Orientadores : Marconi Kolm Madrid, Ricardo Ribeiro Gudwin / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T09:50:21Z (GMT). No. of bitstreams: 1 Moussi_LubnenName_M.pdf: 6333215 bytes, checksum: e4af4ba8d3d1158a51e0c29d86462cd7 (MD5) Previous issue date: 2002 / Resumo: A Robótica Móvel tem como meta fundamental elaborar trajetórias para evitar colisões, localizar e alcançar alvos, auto-suficiência do robô em termos de suprimento de energia, transporte de objetos, etc. Uma solução que dê autonomia ao robô no aprendizado de seu comportamento se contrasta com outras abordagens mais clássicas que exigem um modelo prévio do ambiente em que o robô está inserido. Caso seja necessário colocar o robô em outro ambiente, ou caso o ambiente tenha componentes variantes no tempo, estes modelos apresentam grande ineficiência, exigindo do projetista todo um recálculo de trajetórias, ou até mesmo inviabilizando seu uso. A utilização de procedimentos de aprendizagem libera o projetista de ter que inserir no seu projeto conhecimentos detalhados do ambiente e dão ao robô a possibilidade de se comportar adequadamente em ambientes diferentes. Este trabalho se dirige à solução do problema do aprendizado do robô em tempo real de como se locomover evitando colisões. Evitar colisões é essencial para a movimentação do robô móvel e faz parte de sua estratégia mais ampla, qualquer que seja o seu objetivo. Quanto à abordagem para se resolver esse problema, é investigada, em ambiente virtual, a utilização de Redes Neurais em Sistemas Classificadores, solução não encontrada na literatura. A utilização de redes neurais pretende aumentar o poder de descrição dos sistemas classificadores, substituindo suas regras binárias, limitadas em termos de seu poder de processamento, por uma ferramenta mais poderosa. É feita também a simulação de Sistemas Classificadores em sua forma convencional, proporcionando um termo de comparação para os Sistemas Classificadores com Redes Neurais. Um resultado interessante obtido é a suavização de trajetórias proporcionadas pelas redes neurais. Várias sugestões são apresentadas para pesquisas futuras. Foi necessária a elaboração de um Simulador, que é também parte integrante deste trabalho, para se conseguir os resultados pretendidos, o qual utiliza ambiente virtual em 2 dimensões e considera algumas das caracteristicas de um robô real, o mini robô Khepera / Abstract: Mobile robotics has as its fundamental goal to elaborate trajectories avoiding collisions, locating and reaching targets, power supply self sufficiency, objects transportation, etc. A solution providing autonomy to the robot for learning its behavior is contrasting with more classical approaches that require a previous model of the environment in which the robot is inserted. In the case in which is needed to put the robot in another environment, or in which the environment has its configuration varying with time, these models present a great deficiency, demanding that the designer recalculates the trajectory, or even making its use unviable. The use of learning procedures releases the designer of inserting detailed knowledge of the environment and gives to the robot the possibility of behaving well in different environments. This work is directed to the solution of the robot's real time learning problem concemed with how to move avoiding collisions. To avoid collisions is essential for the movement of a mobile robot and is part of its wider strategy, whatever could it be its objective. Related to the approach to solve this learning problem, this work investigates, in a virtual environment, the use of Neural Networks within classifier systems, a solution not found in the literature. The use of neural networks has the intention of giving more descriptive power to the classifier systems, substituting its binary rules, limited in terrns of its processing power, by a more powerful tooL !t's also made a simulation of the Classifier Systems in its conventional form, which provides a comparison reference for the Neural Networks Classifier Systems. An interesting result obtained is trajectory smoothing provided by the neural networks. A number of suggestions are presented for future research. To achieve the intended results it was required to elaborate a Simulator, which is also part of this work, utilizes a 2 dimensional environment and takes into account some of the characteristics of a real robot, the mini robót Khepera / Mestrado / Mestre em Engenharia Elétrica

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pòs-graduação em Engenharia de Automação e Sistemas, Florianópolis, 2013 / Made available in DSpace on 2013-12-05T22:37:04Z (GMT). No. of bitstreams: 1 319250.pdf: 1596825 bytes, checksum: 0d8f593b58c0f11a1e85232c0b53d528 (MD5) Previous issue date: 2013 / As VANETs (Vehicular Ad hoc Networks) são redes auto-organizáveis, formadas por um conjunto de veículos e elementos de infraestrutura rodoviária que são conectados uns com os outros sem a necessidade de uma infraestrutura subjacente. Estas redes objetivam proporcionar conforto e segurança aos passageiros, através de aplicações de entretenimento, informações sobre acidentes na pista e condição da rodovia. A disseminação e o tempo em que as mensagens trafegam nestas redes desempenham um papel essencial às aplicações que precisam atuar, rapidamente nos veículos, a favor da prevenção de acidentes e segurança dos passageiros. Por isso, as VANETs requerem métodos eficientes e confiáveis para a comunicação de dados. Um método utilizado para suprir os desafios das VANETs é particionar a rede em grupos lógicos chamados agrupamentos. Agrupamentos de veículos demonstram-se eficazes no controle da topologia da rede, pois possibilitam aumentar a capacidade, reduzem a sobrecarga de roteamento e tornam-a escalável na presença de elevada mobilidade dos veículos. Assim, diferentes sistemas de gerenciamento de agrupamentos são propostos para a formação e a manutenção de agrupamentos quando estes trafegam por rodovias e vias urbanas. Nas vias urbanas, em particular, a manutenção dos agrupamentos torna-se desafiadora devido aos inúmeros elementos que constantemente alteram a mobilidade dos veículos, como os controladores semafóricos e as intersecções. Nas regiões próximas a estes elementos, os agrupamentos estão sujeitos a quebras de enlace de comunicação e aumento na colisão de pacotes, causadas pelas ações dos semáforos, aumentos na densidade e dispersão dos veículos. Entretanto, as abordagens de agrupamentos normalmente não consideram os aspectos da mobilidade e os impactos destas regiões na manutenção dos agrupamentos. Nesta dissertação, propõe-se mecanismos que inseridos a um sistema de gerenciamento de agrupamentos em redes veiculares permitem a travessia estável de agrupamentos por regiões semafóricas e interseccionais em vias urbanas. Estes mecanismos acrescentam melhorias no desempenho do sistema de gerenciamento de agrupamentos, permitindo que ações preventivas sejam realizadas nos agrupamentos afim de minimizar os impactos causados pelo aumento na densidade e dispersão de veículos, nas regiões urbanas avaliadas. Os resultados dos experimentos comprovam que os mecanismos preditivos atingem seus objetivos e contribuem para que aplicações em VANETs usufruam desta maior estabilidade. <br> / The VANETs (Vehicular Ad hoc Networks) are self-organizing networks formed by a group of vehicles and elements of roadside infrastructure that are connected with each other without the need for underlying infrastructure. These networks aim to provide comfort and safety to passengers through entertainment applications, information about accidents road and condition of the road. The availability and the time that messages travel over these networks have an essential role for applications that need to act quickly in vehicles, in favor of preventing accidents and passenger safety. Therefore, VANETs require efficient and reliable methods for data communication. A method used to support the challenges of VANETs is partitioned the network into logical groups called clusters. Clusters of vehicles demonstrate to be effective in controlling the topology of the network, as they allow to increase the capacity, reduce the routing overhead and make it scalable in the presence of high mobility vehicles. Thus, different management systems clusters are proposed for the formation and maintenance of clusters when they travel over highways and urban roads. On urban roads, in particular, maintaining the clusters is a challeng due to the numerous elements that constantly alter the mobility of vehicles, such as semaphores and intersections. In regions close to these elements, the clusters are subject to breaks communication link and increase the packet loss caused by the actions of semaphores, increases in the density and dispersion of vehicles. However, these approaches typically do not consider clustering aspects of mobility and impact of these regions in the maintenance of clusters. This dissertation proposes mechanisms that aggregated in a management system of cluster allow a stable crossing of clusters by regions with semaphores and intersections. These mechanisms improve the performance in the management system of cluster, allowing preventive actions that are carried in clusters in order to minimize the impacts caused by the increase in the density and dispersion of vehicles in urban regions evaluated. The experimental results demonstrated that the predictive mechanisms achieve their goals and contribute to applications in VANETs take advantage of this increased stability.

Las ciudades inteligentes ofrecen un desarrollo sostenible, por lo cual es imprescindible una gestión global de los ámbitos que ofrecen a sus ciudadanos, dentro de este entorno se encuentra la movilidad inteligente de la cual forma parte la infraestructura del transporte. Los sistemas inteligentes de transporte son la evolución natural del tránsito en las megaciudades como Lima Metropolitana; sin embargo, actualmente no se aplica, por ello existe: tránsito caótico, vías que no fueron dimensionadas a largo plazo, aumento de autos privados, emisión de gases contaminantes, falta de una autoridad única de transporte para Lima Metropolitana; en consecuencia existe una ineficiente gestión y control de la vías. En los sistemas avanzados de gestión de tráfico la semaforización inteligente es una parte crucial para alcanzar una eficiente gestión del tránsito vehicular. El presente estudio propone un proyecto piloto de 33 intersecciones con la finalidad de medir el progreso, que luego se debe ampliar de manera paulatina. La investigación del problema se lleva a cabo bajo el enfoque cuantitativo-deductivo en la que se aplica las técnicas de recolección de datos: observación, medición, documentación de las mediciones y datos secundarios, que poseen confiabilidad, validez y objetividad para conducirnos hacia un análisis de investigación-acciones, donde se identifica los problemas que conducen hacia una hipótesis. Los resultados de la comparación de ponderaciones de las tecnologías relacionadas de los sistemas semafóricos, los protocolos de comunicación, los protocolos de gestión y los algoritmos adaptativos recomiendan respectivamente la implementación: adaptativo, NTCIP, SNMP y MARLIN; dentro de un diseño de arquitectura distribuida y escalable, el cual exige requerimientos técnicos para definir el equipamiento y los programas adecuados. Por último, hay que realizar un análisis de los costos implicados en el despliegue y en la operación, donde es indispensable una planificación de las actividades de trabajo para lograr el cierre del proyecto, que permita pasar a la fase operativa. / Tesis

Documento confidencial. Não pode ser disponibilizado para consulta / Tese de mestrado. Inteligência Artificial e Sistemas Inteligentes. 2006. Faculdade de Engenharia. Universidade do Porto

Estágio realizado no INESC Porto e orientado pelo Eng.º Carlos Pinho / Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Telecomunicações). Faculdade de Engenharia. Universidade do Porto. 2010

Tese de mestrado. Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2008

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2009

Dissertação apresentada para obtenção do grau de Mestre em Engenharia Electrotécnica e de Computadores, na Faculdade de Engenharia da Universidade do Porto, sob a orientação do Prof. Doutor José António Tenreiro Machado

Tese de mestrado. Engenharia Civil - Especialização em Infraestruturas de Transporte. Universidade do Porto. Faculdade de Engenharia. 2012

Made available in DSpace on 2015-03-03T11:52:53Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-07-22Bitstream added on 2015-03-03T12:06:49Z : No. of bitstreams: 1 000802248.pdf: 1455012 bytes, checksum: 1ff27825cc53baa7bf760b7595037fde (MD5) / O Brasil possui um grande potencial no setor do agronegócio e a associação desse setor com o desenvolvimento tecnológico deu origem à Agricultura de Precisão. Nesse contexto, o uso de sensores de Nitrogênio foliar de tempo real, especificamente os que utilizam como princípio de funcionamento e espectrometria, em conjunto com sistemas inteligentes computacionais, tem contribuído de forma decisiva para o incremento da produtividade no campo, evitando a aplicação excessiva de insumos e, assim, preservando o meio ambiente. Um insumo comumente aplicado na cultura de cana-de-açúcar é o Nitrogênio que, apesar de ter grande contribuição econômica, impõe grande impacto ao meio ambiente, principalmente na poluição de aquíferos e mananciais. Dessa maneira, a quantidade aplicada desse nutriente é de grande importância, pois sua falta limita o crescimento da cultura e seu excesso polui o meio ambiente. A determinação da quantidade de Nitrogênio pode ser feita por meio do uso de sensores espectrométricos na faixa do infravermelho próximo visando a cobertura verde da cultura. Entretanto, no estágio inicial de crescimento, a cobertura verde não é plena, de forma que o sensor detecta, além da cobertura verde, o solo e cobertura morta, acrescentando ruído à medida da refletância usada para a estimação do teor de Nitrogênio na planta. Nesse cenário, este trabalho tem o objetivo de mapear a relação entre os valores fornecidos pelo sensor N-SENSOR ALS do fabricante norueguês YARA e os teores reais de Nitrogênio na planta medidos em laboratório. Mais especificamente, sistema de inferência neuro-fuzzy adaptativo (ANFIS), redes neurais artificiais do tipo Perceptron de Múltiplas Camadas (PMC) e General Regression Neural Network (GRNN) serão empregados visando a identificação e o aprendizado da relação entre os valores medidos pelo sensor N-SENSOR ALS e os valores reais obtidos em laboratório, eliminando os ruídos... / Brazil has a great potential in the agribusiness sector and the association of this sector with technological development gave rise to precision agriculture. In this context, the use of soil sensors for real-time, specifically those using operating principle as spectrometry, together with computational intelligent systems are contributing decisively to increasing productivity in the field, avoiding excessive use of inputs and thus preserving the environment. An ingredient commonly used in the cultivation of sugar cane is the nitrogen that, depite great economic contribution, imposes great impact on the environment, especially in aquifers and fountains pollution. Thus, the applied amount of this nutrient is of great importance, since the lack of limits crop growth and excess pollute the environment. The determination of the nitrogen content can be made through the use of spectrometric sensors in the near-infrared aiming the green cover crop. However, in the initial stage of growth the green coverage is not complete, so the sensor sees beyond the green cover, soil and mulch, adding noise to the measurement of reflectance used to estimate the percentage of nitrogen in plant. In this scenario, this paper aims to map the relationship between the values provided by the sensor N-SENSOR ALS Norwegian YARA manufacturer and the actual levels of nitrogen in the plant measured in the laboratory. More specifically, systems of inference adaptive neuro-fuzzy (ANFIS), artificial neural network Multilayer Perceptron type (MLP) and General Regression Neural Network (GRNN) are employed in order to identify learning and the relationship between the values measured by the sensor N-SENSOR ALS and actual obtaind in the laboratory, eliminating the noise imposed by non-green roof and external disturbances such as the variation of ambient light. The results indicate that the neuro-fuzzy approach has superior performance and neural networks can be used to correct...