A time series is a time-ordered dataset. Due to its ubiquity, time series analysis is interesting for many scientific fields. Time series data mining is a research area that is intended to extract information from these time-related data. To achieve it, different models are used to describe series and search for patterns. One approach for modeling temporal data is by using complex networks. In this case, temporal data are mapped to a topological space that allows data exploration using network techniques. In this thesis, we present solutions for time series data mining tasks using complex networks. The primary goal was to evaluate the benefits of using network theory to extract information from temporal data. We focused on three mining tasks. (1) In the clustering task, we represented every time series by a vertex and we connected vertices that represent similar time series. We used community detection algorithms to cluster similar series. Results show that this approach presents better results than traditional clustering results. (2) In the classification task, we mapped every labeled time series in a database to a visibility graph. We performed classification by transforming an unlabeled time series to a visibility graph and comparing it to the labeled graphs using a distance function. The new label is the most frequent label in the k-nearest graphs. (3) In the periodicity detection task, we first transform a time series into a visibility graph. Local maxima in a time series are usually mapped to highly connected vertices that link two communities. We used the community structure to propose a periodicity detection algorithm in time series. This method is robust to noisy data and does not require parameters. With the methods and results presented in this thesis, we conclude that network science is beneficial to time series data mining. Moreover, this approach can provide better results than traditional methods. It is a new form of extracting information from time series and can be easily extended to other tasks. / Séries temporais são conjuntos de dados ordenados no tempo. Devido à ubiquidade desses dados, seu estudo é interessante para muitos campos da ciência. A mineração de dados temporais é uma área de pesquisa que tem como objetivo extrair informações desses dados relacionados no tempo. Para isso, modelos são usados para descrever as séries e buscar por padrões. Uma forma de modelar séries temporais é por meio de redes complexas. Nessa modelagem, um mapeamento é feito do espaço temporal para o espaço topológico, o que permite avaliar dados temporais usando técnicas de redes. Nesta tese, apresentamos soluções para tarefas de mineração de dados de séries temporais usando redes complexas. O objetivo principal foi avaliar os benefícios do uso da teoria de redes para extrair informações de dados temporais. Concentramo-nos em três tarefas de mineração. (1) Na tarefa de agrupamento, cada série temporal é representada por um vértice e as arestas são criadas entre as séries de acordo com sua similaridade. Os algoritmos de detecção de comunidades podem ser usados para agrupar séries semelhantes. Os resultados mostram que esta abordagem apresenta melhores resultados do que os resultados de agrupamento tradicional. (2) Na tarefa de classificação, cada série temporal rotulada em um banco de dados é mapeada para um gráfico de visibilidade. A classificação é realizada transformando uma série temporal não marcada em um gráfico de visibilidade e comparando-a com os gráficos rotulados usando uma função de distância. O novo rótulo é dado pelo rótulo mais frequente nos k grafos mais próximos. (3) Na tarefa de detecção de periodicidade, uma série temporal é primeiramente transformada em um gráfico de visibilidade. Máximos locais em uma série temporal geralmente são mapeados para vértices altamente conectados que ligam duas comunidades. O método proposto utiliza a estrutura de comunidades para realizar a detecção de períodos em séries temporais. Este método é robusto para dados ruidosos e não requer parâmetros. Com os métodos e resultados apresentados nesta tese, concluímos que a teoria da redes complexas é benéfica para a mineração de dados em séries temporais. Além disso, esta abordagem pode proporcionar melhores resultados do que os métodos tradicionais e é uma nova forma de extrair informações de séries temporais que pode ser facilmente estendida para outras tarefas.

A caracterização de não linearidades em aeronaves é fundamental para a solução de problemas aeroelásticos, onde uma relação ótima entre desempenho e segurança é desejável. Sistemas aeroelásticos são inerentemente não lineares. Não linearidades podem ser admitidas no projeto, ou podem surgir a qualquer momento durante a vida útil da aeronave, afetando significativamente a resposta prevista por meios clássicos de análise linear, de forma que instabilidades catastróficas podem ocorrer antes dos limites de operação. Portanto, torna-se importante caracterizar, identificar e incluir tais efeitos não lineares no projeto e desenvolvimento de aeronaves. Neste trabalho, através da utilização de técnicas de análise de séries temporais não lineares e identificação, a não linearidade associada à folga, muito comum em superfícies de comando, é caracterizada de forma a permitir sua detecção em sinais aeroelásticos e inclusão de seus efeitos em modelos. Um modelo matemático de seção típica com folga na superfície de comando é implementado e utilizado para gerar uma base de dados confiável para testar a capacidade dos métodos de análise de séries temporais não lineares. As técnicas são aplicadas também em dados experimentais de uma asa a altos ângulos de ataque, sem um modelo matemático definido, para testar a capacidade de caracterização de comportamentos não lineares. Através de técnicas como reconstrução de espaço de estados, seções de Poincaré e determinação de invariantes, como os maiores expoentes de Lyapunov, os comportamentos e transições são classificados. Finalmente, as técnicas são aplicadas em dados experimentais de seções típicas com dois e três graus de liberdade, com folga no movimentos de torção e na superfície de comando, respectivamente. Os resultados mostram que uma folga pode gerar comportamentos similares aos apresentados por sistemas com não linearidade cúbica hardening em condições periódicas. No entanto, o comportamento subcrítico provocado pela folga, bem como a ocorrência de comportamento não linear mais complexo são características que diferenciam essas não linearidades. Em experimento com três graus de liberdade, a folga é localizada e caracterizada na superfície de comando através das técnicas propostas. Um modelo baseado em uma função aproximante para a folga é utilizado para identificar a resposta experimental e incluir a não linearidade no modelo matemático. Os resultados mostram que o modelo identificado é capaz de reproduzir a maior parte da dinâmica apresentada no experimento. / Characterization of nonlinearities in aircraft is critical to the solution of aeroelastic problems where an optimal relation between performance and safety is desirable. Aeroelastic systems are inherently nonlinear. Nonlinearities can be admitted in the project, or may arise at any time during the life of the aircraft, significantly affecting the predicted response by conventional methods of linear analysis and reducing the limits for catastrophic instabilities. Therefore, it is important to characterize, identify and include such non-linear effects to the design and development of aircraft. In this work, through nonlinear time series analysis and identification techniques, the freeplay nonlinearity, very common in control surfaces, is characterized to permit its detection in aeroelastic signals, and the inclusion of its effects in numerical models. A mathematical model of typical section with control surface freeplay nonlinearity is implemented and used to generate a reliable database to test the ability of nonlinear time series analysis methods. The techniques are also applied to experimental data of a wing at high angles of attack, without a prescribed mathematical model, to test the ability of characterizing non-linear behavior. Through techniques such as state space reconstruction, Poincaré sections and determination of system\'s invariants, as the largest Lyapunov exponents, non-linear behavior and transitions are classified. Finally, the techniques are applied to experimental data of typical sections with two and three degrees of freedom with freeplay in the torsional spring and in the control surface hinge, respectively. The results show that the freeplay may generate similar behavior to those presented by non-linear systems with cubic hardening nonlinearity under periodic conditions. However, the subcritical behavior caused by freeplay, and the occurrence of complex nonlinear behavior are features that distinguish these nonlinearities. In an experiment with three degrees of freedom, the freeplay is located in the control surface hinge and characterized by the presented techniques. A model based on an approximating function for the freeplay is used to identify the experimental response and include the nonlinearity in the mathematical model. It is shown that the identified model can reproduce the major part of the non-linear dynamics shown in the experiment.

Estudamos nesta dissertação o tempo de recorrência em sistemas dinâmicos, concentrando-nos na estatística do tempo de retorno. Calculamos numericamente a distribuição de tempo de retorno a uma região específica do espaço de fases de sistemas caóticos e comparamos com a distribuição binomial, deduzida para um processo aleatório. Os principais resultados obtidos foram: surgimento do efeito que denominamos memória de curto alcance, típico de sistemas determinísticos e associado à distribuição das órbitas periódicas instáveis; a distribuição de tempo de retorno caracteriza as principais propriedades temporais no caso de sistemas intermitentes. As conexões do tempo de retorno com regimes de transporte anômalo foram apresentadas, ressaltando suas limitações. O tempo de retorno foi utilizado ainda para analisar séries temporais, obtidas tanto de um modelo de mistura de um contaminante escalar passivo, como experimentalmente no plasma confinado magnéticamente. No primeiro caso constatamos que os retornos da série temporal assemelham-se às recorrências no espaço de fases do sistema dinâmico responsável pela mistura do contaminante: o mapa padrão com fase aleatória. Constatamos o surgimento de caudas de lei de potência na distribuição de tempo de retorno e calculamos sua dependência com o aumento da não linearidade e da aleatoriedade do sistema. Destacamos o efeito de múltiplas caudas de lei de potência, ausente no caso das distribuições obtidas no espaço de fases. Às séries obtidas em Tokamaks aplicamos o modelo de cascata log-normal para explicar sua função densidade de probabilidade. A distribuição de tempo de retorno destas séries mostrou estar diretamente relacionada com a correlação de curto e longo alcance presente na série. / We study the recurrence time in dynamical systems. The statistics of the recurrence time to a specific region of the phase space of chaotic dynamical systems were obtained numerically and compared with the binomial-like distribution, deduced for a random process. The main results are: the presence of the so called short time memory effect, typical for deterministic systems and related to the distribution of the unstable periodic orbits; the return time distribution captures the main temporal properties of intermittent systems. The possible connections of the recurrence time statistics to the anomalous transport were presented, with special attention to their limitations. The return time statistics was applied to analyze time series obtained from an Hamiltonian model and from magnetically confined plasma. In the first case we noticed that the recurrences of the series were similar to the recurrences obtained in the phase space of the Hamiltonian dynamical system: the standard map with a random phase. We analyze the dependence of the power-law tails of the distributions with the non-linearity and with the randomness of the system. One effect that appears only in the time series case is the multiple power law tails. We apply the log-normal cascade model to explain the probability density function of the series obtained in Tokamaks. The recurrence time statistics of the series is closely related to the short and long time correlation present on the series.

Made available in DSpace on 2017-03-14T14:10:10Z (GMT). No. of bitstreams: 0 Previous issue date: 2016-08-18. Added 1 bitstream(s) on 2017-03-14T14:42:51Z : No. of bitstreams: 1 000874569.pdf: 3303987 bytes, checksum: 46d5da08164a2e917802721515b13469 (MD5) / A qualidade da água e o estado trófico de um lago é um problema particularmente grave em reservatórios, considerando que a construção da barragem altera significativamente as condições físicas, químicas e biológicas do ecossistema aquático. Séries temporais de imagens de sensoriamento remoto, as quais possibilitam uma visão sinóptica e melhor resolução temporal e espectral, permitem estudar o fenômeno trófico em grandes reservatórios e avaliar a variabilidade dos componentes opticamente ativos da água associados aos processos tróficos a partir de padrões periódicos de sazonalidade e tendência. O presente trabalho foi desenvolvido no reservatório de Porto Primavera localizado no rio Paraná, e constou, inicialmente, da calibração de modelos empíricos para relacionar os valores de reflectância de sensoriamento remoto e com medidas obtidas in situ de variáveis opticamente ativas (clorofila-a - Chl-a, totais de sólidos suspensos - TSS e profundidade do Disco de Secchi - PDS) e da estimativa do Índice de Estado Trófico por meio da concentração de clorofila-a (IET (Chl-a)). Modelos empíricos validados para as variáveis foram aplicados a imagens do sensor MODIS/Terra, referentes ao produto de reflectância de superfície MOD09 e extrapolados para o período de maio de 2000 a abril de 2015 gerando-se as séries temporais para cada uma delas. A fim de analisar a dinâmica espacial e temporal das variáveis opticamente ativas foram utilizadas técnicas de visualização de dados uni e multivariados. A análise das séries temporais mostrou que todas as variáveis observadas apresentam considerável variabilidade sazonal e, pelas imagens MODIS, verificou-se que os valores do IET (Chl-a) na desembocadura dos rios Pardo e Peixe foram consistentemente mais elevados... / The quality and trophic state of the water are critical problems in lentic environments such as hydroelectric reservoirs. These man-made constructions alter the natural environment and the physical, chemical and biological water characteristics. Time series of remote sensing images, which provide a synoptic view and suitable temporal and spectral resolution, allow studying the trophic phenomena in large artificial lakes and evaluate the variability of optically active components associated with trophic processes from periodic patterns of seasonality and trend. This work was developed in the Porto Primavera reservoir located in the Paraná River on the border between Mato Grosso do Sul and São Paulo states, Brazil. Its development consisted at first, of the calibration of empirical models to relate remote sensing reflectance values and in situ measurements of optically active variables (chlorophyll-a - Chl-a, total suspended solids - TSS and Secchi disk depth - SDD) and the estimation of Trophic State Index by means of concentration of chlorophyll-a (TSI (Chl-a)). Empirical models calibrated for the variables were applied to images from MODIS/Terra, referring to surface reflectance product MOD09 and they were extrapolated for the period from May 2000 to April 2015, generating the time series for each of them. In order to analyze the spatial and temporal dynamics of the optically active variables were used visualization techniques for univariate and multivariate data. The analysis of time series showed that all observed variables present considerable seasonal variability. MODIS images indicated TSI (Chla)...

A análise fatorial é uma importante ferramenta estatística que tem amplas aplicações práticas e explica a correlação entre um grande número de variáveis observáveis em termos de um pequeno número de variáveis não observáveis, conhecidas como variáveis latentes. A proposta deste trabalho é fazer a análise Bayesiana, que incorpora à análise o conhecimento que se tenha sobre os parâmetros antes da coleta dos dados, do modelo fatorial dinâmico na classe de modelos elípticos multivariados, assumindo que a um vetor de q séries temporais pode-se ajustar um modelo fatorial com k < q fatores mais um ruído branco, e que a parte latente segue um modelo vetorial auto-regressivo. A classe de modelos elípticos citada acima é rica em distribuições simétricas com caudas mais pesadas que as da distribuição normal, característica importante na análise de séries financeiras. Essa classe inclui as distribuições t de Student, exponencial potência, normal contaminada, entre outras. A inferência sobre os parâmetros foi feita utilizando métodos de Monte Carlo via Cadeias de Markov, com os algoritmos Metropolis-Hastings e Griddy-Gibbs, através da obtenção das distribuições a posteriori dos parâmetros e dos fatores. A determinação da convergência do processo foi feita por técnicas gráficas e pelos métodos de Geweke (1992), de Heidelberger e Welch (1983) e Half-Width. O método foi ilustrado usando dados reais e simulados. / The factor analysis is an important statistical tool that has wide practical applications and it explains the correlation among a large number of observable variables in terms of a small number of unobservable variables, known as latent variables. The proposal of this work is the Bayesian analysis, which incorporates the information we have concerning the parameters before collecting data into the analysis of a dynamical factor model in the class of multivariate elliptical models, where the factors follow a multivariate autoregressive model, assuming that a vector of q time series can be adjusted with k < q factors and a white noise. The class of elliptical models is rich in symmetrical distributions with heavier tails than the normal distribution, which is an important characteristic in financial series analysis. This class includes t-Student, power exponential, contaminated normal and other distributions. The parameters inference was made through Monte Carlo Markov Chain methods, with Metropolis-Hastings and Griddy-Gibbs algorithms, by obtaining the parameters and factors posteriori distributions. The convergence process was made through graphical technics and by Geweke (1992) and by Heidelberger and Welch (1983) and Half- Width methods. The method was illustrated using simulated and real data.

Neste trabalho foram utilizadas cópulas bivariadas variantes no tempo para modelar a dependência entre séries de retornos financeiros. O objetivo deste trabalho é apresentar uma abordagem de estimação semi-paramétrica de cópulas variantes no tempo a partir de uma função de cópula paramétrica na qual o parâmetro varia no tempo. A função do parâmetro desconhecido será estimada pela aproximação de ondaleta Haar, polinômio de Taylor e Kernel. O desempenho dos três métodos de aproximação será comparado via estudos de simulação. Uma aplicação aos dados reais será apresentada para ilustrar a metodologia estudada. / In this work the bivariate Time-varying copula models have been used to model the dependence between payback. The aim of this work is to present an approach of semiparametric estimation of Time-varying copula models from a parametric copula function in which the parameter varies with the time. The function of the unknown parameter will be estimated by Haar wavelet approach, Taylor series and smoothing Kernel approximation. The measured performance of the three estimation method will be compared by simulation study. An application of the data will be presented to illustrate the studied methodology.

Estudos mostraram que o tráfego nas redes de dados tanto locais quanto de grande área, possui propriedades fractais como dependência de longa duração - Long-Range Dependence (LRD) e auto-similaridade. Devido à heterogeneidade de aplicações nessas redes, os traces de tráfego podem apresentar dependência de longa duração - Long Range Dependence (LRD), dependência de curta duração - Short Range Dependence (SRD) ou uma mistura de LRD com SRD. Sendo assim, este trabalho tem como objetivo sintetizar séries temporais gaussianas com flexibilidade de processamento no plano tempo-frequência a serem inseridas num gerador de tráfego com as características estatísticas específicas do tráfego encontrado em redes por comutação de pacotes reais, como autossimilaridade, LRD e SRD. Para isto foram desenvolvidos dois métodos para síntese de séries temporais gaussianas com LRD e simultânea introdução de SRD em diferentes faixas de frequência: Discrete Wavelet Tansform (DWT) com mapa de variâncias e Discrete Wavelet Packet Tansform (DWPT). Estes métodos utilizaram o mapa de variâncias cujo conceito foi desenvolvido neste trabalho. A validação dos métodos foi feita através de análise estatística e comparação com resultados de séries geradas pelo método Discrete Wavelet Transfom (DWT) de Backar utilizado em [1]. Além disso, também foi validada a ideia de que a DWPT é mais interessante que a DWT por ser mais flexível e prover uma maior flexibilidade de processamento no plano tempo-frequência. / Studies demonstrated that the data network traffic of Local Area Network (LAN) and Wide Area Network has fractal properties as long range dependence (LRD) and self-similarity. The traffic traces can show long range dependence, short range dependence or the both behaviors because of applications heterogeneity in these networks. This work objective is to synthetisize gaussian time series with processor flexibility in the time-frequency plan to be inserted in a traffic generator with the specific statistical traffic characteristics of real packet networks such as selfsimilarity, long range dependence (LRD) and short range dependence (SRD). Two methods were developed for the gaussian time series with LRD and SRD synthesis: Discrete Wavelet Tansform (DWT) with variance map and Discrete Wavelet Packet Tansform (DWPT). These methods used the variance map which concept was developed in this work. The methods validation was done by statistic analysis and comparison with the time series generated by the B¨ackar Discrete Wavelet Transfom (DWT) used by [1]. Besides of this, the idea that the DWPT is more because of its processing flexibility in the time-frequency plan was validated.

INTRODUÇÃO: Mato Grosso é um dos estados que mais queimam no país e há poucos e recentes estudos que discutem os efeitos adversos da poluição do ar na saúde da população do estado. OBJETIVO: Investigar a relação entre poluição atmosférica e internações por doenças respiratórios e cardiovasculares no estado de Mato Grosso. METODOLOGIA: Uma análise de série temporal foi aplicada para verificar a associação entre queimadas e agravos, com dados semanais. O período estudado foi de primeiro de janeiro de 2008 a 31 de agosto de 2014, foi estudado o estado todo e na análise foi usada Regressão Binomial Negativa, com Modelo Aditivo Generalizado. A única variável que não apresentou relação linear com a variável dependente foi Semana e uma função do tipo Spline foi usada, por este motivo somente ela foi alisada para se controlar este padrão de efeito, com estrutura de defasagem de 1 a 4 semanas. Na segunda análise, outra série temporal, cujo objetivo era investigar os efeitos da variação diária do material particulado e o monóxido de carbono com as internações. O período analisado foi de primeiro de janeiro de 2012 a 30 de junho de 2015, foram estudados quinze municípios e para a análise foram utilizadas Regressões de Poisson e Binomial Negativa, com Modelos Aditivos Generalizados, dependências não lineares entre variáveis explicativas e variáveis resposta foram controladas usando um alisador do tipo Spline, a estrutura de defasagem foi de 1 a 7 dias. A terceira abordagem, foi uma Análise de Autocorrelação Espacial do tipo Moran, onde foi estudado o estado todo em dois períodos: Primeiro de janeiro de 2003 a 31 de dezembro de 2010 e de primeiro de janeiro de 2011 a 31 dezembro de 2016. Foram montados bancos de dados usando incidências e número de focos de queimadas por área para verificar o agrupamento dos municípios de acordo com o Moran Local, foram montados mapas temáticos dos índices univariados e bivariados. RESULTADOS: Na primeira análise, foram encontradas associações significativas entre queimadas e internações por problemas respiratórios em menores de 5 anos: lag 0 (RR = 1,001; IC 95% = 1,00016 - 1,00279), lag 1 (RR = 1,001; IC 95% = 1,00005 - 1,00265) e lag 4 (RR = 1,002; IC 95% = 1,00079 - 1,00342) e associação significativa em maiores de 60 anos somente para lag 0 (RR = 1,001; IC 95% = 1,00013 - 1,00256). Na segunda análise, houveram associações significativas entre todos os agravos e poluentes, exceto para problemas cardiovasculares e monóxido de carbono. Foram encontradas associações com diversas defasagens entre todos os agravos e poluentes. Na análise espacial, para o período entre 2003 e 2010, foram encontrados aglomerados significativos com formato de arco para o Moran univariado de queimadas e bivariado. Para o período de 2011 a 2016, os aglomerados univariado de queimadas e bivariado se concentraram no nordeste do estado. CONCLUSÕES: Nas análises de séries temporais foram encontradas associações entre queimadas e agravos e entre poluentes e agravos (semana e dia), inclusive com defasagens (semana e dia) em ambas as análises. Na análise espacial, a mudança do \"cluster\" entre os períodos estudados mostra a mudança da expansão da fronteira agrícola, antes seguindo o arco de desmatamento e agora abrindo áreas remanescentes no estado, onde o desmatamento é realizado com o uso das queimadas que podem causar doenças respiratórias e cardiovasculares / INTRODUCTION: The State of Mato Grosso is is one of the places in the country and there are few and recent studies discussing the adverse health effects of air pollution on the population in this state. OBJECTIVE: To investigate the relationship between atmospheric pollution and hospitalizations for respiratory and cardiovascular diseases in the state of Mato Grosso. METHODOLOGY: A time series analysis was applied in order to verify the association between number of vegetation burns and diseases. Data were recorded weekly. The period studied was from January 1, 2008 to August 31, 2014, the entire state was studied and it was used Negative Binomial Regression with Generalized Additive Model. The only variable that did not present a linear relationship with the dependent variable was Week and a spline-type function was used to address this pattern of effect, a lag structure up to four weeks was applied. In a second approach, other time series analysis, in order to investigate the effects of daily variations of particulate matter and carbon monoxide on hospitalizations pollutant-specific. The period analyzed was from January 1, 2012 to June 30, 2015, fifteen municipalities were studied and Generalized Additive with Poisson or Negative Binomial Regressions models were used, Non-linear dependencies between the outcomes and covariables was controlled using spline-type smoother. A lag structure up to seven days was applied. To explore spatial patterns of occurrence a Moran Spatial Autocorrelation Analysis was carried out, where the whole state was studied in two periods: January 1, 2003 to December 31, 2010, and from January 1, 2011 to December 31, 2016. Databases were assembled using incidences and number of fires per area, to verify the \"cluster\" formation of municipalities according to Local Moran, thematic maps of the univariate and bivariate indices were set up. RESULTS: In the first analysis, there were significant associations between burns and hospitalizations due to respiratory problems in children under 5 years of age: lag 0 (RR = 1.001, 95% CI = 1.00016 - 1.00279), lags 1 (RR = 1.001, 95% CI = 1.00005 - 1.00265) and lag 4 (RR = 1.002, 95% CI = 1.00079 - 1.00342) and significant association in patients over 60 years only for lag 0 (RR = 1.001, 95% CI = 1.000-13 - 1.00256). For the second analysis, there were significant associations between all the diseases and pollutants, except for cardiovascular problems and carbon monoxide. Associations with different lags between all the diseases and pollutants were found. In the spatial analysis, for the period between 2003 and 2010, significant \"clusters\" with arc shape were found for the univariate \"clusters\" of fires and bivariate. For the period of 2011 and 2016, the univariate \"clusters\" of fires and bivariate were concentrated in the northeast of the state. CONCLUSIONS: In time series analyses, associations between burnings and injuries and between pollutants and injuries were found, at the same period of exposure (week or day) and in subsequent periods (weeks or days). Spatially, the \"cluster\" change between the studied periods shows the change in the expansion of the agricultural frontier, before following the arc of deforestation and now opening remaining areas in the state. Deforestation is carried out with the use of forest fires that can promote respiratory and cardiovascular diseases

INTRODUÇÃO: Em um cenário de mudanças climáticas, o delineamento da associação e dos mecanismos de efeito entre fatores de risco ambientais, como temperatura e poluição, e saúde tornou-se foco de diversos estudos epidemiológicos. À medida que a exposição à poluição e às condições meteorológicas ocorre de forma simultânea, além do efeito isolado, devemos buscar compreender a interação entre tais fatores, observando se atuam como modificadores de efeito. O presente estudo caracterizou o efeito da temperatura e da poluição do ar, isolado e sinérgico, na mortalidade, a partir de dados secundários. MÉ- TODOS: Três tipos de metodologias foram aplicadas para avaliar a associação isolada da temperatura média e da concentração média diária de poluentes (MP10, NO2, O3) na mortalidade de indivíduos acima dos 40 anos por doenças cardiovasculares e na mortalidade de indivíduos acima dos 60 anos por doenças respiratórias, na cidade de São Paulo - Brasil entre 1998 e 2008. As estimativas de risco relativo produzidas em análises case-crossover com pareamento temporal bidirecional e com pareamento pelo fator confundidor, i.e. temperatura média ou poluente, foram comparadas aos resultados de uma análise tradicional de séries temporais. Para avaliar o efeito sinérgico entre os fatores de risco, interpretamos representações gráficas de superfícies geradas em modelos bivariados. RESULTADOS: Não foram observadas diferenças entre os resultados das análises case-crossover e da análise de séries temporais. Para mortalidade cardiovascular, estimou-se uma mudança percentual no risco relativo devido a um aumento de 10 ug/m3 na concentração do MP10 e do NO2, respectivamente, de 0,85% (0,45-1,25) e 0,26% (0,04-0,48). O aumento percentual no risco de mortalidade respiratória foi de 1,60% (0,74-2,46) e 1,29% (0,46-2,12), respectivamente para MP10 e O3. O efeito da temperatura foi analisado através das funções ajustadas para parametrizar sua relação com a mortalidade. O padrão observado para mortalidade cardiovascular foi de U-shaped. Para mortalidade respiratória foi de J-espelhado, identificando maior risco relativo em temperaturas altas. As análises case-crossover confirmaram que a associação positiva parametrizada para os poluentes não sofre confusão da temperatura, bem como a curva parametrizada para a temperatura não sofre confusão dos níveis de poluentes na análise de séries temporais. As figuras 3D produzidas pelo modelo bivariado ilustraram a dinâmica interativa entre os fatores de risco. O efeito na mortalidade cardiovascular é positivo em baixas concentrações de NO2 e de O3 combinadas com baixas temperaturas. A dimensão deste efeito é comparável ao efeito de altas concentrações em altas temperaturas. Para mortalidade respiratória, a combinação dos fatores mostra um padrão intuitivo de simples somatória dos efeitos. CONCLUSÕES: Métodos analíticos, como o método case-crossover, com controles mais intrínsecos do que parametrizações para variáveis confundidoras, produziram estimativas de risco relativo na mortalidade semelhantes às geradas na análise tradicional de séries temporais. A simultaneidade de exposição a diferentes níveis de fatores ambientais, como temperatura e poluição, pode gerar condições de efeito combinado tão preocupantes quanto as previstas para extremas concentrações / INTRODUCTION : In a climate change scenario, the description of the association and of the pathophysiological mechanisms linking environmental risk factors, such as temperature and air pollution, and health has been the focus in several epidemiological studies. Exposure to air pollution and weather conditions occurs simultaneously, therefore, in addition to the isolated effect, factors interactions and modification effects are key issue. The present study characterized the effect of temperature and air pollution, both isolated and synergistic effects, on mortality, from secondary data. METHODS: Three methods were applied to evaluate the association of average temperature and average daily concentration of pollutants (PM10, NO2, O3) on mortality caused by cardiovascular diseases among individuals over 40 years old and on mortality caused by respiratory diseases among individuals over 60 years old, in the city of Sao Paulo - Brazil, from 1998 to 2008 . We compared the estimates of relative risk produced in several case-crossover approaches, time-stratified bidirectional and matched by the confounding factor, i.e. average temperature or pollutant, to the results of a traditional time-series analysis. The risk factors synergistic effect was evaluated by the graphical interpretation of response surfaces generated by bivariate models. RESULTS: No statistical differences were observed between the results from the case-crossover and time-series analyses . The relative risk percent changes for cardiovascular mortality associated with an increase of 10 ug/m3 in the 24-h average concentrations of PM10 and NO2 are, respectively, 0.85% (0.45-1.25) and 0.26% (0.04-0.48). The percentage increase in the risk of respiratory mortality was 1.60% (0.74- 2.46) and 1.29% (0.46-2.12), respectively, for PM10 and O3. The effect of temperature was analyzed by smooth functions plots. The pattern observed for cardiovascular mortality was U-shaped. For respiratory mortality, the smooth function was J-shaped horizontal flipped, identifying higher relative risk at hot temperatures. The case-crossover analyzes confirmed that the positive association parameterized for pollutants is unlikely to be caused by confounding by temperature, as well as the parametric curve for temperature is unlikely to be caused by confounding by pollutant levels in time-series analysis. The bivariate model surface plots illustrated the dynamic interaction within the risk factors. The effect on cardiovascular mortality is positive at low concentrations of NO2 and O3 in combination with cold temperatures. The magnitude of this effect is comparable to the effect of high concentrations at hot temperatures. For respiratory mortality, the combination of risk factors is simple summation of effects, with no effect modifications of the original patterns. CONCLUSIONS: Analytical methods such as case-crossover method, controlled for confounding variables by design, produced estimates of relative risk in mortality similar to those generated in the traditional time-series analysis. The simultaneous exposure to several levels of environmental factors, such as temperature and air pollution, may represent conditions as harmful as the predicted to extreme concentrations, due to the combined effect

O controle ativo de vazamentos é fundamental para o gerenciamento dos recursos hídricos, e particularmente o problema de sua detecção precisa de alternativas de solução. Nesta pesquisa foram desenvolvidos três métodos para detecção da ocorrência de vazamentos ou outras alterações em redes de distribuição de água para abastecimento, durante operação, com base na análise dos sinais de pressão adquiridos por monitoramento permanente na rede. Os métodos foram desenvolvidos com informações de um estudo de caso real, e fundamentam-se em cadeias de Markov, em controle estatístico de processos, e em comparação com padrões, respetivamente. Seu desempenho global foi quantificado com a área abaixo da curva ROC, obtendo valores médios de 0,67, 0,65 e 0,71, respetivamente. Foi encontrado que a ocorrência de vazamentos produz mudanças nas pressões medidas na rede, mas tais mudanças podem ser próximas às que acontecem pela operação normal, de forma que os métodos propostos constituem ferramentas de suporte ao gerenciamento úteis, sem atingir a detecção e diferenciação da totalidade dos vazamentos e alterações. / Active leak control is fundamental on water resources managment, and particullary the detection problem needs alternative solutions. On this research three methods for leak or anomaly detection on operating supply systems were developed, based on analisys of pressure signals acquired by network monitoring. The proposed methods used real data from a case study, and are based on Markov chains, statistical process control, and pattern comparison, respectively. Their overall performances on case study were measured using the area under ROC curve, reaching averages 0,67, 0,65 and 0,71, respectively. It was found that a leak onset result in disturbances on measured preassure, but sometimes those disturbances are close to those of normal operation, therefore proposed methods are useful decision tools, not reaching detection and distinction for all the leaks or anomalies.