[pt] O trabalho consiste de um algoritmo, programado na linguagem LISP/360, que sintetiza uma máquina seqüencial por registros de deslocamento utilizando processos heurísticos. É feita a designação dos estados da máquina e os registros são de mesmo comprimento. Uma parte deste algoritmo consiste de um processo de adição de estados transitórios, tornando qualquer máquina realizável por registros de comprimento - 2. / [en] This paper is concerned with the equal-length shift- register realization of sequential machines. The state assignement is restricted to one code per state. An algorithm programed in LISP/360 is used, which synthesizes a given sequantial machine by shift registers. A part of this algorithm does an addition of transitory states, making possible the synthesis of every sequential machine by shift-registers of length 2.

Orientador: Vicente Lopes Júnior / Resumo: Este trabalho introduz uma nova metodologia de Monitoramento da Integridade de Estruturas (SHM, do inglês Structural Health Monitoring) utilizando algoritmos de aprendizado de máquina não-supervisionado para localização e detecção de dano. A abordagem foi testada em material isotrópico (placa de alumínio). Os dados experimentais foram cedidos por Rosa (2016). O banco de dados disponibilizado é abrangente e inclui medidas em diversas situações. Os transdutores piezelétricos foram colados na placa de alumínio com dimensões de 500 x 500 x 2mm, que atuam como sensores e atuadores ao mesmo tempo. Para manipulação dos dados foram analisados os sinais definindo o primeiro pacote do sinal (first packet), considerando apenas o intervalo de tempo igual ao tempo da força de excitação. Neste caso, na há interferência dos sinais refletidos nas bordas da estrutura. Os sinais são obtidos na situação sem dano (baseline) e, posteriormente nas diversas situações de dano. Como método de avaliação do quanto o dano interfere em cada caminho, foram implementadas as seguintes métricas: pico máximo, valor médio quadrático (RMSD), correlação entre os sinais, normas H2 e H∞ entre os sinais baseline e sinais com dano. Logo após o cálculo das métricas para as diversas situações de dano, foi implementado o algoritmo de aprendizado de máquina não-supervisionado K-Means no matlab e também testado no toolbox Weka. No algoritmo K-Means há a necessidade da pré-determinação do número de clusters e isto pode di... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre

Made available in DSpace on 2014-06-12T16:01:00Z (GMT). No. of bitstreams: 2 arquivo7132_1.pdf: 2088995 bytes, checksum: aa5d2a0c53668dd8ebc5d10ae3ada3a2 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / As Redes Neurais Artificiais (RNAs), um dos principais modelos de computação em Inteligência Artificial (IA), vêm sendo largamente utilizadas nas diversas abordagens de previsão do comportamento dos dados, por exemplo, em processamento de sinais, reconhecimento de padrões, aproximação de função e também previsão de séries temporais. Isto porque as RNAs englobam muitas características desejáveis como boa capacidade de generalização, não linearidade, multivariáveis, não paramétricas, dentro de um esquema de implementação relativamente eficiente em termos de velocidade e exigência de memória computacional. Apesar do grande uso de RNAs para resolver vários tipos de problemas apresentando bom desempenho, o usuário geralmente quer entender como e porque a rede obteve uma dada saída em relação à entrada que lhe foi apresentada. Ou seja, a incapacidade de explicar como e porque a rede gera suas respostas é uma das principais críticas às RNAs, principalmente quando aplicadas em sistemas onde a segurança na operação seja um aspecto importante, tais como problemas de controle de usinas nucleares, controle do sistema de navegação de aeronaves, auxílio a cirurgias médicas, sistemas de diagnóstico médico e detecção de falhas mecânicas. Isto se deve ao fato do conhecimento está armazenado na topologia, nos pesos e quando usado no bias da rede, o que evidentemente dificulta a compreensão pelo usuário de como a rede encontrou a solução para um determinado problema. Segundo a literatura, a forma mais usual de se resolver esta deficiência é a partir da rede treinada extrair regras do tipo Se/Então. Note que, tais regras são bem mais aceitáveis pelos usuários por serem muito parecidas com a forma de representar o raciocínio humano. Logo, trata-se de uma maneira bastante plausível de se justificar as saídas apresentadas pela rede. Portanto, o objetivo principal deste trabalho é fazer um estudo comparativo entre diversos algoritmos, incluindo os quatro aqui propostos (destacando-se o Literal e o ProRulext), para extração de regras de redes MLP (Multilayer Perceptron) aplicadas à problemas de classificação de padrões e de previsão de séries temporais verificando qual(is) o(s) método(s) que obtém o conjunto de regras mais conciso e representativo das redes treinadas em cada um destes problemas

Submitted by Miriam Lucas (miriam.lucas@unioeste.br) on 2018-02-22T16:42:27Z No. of bitstreams: 2 Miguel_Angel_Sanchez_Cuno_2016.pdf: 1159111 bytes, checksum: 5e8f5e6fcd310a19270e2164cb09c3e3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-02-22T16:42:27Z (GMT). No. of bitstreams: 2 Miguel_Angel_Sanchez_Cuno_2016.pdf: 1159111 bytes, checksum: 5e8f5e6fcd310a19270e2164cb09c3e3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-08-16 / Fundação Parque Tecnológico de Itaipu / This work presents the development of a Hybrid Algorithm to solve the problem of Planning the Expansion of Medium Voltage Overhead Networks. The Hybrid Algorithm uses two strategies to solve the problem. First uses a Constructive Heuristic Algorithm that tries to work with parameters instead of working with variables, with the objective of reducing the convergence time to the research process trying not to impair the quality of the solution. The second strategy is based in a Branch and Bound Algorithm, that uses the solution of the problem obtained as a starting point while the first strategy is running. Thus, this solution is used like incumbent in the second process. In this context the hybrid algorithm developed and implemented in this work, takes advantage of reducing the convergence time of the Constructive Heuristic Algorithm and the advantage of guarantee that the solution has the best quality, which are the solutions produced by algorithms type Branch and Bound. The Algorithm has been tested in three test systems, being established a plan to expand overhead medium voltage networks for each system. / Neste trabalho é apresentado um Algoritmo Híbrido para resolver o problema de Planejamento da Expansão de Redes Aéreas de Média Tensão. O Algoritmo Híbrido utiliza duas estratégias para resolver o problema. A primeira utiliza um Algoritmo Heurístico Construtivo que procura trabalhar com parâmetros ao invés de trabalhar com variáveis, com o objetivo de reduzir o tempo de convergência do processo de busca procurando não prejudicar a qualidade da solução. A segunda estratégia é baseada em um Algoritmo do tipo Branch and Bound, que utiliza a solução do problema obtida durante a execução da primeira estratégia como um ponto de partida. Assim, esta solução é usada como incumbente neste segundo processo. Neste contexto, o Algoritmo Híbrido desenvolvido e implementado neste trabalho, aproveita a vantagem de reduzir o tempo de convergência do Algoritmo Heurístico Construtivo e a vantagem de garantir que a solução seja a de melhor qualidade, que são as soluções produzidas por algoritmos do tipo Branch and Bound. O Algoritmo foi testado em três sistemas testes, sendo estabelecido um plano para a expansão de redes aéreas de média tensão para cada sistema

No description available.

La minería de datos distribuida está contemplada en el campo de la investigación que implica la aplicación del proceso de extracción de conocimiento sobre grandes volúmenes de información almacenados en bases de datos distribuidas. Las organizaciones modernas requieren de herramientas que realicen tareas de predicción, pronósticos, clasificación entre otros y en línea, sobre sus bases de datos que se ubican en diferentes nodos interconectados a través de internet, de manera que les permita mejorar la calidad de sus servicios. En ese contexto, el presente trabajo realiza una revisión bibliográfica de las técnicas clustering k-means, elabora una propuesta concreta, desarrolla un prototipo de aplicación y concluye fundamentando los beneficios que obtendrían las organizaciones con su implementación.

O mapeamento genético é constituído por procedimentos experimentais e estatísticos que buscam detectar genes associados à etiologia e regulação de doenças, além de estimar os efeitos genéticos e as localizações genômicas correspondentes. Considerando delineamentos experimentais que envolvem cruzamentos controlados de animais ou plantas, diferentes formulações de modelos de regressão podem ser adotados na identificação de QTLs (do inglês, quantitative trait loci), incluindo seus efeitos principais e possíveis efeitos de interação (epistasia). A dificuldade nestes casos de mapeamento é a comparação de modelos que não necessariamente são encaixados e envolvem um espaço de busca de alta dimensão. Para este trabalho, descrevemos um método geral para melhorar a eficiência computacional em mapeamento simultâneo de múltiplos QTLs e de seus efeitos de interação. A literatura tem usado métodos de busca exaustiva ou busca condicional. Propomos o uso do algoritmo genético para pesquisar o espaço multilocos, sendo este mais útil para genomas maiores e mapas densos de marcadores moleculares. Por meio de estudos de simulações mostramos que a busca baseada no algoritmo genético tem eficiência, em geral, mais alta que aquela de um método de busca condicional e que esta eficiência é comparável àquela de uma busca exaustiva. Na formalização do algoritmo genético pesquisamos o comportamento de parâmetros tais como: probabilidade de recombinação, probabilidade de mutação, tamanho amostral, quantidade de gerações, quantidade de soluções e tamanho do genoma, para diferentes funções objetivo: BIC (do inglês, Bayesian Information Criterion), AIC (do inglês, Akaike Information Criterion) e SSE, a soma de quadrados dos resíduos de um modelo ajustado. A aplicação das metodologias propostas é também considerada na análise de um conjunto de dados genotípicos e fenotípicos de ratos provenientes de um delineamento F2. / Genetic mapping is defined in terms of experimental and statistical procedures applied for detection and localization of genes associated to the etiology and regulation of diseases. Considering experimental designs in controlled crossings of animals or plants, different formulations of regression models can be adopted in the identification of QTL\'s (Quantitative Trait Loci) to the inclusion of the main and interaction effects between genes (epistasis). The difficulty in these approaches of gene mapping is the comparison of models that are not necessarily nested and involves a multiloci search space of high dimension. In this work, we describe a general method to improve the computational efficiency in simultaneous mapping of multiples QTL\'s and their interactions effects. The literature has used methods of exhausting search or conditional search. We consider the genetic algorithm to search the multiloci space, looking for epistatics loci distributed on the genome. Compared to the others procedures, the advantage to use such algorithm increases more for set of genes bigger and dense maps of molecular markers. Simulation studies have shown that the search based on the genetic algorithm has efficiency, in general, higher than the conditional search and that its efficiency is comparable to that one of an exhausting search. For formalization of the genetic algorithm we consider different values of the parameters as recombination probability, mutation probability, sample size, number of generations, number of solutions and size of the set of genes. We evaluate different objective functions under the genetic algorithm: BIC, AIC and SSE. In addition, we used the sample phenotypic and genotypic data bank. Briefly, the study examined blood pressure variation before and after a salt loading experiment in an intercross (F2) progeny.

As redes de sensores sem fio (RSSF) são uma tecnologia que ganhou muita importância nos últimos anos. Dentro das diversas aplicações para essas redes, o rastreamento de alvos é considerado essencial. Nessa aplicação, a RSSF deve determinar, de forma colaborativa, a trajetória de um ou mais alvos que se encontrem dentro de sua área de cobertura. O presente trabalho apresenta um algoritmo colaborativo baseado na fatoração multifrontal QR para estimação de trajetórias de alvos com RSSF. A solução proposta está inserida no âmbito da estimação por lotes, na qual os dados são coletados pelos sensores durante a aplicação e só no final é realizada a estimativa da trajetória do alvo. Uma vez coletados os dados, o problema pode ser modelado como um sistema de equações sobredeterminado Ax = b cuja característica principal é ser esparso. A solução desse sistema é dada mediante o método de mínimos quadrados, no qual o sistema é transformado num sistema triangular superior, que é solucionado mediante substituição inversa. A fatoração multifrontal QR é ideal neste contexto devido à natureza esparsa da matriz principal do sistema. A fatoração multifrontal QR utiliza um grafo denominado árvore de eliminação para dividir o processo de fatoração de uma matriz esparsa em fatorações densas de pequenas submatrizes denominadas matrizes frontais. Mapeando a árvore de eliminação na RSSF consegue-se que essas fatorações densas sejam executadas pelos nós sensoriais que detectaram o alvo durante seu trajeto pela rede. Dessa maneira, o algoritmo consegue realizar a fatoração da matriz principal do problema de forma colaborativa, dividindo essa tarefa em pequenas tarefas que os nós de sensoriais da rede possam realizar. / Wireless Sensor Networks (WSN) is a technology that have gained a lot of importance in the last few years. From all the possible applications for WSN, target tracking is considered essential. In this application, the WSN has to determine, in a collaborative way, the trajectory of one or more targets that are within the sensing area of the network. The aim of this document is to present a collaborative algorithm based on multifrontal QR factorization for the solution of the target trajectory estimation problem with WSN. This algorithm uses a batch estimation approach, which assumes that all sensing data are available before the estimation of the target trajectory. If all the observations of the target trajectory is available, the problem can be modeled as an overdetermined system of equations Ax = b where A is sparse. This system of equations is solved by least squares method. The multifrontal QR factorization uses a tree graph called elimination tree to reorganize the overall factorization of a sparse matrix into a sequence of partial factorizations of dense smaller matrices named frontal matrices. By mapping the elimination tree into the WSN, the sensor nodes that observed the target can factorize the frontal matrices. In this manner, the WSN factorizes the matrix A in a collaborative way, dividing the work in small tasks that the sensor nodes could execute.

Esta dissertação tem por objetivo apresentar uma abordagem baseada em técnicas de inteligência artificial para automatizar a etapa de particionamento de modelos em simulação distribuída. Essa abordagem utiliza os conceitos da computação evolutiva para o desenvolvimento de um algoritmo genético capaz de otimizar o processo de particionamento e auxiliar a tomada de decisões na tarefa de obtenção dos processos lógicos. Objetiva-se com sua aplicação minimizar o tempo de execução da simulação distribuída, evitando que o pior tempo de execução seja utilizado. Para alcançar esse objetivo, o particionamento apresentado como solução é caracterizado pelo balanceamento de carga e pela baixa latência de comunicação entre processos. Isso é possível porque o algoritmo genético utiliza informações contidas no modelo e na arquitetura de onde a simulação será executada. Esses padrões são utilizados para obter informações sobre a comunicação entre processos, a carga de processamento por centro de serviço e a capacidade de processamento das máquinas / This dissertation presents an approach based on intelligence artificial technics to automatize the model partitioning stage in distributed simulation. This approach makes uses evolutive computing concepts to developed a genetic algorithmic that can optimize the partitioning process and help to take decisions in the task to get the logical process. The propose of this algorithm is reduce to execution time the distributed simulation and to avoid the use of the worst execution time. To reach this target, the partitioning obtained has characteristics such as load balance and the low-communication interprocess. This is possible because the genetic algorithmic uses as input information from the model and the architect where the simulation with be executed. These inputs are used to get information about the interprocess communication, processing load per service center and processing capacity in the machines

Este trabalho apresenta a técnica de Algoritmo Genético para apoiar o processo de modelagem e simulação de sistemas complexos. Tal técnica pode ser vista como uma opção as técnicas tradicionais de modelagem e análise dos dados de simulação, simplificando todo esse processo, por suas características de simplicidade e generalidade, não exigindo conhecimento especifico do domínio do problema. É apresentada uma ferramenta computacional - SimAG - baseada em Algoritmo Genético para modelagem e simulação de sistemas dessa natureza. Um exemplo de aplicação e estudado, onde pode ser constatada a viabilidade da utilização da técnica no processo de simulação / This work presents the Genetic Algorithm technique supporting the process of complex systems modeling and simulation. Such technique can be seen as an option to both the traditional modeling and the simulation data analysis techniques. Due to its inherent simplicity and generic application, it simplifies the whole process of simulation, demanding no specific knowledge over the problem domain. A genetic algorithm based computational tool - SimAG - for the modeling and simulation of such systems is here presented, and an example of its use is analyzed, thus demonstrating the feasibility of this new technique application in simulation processes