Os processos de produção e distribuição agrícolas fazem uso de diversas tecnologias usadas para coleta de dados e gerenciamento de recursos e atividades, dentre as quais as Redes de Sensores Sem Fio, Identificação por Radiofrequência e o Wi-Fi. Devido a falhas na infraestrutura e variações ambientais, essas tecnologias possuem diversas limitações, como por exemplo, o atraso com que os dados chegam aos sistemas de gerenciamento, comprometendo a eficiência do processo. Uma solução com nós multitecnológicos, baseada nos princípios da Internet das Coisas, poderia oferecer dados de todo o processo produtivo e de distribuição, em tempo real; mas, para que esta solução seja realmente eficiente, necessita de um seletor adaptativo de tecnologias de comunicação para os \"objetos\" de campo que se adapte ao ambiente em tempo de execução. O objetivo deste trabalho é propor e avaliar a funcionalidade de um seletor adaptativo para esse fim. Para a proposição do seletor, buscou-se embasamento em técnicas adaptativas que oferecessem solução adequada para processos de aprendizagem pelo seletor. Dentre essas técnicas, elegeram-se as Árvores de Decisão Adaptativas para implementar a operação do seletor. A funcionalidade do seletor foi avaliada por simulações, tanto quanto ao aspecto de seleção da opção tecnológica mais adequada para o momento e a situação em questão, quanto à facilidade de se adaptar a mudanças de cenário. Os resultados das avaliações mostram que a simulação inicial, feita a partir de um cenário correspondente à fase inicial de uma cultura de milho não apresenta resultados satisfatórios. Entretanto, após alguns ciclos de aprendizagem do seletor, os resultados evoluem e superaram as exigências de qualidade propostas. Em uma segunda fase, novas simulações foram realizadas, alterando-se o cenário inicial para que, aos poucos, correspondesse à fase de colheita do milho. Nestas simulações, o processo de aprendizagem continuou ocorrendo sempre que as exigências de qualidade deixaram de ser satisfeitas, até que alcançassem a qualidade de comunicação exigida. Estes resultados permitiram concluir pela validade do seletor proposto. / Agricultural production and distribution processes employ different technologies. They are used for data collection and management of resources and activities, among which Wireless Sensor Networks, Radiofrequency Identification and WiFi. These technologies have several limitations due to flaws in infrastructure and environmental variability. For example, data arrive at management systems late, compromising process efficiency. Multi-technology nodes can be a solution to obtain real-time data from the production and distribution processes, particularly if Internet of Things principles are present. Yet, for this solution to be efficient, a communication technology selector for field \"objects\" must be necessary, which must adapt to the environment in run time. Therefore, the goal is to propose and to assess this Selector functionality. This proposition was based on adaptive techniques, which offered an appropriate solution for learning processes by the selector, such as the Adaptive Decision Tree. The selector uses an Adaptive Decision Tree to select the communication technology. The selector functionalities, such as the appropriate technology selection for the moment and how they adapt changes in scenario, were evaluated by the simulation method. Evaluation results show that simulations made from a scenario corresponding to the initial phase of a corn crop did not show satisfactory, but the results evolved and met the quality requirements after some learning cycles. In a second step, new simulations were conducted, changing the scenario slowly to the harvest phase. The learning process continued to occur whenever the quality requirements were no longer met. These results showed the validity of the proposed selector.

A modelagem de distribuição de espécies é uma técnica cuja finalidade é estimar modelos baseados em nichos ecológicos. Esses modelos podem auxiliar nos processos de tomadas de decisões, no planejamento e na realização de ações que visem a conservação e a preservação ambiental. Existem diversas ferramentas projetadas para modelagem de distribuição de espécies, dentre elas o framework openModeller, na qual este trabalho está inserido. Várias técnicas de Inteligência Artificial já foram utilizadas para desenvolver algoritmos de modelagem de distribuição de espécies, como Entropia Máxima. No entanto, as ferramentas estatísticas tradicionais não disponibilizam pacotes com o algoritmo de Entropia Máxima, o que é comum para outras técnicas. Além disso, apesar de existir um software gratuito específico para modelagem de distribuição de espécies com o algoritmo de Entropia Máxima, esse software não possui código aberto. Assim, a base deste trabalho é a investigação acerca da modelagem de distribuição de espécies utilizando Entropia Máxima. Desta forma, o objetivo principal é definir diferentes estratégias para o algoritmo de Entropia Máxima no contexto da modelagem de distribuição de espécies. Para atingir esse objetivo, foram estabelecidos um conjunto de alternativas possíveis a serem exploradas e um conjunto de métricas de avaliação e comparação das diferentes estratégias. Os resultados mais importantes desta pesquisa foram: um algoritmo adaptativo de Entropia Máxima, um algoritmo paralelo de Entropia Máxima, uma análise do parâmetro de regularização e um método de seleção de variáveis baseado no princípio da Descrição com Comprimento Mínimo (MDL Minimum Description Length), que utiliza aprendizagem por compressão de dados. / Species distribution modeling is a technique the purpose of which is to estimate models based on ecological niche. These models can assist decision making processes, planning and carrying out actions aiming at environmental conservation and preservation. There are several tools designed for species distribution modeling, such as the open- Modeller framework, in which this work is inserted. Several Artificial Intelligence techniques have been used to develop algorithms for species distribution modeling, such as Maximum Entropy. However, traditional statistical tools do not offer packages with the Maximum Entropy algorithm, which is common to other techniques. Furthermore, although there is specific free software for species distribution modeling with the Maximum Entropy algorithm, this software is not open source. The basis of this work is the investigation of the species distribution modeling using Maximum Entropy. Thus, its aim is to define different strategies for the Maximum Entropy algorithm in the context of the species distribution modeling. For this, a set of possible alternatives to be explored and a set of metrics for evaluation and comparison of the different strategies were established. The most important results were: an adaptive Maximum Entropy algorithm, a parallel Maximum Entropy algorithm, an analysis of the regularization parameter and a variable selection method based on the Minimum Description Length principle, which uses learning by data compression.

Neste trabalho é apresentado um conjunto de contribuições teóricas e práticas que buscam solidificar alguns conceitos da teoria dos dispositivos adaptativos baseados em regras, enfatizando a sua alta aplicabilidade. Uma ferramenta de apoio ao desenvolvimento de autômatos adaptativos, incluindo recursos de animação gráfica, foi desenvolvida de acordo com uma nova proposta de formalização que deverá complementar e simplificar a proposta original. A principal complementação está relacionada com a interpretação e a implementação de funções adaptativas, em sua forma mais geral: com ações elementares de consulta podendo retornar resultados múltiplos. A nossa proposta de formalização, que inclui um algoritmo para a execução de funções adaptativas, é uma ferramenta importante na determinação do impacto da execução da camada adaptativa no cálculo de complexidade geral de um autômato adaptativo. A tese apresenta também uma técnica para a integração de dispositivos adaptativos, basicamente discretos, com mecanismos capazes de manipular informação não-discreta. É mostrado também como estes resultados teóricos e as ferramentas desenvolvidas podem ser aplicadas na solução de problemas nas áreas de aprendizagem computacional, construção de compiladores, interface homem-máquina, visão computacional e diagnóstico médico. / This work presents a practical and theoretical assembly of contributions that consolidates some concepts from the rule-driven adaptive devices theory, emphasizing their high applicability. A supporting tool for the development of adaptive automata, which includes graphical animation resources, has been implemented, in agreement with our proposal of formalization. This proposal aims to complement and simplify the original proposal by including an in-depth analysis and formalization of adaptive functions implementation, in their most general form: with elementary query actions being able to return multiple results. The new formalization of adaptive functions, which includes an algorithm for adaptive function execution, is an important tool for determining the impact of an adaptive layer on the complexity analysis of general adaptive automata. The thesis also presents a new technique for the integration of adaptive automata with mechanisms for the manipulation of continuous values. Finally, the application of these theoretical results and the tools developed, to the solution of problems in the area of machine learning, compiler construction, man-machine interface, computational vision and medical diagnosis, is demonstrated.

A modelagem de distribuição de espécies é uma técnica cuja finalidade é estimar modelos baseados em nichos ecológicos. Esses modelos podem auxiliar nos processos de tomadas de decisões, no planejamento e na realização de ações que visem a conservação e a preservação ambiental. Existem diversas ferramentas projetadas para modelagem de distribuição de espécies, dentre elas o framework openModeller, na qual este trabalho está inserido. Várias técnicas de Inteligência Artificial já foram utilizadas para desenvolver algoritmos de modelagem de distribuição de espécies, como Entropia Máxima. No entanto, as ferramentas estatísticas tradicionais não disponibilizam pacotes com o algoritmo de Entropia Máxima, o que é comum para outras técnicas. Além disso, apesar de existir um software gratuito específico para modelagem de distribuição de espécies com o algoritmo de Entropia Máxima, esse software não possui código aberto. Assim, a base deste trabalho é a investigação acerca da modelagem de distribuição de espécies utilizando Entropia Máxima. Desta forma, o objetivo principal é definir diferentes estratégias para o algoritmo de Entropia Máxima no contexto da modelagem de distribuição de espécies. Para atingir esse objetivo, foram estabelecidos um conjunto de alternativas possíveis a serem exploradas e um conjunto de métricas de avaliação e comparação das diferentes estratégias. Os resultados mais importantes desta pesquisa foram: um algoritmo adaptativo de Entropia Máxima, um algoritmo paralelo de Entropia Máxima, uma análise do parâmetro de regularização e um método de seleção de variáveis baseado no princípio da Descrição com Comprimento Mínimo (MDL Minimum Description Length), que utiliza aprendizagem por compressão de dados. / Species distribution modeling is a technique the purpose of which is to estimate models based on ecological niche. These models can assist decision making processes, planning and carrying out actions aiming at environmental conservation and preservation. There are several tools designed for species distribution modeling, such as the open- Modeller framework, in which this work is inserted. Several Artificial Intelligence techniques have been used to develop algorithms for species distribution modeling, such as Maximum Entropy. However, traditional statistical tools do not offer packages with the Maximum Entropy algorithm, which is common to other techniques. Furthermore, although there is specific free software for species distribution modeling with the Maximum Entropy algorithm, this software is not open source. The basis of this work is the investigation of the species distribution modeling using Maximum Entropy. Thus, its aim is to define different strategies for the Maximum Entropy algorithm in the context of the species distribution modeling. For this, a set of possible alternatives to be explored and a set of metrics for evaluation and comparison of the different strategies were established. The most important results were: an adaptive Maximum Entropy algorithm, a parallel Maximum Entropy algorithm, an analysis of the regularization parameter and a variable selection method based on the Minimum Description Length principle, which uses learning by data compression.

Os processos de produção e distribuição agrícolas fazem uso de diversas tecnologias usadas para coleta de dados e gerenciamento de recursos e atividades, dentre as quais as Redes de Sensores Sem Fio, Identificação por Radiofrequência e o Wi-Fi. Devido a falhas na infraestrutura e variações ambientais, essas tecnologias possuem diversas limitações, como por exemplo, o atraso com que os dados chegam aos sistemas de gerenciamento, comprometendo a eficiência do processo. Uma solução com nós multitecnológicos, baseada nos princípios da Internet das Coisas, poderia oferecer dados de todo o processo produtivo e de distribuição, em tempo real; mas, para que esta solução seja realmente eficiente, necessita de um seletor adaptativo de tecnologias de comunicação para os \"objetos\" de campo que se adapte ao ambiente em tempo de execução. O objetivo deste trabalho é propor e avaliar a funcionalidade de um seletor adaptativo para esse fim. Para a proposição do seletor, buscou-se embasamento em técnicas adaptativas que oferecessem solução adequada para processos de aprendizagem pelo seletor. Dentre essas técnicas, elegeram-se as Árvores de Decisão Adaptativas para implementar a operação do seletor. A funcionalidade do seletor foi avaliada por simulações, tanto quanto ao aspecto de seleção da opção tecnológica mais adequada para o momento e a situação em questão, quanto à facilidade de se adaptar a mudanças de cenário. Os resultados das avaliações mostram que a simulação inicial, feita a partir de um cenário correspondente à fase inicial de uma cultura de milho não apresenta resultados satisfatórios. Entretanto, após alguns ciclos de aprendizagem do seletor, os resultados evoluem e superaram as exigências de qualidade propostas. Em uma segunda fase, novas simulações foram realizadas, alterando-se o cenário inicial para que, aos poucos, correspondesse à fase de colheita do milho. Nestas simulações, o processo de aprendizagem continuou ocorrendo sempre que as exigências de qualidade deixaram de ser satisfeitas, até que alcançassem a qualidade de comunicação exigida. Estes resultados permitiram concluir pela validade do seletor proposto. / Agricultural production and distribution processes employ different technologies. They are used for data collection and management of resources and activities, among which Wireless Sensor Networks, Radiofrequency Identification and WiFi. These technologies have several limitations due to flaws in infrastructure and environmental variability. For example, data arrive at management systems late, compromising process efficiency. Multi-technology nodes can be a solution to obtain real-time data from the production and distribution processes, particularly if Internet of Things principles are present. Yet, for this solution to be efficient, a communication technology selector for field \"objects\" must be necessary, which must adapt to the environment in run time. Therefore, the goal is to propose and to assess this Selector functionality. This proposition was based on adaptive techniques, which offered an appropriate solution for learning processes by the selector, such as the Adaptive Decision Tree. The selector uses an Adaptive Decision Tree to select the communication technology. The selector functionalities, such as the appropriate technology selection for the moment and how they adapt changes in scenario, were evaluated by the simulation method. Evaluation results show that simulations made from a scenario corresponding to the initial phase of a corn crop did not show satisfactory, but the results evolved and met the quality requirements after some learning cycles. In a second step, new simulations were conducted, changing the scenario slowly to the harvest phase. The learning process continued to occur whenever the quality requirements were no longer met. These results showed the validity of the proposed selector.

Esta tese apresenta uma proposta de aplicação de formalismos adaptativos na modelagem e elaboração de cursos para softwares educacionais. A princípio, soluções adaptativas podem ser incorporadas a qualquer tipo de dispositivo guiado por regras. Neste projeto, o dispositivo subjacente utilizado será a Máquina de Moore, que é um autômato finito com saída associada aos seus estados. Assim, para cada estado pode-se associar o material didático a ser apresentado pela função de saída. Aplicando-se os conceitos de adaptatividade nesse transdutor, é possível elaborar cursos dinâmicos, que se auto-modifiquem com base em regras definidas pelo professor e pelas experiências e nível de conhecimento individualizado dos alunos. Para complementar o trabalho, é apresentado um protótipo de curso baseado em Máquina de Moore Adaptativa. / This thesis presents a proposal for application of adaptive formalisms for modeling and development of courses for educational software. In principle, adaptive solutions can be incorporated into any type of device guided by rules. In this project, the device will be used behind the Moore Machine, which is a finite automaton with outputs associated with their states. Thus, for each state we can associate the material to be presented by the function output. Applying the concepts of adaptive technology this transducer, you can develop dynamic courses, which are self-modifying based on rules defined by the teacher, and the level of experience and knowledge of individual students. To complement the work is presented a prototype of course based on Adaptive Moore Machine.

Neste trabalho é apresentado um conjunto de contribuições teóricas e práticas que buscam solidificar alguns conceitos da teoria dos dispositivos adaptativos baseados em regras, enfatizando a sua alta aplicabilidade. Uma ferramenta de apoio ao desenvolvimento de autômatos adaptativos, incluindo recursos de animação gráfica, foi desenvolvida de acordo com uma nova proposta de formalização que deverá complementar e simplificar a proposta original. A principal complementação está relacionada com a interpretação e a implementação de funções adaptativas, em sua forma mais geral: com ações elementares de consulta podendo retornar resultados múltiplos. A nossa proposta de formalização, que inclui um algoritmo para a execução de funções adaptativas, é uma ferramenta importante na determinação do impacto da execução da camada adaptativa no cálculo de complexidade geral de um autômato adaptativo. A tese apresenta também uma técnica para a integração de dispositivos adaptativos, basicamente discretos, com mecanismos capazes de manipular informação não-discreta. É mostrado também como estes resultados teóricos e as ferramentas desenvolvidas podem ser aplicadas na solução de problemas nas áreas de aprendizagem computacional, construção de compiladores, interface homem-máquina, visão computacional e diagnóstico médico. / This work presents a practical and theoretical assembly of contributions that consolidates some concepts from the rule-driven adaptive devices theory, emphasizing their high applicability. A supporting tool for the development of adaptive automata, which includes graphical animation resources, has been implemented, in agreement with our proposal of formalization. This proposal aims to complement and simplify the original proposal by including an in-depth analysis and formalization of adaptive functions implementation, in their most general form: with elementary query actions being able to return multiple results. The new formalization of adaptive functions, which includes an algorithm for adaptive function execution, is an important tool for determining the impact of an adaptive layer on the complexity analysis of general adaptive automata. The thesis also presents a new technique for the integration of adaptive automata with mechanisms for the manipulation of continuous values. Finally, the application of these theoretical results and the tools developed, to the solution of problems in the area of machine learning, compiler construction, man-machine interface, computational vision and medical diagnosis, is demonstrated.