O estudo foi feito através de um banco de registros de amostras de Escherichia coli, isoladas de frangos de corte. Na presente tese foram utilizadas 246 amostras do patógeno citado acima, com todas as características utilizadas em recentes trabalhos acadêmicos. Para a classificação das amostras utilizou-se a inteligência artificial, onde traçou-se uma interrelação entre as variáveis usadas: origem (lesões cutâneas, quadros respiratórios, cama), motilidade das amostras, lesões causadas (aerossaculite, pericardite, peritonite, periepatite, celulite), IP, genes (cvaC, iss, iutA, falA, Kpsll, papC, tsh), 14 anitimicrobianos (Amicacina, Amoxacilina e Ácido clavulânico, Ampicilina, Cefalexina, Cefuroxina, Ceftiofur, Ciprofloxacina, Clindamicina, Cotrimoxazol, Enrofloxacina, Gentamicina, Norfloxacina, Ofloxacina, Tetraciclina) e os bioquímicos variáveis (Adonitol, Ornitina, Arginina, Dulcitol, Salicina, Sacarose, Rafinose). No total foram feitas durante a tese em torno de 140 redes neurais, das quais foram utilizadas somente as que melhor apresentaram uma classificação correta e dentre estas as que continham um número menor de variáveis envolvidas. Durante o trabalho foram anexados 5 artigos científicos. Os artigos foram intitulados da seguinte maneira: Resistência antimicrobiana de amostras de Escherichia coli oriundas de camas de aviários, lesões de celulite e de quadros respiratórios de frangos de corte do Rio Grande do Sul; Utilização de inteligência artificial (redes neurais artificiais) para classificar a resistência antimicrobiana de amostras de Escherichia coli isoladas de frango de corte; Utilização de inteligência artificial (redes neurais artificiais) para a classificação do comportamento bioquímico de amostras de Escherichia coli isoladas de frangos de corte; Use of artificial intelligence (artificial meural networks) to classify the pathogenicity of Escherichia coli isolates from broilers; Genes associated with pathogenicity of avian Escherichia coli (APEC) isolated from respiratory cases of poultry. Nos primeiro artigo observou-se uma multi-resistência a pelo menos duas das 14 drogas utilizadas. No segundo artigo citado, notou-se que dentre as amostras analisadas corretamente apresentaram uma porcentagem de 84% a 100% nas amostras intermediárias, 81% a 100% para as resistentes, 89% a 100% sensíveis. No terceiro trabalho, foi concluído que as redes feitas foram capazes de classificar corretamente as amostras com uma amplitude de 87,80% a 98,73%. Além disso, a sensibilidade e a especificidade das classificações obtidas variam de 59,32% a 99,47% e de 80,00% a 98,54%, respectivamente. No quarto artigo, seguindo a ordem descrita acima, as redes construídas que usaram 11 categorias dos índices de patogenicidade, apresentaram 54,27% de classificações corretas, no entanto quando foram usadas somente 3 categorias essa porcentagem subiu para 80,55%. Houve um aumento das classificações corretas para 83,96% quando as categorias foram apenas duas. No quinto artigo, foram usadas um total de 61 amostras de Escherichia coli, onde foram testadas a presença dos genes citados no início deste resumo, e houve uma presença de 73,8% do gene iss, 55,7% do tsh, 45,9% do iutA, 39,3% do felA, o papc apareceu em 24,3% das amostras, o cvaC em 23%, e por fim, o kpsll em 18%. Mais uma vez pode-se afirmar, que o uso das redes neurais artificiais cada mais, está servindo como uma ferramenta que dá um suporte científico para a tomada de decisão. / This study was made using a data bank with samples of Escherichia coli, isolated from broilers. In the present thesis, 246 samples of the mentioned pathogenic bacteria, which were cited above, with all the characteristics used in recent academic works. For the classification of the samples, artificial intelligence was used, and a correlation between the taken variables was established: origin (cutaneous lesions, lesions of poultry with respiratory signals, litter of poultry house), motility of the samples, injuries (aerosaculitis, pericarditis, peritonitis, periepatitis, celullitis), PI, genes (cvaC, iss, iutA, falA, Kpsll, papC, tsh), 14 antimicrobials (Amikacyn, Amoxacillin and clavulanic acid, Ampicilin, Cefalexin, Cefuroxime, Ceftiofur, Ciprofloxacin, Clindamycin, Cotrimoxazole, Enrofloxacin, Gentamycin, Norfloxacin, Ofloxacin, Tetracyclin) and the biochemical profile (Adonitol, Ornithine, Arginine, Dulcitol, Salicin, Sucrose, Raffinose). In this thesis, 140 neural networks were constructed, from which the ones that presented the best correct classifications, and the ones that used the lesser number of variables were chosen. Five scientific articles were annexed. The articles were entitled in the following way: Antimicrobial resistance of samples of Escherichia coli from litter of poultry house, celullitis lesions, and lesions of poultry with respiratory signals in broilers of Rio Grande do Sul; The use of artificial intelligence (artificial neural networks) to classify the antimicrobial resistance isolated from samples of Escherichia coli in broilers; The use of artificial intelligence (artificial neural networks) to classify the biochemical profile of samples isolated from Escherichia coli in broilers; The use of artificial intelligence (artificial neural networks) to classify the pathogenicity of Escherichia coli isolates from broilers; Genes associated with pathogenicity of avian Escherichia coli (APEC) isolated from respiratory cases of poultry. In the first article a multi resistance at least to two of the 14 used drugs was observed. In the second article, it was noticed that 84% to 100% were intermediate, 81% to 100% were resistant, and 89% to 100% were sensible. In the third work, it was concluded that the neural networks were able to classify correctly with an amplitude from 87.80% to 98.73%. Moreover, the sensitivity and the specificity of the gotten classifications vary from 59.32% to 99.47% and from 80.00% to 98.54%, respectively. In the fourth article, following the described order above, the constructed neural networks, which used 11 categories of the pathogenicity indices, presented 54.27% of correct classifications, when just 3 categories were used, the correct classification went up to 80,55%. There was an increase in the correct classifications to 83.96% when the categories were only two. In the fifth paper, it was used a total of 61 samples of Escherichia coli, and tested the presence of the cited genes at the beginning of this summary, and the presence was 73.8% of the gene iss, 55.7% of tsh, 45.9% of iutA, 39.3% of felA, papc appeared in 24.3% of the samples, cvaC in 23%, and finally, kpsll in 18%. One more time, it can be affirmed that the use of artificial neural networks is serving as a tool to provide a scientific support for the decision making.

A avicultura industrial apresenta altos índices produtivos, caracterizando-se pela alta tecnificação e pela eficiência. Inúmeros fatores podem prejudicar estes resultados, dentre os mais importantes citam-se as doenças imunodepressoras, as quais são agentes primários para o estabelecimento de inúmeros patógenos capazes de agravar o quadro clínico das aves, elevando ainda mais as perdas. Em vista disso, resolveu-se estudar um método mais eficaz para a determinação da depleção linfocitária da bolsa de Fabricius, órgão fundamental para a proliferação e maturação de linfócitos B. Dentre as doenças que mais acometem a bolsa de Fabricius citam-se a doença infecciosa da bolsa de Fabricius, as micotoxicoses e a anemia infecciosa. Foram utilizadas 50 amostras de bolsa de Fabricius coletadas intactas, processadas e o escore óptico de depleção estabelecido (de 1 a 5). As bolsas foram divididas em quadrantes e 12 folículos selecionados por amostra. As imagens foram adquiridas, analisadas com o software MATLAB® 6.5 e suas características extraídas. Com os dados foram geradas redes neurais (NEUROSHELL®), comparando-se os escores óticos e a classificação realizada pela rede. A rede foi capaz de classificar corretamente com alta sensibilidade (até 89,81%) e especificidade (até 96,17%) a maioria dos folículos, tendo um melhor desempenho utilizando-se três categorias (sensibilidade de até 79,39% e especificidade de até 91,94%) e duas categorias (sensibilidade e especificidade chegando a 92,54%). Os resultados mostraram que é possível a utilização de análise de imagem e redes neurais para a classificação histopatológica de depleção linfocitária da bolsa de Fabricius. A análise de imagem é uma ferramenta prática, com resultados objetivos, dimensiona o erro classificatório e padroniza a avaliação da depleção linfocitária bolsa. / The industrial poultry has high productive indices, characterizing itself for the high technification and efficiency. Many factors can harm these results, the imunodepressives disease are amongst the most important causes. These diseases are the primary agents for the establishment of many secondary pathogens, aggravating the losses. In sight of this, we decided to study a more efficient method for the determination of the lymphoid depletion of bursa of Fabricius. The infectious bursal disease, the micotoxins and the infectious chicken anemia are the most important diseases of bursa of Fabricius. Fifty BF were examined by conventional optical microscopy and digital images were acquired and processed using MATLAB® 6.5 software. The ANN was generated using NEUROSHELL® CLASSIFIER software and the optical and digital data were compared. The ANN was able to make a comparable classification of digital and optical scores. The use of ANN was able to classify correctly the majority of the follicles with sensibility and specificity of 89% and 96%, respectively. When the follicles were scored and grouped in a binary fashion the sensibility and specificity increased significantly to 90 and 92%, respectively. These results demonstrate that the use of digital image analysis and ANN is a useful tool for the pathological classification of the BF lymphoid depletion. In addition.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2017. / Submitted by Priscilla Sousa (priscillasousa@bce.unb.br) on 2017-10-31T12:50:55Z No. of bitstreams: 1 2017_ViníciusdeOliveiraSilva.pdf: 12072182 bytes, checksum: 8abe6dbc46ba985620334c2ebac9ea8a (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-11-07T14:09:45Z (GMT) No. of bitstreams: 1 2017_ViníciusdeOliveiraSilva.pdf: 12072182 bytes, checksum: 8abe6dbc46ba985620334c2ebac9ea8a (MD5) / Made available in DSpace on 2017-11-07T14:09:45Z (GMT). No. of bitstreams: 1 2017_ViníciusdeOliveiraSilva.pdf: 12072182 bytes, checksum: 8abe6dbc46ba985620334c2ebac9ea8a (MD5) Previous issue date: 2017-11-07 / A evolução tecnológica nas últimas décadas contribuiu para a melhoria de computadores com excelente capacidade de processamento, armazenamento e câmeras com maior qualidade digital. Os dispositivos de geração de vídeo têm sido mais fáceis de manipular, mais portáteis e com preços mais baixos. Isso permitiu a geração, armazenamento e transmissão de grandes quantidades de vídeos, o que demanda uam forma de análise automática de informações, independente de assistência humana para avaliação e busca exaustiva de vídeos. Existem várias aplicações que podem se beneficiar de técnicas de inteligência computacional, tais como realidade virtual, robótica, telemedicina, interface homemmáquina, tele-vigilância e assistência aos idosos em acompanhamento constante. Este trabalho descreve um método para o Reconhecimento de Ações Humanas em sequências de imagens usando duas Redes (canais) Neurais Convolutivas (RNCs). O Canal Espacial é treinado usando quadros de uma sequência de imagens com técnicas de transferência de aprendizagem a partir da rede VGG16 (pré-treinada para classificação de objetos). O outro canal, Canal Temporal, recebe pilhas de Fluxo Óptico Denso (FOD) como entrada e é treinado com pesos inicais aleatórios. A técnica foi testada em dois conjuntos de dados públicos de ações humanas: Weizmann e UCF Sports. Na abordagem do Canal Espacial, conseguimos 84,44% de precisão no conjunto de dados Weizmann e 78,46% no conjunto de dados UCF Sports. Com os canais temporal e espacial combinados, obtivemos uma taxa de precisão de 91,11% para o conjunto de dados Weizmann. Mostramos que quadros estáticos pertencentes a uma certa sequência de imagens curiosamente possibilitam classificar a ação realizada em tal seqüência. Acreditamos que, uma vez que a rede VGG16 foi pré-treinada para um conjunto de dados de 1000 classes de objetos diferentes e algumas ações estão associadas a certos tipos de objetos, isso contribuiu significativamente para a aprendizagem da rede espacial. Isso indica que a técnica de transferência de aprendizado foi usada de forma eficiente para reconhecer ações humanas, usando uma rede previamente treinada para reconhecer objetos. / The technological evolution in the last decades has contributed to the improvement of computers with excellent processing and storage capacity and cameras with higher digital quality. Nowadays, video generation devices are simpler to manipulate, more portable and with lower prices. This allowed easy generation, storage and transmission of large amounts of videos, which demands a form of automatic analysis, independent of human assistance for evaluation and exhaustive search of videos. There are several applications that can benefit from such techniques such as virtual reality, robotics, tele-medicine, humanmachine interface, tele-surveillance and assistance to the elderly in timely caregiving. This work describes a method for human action recognition in a sequence of images using two convolutional neural networks (CNNs). The Spatial network stream is trained 1using frames from a sequence of images with transfer learning techniques from the VGG16 network (pre-trained for classification of objects). The other stream channel, Temporal stream, receives stacks of Dense Optical Flow (DOF) as input and it is trained from scratch. The technique was tested in two public action video datasets: Weizmann and UCF Sports. In the Spatial stream approach we achieve 84.44% of accuracy on Weizmann dataset and 78.46% on UCF Sports dataset. With the Temporal and Spatial streams combined, we obtained an accuracy rate of 91.11% for the Weizmann dataset. We showed that still frames belonging to a certain sequence of images curiously make it possible to classify the action performed in such a sequence. We believe that, since the VGG16 network was pre-trained for a dataset of 1000 classes of different objects and some actions are associated with certain types of objects, this contributed significantly to the learning of the spatial network. This indicates that the transfer learning technique was used efficiently to recognize human actions, using a previously trained network to recognize objects.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2018-03-29T18:46:44Z No. of bitstreams: 1 2017_KevinHermanMuraroGularte.pdf: 6230869 bytes, checksum: e21de6ff3d706ce1c26e2db27eeaf4f6 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-04-10T20:39:17Z (GMT) No. of bitstreams: 1 2017_KevinHermanMuraroGularte.pdf: 6230869 bytes, checksum: e21de6ff3d706ce1c26e2db27eeaf4f6 (MD5) / Made available in DSpace on 2018-04-10T20:39:17Z (GMT). No. of bitstreams: 1 2017_KevinHermanMuraroGularte.pdf: 6230869 bytes, checksum: e21de6ff3d706ce1c26e2db27eeaf4f6 (MD5) Previous issue date: 2018-04-10 / Este trabalho apresenta vários esquemas para identificação, observação e controle adaptativos em tempo real de sistemas não lineares incertos usando redes neurais artificiais. Com base na teoria de estabilidade de Lyapunov, e usando resultados já disponíveis na teoria de controle adaptativo, são propostos esquemas para identificação, observação e controle nos quais os erros de identificação, observação e rastreamento estão relacionados com parâmetros de projeto que podem ser ajustados diretamente pelo usuário. Entretanto, ao contrário das propostas usuais na literatura, este trabalho propõe algoritmos nos quais o desempenho transiente e em regime podem ser desacoplados e ajustados independentemente através de parâmetros de projeto independentes. Inicialmente, o caso de identificação em tempo real é considerado, uma vez que cada vez mais a resolução de sistemas caixa preta tem sido demandados. O identificador proposto apresenta as seguintes peculiaridades: 1) Possibilidade de controlar o tamanho do erro residual de estado a partir de matrizes de projeto; 2) Possibilidade de ajustar a duração do regime transiente a partir de um parâmetro de projeto que é independente do tamanho do erro em regime. A identificação de um sistema caótico de três estados foi considerada para validar o esquema. A seguir, o resultado é estendido para o caso nos quais alguns estados não estão disponíveis para medida. Para tanto, é necessário apenas fazer alguns ajustes no esquema de identificação proposto, para permitir agora estimar um ou mais estados não disponíveis para medição, a partir das entradas e saídas ao sistema. O observador proposto apresenta as mesmas peculiaridades do identificador. A observação de um sistema de Rössler foi implementada de forma a exemplificar este observador. Na sequência, considera-se o caso de controle com realimentação do estado. Para tanto, se propôs o projeto do controlador empregando como base o caso de identificação de malha aberta. As principais peculiaridades do identificador ocorrem também no controlador. Finalmente, de modo a ressaltar a aplicabilidade e relevância dos algoritmos propostos, a identificação e controle de um sistema de soldagem foram realizados. A dissertação está organizada da seguinte forma. O capítulo 1 apresenta a introdução, motivação, objetivo, possíveis contribuições e estrutura do trabalho proposto. No capítulo 2 é apresentada uma revisão do estado da arte dos métodos de identificação, observação e controle baseados em redes neurais artificiais. No capítulo 3, usando a teoria de estabilidade de Lyapunov, propõe-se um esquema de identificação neural adaptativo em tempo real para uma classe de sistemas não lineares na presença de distúrbios limitados. É importante ressaltar que nenhum conhecimento prévio sobre a dinâmica do erro de aproximação, pesos ideais ou perturbações externas é necessário. Mostra-se que o algoritmo de aprendizado baseado na teoria de estabilidade de Lyapunov leva o estado estimado a convergir assintoticamente para o estado de sistemas não lineares. O algoritmo proposto permite: 1) reduzir o erro residual de estimação de estado para valores pequenos por meio de matrizes de projeto; 2) controlar o tempo de transiente de maneira arbitraria a partir de um parâmetro de projeto. Foram feitas simulações para um sistema caótico de 3 estados e para um sistema hipercaótico de 4 estados para demonstrar a eficácia e a eficiência do algoritmo de aprendizado proposto. Nessas simulações foram feitas análises do tamanho do erro residual de estado e da escolha do tempo de transiente. Finaliza-se o capítulo com uma aplicação: a identificação neural de um sistema caótico de soldagem na qual se analisou o ajuste do tamanho do erro residual de estado. Posteriormente, no capítulo 4, os resultados obtidos no capítulo anterior são estendidos para um sistema de observação neural. O caso de observação ocorre quando nem todos os estados estão disponíveis e um ou mais estados precisam ser estimados. A metodologia de projeto do algoritmo de aprendizado é semelhante ao caso do capítulo 3, sendo necessário fazer algumas adaptações próprias para um esquema de observação. Mais especificamente, a ideia principal consiste em expressar o erro de estimação de estado, que não é mais disponível para medida, em função do erro de estimação da saída. Para tanto, faz-se necessária a imposição de uma hipótese de detectabilidade e de uma outra condição matricial que devem ser satisfeitas simultaneamente para que o esquema de observação apresente características de estabilidade e convergência semelhantes ao esquema de identificação proposto. Realiza-se no final do capítulo a observação de um sistema caótico de Rössler sob a presença de distúrbios externos com controle do tempo de transiente. No capítulo 5, os resultados do capítulo 3 são estendidos para controlar sistemas não lineares afins no controle. O caso de controle ocorre quando se realiza uma identificação em malha fechada, ou seja, há uma realimentação no sistema. Mais exatamente, através da realimentação objetiva-se cancelar as não lineares desconhecidas no sistema que podem ser parametrizadas por uma rede neural artificial. Dessa maneira, a equação de erro de restreamento pode ser reescrita com uma estrutura similar à equação de erro de estimação do caso de identificação. Com a finalidade de ressaltar a aplicabilidade do esquema de controle proposto, para situações de interesse industrial, realiza-se a simulação do controle de um sistema de soldagem com tranferência globular-spray em um processo GMAW (Soldagem por arco elétrico com gás de proteção). Finalmente, no capítulo 6 resume-se as contribuições da pesquisa, os resultados obtidos, e sugestões para pesquisas futuras são discutidas. A fundamentação teórica das redes neurais artificiais (incluindo suas propriedades), dos algoritmos de aprendizado e da teoria de estabilidade de Lyapunov são descritas no apêndice 1, assim como outras informações importantes que embasam os capítulos do trabalho. O apêndice 2 contém os códigos utilizados para implementação do identificador, observador e controlador propostos nesta dissertação. / This work presents several schemes for online identification, observation, and adaptive control of uncertain nonlinear systems by using artificial neural networks in which the transient and residual errors can be independently adjusted. Based on Lyapunov theory, and using results already available in adaptive control theory, schemes for identification, observation, and control are proposed. However, unlike other works in the literature, the identification model, learning algorithm, and control laws are designed to decouple the transient and residual state performance, which is accomplished through the manipulation of independent design parameters. Initially, the case of online identification is considered, since black-box systems can be parameterized by neural networks and these parameterizations are needed to tackle more complex problems, such as observation and adaptive control. The proposed identifier has the following peculiarities: 1) Possibility to control the size of residual state error from design matrices; 2) Possibility to adjust the duration of the transient regime from a design parameter regardless of the size of the regime error. The identification of a chaotic system of three states was considered to apply the scheme. The result is then extended to the case where some states are not available for measurement. To do so, it is only necessary to make some adjustments in the identification scheme. Basically, the state error is placed as a function of the output error, which is available for measurement. The main characteristic of the proposed observer is the preservation of the properties of the proposed identifier. The observation of a Rössler system was implemented in order to exemplify this observer. In the sequence, the case of control with state feedback is considered. For this, a controller was proposed using the open loop identification case as analogue to it. The main peculiarities of the identifier also occur in the controller. Finally, in order to emphasize the applicability and relevance of the proposed algorithms, the identification and control of a welding system were performed.

Nesta tese são estimadas funções não lineares de importação e exportação para o Brasil, utilizando a metodologia de redes neurais artificiais, a partir de dados trimestrais, no período de 1978 a 1999. Com relação às importações, partindo-se da hipótese de país pequeno, as estimações são feitas para a demanda de importações totais, de bens intermediários e de material elétrico. Para as exportações, o pressuposto de país pequeno, num contexto de concorrência monopolística, é utilizado, de maneira que as estimações são feitas para a oferta e demanda por exportações brasileiras. As séries selecionadas são as exportações totais, as exportações de manufaturados e as exportações de material elétrico. A metodologia adotada para as importações procura visualizar a não linearidade presente nas séries de comércio exterior e encontrar a topologia de rede que melhor represente o comportamento dos dados, a partir de um processo de validação do período analisado. Procura observar, também, a sensibilidade das saídas das redes a estímulos nas variáveis de entrada, dado a dado e por formação de clusters. Semelhante método é utilizado para as exportações, com a ressalva que, diante de um problema de simultaneidade, o processo de ajuste das redes e análise da sensibilidade é realizado a partir de uma adaptação do método de equações simultâneas de dois estágios. Os principais resultados para as importações mostram que os dados apresentam-se de maneira não linear, e que ocorreu uma ruptura no comportamento dos dados em 1989 e 1994. Sobretudo a partir dos anos 90, as variáveis que se mostram mais significativas são o PIB e a taxa de câmbio, seguidas da variável utilização de capacidade produtiva, que se mostra com pouca relevância Para o período de 1978 a 1988, que apresenta um reduzido impacto das variáveis, a taxa de câmbio é relevante, na explicação do comportamento das importações brasileiras, seguida da utilização de capacidade produtiva, que demonstra-se significativa, apenas, para a série de bens intermediários. Para as exportações, os dados, também, se apresentam de maneira não linear, com rupturas no seu comportamento no final da década de 80 e meados de 1994. Especificamente, para a oferta e a demanda, as variáveis mais importantes foram a taxa de câmbio real e o PIB mundial, respectivamente. No todo, as séries mais importantes na explicação das importações e exportações foram a importação total e de bens intermediários e a exportação total e de manufaturados. Tanto para as importações, quanto para as exportações, os resultados mais expressivos foram obtidos para os dados mais agregados. Por fim, com relação às equações das exportações brasileiras, houve uma superioridade de ajuste e significância das variáveis das equações de demanda, frente às de oferta, em explicar os movimentos das exportações brasileiras.

Este estudo propõe um método alternativo para a previsão de demanda de energia elétrica, através do desenvolvimento de um modelo de estimação baseado em redes neurais artificiais. Tal método ainda é pouco usado na estimativa de demanda de energia elétrica, mas tem se mostrado promissor na resolução de problemas que envolvem sistemas de potência. Aqui são destacados os principais fatores que devem pautar a modelagem de um sistema baseada em redes neurais artificiais, que são: seleção das variáveis de entrada; quantidade de variáveis; arquitetura da rede; treinamento; previsão da saída. O modelo ora apresentado foi desenvolvido a partir de uma amostra de 125 municípios do Estado do Rio Grande do Sul (Brasil), nos anos de 1999 a 2002. Como variáveis de entrada, foram selecionados a temperatura ambiente (média e desvio-padrão anual), a umidade relativa do ar (média e desvio-padrão anual), o PIB anual e a população anual de cada município incluído na amostra. Para validar a proposta apresentada, são mostrados resultados baseados nas simulações com o modelo proposto.

Este trabalho apresenta um sistema de classificação de voz disfônica utilizando a Transformada Wavelet Packet (WPT) e o algoritmo Best Basis (BBA) como redutor de dimensionalidade e seis Redes Neurais Artificiais (ANN) atuando como um conjunto de sistemas denominados “especialistas”. O banco de vozes utilizado está separado em seis grupos de acordo com as similaridades patológicas (onde o 6o grupo é o dos pacientes com voz normal). O conjunto de seis ANN foi treinado, com cada rede especializando-se em um determinado grupo. A base de decomposição utilizada na WPT foi a Symlet 5 e a função custo utilizada na Best Basis Tree (BBT) gerada com o BBA, foi a entropia de Shannon. Cada ANN é alimentada pelos valores de entropia dos nós da BBT. O sistema apresentou uma taxa de sucesso de 87,5%, 95,31%, 87,5%, 100%, 96,87% e 89,06% para os grupos 1 ao 6 respectivamente, utilizando o método de Validação Cruzada Múltipla (MCV). O poder de generalização foi medido utilizando o método de MCV com a variação Leave-One-Out (LOO), obtendo erros em média de 38.52%, apontando a necessidade de aumentar o banco de vozes disponível.

O presente trabalho apresenta uma nova metodologia de localização de faltas em sistemas de distribuição de energia. O esquema proposto é capaz de obter uma estimativa precisa da localização tanto de faltas sólidas e lineares quanto de faltas de alta impedância. Esta última classe de faltas representa um grande problema para as concessionárias distribuidoras de energia elétrica, uma vez que seus efeitos nem sempre são detectados pelos dispositivos de proteção utilizados. Os algoritmos de localização de faltas normalmente presentes em relés de proteção digitais são formulados para faltas sólidas ou com baixa resistência de falta. Sendo assim, sua aplicação para localização de faltas de alta impedância resulta em estimativas errôneas da distância de falta. A metodologia proposta visa superar esta deficiência dos algoritmos de localização tradicionais através da criação de um algoritmo baseado em redes neurais artificiais que poderá ser adicionado como uma rotina adicional de um relé de proteção digital. O esquema proposto utiliza dados oscilográficos pré e pós-falta que são processados de modo que sua localização possa ser estimada através de um conjunto de características extraídas dos sinais de tensão e corrente. Este conjunto de características é classificado pelas redes neurais artificiais de cuja saída resulta um valor relativo a distância de falta. Além da metodologia proposta, duas metodologias para localização de faltas foram implementadas, possibilitando a obtenção de resultados comparativos. Os dados de falta necessários foram obtidos através de centenas de simulações computacionais de um modelo de alimentador radial de distribuição. Os resultados obtidos demonstram a viabilidade do uso da metodologia proposta para localização de faltas em sistemas de distribuição de energia, especialmente faltas de alta impedância.

Submitted by FÁBIO ISAAC FERREIRA null (fab.kf@hotmail.com) on 2016-10-12T00:28:08Z No. of bitstreams: 1 Dissertação Mestrado Fábio Isaac_v12.pdf: 8099431 bytes, checksum: e9d54744f75dea018e79b7c75149beac (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-10-18T15:32:05Z (GMT) No. of bitstreams: 1 ferreira_fi_me_bauru.pdf: 8099431 bytes, checksum: e9d54744f75dea018e79b7c75149beac (MD5) / Made available in DSpace on 2016-10-18T15:32:05Z (GMT). No. of bitstreams: 1 ferreira_fi_me_bauru.pdf: 8099431 bytes, checksum: e9d54744f75dea018e79b7c75149beac (MD5) Previous issue date: 2016-08-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A dressagem é um processo essencial para a usinagem, pois impacta diretamente na qualidade superficial de peças retificadas. A dressagem consiste em recompor a característica cortante dos grãos abrasivos da superfície do rebolo após sucessivas retificações, a partir da remoção de material pela ponta do dressador de diamante. O dressador pode ser monitorado em tempo real utilizando sensores, a fim de garantir a qualidade no processo da dressagem e fornecer informações da condição da ferramenta, sem precisar interromper o processo de usinagem. Assim, este trabalho propõe um método para predição da largura de atuação do dressador de diamante, utilizando sinais de emissão acústica e redes neurais artificiais. Sabe-se que a largura de atuação do dressador impacta diretamente na dressagem, pois determina a agressividade que é gerada no rebolo. Por isso, um sistema de monitoramento online que seja capaz de predizer um passo à frente a condição do dressador seria de grande valia para o processo, pois extinguiria a necessidade de paradas para monitoramento direto, reduziria a atuação dos operadores e evitaria a subutilização ou sobreutilização da ferramenta. Para este fim, os experimentos foram realizados em uma retificadora plana equipada com rebolos abrasivos de óxido de alumínio e dressadores piramidais de ponta única, do tipo natural. Os sinais de emissão acústica foram aquisitados a uma frequência de 2 MHz e processados utilizando filtros digitais e diferentes estatísticas, como RMS, ROP, power law, CFAR e MVD. Dois tipos de redes neurais foram desenvolvidos, um para estimação e outro para predição, sendo que a saída da primeira rede é utilizada como entrada para a segunda. Para a estimação, foram desenvolvidos modelos neurais do tipo MLP, que utilizam as estatísticas dos sinais do sensor como suas entradas. Para a predição, foram desenvolvidos modelos do tipo TDNN, que inserem o atraso no tempo. Os resultados obtidos indicam que a emissão acústica é eficiente para a predição da largura útil do dressador com a utilização das melhores estatísticas e faixa de bandas selecionadas. A utilização de redes neurais se apresentou eficiente para este tipo de aplicação e a metodologia proposta pode ser implementada para a predição do parâmetro, fornecendo informações indispensáveis ao processo, um passo à frente. / Dressing is an important process in machining, because it directly impacts on the quality surface of the workpieces. Dressing consists of restoring the cutting characteristics of the abrasive grains on wheel surface after several grinding passes through material removal by the tip of the diamond dresser. The dresser can be monitored in real time using sensors in order to guarantee the quality of the dressing process and provide information about tool condition, without the need of interrupting machining process. Then, this work proposes a methodology to predict the width of dresser at the dressing depth using acoustic emission signals and artificial neural networks. It is known that the width of dressing at the dressing depth directly impacts in dressing, because it defines the wheel sharpness. Therefore an online monitoring system able to predict one step forward the condition of the dresser would be of great value for the process, because it would extinguish the need of stops for the direct monitoring, would reduce the function of operators and would avoid the sub-utilization and over-utilization of the tool. For this purpose, experiments were performed using a horizontal surface grinding machine equipped with aluminum oxide grinding wheels and natural single-point pyramidal dressers. Acoustic emission signals were acquired at 2 MHz and processed using digital filters and some statistics as RMS, ROP, power law, CFAR and MVD. Two kinds of neural networks were developed, one for estimation and other for prediction, wherein the output of first were used as input of second. For estimation, MLP neural models were developed, being that the statistics of sensor signals were used as their inputs. For prediction, TDNN neural models were developed, inserting time delay. Results obtained indicate that acoustic emission is efficient to predict width of dresser using the best statistics and selected width bands. Utilization of neural networks performed efficient for this kind of application and the proposed methodology can be implemented of prediction of this parameter, providing indispensable information to the process one step forward.

Made available in DSpace on 2016-08-29T15:37:11Z (GMT). No. of bitstreams: 1 tese_8553_Dissertacao Giovanni Correia.pdf: 1949241 bytes, checksum: ddd93004c970a35dee4940ff6ad8ebcf (MD5) Previous issue date: 2015-02-23 / VIEIRA, Giovanni Correia,Prognose do diâmetro e da altura de árvores individuais utilizando inteligência artificial. 2015. Dissertação (Mestrado em Ciências Florestais) Universidade Federal do Espírito Santo, Jerônimo Monteiro. Orientador: Prof. Dr. Adriano Ribeiro de Mendonça. Coorientadores: Prof. Dr. Gilson Fernandes da Silva; Prof. Dr. Sidney Sára Zanetti. Os modelos de árvores individuais são compostos por submodelos que estimam, geralmente,a competição, a mortalidade e o crescimento em diâmetro e altura de cada árvore. São usualmente adotados quando se deseja o melhor detalhamento da informação para estimar multiprodutos da floresta. Nesses modelos, as estimativas do crescimento em diâmetro a 1,30m do solo (DAP) e a altura total (H)éobtida por meio de análise de regressão. Recentemente, técnicas de inteligência artificialestão sendo utilizadas com bom desempenhona mensuração florestal. Portanto, o objetivo desse trabalho foi avaliar o desempenho de técnicas de inteligência artificial(redes neurais artificiais e sistemas neuro-fuzzy)para estimar o crescimento em DAP e altura de árvores de eucalipto.Utilizou-se dados de inventários florestais contínuos de eucalipto, com medições anuais deDAP, altura total das 15 primeiras árvores da parcela e altura dominante, de acordo com o conceito de Assmann (1970), de 398 parcelas. O banco de dados foi dividido em 70% das parcelas para o treinamento das redes neurais artificiais e do sistema neuro-fuzzy; 15% das parcelas para a validação cruzada; e 15% das parcelas para validação dos sistemas. Com base nos resultados,notou-se que o índice de competição independente da distância 5 IID5, proposto por Glover; Hool (1979), foi o que teve a maior correlação com as variáveis idade, crescimento em DAP e altura. Observou-se queas técnicas de inteligência artificialapresentaram boa precisão na estimativa do crescimento em DAP e altura total.As duas técnicas abordadas podem ser utilizadas para a prognose do DAP e altura total. Palavras-chave: Redes neurais artificiais, Sistemas neuro-fuzzy, Mensuração florestal.