Made available in DSpace on 2014-06-12T15:52:00Z (GMT). No. of bitstreams: 2 arquivo3072_1.pdf: 2151220 bytes, checksum: b28a86f3cf1758147db2ac214690331d (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Os dados simbólicos apresentam, em sua estrutura, formas interessantes para se transformar grandes bases de dados clássicos em novos conjuntos de dados de tamanho reduzido, facilitando a manipulação e proporcionando novas técnicas de análise dos mesmos. No entanto, mesmo com os recentes avanços promovidos por pesquisadores nesta área, o volume de técnicas de manipulação e, consequentemente, de análise de dados simbólicos (ADS) ainda é incipiente. Uma série temporal do tipo intervalo (STI), no campo de dados simbólicos, pode ser definida como um conjunto de intervalos observados sequencialmente no tempo, em que cada intervalo é descrito por um vetor bidimensional com elementos em IR representados pelo limite superior e pelo limite inferior. O desenvolvimento de técnicas para previsão de STI é uma área de pesquisa muito promissora e os poucos resultados relatados na literatura surgiram muito recentemente. Nesta tese, estendemos técnicas clássicas de análise de séries temporais para descrição, modelagem e previsão de STI no domínio de ADS. Neste contexto, nós apresentamos técnicas para descrição de uma STI, envolvendo cálculo de estatísticas sumárias e representação gráfica dos dados. Na modelagem, apresentamos métodos que consistem na explicação do processo gerador da STI a partir de certo modelo, bem como métodos de estimação de parâmetros e métodos para avaliação da qualidade do modelo, em termos do ajuste

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2016-08-24T17:35:05Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao-Natalia_Flora_de_Lima.pdf: 2000980 bytes, checksum: 107f0691d21b9d94e253d08f06a4fbdd (MD5) / Made available in DSpace on 2016-08-24T17:35:05Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao-Natalia_Flora_de_Lima.pdf: 2000980 bytes, checksum: 107f0691d21b9d94e253d08f06a4fbdd (MD5) Previous issue date: 2011-08-29 / Facepe / Este trabalho apresenta dois novos algoritmos, PSO-FPSO e FPSO-FPSO, para a otimização global de redes neurais MLP (do inglês Multi Layer Perceptron) do tipo feed-forward. O propósito destes algoritmos é otimizar de forma simultânea as arquiteturas e pesos sinápticos, objetivando melhorar a capacidade de generalização da rede neural artificial (RNA). O processo de otimização automática das arquiteturas e pesos de uma rede neural vem recebendo grande atenção na área de aprendizado supervisionado, principalmente em problemas de classificação de padrões. Além dos Algoritmos Genéticos, Busca Tabu, Evolução Diferencial, Recozimento simulado que comumente são empregados no treinamento de redes neurais podemos citar abordagens populacionais como a otimização por colônia de formigas, otimização por colônia de abelhas e otimização por enxame de partículas que vêm sendo largamente utilizadas nesta tarefa. A metodologia utilizada neste trabalho trata da aplicação de dois algoritmos do tipo PSO, sendo empregados na otimização das arquiteturas e na calibração dos pesos das conexões. Nesta abordagem os algoritmos são executados de forma alternada e por um número definido de vezes. Ainda no processo de ajuste dos pesos de uma rede neural MLP foram realizados experimentos com enxame de partículas heterogêneos, que nada mais é que a junção de dois ou mais PSOs de tipos diferentes. Para validar os experimentos com os enxames homogêneos foram utilizadas sete bases de dados para problemas de classificação de padrões, são elas: câncer, diabetes, coração, vidros, cavalos, soja e tireóide. Para os experimentos com enxames heterogêneos foram utilizadas três bases, a saber: câncer, diabetes e coração. O desempenho dos algoritmos foi medido pela média do erro percentual de classificação. Algoritmos da literatura são também considerados. Os resultados mostraram que os algoritmos investigados neste trabalho obtiveram melhor acurácia de classificação quando comparados com os algoritmos da literatura mencionados neste trabalho. / This research presents two new algorithms, PSO-FPSO e FPSO-FPSO, that can be used in feed-forward MLP (Multi Layer Perceptron) neural networks for global optimization. The purpose of these algorithms is to optimize architectures and synaptic weight, at same time, to improve the capacity of generalization from Artificial Neural Network (ANN). The automatic optimization process of neural network’s architectures and weights has received much attention in supervised learning, mainly in pattern classification problems. Besides the Genetic Algorithms, Tabu Search, Differential Evolution, Simulated Annealing that are commonly used in the training of neural networks we can mentioned population approaches such Ant Colony Optimization, Bee Colony Optimization and Particle Swarm Optimization that have been widely used this task. The methodology applied in this research reports the use of two PSO algorithms, used in architecture optimization and connection weight adjust. In this approach the algorithms are performed alternately and by predefined number of times. Still in the process of adjusting the weights of a MLP neural network experiments were performed with swarm of heterogeneous particles, which is nothing more than the joining of two or more different PSOs. To validate the experiments with homogeneous clusters were used seven databases for pattern classification problems, they are: cancer, diabetes, heart, glasses, horses, soy and thyroid. For the experiments with heterogeneous clusters were used three bases, namely cancer, diabetes and heart. The performance of the algorithms was measured by the average percentage of misclassification, literature algorithms are also considered. The results showed that the algorithms investigated in this research had better accuracy rating compared with some published algorithms.

Robôs sociáveis devem ser capazes de interagir, se comunicar, compreender e se relacionar com os seres humanos de uma maneira natural. Embora diversos robôs sociáveis tenham sido desenvolvidos com sucesso, ainda existem muitas limitações a serem superadas. São necessários importantes avanços no desenvolvimento de mecanismos que possibilitem interações mais realísticas, bem como regulem o relacionamento entre robôs e humanos. Um forma de tornar mais realísticas as interações é através de expressões faciais de emoção. Nesse contexto, este trabalho fornece capacidade de imitação de expressão facial de emoções a uma cabeça robótica virtual, com o objetivo de permitir interações mais realísticas e duradouras com o ser humano. Para isso, é incorporado à mesma aprendizado por imitação, no qual a cabeça robótica imita expressões faciais apresentadas por um usuário durante a interação social. O aprendizado por imitação foi realizado atráves de redes neurais artificiais. As expressões faciais consideradas neste trabalho são: neutra, alegria, raiva, surpresa e tristeza. Os resultados experimentais são apresentados, os quais mostram o bom desempenho do sistema de imitação proposto / Sociable robots must be able to interact, communicate, understand and relate to humans in a natural way. Although many social robots have been developed successfully, there are still many limitations to overcome. Important advances are needed in the development of mechanisms that allow more realistic interactions and that regulate the relationship between robots and humans. One way to make more realistic interactions is through facial expressions of emotion. In this context, this project provides ability for imitation of facial expressions of emotion to a virtual robotic head, in order to allow more realistic and lasting interactions with humans. For such, learning by imitation is used, in which the robotic head mimics facial expressions made by a user during social interaction. The imitation learning was performed by artificial neural networks. Facial expressions considered in this work are: neutral, happiness, anger, surprise and sadness. Experimental results are presented which show the good performance of the proposed system imitation

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2017-02-24T13:58:39Z No. of bitstreams: 2 Dissertação - Daniela de Oliveira Albanez - 2017.pdf: 10127114 bytes, checksum: 4c037243629d84539257a8febc621fa8 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-02-24T13:59:39Z (GMT) No. of bitstreams: 2 Dissertação - Daniela de Oliveira Albanez - 2017.pdf: 10127114 bytes, checksum: 4c037243629d84539257a8febc621fa8 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-02-24T13:59:39Z (GMT). No. of bitstreams: 2 Dissertação - Daniela de Oliveira Albanez - 2017.pdf: 10127114 bytes, checksum: 4c037243629d84539257a8febc621fa8 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-02-15 / Image segmentation is one of image processing that problems that deserve special interest of the scientific community, given its real utility and application in various areas as medicine, geography, engineering, mathematics and computing, just to name a few. Much of the recent interest in segmentation has been motivated by the availability of satellite images on the Earth’s surface, which can be transformed into concrete knowledge, aiming at land use monitoring and data mining. This work proposes a new segmentation method, using Arficial Intelligence techniques, more specifically Artificial Neural Networks (ANNs), and compare its results of segmentation of satellite images with the original method. The binarized results are compared with the ground truth for the validation of the proposed segmentation method. Experimental results, quantative analysis of segmentation results, indicating that the proposed segmentation method generates better results and a decaying of 36.60% in the total average computacional time when compared with the original method. / Segmentação de Imagens é um dos problemas de processamento de imagens que mercê especial interesse da comunidade científica, tendo em vista sua real utilidade e aplicação em várias áreas do conhecimento como a medicina, geografia, engenharia, matemática e computação, só para citar algumas. Grande parte do interesse recente sobre segmentação foi motivado pela disponibilidade de imagens de satélite sobre a superfície da Terra, que podem ser transformadas em conhecimento concreto, visando o monitoramento e a mineração do uso da terra. Este trabalho propõe um novo método de segmentação, através de técnicas de Inteligência Artificial, mais especificamente pelas Redes Neurais Artificiais (RNA’s), e compara seus resultados de segmentação de imagens de satélite com o método original descrito na literatura. Os resultados binarizados são comparados com o ground truth para a validação do método de segmentação proposto. Resultados experimentais, realizados através da analise quantitativa dos resultados de segmentação, indicam que o método de segmentação proposto produz melhores resultados e uma redução média total do desempenho computacional de 36.60% em relação ao método original.

A química de produtos naturais sempre foi uma fonte importante de novas substâncias e de substâncias bioativas. No mundo moderno, o homem utiliza os produtos naturais para diversos fins: corantes, edulcorantes, essências, defensivos agrícolas e principalmente medicamentos. Com o desenvolvimento das técnicas de isolamento de substâncias, cresceu a necessidade de organizar as informações obtidas e também a criação de meios para a identificação mais rápida das substâncias isoladas. Esta foi uma das necessidades que fez surgir a Quimioinformática. Quimioinformática é uma disciplina que utiliza os métodos da informática para organizar dados químicos, analisar estes dados e gerar novas informações a partir destes dados. Esta ferramenta tem sido utilizada com sucesso em procura por novas drogas (QSAR/QSPR), elucidação estrutural automatizada de substâncias orgânicas e em cálculos e previsão de propriedades físico-químicas de diversas moléculas. Os objetivos do presente trabalho foram o estudo fitoquímico de espécies dos gêneros Dimerostemma e Ichthyothere com o intuito de isolar novas substâncias e o desenvolvimento de técnicas envolvendo quimioinformática com o intuito de auxiliar a elucidação estrutural de produtos naturais. Realizou-se a técnica de microamstragem de tricomas glandulares de diversas espécies pertencentes a gêneros da tribo Heliantheae (Viguiera, Tithonia, Dimerostemma). Através da microamostragem foi possível identificar diversas substâncias presentes nos tricomas glandulares das espécies analisadas. Das duas espécies de Dimerostemma investigadas (D. brasilianum e D. rotundifolium) foi possível identificar dois germacrolidos e dois eudesmanolidos, enquanto que de Ichthyothere terminalis foi possível a identificação de dois melampolidos, todos eles lactonas sesquiterpênicas. Foram treinadas redes neurais artificiais para a realização da identificação dos esqueletos carbônicos de determinadas substâncias a partir dos dados obtidos através dos espectros de RMN 13C, sendo que os resultados obtidos podem ser considerados satisfatórios. Foi desenvolvido um software para efetuar a identificação automática de substâncias através da comparação com uma biblioteca de padrões que possui dados cromatográficos de 51 lactonas sesquiterpênicas. Esse software, chamado de NAPROSYS, também é capaz de fazer comparação de dados de RMN de amostra com dados de RMN presentes em uma biblioteca de dados, tornando possível a identificação imediata de substâncias presentes na biblioteca e também auxiliar a elucidação estrutural de substâncias que não estão nela presentes. Para testar a eficiência do NAPROSYS, o programa foi utilizado com sucesso para identificar LSTs através da microamostragem de tricomas glandulares. A eficiência do NAPROSYS em identificar dados de RMN de substâncias presentes na biblioteca foi testada com substâncias isoladas do gênero Tithonia e Viguiera que possuem substâncias bem descritas na literatura e já isoladas no nosso laboratório, sendo que os resultados apresentados foram excelentes. Criou-se também dois modelos de redes neurais para prever tempos de retenção de lactonas sesquiterpênicas em cromatografia líquida (QSRR) com o objetivo de melhorar o desempenho do NAPROSYS em análises de dados cromatográficos. Os resultados para este caso, embora coerentes, precisam ser melhorados. Neste trabalho concluimos que o uso das técnicas clássicas juntamente com as novas técnicas de Quimoinformática pode se tornar uma ferramenta muito eficaz para a elucidação estrutural e busca de substâncias com determinadas propriedades químicas ou mesmo na bioprospecção de novas substâncias bioativas. / Natural products chemistry has always been an important source for new andbioactive compounds. In modern world, mankind uses natural products to do many tasks: colouring, as essences, as agricultural defensives and many as medicines. Within the development of compound isolation techniques, the need for information organisation has grown. The need for quickly identification of isolated compounds has also grown. This was one of the necessities that made Chemoinformatics emerge. Chemoinformatics is a discipline that uses informatics as a tool to organise, analise and to generate new knowledge from chemical data. This tool has been used with success in automate structure elucidation, drug development (QSAR/QSPR) and to predict chemical-physical data of many molecules. The aims of the present work were the phytochemical study of species of the genera Dimerostemma and Ichthyothere to isolate new compounds, and the development of chemoinformatics techniques to aid natural products structure elucidation. The glandular trichome microsampling was made for diverse species of genera from the tribe Heliantheae (Viguiera, Tithonia, Dimerostemma). Many compounds were identified through glandular trichome microsampling. Two germacrolides and two eudesmanolides were identified from Dimerostemma species (D. brasilianum and D. episcopale), while from Ichthyothere terminalis two melampolides were identified, all of them being sesquiterpene lactones. Artificial Neural Networks were trained to make skeleton identification from data obtained from 13C NMR and the obtained results can be considered satisfactory. A software was developed to make automatic compound identification through the comparation with a compound library that possesses data from 51 STLs. This software is called NAPROSYS is also able to compare the NMR data of the sample with the NMR data stored into a compound library, making the imediate identification of compounds present into library possible and also help the structure elucidation of unknown compounds. To test NAPROSYS\' efficience to identify NMR data of compunds sored into the library was made with compounds isolated from species of Tithonia and Viguiera genera, because these genera has well describe compounds in the literature and that has been isolated in our laboratory, and the obtained results are excellent. Two Artificial Neural Network models were created to predict the retention time of sesquiterpene lactones in liquid cromatography (QSRR) with the aim of improve NAPROSYS performance in cromatographic data analysis. The results for this case, although coherent, can be improved. The conclusion of this work is that the use of classical techniques with the new techniques of chemoinformatics can be a very efficient tool to make structure elucidation, search for compounds with certain chemical properties and even the search for new bioactive compounds.

De maneira geral, a necessidade de melhorar o desempenho e diminuir o tamanho de sistemas mecatrônicos tem levado a indústria moderna a desenvolver mecanismos de posicionamento com características excelentes de aceleração e precisão. O uso de posicionadores em equipamentos de precisão, em particular no posicionamento da ferramenta/peça na usinagem de ultraprecisão, deve-se à necessidade de se obter rígido controle do perfil a ser fabricado. Neste sentido, foi desenvolvido no Laboratório de Engenharia de Precisão da EESC-USP um microposicionador angular rotativo capaz de monitorar a posição da ferramenta em relação à peça durante o processo de usinagem e fazer as devidas compensações de erros, além da possibilidade de obtenção de geometrias diferenciadas. Neste trabalho encontram-se estudos referentes à aplicação do método dos elementos finitos com o intuito de verificar a funcionalidade do sistema mecânico proposto, avaliando suas características estáticas e dinâmicas. Além disso, propõe-se validar o uso de redes neurais artificiais como ferramenta capaz de auxiliar no desenvolvimento de um algoritmo de identificação de imagens, baseado no conhecimento, que emprega como elemento multi-sensor, imagens interferométricas, representando posições. Dentre as principais características a serem alcançadas pelo algoritmo idealizado está a habilidade de identificar a posição de uma superfície justaposta ao sistema microposicionador angular e, assim, permitir maior rapidez de processamento das informações, possibilitando seu emprego em sistemas de controle em tempo real. A aplicação desta técnica foi avaliada por meio de simulação e apresenta resultados significativos para incentivar pesquisas envolvendo imagens interferométricas. / In broad terms, to achieve high performance and miniturization of mechatronic systems it is necessary to develop positioning mechanisms with high response and precision. The use of positioning devices compatible with precision equipment, particularly in the positioning of a tool relative to a workpiece in ultraprecision machining, results from the need for absolute control of the dimensions of cut. A microtilt stage was developed in the Precision Engineering Laboratory of EESC-USP which is capable of monitoring the position of a diamond tool relative to a workpiece, in-process, permiting error compensation and the generation of complex forms. Finite Element Method is applied to perform a functional analysis (static and dynamic) of the mechanical parts. The use of artifitial neural networks as a tool to help the development of an algortithm for the identification of images is proposed. This algorithm is based on knowledge and employs interferograms as a multi-sensor element representing positions. One desired characteristic of the proposed algorithm is its ability to perform the identification of the position of a surface on the tilt stage and to permit fast processing of the information. This turns the device appropriate to be used in real time applications. This technique was assessed by simulation and presented significant results, encouraging further researches envolving interferometric pattern recognition.

Submitted by Miriam Lucas (miriam.lucas@unioeste.br) on 2018-04-06T14:31:39Z No. of bitstreams: 2 Cristiano_Antonio_de_Souza_2018.pdf: 2020023 bytes, checksum: 1105b369d497031759e007333c20cad9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-04-06T14:31:39Z (GMT). No. of bitstreams: 2 Cristiano_Antonio_de_Souza_2018.pdf: 2020023 bytes, checksum: 1105b369d497031759e007333c20cad9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-09 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The last decades have been marked by rapid technological development, which was accelerated by the creation of computer networks, and emphatically by the spread and growth of the Internet. As a consequence of this context, private and confidential data of the most diverse areas began to be treated and stored in distributed environments, making vital the security of this data. Due to this fact, the number and variety of attacks on computer systems increased, mainly due to the exploitation of vulnerabilities. Thence, the area of intrusion detection research has gained notoriety, and hybrid detection methods using Artificial Intelligence techniques have been achieving more satisfactory results than the use of such approaches individually. This work consists of a Hybrid method of intrusion detection combining Artificial Neural Network (ANN) and K-Nearest Neighbors KNN techniques. The evaluation of the proposed Hybrid method and the comparison with ANN and KNN techniques individually were developed according to the steps of the Knowledge Discovery in Databases process. For the realization of the experiments, the NSL-KDD public database was selected and, with the attribute selection task, five sub-bases were derived. The experimental results showed that the Hybrid method had better accuracy in relation to ANN in all configurations, whereas in relation to KNN, it reached equivalent accuracy and showed a significant reduction in processing time. Finally, it should be emphasized that among the hybrid configurations evaluated quantitatively and statistically, the best performances in terms of accuracy and classification time were obtained by the hybrid approaches HIB(P25-N75)-C, HIB(P25-N75)-30 and HIB(P25-N75)-20. / As últimas décadas têm sido marcadas pelo rápido desenvolvimento tecnológico, o qual foi acelerado pela criação das redes de computadores, e enfaticamente pela disseminação e crescimento da Internet. Como consequência deste contexto, dados privados e sigilosos das mais diversas áreas passaram a ser tratados e armazenados em ambientes distribuídos, tornando-se vital a segurança dos mesmos. Decorrente ao fato, observa-se um crescimento na quantidade e variedade de ataques a sistemas computacionais, principalmente pela exploração de vulnerabilidades. Em função desse contexto, a área de pesquisa em detecção de intrusão tem ganhado notoriedade, e os métodos híbridos de detecção utilizando técnicas de Inteligência Artificial vêm alcançando resultados mais satisfatórios do que a utilização de tais abordagens de modo individual. Este trabalho consiste em um método Híbrido de detecção de intrusão combinando as técnicas Redes Neurais Artificiais (RNA) e K-Nearest Neighbors (KNN). A avaliação do método Híbrido proposto e a comparação com as técnicas de RNA e KNN isoladamente foram desenvolvidas de acordo com as etapas do processo de Knowledge Discovery in Databases (KDD) . Para a realização dos experimentos selecionou-se a base de dados pública NSL-KDD, sendo que com o processo de seleção de atributos derivou-se cinco sub-bases. Os resultados experimentais comprovaram que o método Híbrido teve melhor acurácia em relação a RNA em todas as configurações, ao passo que em relação ao KNN, alcançou acurácia equivalente e apresentou relevante redução no tempo de processamento. Por fim, cabe ressaltar que dentre as configurações híbridas avaliadas quantitativa e estatisticamente, os melhores desempenhos em termos de acurácia e tempo de classificação foram obtidos pelas abordagens híbridas HIB(P25- N75)-C, HIB(P25-N75)-30 e HIB(P25-N75)-20.

Um dos problemas freqüentes em modelos de avaliação de imóveis é identificar quais de suas características devem ser levadas em consideração e o quanto cada uma destas influencia no valor final das propriedades. Além disso, é necessário um critério de avaliação bem estruturado, baseado em modelagem matemática adequada. A partir das constatações acima, foram estabelecidos os objetivos deste trabalho: após identificar as principais variáveis que interferem no valor das propriedades, avaliar o uso de Redes Neurais Artificiais para fins de avaliação e estudar a influência de uma medida de acessibilidade no valor de terrenos urbanos. Quanto às variáveis a serem empregadas nos modelos de avaliação, chegou-se a conclusão que um banco de dados misto, onde tanto variáveis de natureza espacial quanto física pudessem ser incluídas, parecia ser uma opção interessante. Desta forma, após a inclusão no banco de dados de uma variável de natureza espacial, a distância ao centro da cidade, este trabalho comparou dois métodos de avaliação: as Redes Neurais Artificiais e o modelo de regressão múltipla, este último muito usado na prática. Foram abordados dois estudos de caso, as cidades de Araçariguama e São Carlos. A primeira é uma cidade dormitório, de pequeno porte (cerca de 6000 habitantes), localizada nas proximidades da capital do estado, São Paulo. A segunda, por sua vez, é uma cidade de porte médio (cerca de 160000 habitantes), localizada no centro do estado e pólo industrial e tecnológico. A escolha destas cidades ofereceu a oportunidade de estudar a influência de uma variável como a acessibilidade em contextos diferentes. Os resultados obtidos para Araçariguama indicaram que a medida de acessibilidade empregada, distância ao centro, era uma das variáveis mais importantes na formação do preço de propriedades. Quanto aos resultados obtidos pelos modelos empregados, pôde-se observar que, ao utilizar regressão múltipla, o efeito da variável distância ao centro não pode ser estudado sozinho, pois esta variável interage com a área. A utilização de Redes Neurais, por sua vez, também forneceu estimativas adequadas de valor, verificando-se através dela que a acessibilidade apresentou um peso superior a 34% no valor final. Ao se comparar os dois métodos pode-se observar que as Redes Neurais (RN) demonstraram um desempenho superior, quando este foi avaliado pelo valor do erro relativo total. Com o objetivo de analisar a distribuição espacial dos erros, estes foram agrupados em cinco clusters, podendo-se constatar que os maiores erros fornecidos pelas RN se concentraram em um único bairro. Na análise para São Carlos pôde-se verificar também, através dos resultados obtidos por ambos os métodos, que a distância ao centro foi um dos fatores preponderantes na avaliação dos imóveis. A análise da distribuição espacial dos erros apontou uma concentração de erros maiores em um dos bairros, o que pôde ser observado para os dois métodos empregados e dois dos três conjuntos de dados. Um fato que chamou a atenção foi o de que para Araçariguama, que é uma cidade de porte menor, a importância relativa da variável acessibilidade foi maior que para a outra cidade. / A common problem in the use of land valuation models is the identification of the real estate features that should be incorporated in the models and how they influence the final property price. In addition, a well structured approach based in consistent mathematical models is also required. Based on the aforementioned assertions, the following objectives have been drawn for this work: after identifying the main variables that have a strong influence on land values, the use of Artificial Neural Networks (ANN) for land valuation have be tested and the influence of an accessibility measure on urban land values have been studied. Regarding the variables that should been part of the valuation models, we reached the conclusion that a mixed database containing physical and spatial attributes seemed to be an interesting option for this sort of problem. Therefore, after the addition of a spatial variable, the distance to the city center, to our database, two valuation methods have been compared: the ANN approach and a multiple regression model, the latter quite common in practice. Two case studies have been then analyzed: the cities of Araçariguama and São Carlos. The first one is a small bedroom town (around 6,000 inhabitants) not far from the state capital, the city of São Paulo. The second one is a medium-sized city (around 160,000 inhabitants) located in the middle of the state and a technological and industrial center. The particularities of these two cities made possible a comparison of the influence that such a variable as accessibility could have on the land values under two different conditions. The results obtained for the city of Araçariguama indicated that the accessibility measure used, the distance from the city center, was one of the main variables influencing land prices. Although both models gave good estimates, their results were not exactly the same. While the influence of the variable distance to the city center could not be individually taken in the multiple regression model, because of its interaction with the variable area, the same variable has a strong weight on the ANN model, in which it appears as responsible for over 34% of the land value. The ANN performed better in a direct comparison of the two approaches, specially when looking to the total relative error. With the purpose of analyzing the spatial distribution of the estimation errors, they have been grouped into clusters, which have stressed that the worst cases are concentrated in a specific area of the city. Both methods showed that the distance to the city center has a strong influence on land values also in the city of São Carlos. The highest estimation errors were also concentrated in a specific neighborhood for two out of three data sets in both valuation methods. Another interesting outcome is the fact that the relative weight of the accessibility variable used was higher in Araçariguama than in São Carlos, although the former city is smaller than the latter.

Made available in DSpace on 2016-08-17T14:53:25Z (GMT). No. of bitstreams: 1 Dissertacao Adriano.pdf: 2821465 bytes, checksum: 7a776e55ceec26edfda184c6290c99ee (MD5) Previous issue date: 2013-12-11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The prediction is an action for decisions making. The smaller the error of the prediction, the lower the loss by decision taken. One technique that has been used very successfully to predict is the Artificial Neural Network (ANN). It is a computational tool, inspired by the human brain and has a great ability to model complex real-world problems through a phase called training enables it to learn the characteristics of the proposed problem. The ANNs have the potential to discover complex relations between input data and response so they become very useful in the prediction area. For optimal performance in various areas of knowledge, it was decided to assess its efficiency in a sector, the Biodiesel. It is a renewable fuel generated from oils of animal or vegetable to be used in diesel engines. It has several benefits over mineral diesel and at the time, their production and use gets great stimuli federal government, through the National Program for Production and Use of Biodiesel. Thus, interest in research grew and Biodiesel in the state of Maranhão is performed by the Laboratory of Chemical Research & Analytics (LPQA / UFMA). It was then that their research can be accelerated if the analyzes of quality biodiesel that are influenced by the chemical composition are replaced by a single analysis of chemical composition and this composition is used to predict the results of other analyzes of quality. For this, was developed the Sys-PANN, software able to find the best ANN for each type of analysis and predict your results. / A predição é uma ação para tomada de decisão. Quanto menor for o erro da predição, menor será o prejuízo pela decisão tomada. Uma técnica que vem sendo muito utiliza com sucesso para predição é a Rede Neural Artificial (RNA). Ela é uma ferramenta computacional, inspirado no cérebro humano e que possui uma grande capacidade de modelar problemas complexos do mundo real através de uma fase chamada de treinamento que possibilita a ela aprender as caracteristicas do problema proposto. As RNAs têm o potencial de descobrir relações complexas entre os dados de entrada e a resposta por isso elas se tornaram muito úteis na área da predição. Pelo ótimo desempenho nas mais diversas áreas de conhecimento, decidiu-se verificar a sua eficácia no Biodiesel. Ele é um combustível renovável gerado a partir de oleos de origem animal ou vegetal para ser utilizado em motores a diesel. Ele possui diversos benefícios sobre diesel mineral e no momento, sua produção e utilização recebe grandes estímulos do governo federal, através do Programa Nacional de Produção e Uso do Biodiesel (PNPB). Com isso, o interesse pela pesquisa de Biodiesel cresceu no Estado do Maranhão. A verificação de qualidade do Biodiesel é realizada pelo Laboratório de Pesquisas Química e Analítica (LPQA/UFMA). Verificou-se, então que suas pesquisas podem ser aceleradas se as análises de qualidade do biodiesel que são influenciadas pela composição química forem substituídas por uma única análise de composição química. Esta composição foi utilizada para predizer os resultados dessas outras análises de qualidade. Para isso, desenvolveu-se o Sys-PANN, um software capaz de encontrar a melhor RNA para cada tipo de análise e predizer seus resultados.

Submitted by Rosa Assis (rosa_assis@yahoo.com.br) on 2017-09-21T15:16:11Z No. of bitstreams: 2 FABIANA APARECIDA RODRIGUES.pdf: 13689288 bytes, checksum: dcec7a1cd26a4ef822b626be4130a613 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2017-09-22T13:33:31Z (GMT) No. of bitstreams: 2 FABIANA APARECIDA RODRIGUES.pdf: 13689288 bytes, checksum: dcec7a1cd26a4ef822b626be4130a613 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-09-22T13:33:32Z (GMT). No. of bitstreams: 2 FABIANA APARECIDA RODRIGUES.pdf: 13689288 bytes, checksum: dcec7a1cd26a4ef822b626be4130a613 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-04-24 / The mechanisms for managing evaluation and analysis of writing are strategies that may help to follow the tracks of information generated throughout e-learning courses. In this research, we detail the course of techniques application and presentation of results by means of reports. Such presentation was conditioned to the set of themes and to the evaluation criterion of Discussion Forum, which was restricted to the development of a set of analysis techniques about data generated in on-line courses interactions of a school institution, in order to enable the visualization and provide conditions to evaluate the quality of posts, as professors/tutors face di culties in following the discussions due to the quantity of interactions. For this reason, this study adopted as strategy a qualitative and quantitative approach that aimed to analyze both quantity of posts of 841 participants of 18 classes within the discussion forums universe where we may nd problems, and quality of students comments during the analysis, by checking if they were suitable and if they met the objective proposed. The objective of this research was extracting comments and having relevant information about the posts. To achieve this purpose, it was developed a set of techniques in an R Markdown le to present reports with results of the evaluation based on Data Mining (DM), speci cally Text Mining (TM) and exploratory analysis, whose investigations were summative and formative. In this way, we hope that the action developed in this research may support managers to analyze students contributions and follow the work of the professional in charge of class learning. The methodology showed and the indexes used may be applied in any type of text database. / Os mecanismos voltados para controle de avaliação e análise da produção textual são estratégias que podem auxiliar o acompanhamento de informacões geradas ao longo dos cursos na modalidade a distância. Nesta pesquisa, descreve-se o percurso de aplicação de técnicas e demonstração de resultados por meio de relatórios. Tal demonstração esteve condicionada á temática e aos critérios de avaliação de Fórum de Discussão, restrita ao desenvolvimento de conjunto de técnicas de análise, relacionadas aos dados gerados na interação de cursos on-line de uma instituição de ensino, a fim de facilitar a visualização e oferecer condições de avaliação da qualidade das postagens, vito que professores/tutores têm di ficuldade de seguir as discussões dado o número de participações. Por isso, este estudo teve como estratégia a abordagem quali-quantitativa que visou analisar tanto a quantidade de postagens de 841 participantes, de 18 salas, no universo dos fóruns em que residem problemas detidos, quanto a qualidade dos comentários dos estudantes durante a análise, veri cando se foram satisfatórios e atingiram o objetivo proposto. O objetivo desta pesquisa foi extrair comentários e obter informações relevantes sobre as postagens. Para alcançá-lo, foi elaborado um conjunto de técnicas em R Markdown para apresentar, por meio de relatórios, os resultados da avaliação baseada na linha da Mineração de Dados (MD), em especial a Mineração de Textos (MT) e análises exploratórias, cujas investigacões foram do tipo somativa e formativa. Dessa forma, espera-se que a ação desenvolvida nesta pesquisa possa auxiliar gestores e professores na tarefa de examinar as contribuições dos alunos e acompanhar o trabalho do pro fissional responsável pelo ensino da turma. A metodologia demonstrada e os indicadores utilizados podem ser aplicados para qualquer tipo de base de dados textual.