Made available in DSpace on 2015-03-03T11:52:41Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-02-24Bitstream added on 2015-03-03T12:06:08Z : No. of bitstreams: 1 000804349.pdf: 687208 bytes, checksum: 513575bcf70cbc15996bc5c0fdb99657 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Técnicas para seleção de características tem sido amplamente estudadas pela comunidade científica de reconhecimento de padrões e areas afins, dado que o problema de encontrar o subconjunto das características que maximiza a taxa de acerto de uma técnica de classificação de padrões pode ser modelado como um problema de otimização. Metodologias baseadas em inteligência evolucionista, tais como aquelas que simulam dinâmicas sociais e de interação entre morcegos, algumas espécies de aves e outros insetos, tem sido recentemente aplicadas nesse contexto. Assim sendo, o presente trabalho visou o estudo e desenvolvimento de técnicas de seleção de características utilizando abordagens de otimização evolucionistas, sendo elas: BBA - Binary Bat Algorithm, BCSS - Binary Charged System Search, BCS - Binary Cuckoo Search, BKH - Binary Krill Herd e BSSO - Binary Social-Spider Optimization. Experimentos realizados em seis bases de dados utilizando as técnicas propostas em conjunto com outras cinco técnicas (BGA - Binary Genetic Algorithm, BPSO - Binary Particle Swarm Optimization, BFA - Binary Fire y Algorithm, BGSA - Binary Gravitational Search Algorithm, BHS - Binary Harmony Search) mostraram a eficácia das técnicas evolucionistas propostas quando utilizadas em conjunto com o classificador OPF. O BSSO - Binary Social-Spider Optimization apresentou a melhor acurácia em 3 bases, chegando a aumentar a taxa de acerto do classificador OPF em até 19%, bem como, selecionou o menor número de características em cinco das seis bases. Em relação ao tempo de execuçãao, o BKH - Binary Krill Herd obteve o segundo melhor tempo em cinco bases, ficando atrás somente do BHS - Binary Harmony Search / Techniques for feature selection have been widely studied by the pattern recognition scientific community and related fields, as the problem of finding the subset of features that maximizes the classifier rate can be modeled as a optimization problem. Methodologies based on evolutionary intelligence, such as those that simulate social dynamics and interaction between bats, some species of birds and other insects, have recently been applied in this context. Therefore, this work aimed to the study and development of feature selection techniques using evolutionary optimization approaches: BBA - Binary Bat Algorithm, BCSS - Binary Charged System Search, BCS - Binary Cuckoo Search, BKH - Binary Krill Herd e BSSO - Binary Social-Spider Optimization. Experiments conducted in six databases using the proposed techniques together with ve other techniques (BGA - Binary Genetic Algorithm, BPSO - Binary Particle Swarm Optimization, BFA - Binary Fire y Algorithm, BGSA - Binary Gravitational Search Algorithm, BHS - Binary Harmony Search) have shown the efiectiveness of proposed evolutionary techniques when used with the OPF classifier. The BSSO - Binary Social-Spider Optimization showed the best accuracy on 3 datasets coming to increase the OPF classification rate in up to 19%. Also, SSO has selected the smallest number features in ve of the six datasets. Regarding the runtime, BKH - Binary Krill Herd was the second fastest technique in ve datasets, being only slower then BHS - Binary Harmony Search technique

[pt] Esta dissertação investiga a utilização de sistemas Neuro- Fuzzy Hierárquicos BSP (Binary Space Partitioning) para aplicações em classificação de padrões, previsão, sistemas de controle e extração de regras fuzzy. O objetivo é criar um modelo Neuro-Fuzzy Hierárquico BSP do tipo Mamdani a partir do modelo Neuro-Fuzzy Hierárquico BSP Class (NFHB-Class) que é capaz de criar a sua própria estrutura automaticamente e extrair conhecimento de uma base de dados através de regras fuzzy, lingüisticamente interpretáveis, que explicam a estrutura dos dados. Esta dissertação consiste de quatros etapas principais: estudo dos principais sistemas hierárquicos; análise do sistema Neuro-Fuzzy Hierárquico BSP Class, definição e implementação do modelo NFHB-Mamdani e estudo de casos. No estudo dos principais sistemas hierárquicos é efetuado um levantamento bibliográfico na área. São investigados, também, os principais modelos neuro-fuzzy utilizados em sistemas de controle - Falcon e o Nefcon. Na análise do sistema NFHB- Class, é verificado o aprendizado da estrutura, o particionamento recursivo, a possibilidade de se ter um maior número de entrada - em comparação com outros sistemas neuro-fuzzy - e regras fuzzy recursivas. O sistema NFHB- Class é um modelo desenvolvido especificamente para classificação de padrões, como possui várias saídas, não é possível utilizá-lo em aplicações em controle e em previsão. Para suprir esta deficiência, é criado um novo modelo que contém uma única saída. Na terceira etapa é definido um novo modelo Neuro-Fuzzy Hierárquico BSP com conseqüentes fuzzy (NFHB-Mamdani), cuja implementação utiliza a arquitetura do NFHBClass para a fase do aprendizado, teste e validação, porém, com os conseqüentes diferentes, modificando a estratégia de definição dos conseqüentes das regras. Além de sua utilização em classificação de padrões, previsão e controle, o sistema NFHB-Mamdani é capaz de extrair conhecimento de uma base de dados em forma de regras do tipo SE ENTÃO. No estudo de casos são utilizadas duas bases de dados típicas para aplicações em classificação: Wine e o Iris. Para previsão são utilizadas séries de cargas elétricas de seis companhias brasileiras diferentes: Copel, Cemig, Light, Cerj, Eletropaulo e Furnas. Finalmente, para testar o desempenho do sistema em controle faz-se uso de uma planta de terceira ordem como processo a controlar. Os resultados obtidos para classificação, na maioria dos casos, são superiores aos melhores resultados encontrados pelos outros modelos e algoritmos aos quais foram comparados. Para previsão de cargas elétricas, os resultados obtidos estão sempre entre os melhores resultados fornecidos por outros modelos aos quais formam comparados. Quanto à aplicação em controle, o modelo NFHB-Mamdani consegue controlar, de forma satisfatória, o processo utilizado para teste. / [en] This paper investigates the use of Binary Space Partitioning (BSP) Hierarchical Neuro-Fuzzy Systems for applications in pattern classification, forecast, control systems and obtaining of fuzzy rules. The goal is to create a BSP Hierarchical Neuro-Fuzzy Model of the Mamdani type from the BSP Hierarchical Neuro-Fuzzy Class (NFHB-Class) which is able to create its own structure automatically and obtain knowledge from a data base through fuzzy rule, interpreted linguistically, that explain the data structure. This paper is made up of four main parts: study of the main Hierarchical Systems; analysis of the BSP Hierarchical Neuro-Fuzzy Class System, definition and implementation of the NFHB-Mamdani model, and case studies. A bibliographical survey is made in the study of the main Hierarchical Systems. The main Neuro-Fuzzy Models used in control systems - Falcon and Nefcon -are also investigated. In the NFHB-Class System, the learning of the structure is verified, as well as, the recursive partitioning, the possibility of having a greater number of inputs in comparison to other Neuro-Fuzzy systems and recursive fuzzy rules. The NFHB-Class System is a model developed specifically for pattern classification, since it has various outputs, it is not possible to use it in control application and forecast. To make up for this deficiency, a new unique output model is developed. In the third part, a new BSP Hierarchical Neuro-Fuzzy model is defined with fuzzy consequents (NFHB-Mamdani), whose implementation uses the NFHB-Class architecture for the learning, test, and validation phase, yet with the different consequents, modifying the definition strategy of the consequents of the rules. Aside from its use in pattern classification, forecast, and control, the NFHB-Mamdani system is capable of obtaining knowledge from a data base in the form of rules of the type IF THEN. Two typical data base for application in classification are used in the case studies: Wine and Iris. Electric charge series of six different Brazilian companies are used for forecasting: Copel, Cemig, Light, Cerj, Eletropaulo and Furnas. Finally, to test the performance of the system in control, a third order plant is used as a process to be controlled. The obtained results for classification, in most cases, are better than the best results found by other models and algorithms to which they were compared. For forecast of electric charges, the obtained results are always among the best supplied by other models to which they were compared. Concerning its application in control, the NFHB-Mamdani model is able to control, reasonably, the process used for test.

Submitted by Paulo Rodolfo de Oliveira Martins (guppnl@gmail.com) on 2018-10-15T21:36:12Z No. of bitstreams: 1 Projeto_Paulo_CONF BIBLIOTECA _15.10.2018-merged (1).pdf: 2297313 bytes, checksum: 21b98e52e0a36ed28b5d5e0db29ac4e6 (MD5) / Approved for entry into archive by Silvana Alvarez null (silvana@ict.unesp.br) on 2018-10-16T21:22:54Z (GMT) No. of bitstreams: 1 martins_pro_me_sjc.pdf: 2297313 bytes, checksum: 21b98e52e0a36ed28b5d5e0db29ac4e6 (MD5) / Made available in DSpace on 2018-10-16T21:22:54Z (GMT). No. of bitstreams: 1 martins_pro_me_sjc.pdf: 2297313 bytes, checksum: 21b98e52e0a36ed28b5d5e0db29ac4e6 (MD5) Previous issue date: 2018-08-18 / 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. / 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 "χ^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.

A crescente capacidade de computação dos componentes multiprocessados como processadores e unidades de processamento gráfico oferecem novas oportunidades para os campos de pesquisa relacionados computação embarcada e de alto desempenho (do inglês, high-performance computing). A crescente capacidade de computação progressivamente dos sistemas baseados em multicores permite executar eficientemente aplicações complexas com menor consumo de energia em comparação com soluções tradicionais de núcleo único. Essa eficiência e a crescente complexidade das cargas de trabalho das aplicações incentivam a indústria a integrar mais e mais componentes de processamento no mesmo sistema. O número de componentes de processamento empregados em sistemas grande escala já ultrapassa um milhão de núcleos, enquanto as plataformas embarcadas de 1000 núcleos estão disponíveis comercialmente. Além do enorme número de núcleos, a crescente capacidade de processamento, bem como o número de elementos de memória interna (por exemplo, registradores, memória RAM) inerentes às arquiteturas de processadores emergentes, está tornando os sistemas em grande escala mais vulneráveis a erros transientes e permanentes. Além disso, para atender aos novos requisitos de desempenho e energia, os processadores geralmente executam com frequências de relógio agressivos e múltiplos domínios de tensão, aumentando sua susceptibilidade à erros transientes, como os causados por efeitos de radiação. A ocorrência de erros transientes pode causar falhas críticas no comportamento do sistema, o que pode acarretar em perdas de vidas financeiras ou humanas. Embora tenha sido observada uma taxa de 280 erros transientes por dia durante o voo de uma nave espacial, os sistemas de processamento que trabalham à nível do solo devem experimentar pelo menos um erro transiente por dia em um futuro próximo. A susceptibilidade crescente de sistemas multicore à erros transientes necessariamente exige novas ferramentas para avaliar a resiliência à erro transientes de componentes multiprocessados em conjunto com pilhas complexas de software (sistema operacional, drivers) durante o início da fase de projeto. O objetivo principal abordado por esta Tese é desenvolver um conjunto de técnicas de injeção de falhas, que formam uma ferramenta de injeção de falha. O segundo objetivo desta Tese é estabelecer as bases para novas disciplinas de gerenciamento de confiabilidade considerando erro transientes em sistemas emergentes multi/manycore utilizando aprendizado de máquina. Este trabalho identifica multiplicas técnicas que podem ser usadas para fornecer diferentes níveis de confiabilidade na carga de trabalho e na criticidade do aplicativo. / The increasing computing capacity of multicore components like processors and graphics processing unit (GPUs) offer new opportunities for embedded and high-performance computing (HPC) domains. The progressively growing computing capacity of multicore-based systems enables to efficiently perform complex application workloads at a lower power consumption compared to traditional single-core solutions. Such efficiency and the ever-increasing complexity of application workloads encourage industry to integrate more and more computing components into the same system. The number of computing components employed in large-scale HPC systems already exceeds a million cores, while 1000-cores on-chip platforms are available in the embedded community. Beyond the massive number of cores, the increasing computing capacity, as well as the number of internal memory cells (e.g., registers, internal memory) inherent to emerging processor architectures, is making large-scale systems more vulnerable to both hard and soft errors. Moreover, to meet emerging performance and power requirements, the underlying processors usually run in aggressive clock frequencies and multiple voltage domains, increasing their susceptibility to soft errors, such as the ones caused by radiation effects. The occurrence of soft errors or Single Event Effects (SEEs) may cause critical failures in system behavior, which may lead to financial or human life losses. While a rate of 280 soft errors per day has been observed during the flight of a spacecraft, electronic computing systems working at ground level are expected to experience at least one soft error per day in near future. The increased susceptibility of multicore systems to SEEs necessarily calls for novel cost-effective tools to assess the soft error resilience of underlying multicore components with complex software stacks (operating system-OS, drivers) early in the design phase. The primary goal addressed by this Thesis is to describe the proposal and development of a fault injection framework using state-of-the-art virtual platforms, propose set of novel fault injection techniques to direct the fault campaigns according to with the software stack characteristics, and an extensive framework validation with over a million of simulation hours. The second goal of this Thesis is to set the foundations for a new discipline in soft error reliability management for emerging multi/manycore systems using machine learning techniques. It will identify and propose techniques that can be used to provide different levels of reliability on the application workload and criticality.

Submitted by Castro Ramos Menandro Celso (menandro@ufba.br) on 2018-04-12T06:30:30Z No. of bitstreams: 1 Tese de Doutorado-MENANDRO CELSO DE CASTRO RAMOS.pdf: 2740197 bytes, checksum: 65be1aa11407926a609c84a0e94467b0 (MD5) / Approved for entry into archive by Maria Auxiliadora da Silva Lopes (silopes@ufba.br) on 2018-04-12T14:45:42Z (GMT) No. of bitstreams: 1 Tese de Doutorado-MENANDRO CELSO DE CASTRO RAMOS.pdf: 2740197 bytes, checksum: 65be1aa11407926a609c84a0e94467b0 (MD5) / Made available in DSpace on 2018-04-12T14:45:42Z (GMT). No. of bitstreams: 1 Tese de Doutorado-MENANDRO CELSO DE CASTRO RAMOS.pdf: 2740197 bytes, checksum: 65be1aa11407926a609c84a0e94467b0 (MD5) / O presente trabalho é a história de meu envolvimento profissional, em mais de três décadas, com o universo imagético. Tendo sido uma experiência vivida, mais de dois terços do tempo, em sala de aula na Faculdade de Educação da Universidade Federal da Bahia. O percurso me-todológico do trabalho foi realizado a partir de um vasto envolvimento bibliográfico com a temática da imagem e do universo da comunicação audiovisual, do qual procurei fazer um in-ventariado iconográfico de aspectos e abordagens. Isso, especialmente, no que concerne às questões ligadas ao processo ensino-aprendizagem, isto é, relacionadas com a construção do conhecimento na sala de aula. Múltiplos enfoques advindos da investigação, com propósitos, sobretudo, de subsidiar a prática docente, no meio da qual se inserem aspectos ligados à co-municação, foram adotados. Tendo observado que a melhor maneira de estudar a imagem é pelo exercício com a própria imagem, passei a chamar de “práxis imagética” a que consiste no trabalho de produzir imagens ou situações em que elas estejam presentes. Adicionalmente, pa-ra, ao mesmo tempo em que o exercício se faz, poder refletir sobre o que é produzido, realizei, experimentalmente, entre outros, um material audiovisual – videográfico – com o aporte das ferramentas tecnológicas digitais contemporâneas e de subsídios do quadro teórico-conceitual, previamente, erigido. Na parte final, em conformidade com o design delineado, faço uma re-flexão sobre o processo das elaborações videográficas e sobre as considerações manifestadas após cada exibição feita para o público presente. / ABSTRACT The current work is the history of my professional involvement with the imagetic universe for more than three decades in classrooms at the Faculdade de Educação of the Federal University of Bahia. The methodological path was done by means of a vast bibliography related to the image and the universe of audiovisual communication, of which I have tried to write an iconographic inventory of aspects and approaches, especially in what concerns the process of teaching and learning, that is, the construction of knowledge in the classroom. Multiple approaches resulting from the investigation were adopted in order to help the teaching practice, such as those related to communication. As I have observed that the best way to study image is through the exercise with image itself, I started naming ―imagetic praxis‖ that one which produces images or situations where they are present. I also experimented an audiovisual videographic material with the help of technological digital contemporary tools and a theoretical conceptual frame that was previously built. Eventually, in keeping with the project, I examine the videographic process and the questions asked by the public after each exhibition.

Orientador: João Paulo Papa / Banca: Alexandre Levada / Banca: Antônio Carlos Sementille / Resumo: Técnicas de aprendizado de máquina, usualmente, objetivam aprender alguma superfície que separe amostras de classes diferentes por meio de sua representação vetorial. Entretanto, existem muitas aplicações que podem, eventualmente, perder informações essenciais e inerentes da estrutura dos dados em tal representação e, com o crescimento de base de dados com alta dimensionalidade, essas informações se tornam cada vez mais importantes. Os espaços de representação de dados com curvatura, baseados em trabalhos na area da Matemática e Física, têm despertado interesse por parte da comunidade de aprendizado de máquina com o intuito de resolver tal situação. Esses espaços de representação são baseados em tensores, os quais mantém a estrutura original dos dados, bem como permitem a utilização de variedades em superfícies com curvatura não nula. Esta dissertação de mestrado apresenta uma revisão bibliográfica sobre abordagens de aprendizado de máquina baseadas em tensores, bem como um referencial teórico sobre algebra multilinear. Também e apresentado um estudo da aplicabilidade do classificador Floresta de Caminhos Otimos, do inglês Optimum-Path Forest - OPF, em espaços tensoriais através da técnica Análise de Componentes Principais Multilineares, bem como a comparação dos resultados obtidos com outras técnicas conhecidas na literatura em contexto de reconhecimento em fotos e vídeos. Também foi demonstrado que o OPF pode obter maior acurácia em algumas situações quando se trabalha com características no espaço tensorial / Abstract: Machine learning techniques usually learn some decision surface that separates samples from di erent classes by means of their vectorial representation. However, there exist many applications that might lose important information that are strongly related to the data itself. Additionally, such information has gained importance with the popularity of high-dimensional datasets. As such, works based on Mathematics and Physics, where curvature-based space representations have been used in several application, have gained attention by the machine learning community. Such representations are based on tensors, which keep the original structure of the data, as well as they allow us to use manifolds in curvature-based spaces. This master's dissertation presents a review of the literature with respect to tensor-based machine learning techniques, as well as a brief review about multilinear algebra. We also evaluate the performance of the Optimum-Path Forest classi er (OPF) in tensor-oriented spaces by means of the Multilinear Principal Component Analysis, as well as its comparison against with other related techniques is also performed. It is shown OPF can bene t from such feature space representation in some situations / Mestre

[pt] A inversão sísmica é o processo de transformar dados de Sísmica de Reflexão em valores quantitativos de propriedades petroelásticas das rochas. Esses valores, por sua vez, podem ser correlacionados com outras propriedades ajudando os geocientistas a fazer uma melhor interpretação que resulta numa boa caracterização de um reservatório de petróleo. Existem vários algoritmos tradicionais para Inversão Sísmica. Neste trabalho revisitamos a Inversão Colorida (Impedância Relativa), a Inversão Recursiva, a Inversão Limitada em Banda e a Inversão Baseada em Modelos. Todos esses quatro algoritmos são baseados em processamento digital de sinais e otimização. O presente trabalho busca reproduzir os resultados desses algoritmos através de uma metodologia simples e eficiente baseada em Redes Neurais e na pseudo-impedância. Este trabalho apresenta uma implementação dos algoritmos propostos na metodologia e testa sua validade num dado sísmico público que tem uma inversão feita pelos métodos tradicionais. / [en] Seismic inversion is the process of transforming Reflection Seismic data into quantitative values of petroleum rock properties. These values, in turn, can be correlated with other properties helping geoscientists to make a better interpretation that results in a good characterization of an oil reservoir.There are several traditional algorithms for Seismic Inversion. In this work we revise Color Inversion (Relative Impedance), Recursive Inversion, Bandwidth Inversion and Model-Based Inversion. All four of these algorithms are based on digital signal processing and optimization. The present work seeks to reproduce the results of these algorithms through a simple and efficient methodology based on Neural Networks and pseudo-impedance. This work presents an implementation of the algorithms proposed in the methodology and tests its validity in a public seismic data that has an inversion made by the traditional methods.

[pt] A mineração de dados é um tema em alta que atrai pesquisadores de diferentes áreas, como bancos de dados, aprendizado de máquina e sistemas multiagentes. Como consequência do crescimento do volume de dados, há uma necessidade crescente de obter conhecimento desses grandes conjuntos de dados que são muito difíceis de manipular e processar com os métodos tradicionais. Os agentes de software podem desempenhar um papel significativo ao executar processos de mineração de dados de maneira mais eficiente. Por exemplo, eles podem trabalhar para realizar seleção, extração, pré-processamento e integração de dados, bem como mineração paralela, distribuída ou de múltiplas fontes. Este trabalho propõe uma abordagem (na forma de um framework) que usa agentes de software para gerenciar processos de mineração de dados. Para testar sua aplicabilidade, utilizamos vários conjuntos de dados relacionados ao domínio de saúde, representando alguns cenários de uso (hipotireoidismo, diabetes e arritmia). / [en] Data mining is a hot topic that attracts researchers from different areas, such as databases, machine learning, and multi-agent systems. As a consequence of the growth of data volume, there is a growing need to obtain knowledge from these large data sets that are very difficult to handle and process with traditional methods. Software agents can play a significant role performing data mining processes in ways that are more efficient. For instance, they can work to perform selection, extraction, preprocessing and integration of data as well as parallel, distributed, or multisource mining. This work proposes an approach (in the form of a framework) that uses software agents to manage data mining processes. In order to test its applicability, we use several data sets related to health care domain representing some usage scenarios (hypothyroidism, diabetes and arrhythmia).

[pt] Texto Dados sobre as carteiras de investidores institucionais em ações agora estão disponíveis em vários países e portanto podem ser usados em modelos para prever os futuros retornos de ações. Recentemente, vários produtos comerciais de investimento foram lançados que explicitamente usam tal tipo de dados na construção da carteira de investimentos. O intuito deste estudo é aplicar algoritmos de aprendizado de máquina em cima de dados das carteiras de ações de investidores institucionais nos Estados Unidos, a fim de avaliar se tais dados podem ser usados para prever futuros retornos de ações. Nosso trabalho mostra que um modelo usando um support vector machine conseguiu separar ações em três classes de futuro retorno com acurácia acima da esperada se um modelo aleatório fosse usado. / [en] Data on institutional ownership of securities is nowadays publicly available in a number of jurisdictions and can thus be used in models for the prediction of security returns. A number of recently launched investment products explicitly use such institutional ownership data in security selection. The purpose of the current study is to apply statistical learning algorithms to institutional ownership data from the United States, in order to evaluate the predictive validity of features based on such institutional ownership data with regard to future security returns. Our analysis identified that a support vector machine managed to classify securities, with regard to their four-quarter forward returns, into three bins with significantly higher accuracy than pure chance would predict. Even higher accuracy was achieved when predicting realized, i.e. past, fourquarter returns.

[pt] Com o declínio do sistema de produção em massa, o qual tinha um foco predominante nas grandes empresas, houve um redesenho das forças produtivas com tendências a uma estrutura que passou a favorecer as pequenas e médias empresas (PMEs), principalmente quando atuam de forma conjunta em aglomerações industriais e não isoladamente. Assim, foram surgindo, a partir dos anos 90, vários estudos apontando os chamados Arranjos Produtivos Locais (APLs) como uma forma de possibilitar a inserção competitiva das PMEs na economia moderna. Alguns pesquisadores consideram que as PMEs, quando inseridas nessas aglomerações, podem desenvolver uma dinâmica de aprendizado que leva a um processo de aquisição de conhecimentos. O aprendizado por interação, em particular, é apresentado como o principal responsável pela geração de inovações em PMEs. Dessa forma, esta dissertação buscou apresentar um estudo de caso, focando nas inovações geradas pelo aprendizado por interação no APL de Mármore e Granito de Cachoeiro de Itapemirim - ES, que se destaca como o principal produtor de rochas ornamentais do Brasil e como um dos maiores exportadores do mundo. Nesse APL foram encontradas duas principais fontes de aprendizado por interação: o GMC (Grupo de Melhoria Contínua) e o Empreender. O GMC, em especial, foi o foco de estudo deste trabalho, que buscou entender, principalmente, como ocorre a geração de inovações por meio da dinâmica de interação entre as empresas participantes desse grupo e entre este e as entidades que compõem a governança local, além de verificar alguns eventos relevantes de inovação do ponto de vista da empresa usuária/beneficiada. / [en] With the decline of the mass production system, which had a predominant focus on big companies, there was a readjustment of the productive forces with tendencies to a structure that started to favor the small and medium companies (SMCs), mainly when they act in an united way in industrial clusters and not separately. Starting from the nineties, several studies were developed pointing the calls clusters as a possibility for the competitive insertion of SMCs in the modern economy. Some researchers consider that SMCs, when inserted in clusters can develop a learning dynamic that leads to the process of acquisition of knowledge. The learning by interacting, in particular, is presented as the main responsible for the generation of innovations in SMCs. In that way, this dissertation presents a case study, focusing on the innovations generated by learning by interacting in the marble and granite cluster of Cachoeiro de Itapemirim, which stands out as the main producer of Brazil and as one of the larger exporters of the world. In this cluster two main learning by interacting sources were found: GMC (Group of Continuous Improvement) and Empreender. GMC, in especial, was the focus of this work, which sought to understand, mainly, how the generation of innovations occur through the interaction of the participant companies of that group and among these and the entities of the local governance, as well as to investigate some relevant events of innovation from the point of view of the companies.