Introdução: A curva de aprendizado em prostatectomia radical laparoscópica (PRL) pode variar de 10 a 150 procedimentos. Nesta fase, observa-se o maior número de complicações perioperatórias e conversões, além de resultados oncológicos e funcionais precários. Neste estudo, foram comparadas duas séries iniciais de PRL, realizadas pelos acessos transperitoneal (PRLT) e extraperitoneal (PRLE). Objetivos: Comparar os resultados obtidos com a realização da PRL pelos acessos transperitoneal e extraperitoneal durante a curva de aprendizado, avaliando-se os resultados perioperatórios, oncológicos e funcionais. Pacientes e métodos: Procedeuse a uma análise comparativa retrospectiva entre os dados das primeiras 40 PRLT realizadas no Hospital Getúlio Vargas de Pernambuco (grupo 1) e os dados das primeiras 40 PRLE realizadas no Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo (grupo 2). Resultados: Comparando-se as variáveis trans-operatórias dos grupos 1 e 2, observamos diferenças estatísticas na preservação dos feixes vásculonervosos (77,5% vs 90%; p=0,008), tempo cirúrgico total (175,0 min vs 267,6 min;p<0,001) e da perda sanguínea estimada (177,5 ml vs 292,4 ml; p<0,001). Duas complicações (5%) foram observadas no grupo 1 (sangramento e lesão retal) e quatro (10%) ocorreram no grupo 2 (sangramento-2, lesão retal e de bexiga). Conversão para procedimento aberto foi necessária em um caso em cada grupo (2,5%). No período pósoperatório, as principais diferenças estatisticamente significantes entre os grupos 1 e 2 foram observadas nas comparações do tempo de internamento, do tempo de uso de catéter uretral, no uso de opióides, na recorrência bioquímica, na taxa de continência urinária e no tempo médio de seguimento. Nenhuma diferença estatística foi observada na incidência de complicações precoces (17,5% vs 17,5%; p= 1,000), porém três complicações maiores foram observadas no grupo 1, levando ao óbito de um paciente neste grupo. Dentre as complicações pós-operatórias tardias, observou-se uma diferença estatística quando se comparou a taxa de complicações menores entre os grupos 1 e 2 (30% vs 15%; p=0,004). Na comparação dos resultados oncológicos entre os grupos 1 e 2, observou-se diferença estatística no número total de margens cirúrgicas positivas (MCP) (10,3% vs 32,5%; p=0,016) e no estadiamento patológico (pT2: 94,8% vs 70% e pT3: 5,2% vs 30%; p=0,005). Correlacionando-se o achado de MCP e estadiamento patológico, observou-se que a maioria das MCP no grupo 1 ocorreu no estadio pT2 (75%), ao passo que 77% das MCP no grupo 2 ocorreu no estadio pT3. Conclusões: O acesso transperitoneal mostrou-se mais eficiente que o acesso extraperitoneal para a realização da prostatectomia radical laparoscópica durante a curva de aprendizado, porém enfatizando que a taxa de complicações graves foi maior quando este acesso foi utilizado. / Introduction: The learning curve in laparoscopic radical prostatectomy (LRP) can vary from 10 to 150 procedures. This procedure can be done using the transperitoneal or the extraperitoneal approach. So far, there is no consensus about the best way to perform LRP, mainly during the initial phases of the LRP programs. Objectives: To analyze and compare the perioperative, oncological and functional results obtained with both approaches while performing LRP during the learning curve. Patients and Methods: Data of the first 40 transperitoneal LRP (Group 1) performed at Getúlio Vargas Hospital of Recife were compared with the first 40 extraperitoneal LRP (Group 2) performed at Clinics Hospital of State University of São Paulo. Results: On transoperative time, statistically significant difference were observed comparing groups 1 and 2 related to the preservation of the neurovascular bundles (77,5% x 90%; p=0,008), overall surgical time (175 min x 267,6 min; p<0,001) and estimated blood loss (177,5 ml x 292,4 ml; p<0,001). Two complications (5%) were observed in group 1 (bleeding and rectal injury), whereas four (10%) were seen in group 2 (bleeding- 5%, rectal and bladder injury). Open conversion occurred in one case (2,5%) in both groups. On postoperative time, statistical difference comparing the groups 1 and 2 were seen in the in-hospital time, indwelling catheter time, narcotic use, biochemical recurrence and mean follow-up time. No statistical difference was observed related to the incidence of early complications (17,5% vs 17,5%; p= 1,000), but three major complications occurred in group 1, leading to one death in this group. On late postoperative time, a statistical difference was observed in the incidence of minor complications (30% vs 15%; p=0,004). Comparing the oncological results between groups 1 and 2, statistical difference was observed in the incidence of positive surgical margins (10,3% vs 32,5%; p=0,016) and pathological stages (pT2: 94,8% vs 70% and pT3: 5,2% vs 30%; p=0,005). The majority of positive margins in group 1 occurred in pT2 (75%), while this observation was more prevalent in pT3 (77%) in group 2. Conclusions: The transperitoneal approach was more efficient than the extraperitoneal approach for performing laparoscopic radical prostatectomy during the learning curve, but major complications were commoner when this approach was adopted.

A teoria das redes complexas é uma área altamente interdisciplinar que oferece recursos para o estudo dos mais variados tipos de sistemas complexos, desde o cérebro até a sociedade. Muitos problemas da natureza podem ser modelados como redes, tais como: as interações protéicas, organizações sociais, o mercado financeiro, a Internet e a World Wide Web. A organização de todos esses sistemas complexos pode ser representada por grafos, isto é, vértices conectados por arestas. Tais topologias têm uma influencia fundamental sobre muitos processos dinâmicos. Por exemplo, roteadores altamente conectados são fundamentais para manter o tráfego na Internet, enquanto pessoas que possuem um grande número de contatos sociais podem contaminar um grande número de outros indivíduos. Ao mesmo tempo, estudos têm mostrado que a estrutura do cérebro esta relacionada com doenças neurológicas, como a epilepsia, que está ligada a fenômenos de sincronização. Nesse trabalho, apresentamos como técnicas de mineração de dados podem ser usadas para estudar a relação entre topologias de redes complexas e processos dinâmicos. Tal estudo será realizado com a simulação de fenômenos de sincronização, falhas, ataques e propagação de epidemias. A estrutura das redes será caracterizada através de métodos de mineração de dados, que permitirão classificar redes de acordo com um conjunto de modelos e determinar padrões de conexões presentes na organização de diferentes tipos de sistemas complexos. As análises serão realizadas com aplicações em neurociências, biologia de sistemas, redes sociais e Internet / The theory of complex networks is a highly interdisciplinary reseach area offering resources for the study of various types of complex systems, from the brain to the society. Many problems of nature can be modeled as networks, such as protein interactions, social organizations, the financial market, the Internet and World Wide Web. The organization of all these complex systems can be represented by graphs, i.e. a set of vertices connected by edges. Such topologies have a fundamental influence on many dynamic processes. For example, highly connected routers are essential to keep traffic on the Internet, while people who have a large number of social contacts may infect many other individuals. Indeed, studies have shown that the structure of brain is related to neurological conditions such as epilepsy, which is relatad to synchronization phenomena. In this text, we present how data mining techniques data can be used to study the relation between complex network topologies and dynamic processes. This study will be conducted with the simulation of synchronization, failures, attacks and the epidemics spreading. The structure of the networks will be characterized by data mining methods, which allow classifying according to a set of theoretical models and to determine patterns of connections present in the organization of different types of complex systems. The analyzes will be performed with applications in neuroscience, systems biology, social networks and the Internet

[pt] Hoje em dia, encontramos uma grande quantidade de informações na internet, em particular, notícias sobre o mercado financeiro. Diversas pesquisas mostram que notícias sobre o mercado financeiro possuem uma grande relação com variáveis de mercado como volume de transações, volatilidade e preço das ações. Nesse trabalho, investigamos o problema de Análise de Sentimentos de notícias jornalísticas do mercado financeiro. Nosso objetivo é classificar notícias como favoráveis ou não a Petrobras. Utilizamos técnicas de Processamento de Linguagem Natural para melhorar a acurácia do modelo clássico de saco-de-palavras. Filtramos frases sobre a Petrobras e inserimos novos atributos linguísticos, tanto sintáticos como estilísticos. Para a classifição do sentimento é utilizado o algoritmo de aprendizado Support Vector Machine, sendo aplicados ainda quatro seletores de atributos e um comitê dos melhores modelos. Apresentamos aqui o Petronews, um corpus com notícias em português sobre a Petrobras, anotado manualmente com a informação de sentimento. Esse corpus é composto de mil e cinquenta notícias online de 02/06/2006 a 29/01/2010. Nossos experimentos mostram uma melhora de 5.29 por cento com relação ao modelo saco-de-palavras, atingindo uma acurácia de 87.14 por cento. / [en] A huge amount of information is available online, in particular regarding financial news. Current research indicate that stock news have a strong correlation to market variables such as trade volumes, volatility, stock prices and firm earnings. Here, we investigate a Sentiment Analysis problem for financial news. Our goal is to classify financial news as favorable or unfavorable to Petrobras, an oil and gas company with stocks in the Stock Exchange market. We explore Natural Language Processing techniques in a way to improve the sentiment classification accuracy of a classical bag of words approach. We filter on topic phrases for each Petrobras related news and build syntactic and stylistic input features. For sentiment classification, Support Vector Machines algorithm is used. Moreover we apply four feature selection methods and build a committee of SVM models. Additionally, we introduce Petronews, a Portuguese financial news annotated corpus about Petrobras. It is composed by a collection of one thousand and fifty online financial news from 06/02/2006 to 01/29/2010. Our experiments indicate that our method is 5.29 per cent better than a standard bag-of-words approach, reaching 87.14 per cent accuracy rate for this domain.

Correias transportadoras têm sido utilizadas como um modo eficiente de transporte de materiais por diversos ramos da indústria. A vida útil desse equipamento é influenciada pelo desgaste natural ocasionado pelo uso excessivo e falhas, tais como rasgos, cortes e perfurações. Nesse trabalho, é proposto um método de identificação de falhas em correia transportadora por meio de processamento digital de imagens, combinadas com técnicas de escaneamento 3D a laser e aprendizado de máquinas (redes neurais e SVM (Support Vector Machine - Máquina de Vetores de Suporte)). A averiguação experimental foi efetuada em duas etapas: a primeira etapa inicia-se com a aquisição, o pré-processamento e a geração do banco de imagens; a segunda, com a extração e a classificação das amostras. O vetor de características foi submetido a dois classificadores: rede neural do tipo Perceptron Múltiplas Camadas (com 15 topologias candidatas) e um classificador SVM, variando sua função kernel: linear, quadrática, polinomial, gaussiano, RBF (Radial-Basis Function - Função de Base Radial) e MLP (Multilayer Perceptron &#8211; Perceptron Múltiplas Camadas). Os resultados experimentais mostram que a metodologia proposta obtém uma boa acurácia na estimação das falhas, mostrando-se promissora na tarefa de diagnosticar e classificar falhas em correias transportadoras. / Conveyor belts have been used as an efficient way of transporting materials by various industry branches. This equipment\'s lifespan is influenced by natural wear caused by overuse and flaws, such as tears, cuts, and perforations. This work proposes a method of identifying flaws in the conveyor belt using digital image processing, combined with 3D laser scanning techniques and machine learning (neural networks and SVM - Support Vector Machine). The experimental investigation has been carried out in two stages: the first stage begins with the acquisition, preprocessing, and generation of an image bank; the second, with the extraction and classification of the samples. The characteristic\'s vector has been submitted to two classifiers: Multi-Layer Perceptron neural network (with 15 candidate topologies) and an SVM classifier, varying its kernel function: linear, quadratic, polynomial, Gaussian, RBF (Radial-Basis Function) and MLP (Multilayer Perceptron). The experimental results show that the proposed methodology obtains a good accuracy in the failure estimation, being promising in the task of diagnosing and classifying flaws in conveyor belts.

Orientador: Rouverson Pereira da Silva / Coorientador: Walter Maldonado Jr. / Coorientador: Cristiano Zerbato / Resumo: Uma maneira de melhorar a qualidade da operação de colheita mecanizada do algodão é alterar as configurações e regulagens de colhedora ao longo do processo de acordo com informações que podem ser adquiridas durante a própria colheita. Acreditamos que a previsão da produtividade pode se tornar uma informação de grande importância no gerenciamento da qualidade da operação, visando ao aumento da eficiência e redução das perdas no processo. Portanto, nessa pesquisa apresentamos o desenvolvimento de um sistema inteligente capaz de prever a produtividade do algodão em imagens coloridas, adquiridas por um dispositivo mobile simples. Propomos uma abordagem robusta às condições ambientais, treinando algoritmos de detecção com imagens adquiridas em diferentes horários ao longo do dia. Os resultados experimentais para o modelo SSD Mobilenet V1 indicaram que é possível realizar a contagem dos capulhos presentes nas imagens adquiridas em diferentes horários ao longo do dia, com erros médios de 8.84% (~5 capulhos). Além disso, avaliando a previsão da produtividade em 204 imagens do conjunto de dados de teste, o erro foi igual à 11%. Esse valor representa variações de até 11.90 gramas entre cada previsão. / Abstract: The predict of yield before the mechanized harvesting of a cotton crop depends on the rigorous collection of data in the field, making it impossible to perform in large areas. We believe that this prediction can become a very important information in the management of the quality of the operation. Therefore, in this research we present the development of an intelligent system capable of predicting the productivity of cotton in images acquired by a simple mobile device. We propose a robust approach to environment conditions by training detection algorithms with images acquired at different times throughout the day. The experimental results for the Mobilenet V1 SSD model indicated that it is possible to count the bolls present in the images acquired at different times throughout the day, with average errors of 8.84%. In addition, evaluating the productivity forecast in 204 images of the test dataset, the error was equal to 11%, this value represents variations of up to 11.90 grams between predictions. In future studies we will evaluate the performance of this system to perform the counting of the bolls and predict the productivity of cotton in real time during the mechanized harvesting operation. / Mestre

Orientador: José Alfredo Covolan Ulson / Banca: Adriano de Souza Marques / Banca: Fernando de Souza Campos / Resumo: As espécies exóticas invasoras, também conhecidas como plantas daninhas, competem por recursos, como sol, água e nutrientes paralelamente a cultura plantada, impondo prejuízos econômicos ao agricultor. Para minimizar este problema, atualmente os agricultores fazem uso de herbicidas para a eliminação e/ou controle das plantas daninhas. O uso de herbicidas depara-se com problemas: i) algumas plantas daninhas são resistentes a aplicação de herbicidas e, ii) quando aplicados em demasia pode-se ter a contaminação da cultura plantada, do lençol freático e dos mananciais como rios e lagos. Nesse contexto, visando o desenvolvimento de ferramentas que permitam a minimização do emprego de herbicidas, novas abordagens que fazem uso de visão computacional e inteligência artificial aparecem como soluções promissoras, agregando novas ferramentas a agricultura de precisão. Dentre essas soluções destaca-se o aprendizado profundo (do inglês Deep Learning), que utiliza as redes neurais convolucionais para extrair características relevantes, principalmente em imagens, dessa maneira, permite por exemplo a identificação e a classificação de plantas daninhas, o que possibilita ao agricultor optar tanto pela eliminação mecânica da planta daninha quanto a aplicação localizada de herbicidas e em quantidades adequadas. A partir deste desafio que é a correta classificação de diferentes espécies de plantas daninhas, especialmente plantas resistentes aos herbicidas comerciais, o objetivo deste trabalho f... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Exotic invasive species, also known as weeds, compete for resources such as sun, water and nutrients in parallel with the planted crop, imposing economic losses to the farmer. To minimize this problem, farmers are currently using herbicides for the elimination and / or control of weeds.The use of herbicides has problems: i) some weeds are resistant to the application of herbicides and ii) when applied too much can contaminate the planted crop, groundwater and springs such as rivers and lakes. In this context, aiming at developing tools to minimize the use of herbicides, new approaches that make use of computer vision and artificial intelligence appear as promising solutions, adding new tools to precision agriculture. Among these solutions are the Deep Learning, which uses the convolutional neural networks to extract relevant features, mainly in images, thus, allows for example the identification and classification of weeds, which enables the farmer to opt for the mechanical elimination of the weeds as well as the localized application of herbicides and in adequate quantities. From this challenge, which is the correct classification of different weed species, especially plants resistant to commercial herbicides, the objective of this study was to apply and compare the performance of four architectures of convolutional neural networks for classification of weed five species contained in an image bank developed for this work. The training and classification of the species were c... (Complete abstract click electronic access below) / Mestre

Orientador: Rogério Galante Negri / Coorientador: Jorge Kennety Silva Formiga / Banca: Vivian Silveira dos Santos Bardini / Banca: Lucas Hidenori Okamura / Resumo: Esta pesquisa buscou propor um protocolo para funcionamento de uma ferramenta de auxílio no processo de ensino/aprendizado. Tal protocolo é construído com base nos conceitos de identificação e preenchimento de lacunas de aprendizado, identificadas por intermédio de sucessivos testes rápidos (quiz) que são aplicados durante o desenvolvimento das disciplinas. A fim de verificar o potencial da proposta, e assim motivar a implementação da ferramenta em questão, foi realizado um estudo de caso envolvendo duas turmas de duas disciplinas distintas de graduação da Faculdade Anhanguera de São José dos Campos. A eficácia do processo de ensino investigado foi verificada mediante análises estatísticas, se utilizando dos testes de "Wilcoxon" que visava comparar se houve melhora entre os quizzes do mesmo assunto; "Iteração de uma amostra" que buscou verificar se as melhoras e pioras acontecem de forma aleatória; e "χ^2 para uma amostra" que verificou se a melhora difere com relação ao comportamento mediano esperado. E pôde-se observar resultados favoráveis ao método proposto, o que demonstra eficácia do protocolo, objeto desta pesquisa / Abstract : This project looked for a protocol for the operation of an aid tool in the teaching / learning process. The protocol is based on the concepts of identifying and filling learning gaps, high school sessions, quick tests and tests are applied during the development of the disciplines. In order to verify the potential of the proposal, as well as to motivate the implementation of the tool in question, a case study was carried out on the two classes of undergraduate courses of the Anhanguera Faculty of São José dos Campos. The investigation of the teaching process investigated was used as a statistical database using "Wilcoxon" tests that aimed to compare if there was improvement between the quizzes of the same subject; "Iteration of a sample" that sought to verify if the improvements and worsen happen in a random way; and "���� 2 for one sample" that verified if the improvement differs with respect to the expected median behavior. And it was possible to observe favorable results to the proposed method, which demonstrates effectiveness of the protocol, object of this reasearch / Mestre

Segmentação de uma imagem é um processo de extrema importância em processamento de imagens e consiste em subdividir a imagem em partes constituintes correspondentes a objetos de interesse no domínio de aplicação. Objetos de interesse podem apresentar cores que se caracterizam numa imagem por um conjunto de pixels, que por sua vez possuem um número muito grande de valores cromáticos. Estes conjuntos podem ser denominados por relativamente poucos rótulos lingüísticos atribuídos por seres humanos, caracterizando as cores, representadas por classes. Entretanto, a fronteira entre estas classes é vaga, pois os valores cromáticos que definem a transição de uma cor para outra dependem de diversos fatores do domínio. Esta tese visa contribuir no processo de segmentação de imagens através da proposta de um classificador de pixels exclusivamente por meio do atributo cor. Para lidar com o problema da vagueza entre as classes de cores, emprega-se a teoria dos conjuntos nebulosos. Assim, propõe-se um aprendizado híbrido e incremental de modelos nebulosos de classes de cores constituintes do classificador. O aprendizado híbrido combina os paradigmas de aprendizado supervisionado e não-supervisionado, transferindo a rotulação individual das instâncias (muito custosa) para a rotulação dos grupos de instâncias similares, pelo agente supervisor. Estes grupos são combinados por meio da aplicação de operadores de agregação adequados, que possibilitam uma forma de aprendizado incremental, onde os modelos das classes existentes podem ser revisados ou novas classes, obtidas com a continuidade do treinamento, podem ser incorporadas aos modelos. Propõe-se, ainda, um processo de generalização do modelo, visando sua completude. O classificador proposto foi testado na modelagem da cor da pele humana em imagens adquiridas em condições ambientais controladas e em condições variadas. Os resultados obtidos mostram a eficácia do classificador proposto, obtendo uma detecção robusta e acurada da cor da pele em imagens digitais coloridas. / Image segmentation is a very important process, which aims at subdividing an image in parts that correspond to objects of interest in the application domain. Objects may depict few colors that are represented in an image by a set of pixels presenting a very large range of chromatic values. A relatively small number of human-defined linguistic labels can be assigned to these sets, and these labels characterize colors represented by classes. However, the borders among these classes are fuzzy, since the chromatic values that define the transition from a class to another depend on different domain factors. This thesis contributes in the image segmentation process by proposing a pixel classifier based exclusively on the color attribute. Fuzzy sets theory is used to deal with the problem of fuzziness among color classes. This thesis proposes a hybrid and incremental scheme for learning fuzzy models of color classes included in the classifier. The hybrid-learning scheme combines unsupervised and supervised learning paradigms, transferring the labeling by a supervisor from individual instances (a very computationally costly task) to groups of similar instances. These groups are combined by application of adequate aggregation operators, providing an incremental learning scheme to the classifier, so that models can be revised and new classes can be incorporated into the models. In order to provide completeness to the models, a generalization process is also proposed. The classifier was tested in the human skin color-modeling problem, by using digital color-images captured under controlled and uncontrolled conditions. Experimental results assess its effectiveness, providing a robust and accurate detection of skin color in digital color-images.

Submitted by DANIEL DA SILVA GOMES LIMA null (lima.daniel@gmail.com) on 2017-12-18T11:19:39Z No. of bitstreams: 1 Tese Mestrado - Daniel Lima.pdf: 4060447 bytes, checksum: 162a75ef9c6919e193f182dbe04ee052 (MD5) / Approved for entry into archive by Elza Mitiko Sato null (elzasato@ibilce.unesp.br) on 2017-12-18T14:04:09Z (GMT) No. of bitstreams: 1 lima_dsg_me_sjrp.pdf: 4060447 bytes, checksum: 162a75ef9c6919e193f182dbe04ee052 (MD5) / Made available in DSpace on 2017-12-18T14:04:09Z (GMT). No. of bitstreams: 1 lima_dsg_me_sjrp.pdf: 4060447 bytes, checksum: 162a75ef9c6919e193f182dbe04ee052 (MD5) Previous issue date: 2017-08-01 / O rápido avanço do uso de tecnologias que permitem a coleta dos dados de movimentação de indivíduos gerou como consequência um crescimento no volume de dados de trajetórias. Trabalhos que utilizam esses dados tem como principal objetivo a realização de análises para identificação de padrões que permitam explicar o comportamento do indivíduo durante o movimento. Para que a extração de conhecimento dos dados de trajetória possa ser gerada de uma forma que agregue conteúdo relevante, é necessário que exista um modelo de representação de trajetória que contemple as principais características do movimento no contexto de aplicação utilizado, além de um processo que transforme os dados brutos de trajetória na estrutura definida por esse modelo. Com isso é possível aplicar técnicas e algoritmos para exploração desses dados e geração de conhecimento. As técnicas de aprendizado de máquina em conjunto com a área de representação de conhecimento fornecem a base conceitual para que problemas desse tipo possam ser modelados e soluções possam ser desenvolvidas a fim de solucionar esses problemas. Este trabalho utiliza esses aspectos conceituais para apresentar uma proposta que permite a extração de conhecimento de trajetória. Esse conhecimento é obtido através da identificação dos locais de parada mais relevantes para um indivíduo e do movimento sequencial entres esses locais determinando o conjunto de comportamentos que representam o padrão de movimento do indivíduo em um período. / The rapid advance of the use of technologies that allow the collection of the data of movement of individuals generate as a consequence an increase in the volume of trajectory data. Works that use this data have as main objective the accomplishment of analyzes for identification of patterns that allow to explain the behavior of the individual during the movement. In order to the knowledge extraction of the trajectory data to be generated in a way that aggregates relevant content, there must be a trajectory representation model that considers the main characteristics of the movement in the context of the application used, besides a process that transforms the raw trajectory data in the structure defined by this model. With this it is possible to apply techniques and algorithms for exploration of this data and generation of knowledge. Machine learning techniques in conjunction with the area of knowledge representation provide the conceptual basis for problems of this type to be modeled and solutions can be developed in order to solve these problems. This work uses these conceptual aspects to present a proposal that allows the extraction of knowledge of trajectory. This knowledge is obtained through the identification of the most relevant stop places for an individual and the sequential movement between these places determining the set of behaviors that represent the individual's movement pattern in a period.

Made available in DSpace on 2016-05-17T16:51:39Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-10-13. Added 1 bitstream(s) on 2016-05-17T16:55:22Z : No. of bitstreams: 1 000863304.pdf: 2077644 bytes, checksum: b840a93c470319804fb7f313d43a5e9a (MD5) / Para estudar e classificar imagens é necessário entender as subdivisões que elas apresentam. Para esta finalidade existem técnicas de segmentação de imagens, uma das tarefas de visão computacional, a qual consiste na repartição de uma imagem digital em múltiplos segmentos, regiões ou objetos, com o intuito de facilitar a análise e compreensão. Métodos de segmentação de imagens são frequentemente utilizados para localizar objetos e bordas em imagens. Para tal tarefa, frequentemente são empregados algoritmos de aprendizado de máquina; disciplina científica que trata do projeto e desenvolvimento de algoritmos que melhoram automaticamente com a experiência, imitando o comportamento de aprendizado humano. O processo de aprendizado de máquina pode ser utilizado de diferentes formas, no entanto a categoria de aprendizado semi-supervisionado foi a que melhor se adaptou à proposta deste projeto. Esta categoria representa uma mescla entre o aprendizado supervisionado e o aprendizado não-supervisionado e trabalha com ambos os dados rotulados e não rotulados em sua fase de treinamento, proporcionando o uso de características individuais e/ou por conjunto. Diante da necessidade de combinação do aprendizado semi-supervisionado com a segmentação de imagem, foram estudadas formas de se utilizar informação provenientes de imagens para alimentar o aprendizado de máquina semi-supervisionado. Como resultado deste estudo, o algoritmo de aprendizado semi-supervisionado conhecido como competição e cooperação entre partículas foi estendido para a aplicações na tarefa de segmentação interativa de imagens. Na imagem de entrada, alguns pixels são classificados pelo usuário e servem como pixels de partida para o algoritmo. Estes pontos pré-rotulados são utilizados para criar as partículas no modelo utilizado. Também foram alterados alguns parâmetros de execução e partes estruturais do algoritmo de forma a otimizar a... / To study and classify images it is necessary to understand the subdivisions they present. For this purpose there are image segmentation techniques, one of the computer vision tasks, which consists in the distribution of a digital image into multiple segments, regions or objects, in order to facilitate analysis and understanding. Image segmentation methods are often used for locating objects in images and borders. For this task, machine learning algorithms are often employed; scientific discipline that deals with the design and development of algorithms that automatically improve with experience, imitating the human learning behavior. The machine learning process can be used in different ways, however the category that best adapted to the project proposal, which represents a blend of supervised learning and unsupervised learning, called semi-supervised learning. Such category of algorithms works with both labelled and unlabelled data in their training phase, allowing the use of individual characteristics and or per set. Given the necessity of combining semi-supervised learning with image segmentation, some means of using information delivered from image to feed the semi-supervised learning machine were studied. As a result of this study, the semi-supervised learning algorithm known as competition and cooperation among particles was extended to be applied in the interactive image segmentation task. In the input image, some pixels are classified by the user and serve as a starting pixels to the algorithm. These pre-labeled points are used to create particles in the proposed model. Also, some parameters and algorithm structures were changed to optimize the classification and means of expressing the results in order to make it more suitable for the image segmentation task