Made available in DSpace on 2015-03-03T11:52:29Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-07-25Bitstream added on 2015-03-03T12:06:38Z : No. of bitstreams: 1 000807195.pdf: 2462524 bytes, checksum: 91686fbe11c74337c40fe57671eb8d82 (MD5) / O reconhecimento de atividade de visão de computador desempenha um papel importante na investigação para aplicações como interfaces humanas de computador, ambientes inteligentes, vigilância ou sistemas médicos. Neste trabalho, é proposto um sistema de reconhecimento de gestos com base em uma arquitetura de aprendizagem profunda. Ele é usado para analisar o desempenho quando treinado com os dados de entrada multi-modais em um conjunto de dados de linguagem de sinais italiana. A área de pesquisa subjacente é um campo chamado interação homem-máquina. Ele combina a pesquisa sobre interfaces naturais, reconhecimento de gestos e de atividade, aprendizagem de máquina e tecnologias de sensores que são usados para capturar a entrada do meio ambiente para processamento posterior. Essas áreas são introduzidas e os conceitos básicos são descritos. O ambiente de desenvolvimento para o pré-processamento de dados e algoritmos de aprendizagem de máquina programada em Python é descrito e as principais bibliotecas são discutidas. A coleta dos fluxos de dados é explicada e é descrito o conjunto de dados utilizado. A arquitetura proposta de aprendizagem consiste em dois passos. O pré-processamento dos dados de entrada e a arquitetura de aprendizagem. O pré-processamento é limitado a três estratégias diferentes, que são combinadas para oferecer seis diferentes perfis de préprocessamento. No segundo passo, um Deep Belief Network é introduzido e os seus componentes são explicados. Com esta definição, 294 experimentos são realizados com diferentes configurações. As variáveis que são alteradas são as definições de pré-processamento, a estrutura de camadas do modelo, a taxa de aprendizagem de pré-treino e a taxa de aprendizagem de afinação. A avaliação dessas experiências mostra que a abordagem de utilização de uma arquitetura ... (Resumo completo, clicar acesso eletrônico abaixo) / Activity recognition from computer vision plays an important role in research towards applications like human computer interfaces, intelligent environments, surveillance or medical systems. In this work, a gesture recognition system based on a deep learning architecture is proposed. It is used to analyze the performance when trained with multi-modal input data on an Italian sign language dataset. The underlying research area is a field called human-machine interaction. It combines research on natural user interfaces, gesture and activity recognition, machine learning and sensor technologies, which are used to capture the environmental input for further processing. Those areas are introduced and the basic concepts are described. The development environment for preprocessing data and programming machine learning algorithms with Python is described and the main libraries are discussed. The gathering of the multi-modal data streams is explained and the used dataset is outlined. The proposed learning architecture consists of two steps. The preprocessing of the input data and the actual learning architecture. The preprocessing is limited to three different strategies, which are combined to offer six different preprocessing profiles. In the second step, a Deep Belief network is introduced and its components are explained. With this setup, 294 experiments are conducted with varying configuration settings. The variables that are altered are the preprocessing settings, the layer structure of the model, the pretraining and the fine-tune learning rate. The evaluation of these experiments show that the approach of using a deep learning architecture on an activity or gesture recognition task yields acceptable results, but has not yet reached a level of maturity, which would allow to use the developed models in serious applications.

As aulas de ensino de língua estrangeira na escola pública são, historicamente, consideradas ineficientes. Entretanto, poucos estudos têm investigado diretamente as ações e interações nessas aulas a partir do ponto de vista dos próprios participantes. Este estudo tem por objetivo investigar o que fazem os alunos do ensino médio noturno em uma escola pública ao lhes ser proposto o trabalho colaborativo em grupos para a realização de tarefas de seu interesse. Estudos lingüísticos a partir de uma abordagem sócio-histórico-cultural têm demonstrado que é no uso da linguagem para participar de eventos relevantes que se dá a aprendizagem de outra língua, e o trabalho em grupo colaborativo tem sido defendido como lócus privilegiado para essa aprendizagem. Dados gerados por gravações em áudio e vídeo das atividades de grupos de alunos em duas turmas de primeiro ano de ensino médio noturno foram analisados de acordo com os princípios da abordagem sócio-histórico-cultural da aprendizagem e da Análise da Conversa Etnometodológica Aplicada para a identificação das ações realizadas na fala-em-interação e discussão do que fazem os participantes durante o trabalho em grupo colaborativo. Os dados da pesquisa sugerem que os participantes têm práticas próprias e eficientes de organização e participação no trabalho em grupo, estabelecidas através da fala-em-interação, e orientadas para resultados definidos na própria interação. Esses resultados parecem muitas vezes estar associados ao que os participantes supõem ser o desejo do professor e à obtenção de uma nota, o que poderia limitar ou empobrecer suas aprendizagens. Este estudo sugere a participação do professor como voz que contribua para o grupo adotar práticas mais complexas, mas salienta que o trabalho em grupo colaborativo se mostra como uma prática para a qual os participantes se orientam positivamente e que parece lhes possibilitar a participação mais complexa em eventos sociais através do uso de uma outra língua.

Diante da realidade desmotivadora das relações e estruturas de funcionamento na escola pública de São Paulo, muitos profissionais da educação sucumbem ao desânimo e à ausência de significado das suas práticas, prejudicando seu desempenho ou adoecendo de tal maneira a ponto de, em alguns casos, terem que abandonar por completo a prática pedagógica. As ações preventivas ou de combate ao chamado "mal-estar docente" têm se mostrado pouco eficazes por serem construídas sobre moldes às vezes desconectados dos princípios, necessidades ou qualidades individuais do professorado. Essa situação alarmante tem contribuído para uma crescente desvalorização da figura do professor. Com base em uma bibliografia que investiga questões relevantes para a compreensão das condições externas e internas do indivíduo educador, este trabalho realizou a observação de um grupo de docentes que encontrou mecanismos individuais para a sustentação de uma disponibilidade viva diante das imposições típicas do universo educacional. Entre as ações empreendidas por eles está o ato de reservar para si mesmos espaços cotidianos coerentes com aspectos internos de potência pessoal, o que lhes possibilita a manutenção de um estado de aprendizado permanente e de ação criadora por meio da presença íntegra. Para dialogar com estas pessoas e suas paisagens utilizei, como ponto de partida, meus próprios recursos de ordenação interna e criação, inspirados basicamente por tecidos coloridos, narrativas de vida e de tradição oral e reflexões em contato com as dunas da praia do Araçá, em Ilha Comprida. Esta pesquisa foi realizada com o objetivo de revelar um retrato pouco conhecido dos professores e, a partir do registro da presença e das soluções encontradas por um grupo, estimular a renovação do olhar dos profissionais da educação sobre si mesmos e o seu trabalho. / In face of the depressive reality on São Paulo's public school relations and operating structures, many education professionals succumb to the discouragement and absence meaning of their practices, causing damages to their performance, or getting so ill that, in some cases, they must to completely abandon pedagogical practices. Preventive actions to combat so-called "teacher's malaise" have been ineffective because of it's building on disconnected molds from the teaching staff principles, needs or individual qualities. This alarming situation has contributed to a growing teacher's figure devaluation. Based on a bibliography that investigates relevant questions to understanding educator's external and internal conditions, this work has done an observation of a group that found individual mechanisms to support a living availability before the typical educational universe's impositions. Amongst their actions is to reserve for themselves coherent to internal aspects of personal power daily spaces, which enables them to maintain a permanent learning and creative action state through integrity presence. In order to dialogue with these people and their landscapes, I used, as a starting point, my own internal ordering and creation resources, basically inspired on colored tissues, life and oral traditional narratives and reflections in contact with the Araçá's beach dunes, in Ilha Comprida. This research was carried out with the objective of revealing a little known educator's picture, by recording a group presence and their found solutions, to stimulate the renewal viwe of school teachers about themselves and their work.

Dissertação apresentada ao Programa de Pós-Graduação em Educação da Universidade do Extremo Sul Catarinense-UNESC, como requisito parcial para a obtenção do título de Mestre em Educação. / This paper has the objective to contribute about the professional actions in terms of training and development forming staff in organizations. Has as reference a bibliographic study, a discussion points to some considerations from Paulo Freire and Carl Rogers, take us in order to elaborate the criticism the process of formation in companies. To unfold this question, the principles from Paulo Freire were analyzed in terms of resistance to the process technician of learning that keeps the individual without autonomy; comprehend the attitudes from Carl Rogers that brings about a considerable learning in T& D (Trainning and Development) ; identify the conceptions in the organizational context; analyze the possibility, by facing that the employees of a company be treated as individuals into their own learning and not as gears, by Carl Rogers’ and Paulo Freire’s theories. From the critical analisys, it is possible to affirm that the possibility is really by means of facing and of the resistance before an organization a context that keeps pointed to a development of competences, giving enphasis in the act of doing, in the operational, in a prescritive form. This way, it was not the objective propose a new model of T & D (Trainning and Development) and try to apply it; it would be an illusion, it is not possible to change the process without changing the way people think the process, which inserts itself in a context not in favour of the economy and at the significant learning. According to Freire and Rogers, the individual that Works has the capacity to develop and elaborate its history, and it is not according to the pattern and also with the direction that the formation processes have taken in the companies.The posibilities of facing are based on firm actions, radical measures, in the dialogue and in the problematization in Freire and Rogers, on basic atitudes experienced by the one that facilitates, promoting freedom of participation of the employee as individual of its own learning. This way, working in the “gaps”, resisting to the determination of the T & D (Trainning and Development) programs the formation process in the company can be modified, where the voices of who teaches and who learns will be heard, mainly the ones who learn. / O presente trabalho de pesquisa tem como finalidade contribuir com a problemática acerca da atuação do profissional de treinamento e desenvolvimento como formador de pessoas no trabalho em organizações. Com base em um estudo bibliográfico, a discussão versa sobre quais apontamentos, a partir de Paulo Freire e Carl Rogers, nos levam a construir a crítica ao processo de formação nas empresas. Para desdobrar esta problemática procurou-se: analisar os princípios freireanos como resistência ao processo tecnicista de aprendizagem que torna o ser que trabalha sem autonomia; compreender as atitudes rogerianas que podem provocar um aprendizado significativo em T&D; identificar as concepções formativas no contexto organizacional; analisar a possibilidade, através do enfrentamento, a partir das teorias freireana e rogeriana, de que os funcionários da empresa sejam tratados como sujeitos de seu aprender e não como objetos de uma engrenagem. A partir da análise crítica, pode-se afirmar que a possibilidade é, de fato, por meio do enfrentamento e da resistência diante de um contexto organizacional que está voltado ao desenvolvimento de competências, com ênfase no fazer, no operacional, num formato prescritivo. Dessa forma, não se objetivou propor um novo modelo de T&D e tentar aplicá-lo; isso seria uma ilusão, não é possível mudar o processo sem mudar o modo das pessoas pensarem o processo, que, por sua vez, se insere em um contexto desfavorável à autonomia e à aprendizagem significativa. Em Freire e em Rogers, o ser que trabalha tem condições de se desenvolver e de construir sua história, e isso está em desacordo com o formato e com a direção que os processos formativos têm tomado nas empresas. As possibilidades de enfrentamento estão pautadas na ação firme, radical, no diálogo e na problematização em Freire e, em Rogers, nas atitudes básicas vivenciadas pelo facilitador, promovendo a liberdade de participação do funcionário como sujeito do seu aprender. Desse modo, trabalhando-se “nas brechas”, resistindo ao determinismo dos programas de T&D, o processo formativo na empresa poderá sofrer alterações, onde não será ouvida somente a voz de quem ensina, mas principalmente a voz de quem aprende.

Made available in DSpace on 2018-07-27T18:26:09Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-09-16. Added 1 bitstream(s) on 2018-07-27T18:30:26Z : No. of bitstreams: 1 000869005.pdf: 3819437 bytes, checksum: 18fca28243c35aa1e48c9d1d2cfae5e9 (MD5) / As organizações produtoras de software vêm enfrentando problemas e desafios em relação à qualidade do software há muitas décadas. O gerenciamento da qualidade envolve três processos básicos: planejamento da qualidade, garantia da qualidade e controle da qualidade. O processo de controle da qualidade provê informações para avaliação do desempenho e mudanças nos projetos, processos ou produtos. Para isso, indicadores de desempenho devem ser definidos e analisados para apoiar as tomadas de decisão. Durante o monitoramento dos processos da produção de software, dados dos indicadores de desempenho são coletados e armazenados em bases históricas para serem analisados pelos administradores dos processos. Técnicas de controle estatístico da qualidade auxiliam a avaliação dos dados coletados. Contudo, alguns aspectos dificultam a análise adequada para as tomadas de decisão em tempo hábil. O controle da qualidade pode requerer análise de grupos de indicadores, compostos por indicadores de vários processos e de diferentes granularidades, tipos e frequencias de coleta. Além disso, à medida que o volume de dados dos indicadores aumenta, a complexidade das análises também tende a aumentar. Nesse contexto, este trabalho apresenta uma sistemática para análise dos indicadores de desempenho, utilizando técnicas de aprendizado de máquina semi-supervisionado. Essa sistemática é composta por etapas que abrangem a seleção dos indicadores, o processo de rotulagem e a análise dos dados coletados no monitoramento. Adicionalmente, o trabalho apresenta um modelo de referência para apoiar a seleção dos indicadores, baseado nos processos dos níveis G e F do modelo de qualidade MPS-SW. Outro modelo de referência desenvolvido é baseado nas perspectivas do modelo Balanced Scorecard, com a finalidade de apoiar a definição de grupos de indicadores. Os processos de rotulagem e análise dos dados são feitos em um único passo... / Software development companies have been facing problems and challenges in relation to software quality for decades. Quality management involves three basic processes: quality planning, quality assurance and quality control. The quality control process provides information to evaluate the performance and changes in projects, processes or products. For this, performance indicators should be defined and analyzed in order to help decision-making. During the monitoring of the software production processes, data of the performance indicators is collected and stored in historical bases in order to be analyzed by the managers of the processes. Statistical quality control techniques aid the evaluation of the collected data. However, some aspects complicate the appropriate analysis to timely decision-making. The quality control may require analyzing groups of indicators, composed of indicators of various processes and with different granularity, types and collect frequency. Furthermore, as the volume of indicator data increases, the complexity of analysis also tends to increase. In this context, this work presents a systematic for analysis of performance indicators, using semi-supervised machine learning techniques.This systematic consists of steps that cover the selection of indicators, the process of labeling and the analysis of data collected in monitoring. In addition, the work presents a reference model to support the selection of indicators, considering the processes of the levels G and F of the MPS model for software (MPS-SW). The other developed reference model is based on the perspectives of the Balanced Scorecard model, in order to support the definition of groups of indicators. The labeling process and the data analysis process are done in a single step. Information visualization techniques are used to support the labeling process. The work presents a case study on the systematic presented, using real data from a software development ...

A neurogênese hipocampal é modulada por muitos fatores que incluem envelhecimento, estresse, enriquecimento ambiental, atividade física e aprendizado. Atividade física voluntária (espontânea) estimula a proliferação celular no giro denteado e facilita a aquisição e/ou retenção de tarefas dependentes do hipocampo, incluindo o Labirinto Aquático de Morris. Embora seja bem estabelecido que o exercício físico regular melhore o desempenho em tarefas de memória e aprendizado, não está claro qual a duração desses benefícios após o final da atividade física. Neste estudo investigamos a relação temporal entre os efeitos benéficos da atividade física associado ao aprendizado de tarefa dependente da função hipocampal, e sua relação com a neurogênese, levando em consideração também o tempo decorrido desde o término da atividade física. Grupos independentes de ratos tiveram acesso a roda de atividade ao longo de 7 dias (Grupo EXE) ou roda bloqueada (Grupo Ñ-EXE) e receberam injeções de BrdU nos últimos 3 dias de exposição roda. Após um INTERVALO de 1, 3 ou 6 semanas após o final da exposição a roda de atividade após o final da exposição a roda de atividade, os animais foram testados no labirinto aquático de Morris, sendo uma parte deles expostos a tarefa de memória operacional espacial, dependente da função hipocampal (H), e outra parte a uma tarefa de busca por uma plataforma visível, independente da função hipocampal (ÑH). Em ambos os casos, o intervalo entre as tentativas (ITI) foi de 10 minutos durante as sessões 1-6 e (virtualmente) zero minutos durante as sessões 7-10. Concluída a tarefa os cérebros foram processados para imuno-histoquímica. Foram feitas imunoistoquímicas para a detecção de Ki-67 (proliferação celular), BrdU, NeuN (para identificar neurónios maduros), e DCX (para identificar imaturo neurônios). Nossos dados suportam a ideia que atividade física voluntária induz um aumento na proliferação celular e na diferenciação neuronal (neurogênese) no giro denteado. A introdução de um período de intervalo entre o final do exercício e a execução da tarefa comportamental causa uma redução significativa na sobrevivência dos novos neurônios, como observado com 1 semana de intervalo em comparação com os animais testados com 6 semanas de intervalo. Em contraste, entretanto, o presente resultado não confirma que esse aumento da neurogênese é acompanhado por melhora na memória espacial, como avaliado por meio da versão que envolve memória operacional no labirinto aquático de Morris. O aprendizado da tarefa do labirinto aquático de Morris, na versão de memória operacional que é dependente do hipocampo, leva a um aumento da sobrevivência dos novos neurônios que foram produzidos no período de exercício, ao passo que o aprendizado da versão independente da tarefa leva a uma redução do número absoluto de novos neurônios / Hippocampal adult neurogenesis is modulated by many factors including age, stress, environmental enrichment, physical exercise and learning. Spontaneous exercise in a running wheel stimulates cell proliferation in the adult dentate gyrus and facilitates acquisition and/or retention of hippocampal-dependent tasks including the Morris water maze. While it is well established that regular physical exercise improves cognitive performance, it is unclear for how long these benefits last after its interruption. In this study, we investigate the temporal relation between exercise-induced benefits associated with learning of a hippocampal-dependent task, this relationship with neurogenesis, considering the time after exercise has ended. Independent groups of rats were given free access to either unlocked (EXE Group) or locked (No-EXE Group) running wheels for 7 days, having received daily injections of BrdU for the last 3 days. The animals were then transferred to standard home cages. After a time period of either 1, 3 or 6 weeks, the animals were tested in the Morris water maze, one of them being exposed to the spatial working memory task dependent on hippocampal function (H) and partly to a task search for a visible platform, independent of hippocampal function (NH). In both cases, the interval between trials (ITI) was 10 minutes during sessions and 1-6 and (virtually) zero minute during the sessions 7-10. After the task brains were processed for immunohistochemistry. Cell proliferation and net neurogenesis were assessed in hippocampal sections using antibodies against BrdU, NeuN (to identify mature neurons), and DCX (to identify immature neurons). Data of the present study confirm that exposure of rats to 7 days of spontaneous wheel running increases cell proliferation and neurogenesis. In contrast, however, the present results did not confirm that this neurogenesis is accompanied by a significant improvement in spatial learning, as evaluated using the working memory version of the Morris’ water maze task. The introduction of a delay period between the end of exercise and cognitive training on the Morris water maze reduces cell survival; the number of new neurons was higher in the EXE1 week delay group as compared to the EXE6 week delay. We showed that learning the Morris water maze in the working memory task dependent on hippocampal function (H) increases the new neurons survival, in contrast, learning hippocampal-independent version of the task decreases number of new neurons

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-10-06T18:37:17Z No. of bitstreams: 1 TeseCRP.pdf: 16817329 bytes, checksum: caeccc84696f23e07efee854d9bff6f5 (MD5) / Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-25T16:33:17Z (GMT) No. of bitstreams: 1 TeseCRP.pdf: 16817329 bytes, checksum: caeccc84696f23e07efee854d9bff6f5 (MD5) / Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-25T16:33:26Z (GMT) No. of bitstreams: 1 TeseCRP.pdf: 16817329 bytes, checksum: caeccc84696f23e07efee854d9bff6f5 (MD5) / Made available in DSpace on 2018-01-25T16:41:48Z (GMT). No. of bitstreams: 1 TeseCRP.pdf: 16817329 bytes, checksum: caeccc84696f23e07efee854d9bff6f5 (MD5) Previous issue date: 2017-07-26 / Não recebi financiamento / Currently, it is not a trivial task to point out a test that can diagnose accurately enough a patient with Parkinson’s Disease, as well as it is quit difficult to assess the level of the disease. Experts recommend the application of different types of tests, many of them based on signs and biomedical imaging, such as electroencephalogram, computed tomography and magnetic resonance to aid the detection of the disease process, since as the age ranges, symptoms such as fatigue and weakness can hide diagnosis. In order to provide a more effective clinical information to doctors aiming at diagnosis with greater confidence, methodologies to perform the fusion of different imaging modalities have become increasingly popular and promising. Recently, the use of forms containing some activities using a biometric pen with multi-sensors have been applied for the detection of Parkinson’s Disease by means of handwriting analysis. However, information derived from the scanned image of the form itself, and the one obtained by same pen have not been used together for this purpose. Thus, this proposal aims using pattern recognition techniques and image processing aimed at using the information from the form together with data from the pen. We believe a possible improvement in the medical diagnosis of Parkinson’s Disease can be archived. Another contribution of this proposal, is the design of a multimodal database to aid in the diagnosis of Parkinson’s Disease. / Atualmente, não é uma tarefa trivial apontar um exame que possa diagnosticar com precisão suficiente um paciente com mal de Parkinson, tendo como ponto importante também, após a constatação da enfermidade, a análise do nível da mesma. Especialistas recomendam a aplicação de diferentes tipos de exames, muitos deles baseados em sinais e imagens biomédicas, tais como eletroencefalograma, tomografia computadorizada e ressonância magnética para auxiliar no processo de detecção da doença, já que a faixa etária elevada e sintomas como cansaço e fraqueza podem ocultar o diagnóstico. Com o intuito de prover informações mais eficazes propiciando aos médicos um diagnóstico com maior confiança, metodologias para realizar a fusão entre diferentes modalidades de imagens tem se tornado cada vez mais populares e promissoras. Recentemente, a utilização de formulários contendo algumas atividades utilizando como ferramenta para o seu preenchimento uma caneta biométrica com multi-sensores tem sido aplicada para detecção do mal de Parkinson, efetuando o registro adquirido para análise da escrita. Entretanto, as informações oriundas da própria imagem digitalizada do formulário, bem como as mesmas obtidas pela caneta, ainda não foram utilizadas em conjunto para este fim. Desta forma, a presente proposta de tese de doutorado objetiva a utilização de técnicas de reconhecimento de padrões e processamento de imagens visando utilizar as diferentes informações provenientes do preenchimento do formulário em conjunto com dados provenientes da caneta, visando uma possível melhora no processo de auxílio ao diagnóstico médico do mal de Parkinson. Uma outra contribuição do trabalho é a criação de uma base de dados multimodal para o auxílio ao diagnóstico do mal de Parkinson.

Made available in DSpace on 2016-06-02T19:05:18Z (GMT). No. of bitstreams: 1 DissLDN.pdf: 2584981 bytes, checksum: a43eb8d055e14f2c3516fd94d19fc372 (MD5) Previous issue date: 2003-09-05 / This research work investigates the contribution of genetic algorithms to instance based learning methods, particularly k-NN, IB1 and IB2. The main focus of the investigation is to optimize the performance of three algorithms by means of a genetic algorithm. A computational system that implements each method and its genetic variant is described. Results of experiments in some knowledge domains are presented and analised. / Este trabalho investiga a contribuição de algoritmos genéticos a métodos de aprendizado baseado em instâncias, particularmente o k-NN, IB1 e IB2. O principal objetivo da investigação é otimizar o desempenho de cada um dos três algoritmos por meio de uma colaboração genética. É descrito um sistema computacional que implementa cada um dos métodos e sua variante genética. Os resultados de experimentos em vários domínios de conhecimento são apresentados e analisados.

Made available in DSpace on 2016-06-02T19:05:19Z (GMT). No. of bitstreams: 1 DissJRBJ.pdf: 1580108 bytes, checksum: 0456aef8508685d7e69da2661dc5877b (MD5) Previous issue date: 2006-05-25 / Financiadora de Estudos e Projetos / Constructive neural learning is a neural learning model that does not assume a fixed network topology before training begins. The main characteristic of this learning model is the dynamic construction of the network s hidden layers that occurs simultaneously with training. This work investigates three topics related to constructive neural learning namely algorithms for training an individual TLU, constructive neural algorithms for two class problems and constructive neural algorithms for multiclass problems. The first research topic is approached by discussing a few TLU training algorithms, namely Perceptron, Pocket, Thermal, Modified Thermal, MinOver and BCP. This work approaches constructive neural learning for two class classification tasks by initially reviewing Tower, Pyramid, Tiling and Upstart algorithms, aiming at their multiclass versions. Next five constructive neural algorithms namely Shift, Offset, PTI, Perceptron Cascade and Sequential are investigated and two hybrid algorithms are proposed: Hybrid Tiling, that does not restrict the TLU s training to only one algorithm and the OffTiling, a collaborative approach based on Tiling and Offset. Multiclass constructive neural learning was approached by investigating TLUs training algorithms that deal with multiclass as well as by investigating multiclass versions of Tower, Pyramid, Tiling, Upstart and Perceptron Cascade. This research work also describes an empirical evaluation of all the investigated algorithms conducted using several knowledge domains. Results are discussed and analyzed. / Aprendizado neural construtivo é um modelo de aprendizado neural que não pressupõe a definição de uma topologia de rede fixada antes do início do treinamento. A principal característica deste modelo de aprendizado é a construção dinâmica das camadas intermediárias da rede, à medida que vão sendo necessárias ao seu treinamento. Este trabalho investiga três frentes de pesquisas com relação ao aprendizado neural construtivo, a saber, algoritmos para o treinamento de TLUs, algoritmos neurais construtivos para problemas que envolvem duas classes e algoritmos neurais construtivos para o tratamento de problemas multiclasses. Com relação à primeira frente de pesquisa os algoritmos discutidos para o treinamento de TLUs são o Perceptron, o Pocket, o PMR, o Thermal, o Thermal Modificado, o MinOver e o BPC. Na frente de pesquisa relativa ao aprendizado neural construtivo para duas classes são revistos os algoritmos Tower, Pyramid, Tiling e Upstart, para que as versões multiclasses desses algoritmos possam ser tratadas. São investigados os algoritmos neurais construtivos Shift, Offset, PTI, Perceptron Cascade e Sequential e propostos dois algoritmos híbridos: o Tiling Híbrido, que não restringe o treinamento de TLUs a um único algoritmo e o OffTiling que agrega os algoritmos Tiling e Offset. A frente que focaliza o aprendizado neural construtivo multiclasse investiga os algoritmos para o treinamento de TLUs quando o problema envolvido apresentar mais que duas classes bem como apresenta e discute as versões multiclasses dos algoritmos Tower, Pyramid, Tiling, Upstart e Perceptron Cascade. O trabalho descreve uma avaliação empírica dos algoritmos investigados, em vários domínios de conhecimento bem como discute e analisa os resultados obtidos.

Made available in DSpace on 2016-06-02T19:05:25Z (GMT). No. of bitstreams: 1 DissMLY.pdf: 1150965 bytes, checksum: b52b13360fef92e8f025d95e6667d557 (MD5) Previous issue date: 2007-08-29 / The objective of this work is to introduce two algorithms for supervised Bayesian network incremental learning, AIP (Algorithm for simple Bayesian network numerical parameters supervised incremental learning) and ABC (Algorithm for Bayesian network supervised incremental learning in layers). In order to develop these algorithms we studied relevant works about the Bayesian networks concepts, the algorithms for supervised Bayesian network learning and the algorithms for incremental supervised Bayesian network learning. To improve the performance of the ABC algorithm, we studied the AD-Tree structure and implemented it on the algorithm. To measure the quality of the networks learned by the algorithms we used these networks learnt to classify a test set, resulting in the correct classification rate (ICC). To do that we studied the test set classification process and the propagation of evidences along the Bayesian network. The result of the studies is described on this work, along with the results and discussions about the experiments made with the introduced algorithms. / Esse trabalho tem como objetivo propor dois algoritmos para aprendizado incremental supervisionado de redes Bayesianas, o AIP (Aprendizado Incremental ingênuo de Parâmetros) e o ABC (Aprendizado Bayesiano em Camadas). Para isso se pesquisou conceitos teóricos de redes Bayesianas, algoritmos de aprendizado de redes Bayesianas e métodos de aprendizado incremental de redes Bayesianas relevantes na literatura. Para melhorar o desempenho do aprendizado incremental se pesquisou uma estrutura de representação de conhecimento chamada AD-Tree. Para aferir a qualidade das redes Bayesianas produzidas se utilizou essas redes para classificar conjuntos de teste, obtendo assim o índice de classificação correta (ICC). Foi pesquisado o processo de classificação de conjuntos de teste e o processo de propagação de evidências. O resultado dessas pesquisas está descrito no trabalho, junto com os resultados e discussões sobre os experimentos feitos com os algoritmos propostos.