Redes Bayesianas (RB) oferecem um método prático para o tratamento de incertezas em sistemas especialistas probabilísticos. Considerando que os problemas de atualização de crença e revisão crença em redes multiplamente conectadas são NP-Difíceis, alguns pesquisadores aplicaram processos de meta-raciocínio às inferências, para selecionar algoritmos para as tarefas. Quando possível, os métodos exatos devem ser adotados. Caso contrário, os algoritmos aproximados podem ser selecionados. Como a qualidade das inferências aproximadas varia a cada instância, os dados de entrada contêm características que afetam os desempenhos dos algoritmos. O problema de meta-raciocínio investigado está relacionado com a escolha do algoritmo para uma determinada instância de inferência, considerando restrições temporais. Para realizar meta-raciocínio, essa Tese propõe um método de caracterização da RB e associação conjunta dessas características, aplicando análises multivariadas. Os modelos são utilizados para a predição da probabilidade de que um algoritmo exato possa ser adotado em uma instância específica ou para a escolha do algoritmo aproximado com a melhor qualidade dos resultados. Análises experimentais comparam algumas abordagens alternativas, tais como análise de regressão simples, curvas de utilidade e técnicas de aprendizagem de máquina, mostrando resultados superiores quando análises multivariadas são aplicadas no processo de meta-raciocínio.

A pronta detecção da ocorrência de falhas é de grande importância para a segurança de operação de sistemas dinâmicos, além de reduzir custos de manutenção. Com efeito, tendo-se detectado uma falha no sistema, ações mitigatórias podem ser tomadas de modo a evitar danos ao meio ambiente, prejuízos econômicos e principalmente perdas de vidas humanas. Os métodos tradicionais de detecção de falhas, contudo, esbarram em restrições físicas, ausência de um modelo acurado do sistema e indisponibilidade de dados do comportamento do sistema com falha. Neste trabalho, um esquema de detecção de falhas, é implementado para uma planta-piloto na forma de um helicóptero de três graus de liberdade, baseado no histórico de funcionamento normal do sistema, sem a necessidade de equipamentos adicionais e nem de um modelo acurado do sistema. Para isso, um método estatístico multivariado e outro de análise de agrupamentos são comparados, são eles: uso da estatística T de Hotelling e agrupamento K-means, respectivamente. A situação de falha implementada está associada à redução de 10% na potência de um dos motores. A investigação envolve o uso das variáveis de ângulo e velocidade estimada de arfagem, uso da tensão dos motores e uso das velocidades angulares estimadas. Os resultados em termos de tempo de detecção e curva ROC indicam que os dois métodos, quando comparados, apresentaram melhor eficiência em diferentes situações. Os resultados obtidos demonstram que, com o uso das tensões nos motores, o método K-means tem um desempenho superior, já com o emprego das velocidades angulares estimadas, a estatística T de Hotelling apresentou melhor resultado em relação ao método de agrupamento K-means.

O termo Calibração Multivariada se refere à construção de um modelo matemático que permita prever o valor de uma grandeza de interesse com base em valores medidos de um conjunto de variáveis explicativas. Neste contexto o Algoritmo das Projeções Sucessivas (APS) é uma técnica de seleção de variáveis que objetiva a minimização de problemas de colinearidade em Regressão Linear Múltipla (RLM). Recentemente, constatou-se que a capacidade preditiva de modelos APS-RLM pode ser aprimorada com o uso de um método de reamostragem e combinação de modelos conhecido como subagging. Este trabalho aprofunda o estudo do subagging em conjunto com APS, investigando detalhes que não haviam sido anteriormente contemplados. Para isso, apresenta-se um estudo de caso envolvendo a determinação de umidade e proteína em trigo por espectrometria no infravermelho próximo. Em particular, observa-se que a capacidade preditiva e a sensibilidade a ruído dos modelos resultantes são aprimoradas independentemente da fração de reamostragem adotada no subagging. Adicionalmente, constata-se que o uso de validação cruzada ou validação por série de teste conduzem a resultados similares. Finalmente, tendo em vista o aumento no tempo de cálculo demandado para implementação do subagging, em comparação como APS tradicional, justifica-se o estudo de técnicas para redução da carga computacional envolvida. Neste trabalho propõe-se o uso de uma técnica de regressões sequenciais para facilitar a avaliação de subconjuntos de variáveis na etapa mais demorada do algoritmo.

A Transformada Wavelet (TW) tem sido empregada em uma variedade de aplicações em Quimiometria, tais como filtragem e compressão de sinais, correção de linha de base, classificação e calibração multivariada. Contudo, a escolha da configuração (família e comprimento da wavelet, bem como o número de níveis de resolução) para uma dada aplicação é ainda um problema em aberto. Este trabalho investiga a influência de tais fatores sobre o desempenho de modelos de calibração multivariada obtidos no domínio wavelet. Os resultados mostram que, através de uma seleção apropriada dos parâmetros da transformada, os valores de erro podem ser consideravelmente reduzidos. Contudo, observa-se também a ocorrência de resultados inadequados para algumas configurações. Para contornar a dificuldade inerente à escolha dos parâmetros da transformada, propõe-se aqui uma abordagem alternativa envolvendo a combinação de modelos obtidos com diferentes configurações wavelet. Para isso, é desenvolvido um método que permite a conversão de modelos obtidos no domínio wavelet para o domínio original. Tal método possibilita o uso de extensão constante nas bordas, relaxando a exigência de que o comprimento do sinal seja divisível por uma potência de dois. As vantagens da abordagem proposta são ilustradas na determinação espectroscópica de propriedades de trigo e gasolina. Os resultados mostram que a combinação de modelos é uma alternativa útil para calibração multivariada no domínio wavelet, porquanto libera o analista da obrigação de escolher uma configuração particular para a transformada wavelet.

Univariate Statistical Process Control (SPC) has been extensively employed in industry for fault detection and product quality control. However, for complex systems, better results have been obtained by the use of more elaborate Multivariate Statistical Process Control (MSPC) techniques. This work proposes the use of MSPC techniques (Hotelling T2 and Runger U2 statistics) for health monitoring of the Embraer 190 horizontal stabilizer system. For illustration, these techniques are applied in a simulated case study representing a degradation scenario with progressive increase in friction. For comparison, Univariate SPC is also employed. The results indicate that MSPC provides earlier indications of degradation as compared to Univariate SPC. In addition, a sensitivity analysis reveals that the MSPC methods are more robust with respect to changes in the time profile of the degradation, as well as alterations in the influence of temperature on the friction coefficient. In all cases, the best results are obtained by using the Runger U2 statistic.

Em um exame mamográfico, quando os fótons de raios-X incidem sobre a mama, uma parte destes fótons é transmitida sem ser desviada da trajetória inicial (radiação transmitida primária), permitindo a formação da imagem mamográfica, e outra é dispersa de sua trajetória inicial pelo tecido (radiação espalhada), atuando de forma deletéria na imagem mamográfica. Entretanto, recentes investigações têm demonstrado que a radiação espalhada pode ser útil na caracterização de tecidos. O objetivo deste trabalho é desenvolver um modelo de diagnóstico de alterações no tecido mamário utilizando as informações presentes na distribuição angular da radiação espalhada (perfil de espalhamento). Os perfis de espalhamento de 40 amostras de tecidos mamários foram obtidos utilizando um difractômetro comercial SIEMENS D5005, operando em modo reflexão na energia de 8,04 keV e variando o detector da posição angular de 5º a 150º, correspondendo a um intervalo de x de 0,03Å-1 a 0,62 Å-1. As amostras de tecido foram previamente classificadas histopatologicamente como tecidos normais, fibroadenomas (neoplasias benignas) e diferentes tipos de carcinomas (neoplasias malignas). Neste trabalho, três modelos de diagnóstico baseados na análise estatística dos perfis de espalhamento foram desenvolvidos. O primeiro, analisa seis parâmetros extraídos dos perfis de espalhamento, já o segundo e o terceiro utilizam análise multivariada (análise de componentes principais e análise de discriminante, respectivamente) para reconhecimento de padrões. Para cada modelo, valores de sensibilidade, especificidade e índice de concordância entre o diagnóstico baseado no modelo utilizado e o diagnóstico histopatológico foram obtidos. Dentre os modelos desenvolvidos, aquele que utiliza análise de discriminante proporciona o melhor diagnóstico das alterações encontradas no tecido, permitindo diferenciar tecidos normais e neoplasias benignas e malignas. Com base nos resultados obtidos conclui-se que modelos baseados na análise estatística dos perfis de espalhamento permitem classificar histologicamente tecidos mamários. / In mammography, when x-ray photons reach the breast, a fraction of these photons is transmitted without interaction with any tissues (primary transmitted radiation), allowing the formation of the mammographic image, and another fraction of them is deviated by the tissue from its initial trajectories (scattered radiation), reducing the image contrast. However, recent investigations have demonstrated that scattered radiation can be a useful diagnostic tool. The purpose of this work is to develop a diagnostic model for breast tissue characterization using the angular distribution of the scattered radiation (scattering profile). The scattering profiles of 40 breast tissue samples were obtained in a SIEMENS D5005 diffractometer, operating in reflection mode at 8,04keV, and varying the angular position of the detector from 5º to 150º, corresponding to an x interval from 0,03 Å-1 to 0,62 Å-1. All tissue samples were previously classified histopathologically as normal tissues, fibroadenomas (benign alteration) and several types of carcinomas (malignant alteration). Three models of diagnostic based on the statistical analysis of the scattering profiles were developed. The first one was constructed using six parameters extracted from the scattering profiles and the second and third models used the whole information from the scattering profiles. The latter two used multivariate analysis (principal component analysis and discriminant analysis, respectively) for pattern recognition. For each model, values of sensitivity, specificity and rate of agreement between the model diagnostic and histopathological results were obtained. Among the developed models, the discriminant analysis provides the best diagnostic of the lesions present in the tissues (normal tissues, benign and malignant alterations). From the results, it is possible to conclude that models based on the statistical analysis of the scattering profiles allow the histological classification of breast tissues.

A metabolômica vem se tornando uma abordagem eficaz para a avaliação abrangente de plantas medicinais, classificação de matérias-primas, além de estudos quimiotaxonômicos. Este trabalho demonstra a aplicabilidade da metabolômica, utilizando a subfamília Barnadesioideae (Asteraceae) como modelo de estudo, na avaliação da qualidade e classificação de espécies medicinais (espécies de Chuquiraga) e no estudo quimiotaxonômico dos principais gêneros de Barnadesioideae (Arnaldoa, Barnadesia, Chuquiraga, Dasyphyllum, Fulcaldea e Schlechtendalia). Em primeiro lugar, a análise dos perfis metabólicos por LC-MS dos membros de Barnadesioideae demonstrou que esta subfamília constitui um grupo quimicamente não explorado com uma diversidade complexa de substancias fenólicas, fenilpropanoides, alquilglicósidos e glicosídeos triterpenoides. As relações intergenéricas dentro da subfamília Barnadesioideae, baseadas na comparação dos seus perfis metabólicos por análises estatísticas multivariadas, mostraram semelhanças com as relações intergenéricas propostas pelo mais recente estudo filogenético com base em marcadores morfológicos e moleculares. Em segundo lugar, a aquisição dos perfis metabólicos de espécies de Chuquiraga (C. jussieui, C. spinosa e C. weberbaueri) por analises de LC-MS, levaram à identificação de uma variedade significativa de compostos fenólicos, fenilpropanoides, alquilglicosídeos e glicosídeos triterpenoides, assim como o estabelecimento de modelos de classificação geográfica e de espécies, além da identificação de metabólitos discriminantes por meio de análises estatísticas multivariadas exploratórias e supervisionadas. Terceiro, uma abordagem clássica foi realizada através da aquisição dos perfis cromatográficos por HPLC de espécies de Chuquiraga para o perfilhamento de compostos fenólicos e a classificação das espécies por meio de análises estatísticas multivariadas exploratórias e supervisionadas. Logo, os resultados revelam a metabolômica como uma valiosa ferramenta auxiliar no controle de qualidade e classificação de plantas medicinais, bem como em estudos de quimiotaxonômia / Metabolomics is emerging as an effective approach for the comprehensive evaluation of medicinal plants, classification of raw material, as well as chemotaxonomic studies. This work demonstrates the applicability of metabolomics, using the subfamily Barnadesioideae (Asteraceae) as a study model, for quality assessment and classification purposes of medicinal species (Chuquiraga genus) and a chemotaxonomy study of six Barnadesioideae genera (Arnaldoa, Barnadesia, Chuquiraga, Dasyphyllum, Fulcaldea and Schlechtendalia). First, the LC-MS metabolic profiles of Barnadesioideae demonstrated that this subfamily constitutes a chemically underinvestigated taxa with a complex diversity of phenolic compounds, phenylpropanoid derivatives, alkyl glycosides, and triterpenoid glycosides. The intergeneric relationships within Barnadesioideae genera, based on the comparison of their LC-MS metabolic profiles by exploratory and supervised analyses, displayed similarities to those of the intergeneric relationships obtained by the most recent phylogenetic study based on morphological and molecular markers. Second, the LC-MS metabolic profiles of three Chuquiraga species (C. jussieui, C. spinosa and C. weberbaueri) lead to the identification of a significant variety of phenolic compounds, phenylpropanoid derivatives, alkyl glycosides, and triterpenoid glycosides, as well as the establishment of prediction models for geographical origin and species classification, as well as the identification of discriminating metabolites by exploratory and supervised multivariate statistical analysis. Third, a classical approach was carried out by acquiring HPLC chromatographic profiles of three Chuquiraga species (C. jussieui, C. spinosa and C. weberbaueri) for profiling phenolic compounds and comparison by exploratory and supervised multivariate statistical analysis. Therefore, our results support metabolomics as a valuable tool in the quality control and classification of medicinal plants as well as in chemotaxonomy studies.

Em um exame mamográfico, quando os fótons de raios-X incidem sobre a mama, uma parte destes fótons é transmitida sem ser desviada da trajetória inicial (radiação transmitida primária), permitindo a formação da imagem mamográfica, e outra é dispersa de sua trajetória inicial pelo tecido (radiação espalhada), atuando de forma deletéria na imagem mamográfica. Entretanto, recentes investigações têm demonstrado que a radiação espalhada pode ser útil na caracterização de tecidos. O objetivo deste trabalho é desenvolver um modelo de diagnóstico de alterações no tecido mamário utilizando as informações presentes na distribuição angular da radiação espalhada (perfil de espalhamento). Os perfis de espalhamento de 40 amostras de tecidos mamários foram obtidos utilizando um difractômetro comercial SIEMENS D5005, operando em modo reflexão na energia de 8,04 keV e variando o detector da posição angular de 5º a 150º, correspondendo a um intervalo de x de 0,03Å-1 a 0,62 Å-1. As amostras de tecido foram previamente classificadas histopatologicamente como tecidos normais, fibroadenomas (neoplasias benignas) e diferentes tipos de carcinomas (neoplasias malignas). Neste trabalho, três modelos de diagnóstico baseados na análise estatística dos perfis de espalhamento foram desenvolvidos. O primeiro, analisa seis parâmetros extraídos dos perfis de espalhamento, já o segundo e o terceiro utilizam análise multivariada (análise de componentes principais e análise de discriminante, respectivamente) para reconhecimento de padrões. Para cada modelo, valores de sensibilidade, especificidade e índice de concordância entre o diagnóstico baseado no modelo utilizado e o diagnóstico histopatológico foram obtidos. Dentre os modelos desenvolvidos, aquele que utiliza análise de discriminante proporciona o melhor diagnóstico das alterações encontradas no tecido, permitindo diferenciar tecidos normais e neoplasias benignas e malignas. Com base nos resultados obtidos conclui-se que modelos baseados na análise estatística dos perfis de espalhamento permitem classificar histologicamente tecidos mamários. / In mammography, when x-ray photons reach the breast, a fraction of these photons is transmitted without interaction with any tissues (primary transmitted radiation), allowing the formation of the mammographic image, and another fraction of them is deviated by the tissue from its initial trajectories (scattered radiation), reducing the image contrast. However, recent investigations have demonstrated that scattered radiation can be a useful diagnostic tool. The purpose of this work is to develop a diagnostic model for breast tissue characterization using the angular distribution of the scattered radiation (scattering profile). The scattering profiles of 40 breast tissue samples were obtained in a SIEMENS D5005 diffractometer, operating in reflection mode at 8,04keV, and varying the angular position of the detector from 5º to 150º, corresponding to an x interval from 0,03 Å-1 to 0,62 Å-1. All tissue samples were previously classified histopathologically as normal tissues, fibroadenomas (benign alteration) and several types of carcinomas (malignant alteration). Three models of diagnostic based on the statistical analysis of the scattering profiles were developed. The first one was constructed using six parameters extracted from the scattering profiles and the second and third models used the whole information from the scattering profiles. The latter two used multivariate analysis (principal component analysis and discriminant analysis, respectively) for pattern recognition. For each model, values of sensitivity, specificity and rate of agreement between the model diagnostic and histopathological results were obtained. Among the developed models, the discriminant analysis provides the best diagnostic of the lesions present in the tissues (normal tissues, benign and malignant alterations). From the results, it is possible to conclude that models based on the statistical analysis of the scattering profiles allow the histological classification of breast tissues.

A rede de drenagem se constitui em importante indicador de alterações ocorridas na composição da paisagem de bacias hidrográficas, seja por mudanças na sua estruturação, forma ou então por ganho ou perda de canais. O objetivo deste trabalho é apresentar e aplicar uma proposta metodológica, com base em análise morfométrica temporal das redes de drenagem de microbacias, visando a avaliação das alterações e o zoneamento regional de uma bacia hidrográfica. A metodologia envolve o uso de imagens de sensoriamento remoto e técnicas de geoprocessamento para a caracterização das atividades antrópicas e levantamento das variáveis morfométricas em duas datas, com um intervalo de 23 anos. A avaliação das alterações e a consequente classificação das microbacias são efetuadas com base em análise estatística multivariada. A proposta foi aplicada na bacia hidrográfica do rio Capivari e os resultados comprovam que ocorreram alterações significativas na composição da rede de drenagem no período de análise. As variáveis morfométricas que mais contribuíram para a avaliação das alterações foram a Densidade de Drenagem e Densidade Hidrográfica. Dentre as microbacias que mais se alteraram estão as urbanas ou em processo de urbanização e, dentre aquelas onde as alterações foram menos pronunciadas estão as microbacias rurais, com predomínio de pastagens e/ou cana de açúcar. / The drainage system is an important indicator of the alterations occurred in the composition of the hydrographic basin environment, either due to changes in their structure and shape or due to channel loss and gain. The objective of this project is to present and apply a methodological proposal, based on time morphometric analysis of the microbasin drainage systems, aiming at the alteration evaluation and the regional zoning of a hydrographic basin. The methodology involves the use of remote images and geoprocessing techniques for the characterization of the anthropic activities and the determination of the morphometric variables on two dates, with a 23-year interval. The evaluation of the alterations and the consequent microbasin classification are carried out based on multivariate statistical analysis. The proposal was applied on Capivari river hydrographic basin, and the results prove that there were significative alterations in the drainage system composition in the analyzed period. The morphometric variables which most contributed to the alteration evaluation were the Drainage Density and the Hydrographic Density. Among the microbasins which were most altered there are the urban and under urbanization ones, and among those which had less significative alterations there are the rural microbasins, prevailing the pasture lands and sugar-cane raising.

O presente trabalho visou a caracterização dos cascalhos de perfuração de um poço de petróleo pertencente à Bacia de Santos, utilizando diferentes técnicas analíticas instrumentais. O enfoque foi dado a aplicação da difração de raios X como alternativa às práticas de estudo rotineiramente aplicadas na cabine de mud-logging, onde essencialmente são efetuadas classificações visuais das unidades litológicas do poço e geralmente em amostras de granulação fina, conferindo incertezas às descrições. Um total de 164 amostras de cascalhos foram analisadas quimicamente por espectroscopia por fluorescência de raios X e classificadas de acordo com suas similaridades mineralógicas utilizando o recurso de análise estatística multivariada de dados de difração de raios X. Esse recurso permitiu minimizar o conjunto de amostras para os estudos seguintes de caracterização. A definição e a quantificação dos minerais constituintes das amostras, assim como a determinação dos tamanhos e das formas das partículas por análise dinâmica de imagens foram efetuadas apenas em amostras representativas de cada um dos grupos de similaridades definidos. Os resultados foram comparados com os dados do perfil de acompanhamento geológico (dados de perfuração) e com as interpretações realizadas na cabine de mud-logging pelo geólogo, sendo identificada uma elevada correlação entre esses dados. A avaliação da viabilidade de utilização de difratômetros de bancada durante a etapa de perfuração de um poço de petróleo foi também verificada considerando o levantamento de procedimentos de preparação amostras viáveis de serem aplicados no local (tempo adequado de pulverização e eventuais erros de amostragem) e a qualidade das respostas obtidas por diferentes equipamentos de difração de raios X (condições de análise e resolução de picos). O uso de difratômetros de bancada no estudo de cascalhos de perfuração se mostrou viável do ponto de vista operacional, trazendo diversas vantagens para a correta caracterização dos fragmentos, com melhor acurácia nos resultados, diminuição das incertezas e se mostrando uma ferramenta muito ágil. / The present research aimed at characterization of the drill cuttings of an oil well belonging to the Santos Basin, using different instrumental analytical techniques. The main focus was given to the application of X-ray diffraction as an alternative to the routinely applied mud-logging study practices, where essentially visual classifications of the lithological units of the well are carried out and generally in fine granulation samples, giving uncertainties to the descriptions. A total of 164 samples of drill cuttings were chemically analyzed by X-ray fluorescence spectroscopy and classified according to their mineralogical similarities using the multivariate statistical analysis of X-ray diffraction data. This feature allowed minimizing the sample set for subsequent characterization studies. The identification and quantification mineral phases present in all samples, as well as the determination of the sizes and forms of the particles by dynamic images analysis, were carried out only in representative samples of each one of the defined groups of similarities. Results were compared with the data of the geological monitoring profile (drilling data) and the interpretations carried out in the mud-logging unit by geologist, and a high correlation between these data was identified. The viability of using a bench scale diffractometers during the drilling stage of an oil well was also studied considering the feasibility study on representative samples to be applied on site (adequate pulverization time and possible sampling errors) and quality of the results obtained by different X-ray diffraction equipment (collecting conditions and resolution of spikes). The use of bench diffractometers in the study of drill cutting proved to be feasible from the operational point of view, bringing several advantages for the correct characterization of the fragments, with better accuracy in the results, decrease of the uncertainties and a very agile tool.