstico da epilepsia é realizada por um neurofisiologista que analisa registros de eletroencefalograma (EEG) do indivíduo com suspeita da doença, resultando em um processo demorado. Embora muitos estudos tenham proposto métodos ou sistemas de automatização da análise dos registros de EEG, ainda não existe um algoritmo ou sistema que realize este tipo de tarefa com o sucesso esperado no ambiente clínico. Uma solução adotada para aumentar o desempenho de tais classificadores é o processamento digital dos sinais de EEG. Dentre os métodos de processamento, a Transformada Wavelet tem apresentado resultados promissores. Em continuidade aos estudos desenvolvidos em uma linha de pesquisa do Instituto de Engenharia Biomédica (IEB-UFSC) da Universidade Federal de Santa Catarina (UFSC), este trabalho propõe-se a realizar uma comparação direta entre os dois métodos de aplicação da Transformada Wavelet: Banco de Filtros e Escalogramas. As funções Wavelet analisadas neste trabalho foram escolhidas de acordo com uma revisão da literatura. Uma base de dados com segmentos de sinais de EEG é processada com banco de filtros e escalogramas. A base de dados processada é aplicada à entrada de redes neurais artificiais para o reconhecimento de padrões eletrográficos característicos de pacientes com Epilepsia. Os resultados são analisados a partir de dois métodos: análise não paramétrica e análise da rede com maior eficiência obtida para cada função Wavelet. Utilizando análise não paramétrica, as funções Coif 4 e Db 4, utilizando Banco de Filtros, e Bior 3.1 e Coif 1, utilizando Escalogramas, apresentam bom desempenho. Por sua vez, fazendo análise com base em apenas uma única rede para cada função, a melhor configuração é utilizando a função Bior 3.1 com processamento por Banco de Filtros.<br> / Abstract : The clinical evidence of the diagnosis of epilepsy is performed by a neurophysiologist who analyzes the electroencephalogram (EEG) records of the individual with suspected disease, resulting in a time consuming process. Although many studies have proposed methods or automated systems for EEG record analysis, there is still no algorithm or system that performs this type of task with the expected success in the clinical setting. One solution adopted to increase the performance of such classifiers is the digital processing of the EEG signals. Among the processing methods, the Wavelet Transform has presented promising results. In continuity to the studies developed in a line of research of the Institute of Biomedical Engineering (IEB-UFSC) of the Federal University of Santa Catarina (UFSC), this work proposes to make a direct comparison between the two methods of application of the Wavelet Transform: Bank of Filters and Scalograms. The Wavelet functions analyzed in this work were chosen according to a literature review. A database with segments of EEG signals is processed with Wavelet Filter Banks and Scalograms. The processed database is applied to the input of artificial neural networks for the recognition of electrographic patterns characteristic of patients with Epilepsy. The results are analyzed using two methods: non-parametric analysis and the most efficient network obtained for each Wavelet function. Using non-parametric analysis, the Coif 4 and Db 4 functions, for Filter Banks, and the Bior 3.1 and Coif 1 functions, using Scalograms, perform well. In turn, doing the analysis based only a single network for each function, the best configuration is using the Bior 3.1 function and processing by Filter Bank.

Tese (doutorado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2012 / Bibliografia: f. 132-140 / Esta tese propõe um novo algoritmo baseado em Redes Neurais Artificiais (RNA) Competitivas para classificação hierárquica multirrótulo usando a abordagem de classificação global, no qual o classificador processa e avalia todas as classes da hierárquica / This thesis proposes a new algorithm based on Competitive Artificial Neural Networks for multi-label hierarchical classification using the global approach, in which the classifier processes and evaluates all classes in the hierarchy once. This approach,