Submitted by Núcleo de Pós-Graduação Administração (npgadm@ufba.br) on 2017-11-20T19:14:14Z No. of bitstreams: 1 susane_fontes.pdf: 509802 bytes, checksum: d84920d943986dd018717b4e1a1ea4d4 (MD5) / Approved for entry into archive by Maria Angela Dortas (dortas@ufba.br) on 2017-11-20T19:27:17Z (GMT) No. of bitstreams: 1 susane_fontes.pdf: 509802 bytes, checksum: d84920d943986dd018717b4e1a1ea4d4 (MD5) / Made available in DSpace on 2017-11-20T19:27:17Z (GMT). No. of bitstreams: 1 susane_fontes.pdf: 509802 bytes, checksum: d84920d943986dd018717b4e1a1ea4d4 (MD5) / Essa dissertação teve como objetivo geral analisar a aprendizagem organizacional como fonte de competitividade em cadeias de suprimento de sistemas complexos de produção, utilizando o conceito de Redes de Aprendizado como abordagem analítica. A pesquisa busca contribuir com a identificação de mecanismos associados à aprendizagem organizacional e à criação da capacidade tecnológica, considerando não só a empresa isolada, mas também o seu contexto competitivo, ou seja, as relações interorganizacionais na cadeia de suprimento. O referencial teórico estabelecido reúne três áreas de conhecimento: os estudos organizacionais, a economia industrial e a administração estratégica. Com base neste marco referencial foram estabelecidos dois conceitos articulados no modelo de análise: o conceito de aprendizagem organizacional e o de redes de aprendizado. Para o conceito de aprendizagem organizacional foram identificados três componentes: o social, o tecnológico e o estratégico. Já o conceito de Redes de Aprendizado, utilizado como abordagem analítica, foi construído a partir de três dimensões: a cooperação, a coordenação e a motivação -, as quais estão associadas a uma organização em rede de arranjos de firmas. A estratégia de pesquisa foi o estudo de caso de duas cadeias de suprimento da Embraer, caracterizadas como sistemas complexos de produção. A pesquisa desenvolvida indicou que a aprendizagem organizacional em cadeias de suprimento ocorre efetivamente em projetos de cooperação, com a existência de formas de coordenação que articulam competências, processos organizacionais, estratégias e motivações individuais e coletivas das diferentes firmas da cadeia, podendo resultar em maior capacidade competitiva para as empresas e para a cadeia como um todo. Em função da relevância da coordenação nos processos de aprendizagem organizacional nas cadeias de suprimento pesquisadas, essa dimensão do modelo de análise foi reafirmada como aquela que estabelece a relação entre a aprendizagem organizacional como fonte de competitividade e o conceito de Redes de Aprendizado. Ao utilizar o conceito de Redes de Aprendizado como abordagem analítica foi possível capturar alguns aspectos da dinâmica de trajetórias coletivas de acumulação de competências que podem ser associadas a diferenciais de uma cadeia de suprimento.

220 f. / Submitted by Suelen Reis (suziy.ellen@gmail.com) on 2013-04-29T14:08:17Z No. of bitstreams: 1 Clarissa Braga.pdf: 830557 bytes, checksum: 3d0ca4aced5d0c4298844a1738cbdd2a (MD5) / Approved for entry into archive by Maria Auxiliadora Lopes(silopes@ufba.br) on 2013-06-11T13:41:26Z (GMT) No. of bitstreams: 1 Clarissa Braga.pdf: 830557 bytes, checksum: 3d0ca4aced5d0c4298844a1738cbdd2a (MD5) / Made available in DSpace on 2013-06-11T13:41:26Z (GMT). No. of bitstreams: 1 Clarissa Braga.pdf: 830557 bytes, checksum: 3d0ca4aced5d0c4298844a1738cbdd2a (MD5) Previous issue date: 2006 / As possibilidades educativas dos ambientes informais de aprendizagem da rede, quando aplicadas aos ambientes formais de aprendizagem, geram uma dicotomia entre o discurso e a prática pedagógica. Esta é a tese desenvolvida nos capítulos a seguir. As formas de interação em rede, de acesso ao conhecimento e as possibilidades de trocas de informação entre os internautas em um ambiente virtual informal sofrem alterações quando há a formalização dos cursos. Isto porque, o currículo traz condicionantes de tempo (carga horária, necessidade de avaliação em determinados períodos) e espaço (ambiente virtual do curso restrito aos inscritos, ferramentas de interação com moderadores) que irão impactar na sociabilidade do ambiente virtual formal. Para o desenvolvimento desta tese, foram analisadas três experiências pioneiras de utilização da rede nem um contexto educativo. A estratégia de análise foi a comparação entre o discurso e a prática pedagógica destas três experiências. A metodologia utilizada foi a abordagem dialética e a pesquisa de campo foi feita através de entrevistas com autores e executores dos cursos analisados. / Salvador

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2007 / Bibliografia: f. 76-79 / Atualmente a maior parte dos problemas de tomada de decisão não tem por desafio o tratamento numérico, mas a transformação de dados e informações em conhecimento, principalmente quando as bases de dados dizem respeito à saúde. Tais bases, em geral, possue / Nowadays most decision problems do not have as a challenge the numeric treatment, but the transformation of data and information into knowledge, specially, when data bases are related with health. These health data bases, in general, have many attributes,

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2007 / Bibliografia: f. 76-78 / Estratégias de rejeição são utilizadas para melhorar o desempenho de sistemas de reconhecimento de padrões. Entretanto, as opções descritas na literatura referem-se a problemas bem definidos em conjuntos de dados e objetivos específicos, em geral consider / Rejection strategies have been employed to improve the performance of pattern recognition systems. However most of the rejection strategies described in literature are related to well-conditioned data and a limited number of classes, usually only two. We

Submitted by André Muller de Lima (amullerlima@gmail.com) on 2016-03-10T20:32:57Z No. of bitstreams: 1 Andre Muller - Versao Final.pdf: 873515 bytes, checksum: 5007e9fe1e7a3cff126bf73898c04425 (MD5) / Rejected by Renata de Souza Nascimento (renata.souza@fgv.br), reason: Conforme contato telefônico, alterar o título e submeter novamente. Att on 2016-03-10T22:34:49Z (GMT) / Submitted by André Muller de Lima (amullerlima@gmail.com) on 2016-03-11T12:11:57Z No. of bitstreams: 1 Andre Muller - Versao Final.pdf: 874173 bytes, checksum: 83f2823d8d2a069a1cbc0b7be4790a62 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2016-03-11T13:10:17Z (GMT) No. of bitstreams: 1 Andre Muller - Versao Final.pdf: 874173 bytes, checksum: 83f2823d8d2a069a1cbc0b7be4790a62 (MD5) / Made available in DSpace on 2016-03-11T13:22:05Z (GMT). No. of bitstreams: 1 Andre Muller - Versao Final.pdf: 874173 bytes, checksum: 83f2823d8d2a069a1cbc0b7be4790a62 (MD5) Previous issue date: 2016-02-16 / Studies on inflation expectations in Brazil reject the hypothesis of rationality. This rejection is based on statistical tests that identify the existence of a systematic bias in inflation expectation. We update some of these tests with the sample size available today. Also, we performed a Monte Carlo experiment that simulates the behavior of inflation and its expectations in a DSGE model. This model includes a monetary rule subject to transitory and permanent shocks (representing a monetary regime change). These simulated series serves as input to test if the results are similar to those observed in practice. The conducted simulation exercise was not able to generate series with the same characteristics. Thus, the study shows no evidence that learning mechanism can explain the bias found in inflation expectations. / Os estudos sobre as expectativas de inflação no Brasil rejeitam a hipótese de racionalidade. Essa rejeição se dá por meio de testes estatísticos que identificam a existência de um viés sistemático quando comparamos a expectativa de inflação e a inflação realizada. Atualizamos alguns destes testes com o tamanho de amostra disponível atualmente. No presente trabalho, realizamos um experimento de Monte Carlo que simula o comportamento da inflação e da sua expectativa em um modelo DSGE. Esse modelo inclui uma regra monetária sujeita a choques transitórios e permanentes (que representam uma mudança de regime). A partir das séries simuladas com esses modelos, realizamos testes estatísticos para verificar se os resultados são semelhantes aos observados na prática. O exercício de simulação realizado não foi capaz de gerar séries com essas mesmas características, não trazendo evidência que esse mecanismo de aprendizado possa explicar o viés encontrado nas expectativas de inflação.

Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2017-02-10T10:24:21Z No. of bitstreams: 1 texto completo.pdf: 4520555 bytes, checksum: fe8d3a2da8cd19ec1afdfb3b0e97134e (MD5) / Made available in DSpace on 2017-02-10T10:24:21Z (GMT). No. of bitstreams: 1 texto completo.pdf: 4520555 bytes, checksum: fe8d3a2da8cd19ec1afdfb3b0e97134e (MD5) Previous issue date: 2016-07-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A mineração de dados (DM, do inglês data mining) é um processo de des- coberta de padrões que permite extrair informação e conhecimento em grandes volumes de dados. Suas principais técnicas se baseiam em predição, classificação e agrupamento (clustering). Estas técnicas têm sido utilizadas na bioinformá- tica para classificar o perfil de expressão gênica, encontrar padrões em sequências de DNA, avaliar a estrutura do dobramento de proteínas, entre outras aplicações. Neste trabalho, avançadas técnicas de DM foram aplicadas para o desenvolvimento de um Data Warehouse específica para geminivírus (geminivirus.org), a fim de au- xiliar na organização, correção e normalização de dados referentes a geminivírus. Neste Data Warehouse também foram propostas metodologias baseadas em regras e aprendizado de máquina (ML) que classificam as sequências de DNA e seus ge- nes. A família Geminiviridae é composta por pequenos vírus de DNA circular de fita simples que infectam uma grande variedade de plantas e causam sérios danos econômicos ao redor do mundo. O aprimoramento da amplificação do DNA viral e de técnicas de sequenciamento permitiram um enorme crescimento de dados em banco de dados públicos. Simultaneamente, ocorreu o crescimento no volume de publicações relacionadas a esta família. Desta forma, numa segunda linha de tra- balho surgiu a necessidade de aplicar as técnicas de DM, seguindo o processo de KDD (knowledge-discovery in databases) para extrair informações desses dados. Além disso, técnicas de Processamento de Linguagem Natural (NLP) foram utili- zadas para extrair informação em resumos de artigos relacionados a geminivírus. Assim, o acervo científico pode ser explorado de maneira contextualizada. Final- mente, uma terceira frente de trabalho em mineração de dados foi empreendida, desta vez direcionada à descoberta de proteínas ribossomais. Pesquisas recentes têm demonstrado que plantas suprimem o mecanismo global de tradução como uma estratégia de imunidade antiviral. Entretanto, poucas proteínas ribossomais são mencionadas a integrarem vias do mecanismo de defesa das plantas. As pro- teínas ribossomais (RPs) desempenham um papel fundamental em células vivas, pois são o principal componente dos ribossomos. Além disso, estas proteínas estão envolvidas em vários processos fisiológicos e patológicos. Assim, foi desenvolvido um método de aprendizado de máquina capaz de identificar novas proteínas ri- bossomais, designado Rama. O Rama utiliza abordagens inovadoras em relação aos métodos computacionais atualmente existentes. Em experimentos in silico, o Rama obteve resultados médios de precisão, acurácia, sensitividade e especifici- dade de 0.9203, 0.9214, 0.9214 e 0.8236, respectivamente. Ademais, duas proteínas não caracterizadas foram preditas como RPs pelo Rama e experimentos in vitro confirmaram a veracidade do resultado, ao passo que as metodologias atuais não conseguem lograr o mesmo sucesso. / Data mining (DM) is a pattern discovery process that can extract information and knowledge in large volumes of data. Its main techniques are based on prediction, classification, and clustering. These techniques have been used in bioinformatics to identify gene expression profiles, find patterns in DNA sequences, evaluate protein folding structure, among other applications. In this work, advanced techniques of DM were applied to the development of a specific Data Warehouse for geminivi- ruses (geminivirus.org) to assist in organization, correction, and normalization of data related to geminivirus. In this Data Warehouse, we also propose methodo- logies based on rules and machine learning (ML) to classify DNA sequences and their genes. The Geminiviridae family consists of small circular single-stranded DNA viruses which infect a wide variety of plants and cause serious economic losses wordwide. Improvements in amplification of viral DNA and sequencing techniques have led to an enormous growth of public databases. Thus, in a second endeavor in this work, we realized the need to apply DM techniques, following the process of KDD (knowledge-discovery in databases), to extract yet-unknown information. Furthermore, natural language processing techniques (NLP) were used to extract information in abstracts of paper related to geminivirus. In this way, the scientific literature can be explored in a contextualized manner. Finally, a third effort using data mining approaches was carried out, this time directed to the identification of new ribosomal proteins. Recent research has shown that plants suppress the ove- rall mechanism of translation as a strategy for antiviral immunity. However, few ribosomal proteins are referred to integrate pathways of plant defense mechanisms. Ribosomal proteins (RPs) have a fundamental role in living cells, as they are the main component of ribosomes. Furthermore, these proteins are involved in various physiological and pathological processes. Therefore, we developed a ML method to identify new ribosomal proteins, called Rama. Rama uses innovative approaches in comparison to currently existing computational methods. In in silico experiments, Rama presented average results of precision, accuracy, sensitivity, and specificity of 0.9203, 0.9214, 0.9214, and 0.8236, respectively. In addition, two proteins not yet characterized were predicted as RPs by Rama, whereas other methods could not achieve the same success. In vitro experiments confirmed the veracity of our result.

Dada a grande quantidade de dados gerados atualmente, apenas uma pequena porção dos mesmos pode ser rotulada manualmente por especialistas humanos. Isso é um desafio comum para aplicações de aprendizagem de máquina. Aprendizado semi-supervisionado aborda este problema através da manipulação dos dados não rotulados juntamente aos dados rotulados. Entretanto, se apenas uma quantidade limitada de exemplos rotulados está disponível, o desempenho da tarefa de aprendizagem de máquina (e.g., classificação) pode ser não satisfatória. Diversas soluções abordam este problema através do uso de uma ensemble de classificadores, visto que essa abordagem aumenta a diversidade dos classificadores. Algoritmos como o co-training e o tri-training utilizam múltiplas partições de dados ou múltiplos algoritmos de aprendizado para melhorar a qualidade da classificação de instâncias não rotuladas através de concordância por maioria simples. Além disso, existem abordagens que estendem esta ideia e adotam processos de votação menos triviais para definir os rótulos, como eleição por maioria ponderada, por exemplo. Contudo, estas soluções requerem que os rótulos possuam um certo nível de confiança para serem utilizados no treinamento. Consequentemente, nem toda a informação disponível é utilizada. Por exemplo: informações associadas a níveis de confiança baixos são totalmente ignoradas. Este trabalho propõe uma abordagem chamada social-training, que utiliza toda a informação disponível na tarefa de aprendizado semi-supervisionado. Para isto, múltiplos classificadores heterogêneos são treinados com os dados rotulados e geram diversas classificações para as mesmas instâncias não rotuladas. O social-training, então, agrega estes resultados em um único rótulo por meio de funções de escolha social que trabalham com agregação de rankings sobre as instâncias. Especificamente, a solução trabalha com casos de classificação binária. Os resultados mostram que trabalhar com o ranking completo, ou seja, rotular todas as instâncias não rotuladas, é capaz de reduzir o erro de classificação para alguns conjuntos de dados da base da UCI utilizados. / Given the huge quantity of data currently being generated, just a small portion of it can be manually labeled by human experts. This is a challenge for machine learning applications. Semi-supervised learning addresses this problem by handling unlabeled data alongside labeled ones. However, if only a limited quantity of labeled examples is available, the performance of the machine learning task (e.g., classification) can be very unsatisfactory. Many solutions address this issue by using a classifier ensemble because this increases diversity. Algorithms such as co-training and tri-training use multiple views or multiple learning algorithms in order to improve the classification of unlabeled instances through simple majority agreement. Also, there are approaches that extend this idea and adopt less trivial voting processes to define the labels, like weighted majority voting. Nevertheless, these solutions require some confidence level on the label in order to use it for training. Hence, not all information is used, i.e., information associated with low confidence level is disregarded completely. An approach called social-training is proposed, which uses all information available in the semi-supervised learning task. For this, multiple heterogeneous classifiers are trained with the labeled data and generate diverse classifications for the same unlabeled instances. Social-training then aggregates these results into a single label by means of social choice functions that work with rank aggregation over the instances. The solution addresses binary classification cases. The results show that working with the full ranking, i.e., labeling all unlabeled instances, is able to reduce the classification error for some UCI data sets used.

A simulação de propagação de onda é uma ferramenta crucial na pesquisa de geofísica (para análise eficiente dos terremotos, mitigação de riscos e a exploração de petróleo e gáz). Devido à sua simplicidade e sua eficiência numérica, o método de diferenças finitas é uma das técnicas implementadas para resolver as equações da propagação das ondas. Estas aplicações são conhecidas como estênceis porque consistem num padrão que replica a mesma computação num domínio multidimensional de dados. A Computação de Alto Desempenho é requerida para solucionar este tipo de problemas, como consequência do grande número de pontos envolvidos nas simulações tridimensionais do subsolo. A optimização do desempenho dos estênceis é um desafio e depende do arquitetura usada. Neste contexto, focamos nosso trabalho em duas partes. Primeiro, desenvolvemos nossa pesquisa nas arquiteturas multicore; analisamos a implementação padrão em OpenMP dos modelos numéricos da transferência de calor (um estêncil Jacobi de 7 pontos), e o aplicativo Ondes3D (um simulador sísmico desenvolvido pela Bureau de Recherches Géologiques et Minières); usamos dois algoritmos conhecidos (nativo, e bloqueio espacial) para encontrar correlações entre os parâmetros da configuração de entrada, na execução, e o desempenho computacional; depois, propusemos um modelo baseado no Aprendizado de Máquina para avaliar, predizer e melhorar o desempenho dos modelos estênceis na arquitetura usada; também usamos um modelo de propagação da onda acústica fornecido pela empresa Petrobras; e predizemos o desempenho com uma alta precisão (até 99%) nas arquiteturas multicore. Segundo, orientamos nossa pesquisa nas arquiteturas heterogêneas, analisamos uma implementação padrão do modelo de propagação de ondas em CUDA, para encontrar os fatores que afetam o desempenho quando o número de aceleradores é aumentado; então, propusemos uma implementação baseada em tarefas para amelhorar o desempenho, de acordo com um conjunto de configuração no tempo de execução (algoritmo de escalonamento, tamanho e número de tarefas), e comparamos o desempenho obtido com as versões de só CPU ou só GPU e o impacto no desempenho das arquiteturas heterogêneas; nossos resultados demostram um speedup significativo (até 25) em comparação com a melhor implementação disponível para arquiteturas multicore. / Wave modeling is a crucial tool in geophysics, for efficient strong motion analysis, risk mitigation and oil & gas exploration. Due to its simplicity and numerical efficiency, the finite-difference method is one of the standard techniques implemented to solve the wave propagation equations. This kind of applications is known as stencils because they consist in a pattern that replicates the same computation on a multi-dimensional domain. High Performance Computing is required to solve this class of problems, as a consequence of a large number of grid points involved in three-dimensional simulations of the underground. The performance optimization of stencil computations is a challenge and strongly depends on the underlying architecture. In this context, this work was directed toward a twofold aim. Firstly, we have led our research on multicore architectures and we have analyzed the standard OpenMP implementation of numerical kernels from the 3D heat transfer model (a 7-point Jacobi stencil) and the Ondes3D code (a full-fledged application developed by the French Geological Survey). We have considered two well-known implementations (naïve, and space blocking) to find correlations between parameters from the input configuration at runtime and the computing performance; thus, we have proposed a Machine Learning-based approach to evaluate, to predict, and to improve the performance of these stencil models on the underlying architecture. We have also used an acoustic wave propagation model provided by the Petrobras company and we have predicted the performance with high accuracy on multicore architectures. Secondly, we have oriented our research on heterogeneous architectures, we have analyzed the standard implementation for seismic wave propagation model in CUDA, to find which factors affect the performance; then, we have proposed a task-based implementation to improve the performance, according to the runtime configuration set (scheduling algorithm, size, and number of tasks), and we have compared the performance obtained with the classical CPU or GPU only versions with the results obtained on heterogeneous architectures.

Na tentativa de compreender como os saberes são desenvolvidos nas práticas de um grupo em um hackerspace, este estudo parte da perspectiva da aprendizagem baseada em práticas pelo viés da abordagem teórico-metodológica da teoria atorrede para acompanhar a realização das atividades cotidianas de um coletivo em um hackerspace. Sem definições prévias estabelecidas acerca do conceito de hackerspace, o estudo tem como objetivo compreender como os saberes são desenvolvidos nas práticas de um grupo, em um hackerspace, e como são enactados pelas relações entre os diversos elementos heterogêneos da rede. Para isso, foi necessário, além da análise das práticas predominantes no cotidiano do coletivo, identificar e descrever – considerando humanos e não humanos de forma simétrica – como os processos de aprendizagem são engendrados nessas práticas, passando a constituir saberes. A fim de viabilizar a pesquisa, desenvolveu-se um estudo, orientado pela teoria ator-rede como método e lente de análise, entre os meses de dezembro de 2013 e setembro de 2014, em um hackerspace localizado em Porto Alegre, RS. Com o propósito de alcançar os objetivos formulados nesse trabalho, são descritas e analisadas as principais práticas predominantes na organização pesquisada e seus processos de aprendizagem, revelando que práticas, saberes e aprendizagem coexistem e se encontram imbricadas no constante organizar do coletivo. A incompletude de ser e as hibridizações enactadas nas práticas são discutidas posteriormente e denotam a agência dos não humanos, oriunda de arranjos momentaneamente estabelecidos entre os actantes da rede. A pesquisa revelou a complexidade dos saberes, que se encontram vinculados a um conjunto de práticas conectadas, uma vez que são constituídos por elas, ao mesmo tempo em que as constituem, sendo engendrados nas relações heterogêneas da rede. / In order to understand how the knowledge is developed in the practices of a hackerspace group, this research proceeds from the learning perspective of practices based on the theoretical and methodological approach of the actor-network theory bias to monitor daily activities of a collective in a hackerspace. Without previous definition of the concept of hackerspace, this study objective is to comprehend how the knowledge is developed in a group, in a hackerspace, and how it is accomplished by the relationship between the various heterogeneous network elements. For this, it was necessary, in addition to analyze the current practices in the daily life of the group, identify and describe – considering symmetrically humans and nonhumans – how the learning processes are fomented in these practices and built into knowledge. In order to accredit the research, a study was developed, based on the actor-network theory as the method of the analysis, from December 2013 to September 2014, in a hackerspace located in Porto Alegre, RS. With the purpose to achieve the goals of this research, the key practices and learning processes of the studied organization are described and analyzed, revealing that practice, knowledge and learning are intertwined and coexist in the group. The incompleteness of being and the hybridizations accomplished in the practices are discussed posteriorly and denote the agency of nonhumans, emerged from momentaneous arrangements established among the actants of the network. The study reveals the complexity of knowledge, which is linked to a group of practices, as it is constituted by them and in the same time it constitutes them, being engendered in the heterogeneous relations of the network.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Ce travail a pour but de vérifier la proposition de lecture du manuel didactique Reorientação Curricular curso de atualização para regentes de francês língua moderna (RCFle) elaboré par le Secrétariat dEducation de lÉtat de Rio de Janeiro(Seeduc). À partir dune perspective discursive énonciative, nous nous proposons danalyser les différentes positions assumées par lénonciateur professeur de langue française ainsi que la conception méthodologique pour lenseignement-apprentissage de FLE en rapport aux discours legitimés antérieurs à la RCFle qui prescrivent le travail du professeur / Este trabalho tem por objetivo analisar a proposta de leitura do material didático Reorientação Curricular curso de atualização para regentes de francês língua moderna (RCFle) desenvolvido pela Secretária Estadual de Educação do Rio de Janeiro(Seeduc). A partir de uma perspectiva do discurso promovida pela análise do discurso de base francesa (AD), nossa proposta inicia-se nas diferentes posições discursivas que o enunciador equipe de docentes ocupa para construir uma metodologia específica para o ensino de francês, baseada nas diferentes modalidades de letramento e as diferentes vozes legitimadas trazidas por este enunciador para compor esse material didático