Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Neste trabalho é apresentada uma nova abordagem para obter as respostas impulsivas biauriculares (BIRs) para um sistema de aurilização utilizando um conjunto de redes neurais artificiais (RNAs). O método proposto é capaz de reconstruir as respostas impulsivas associadas à cabeça humana (HRIRs) por meio de modificação espectral e de interpolação espacial. A fim de cobrir todo o espaço auditivo de recepção, sem aumentar a complexidade da arquitetura da rede, uma estrutura com múltiplas RNAs (conjunto) foi adotada, onde cada rede opera uma região específica do espaço (gomo). Os três principais fatores que influenciam na precisão do modelo arquitetura da rede, ângulos de abertura da área de recepção e atrasos das HRIRs são investigados e uma configuração ideal é apresentada. O erro de modelagem no domínio da frequência é investigado considerando a natureza logarítmica da audição humana. Mais ainda, são propostos novos parâmetros para avaliação do erro, definidos em analogia com alguns dos bem conhecidos parâmetros de qualidade acústica de salas. Através da metodologia proposta obteve-se um ganho computacional, em redução do tempo de processamento, de aproximadamente 62% em relação ao método tradicional de processamento de sinais utilizado para aurilização. A aplicabilidade do novo método em sistemas de aurilização é reforçada mediante uma análise comparativa dos resultados, que incluem a geração das BIRs e o cálculo dos parâmetros acústicos biauriculares (IACF e IACC), os quais mostram erros de magnitudes reduzidas. / This work presents a new approach to obtain the Binaural Impulse Responses (BIRs) for an auralization system by using a committee of artificial neural networks (ANNs). The proposed method is capable to reconstruct the desired modified Head Related Impulse Responses (HRIRs) by means of spectral modification and spatial interpolation. In order to cover the entire auditory reception space, without increasing the networks architecture complexity, a structure with multiple RNAs (group) was adopted, where each network operates in a specific reception region (bud). The three major parameters that affect the models accuracy the networks architecture, the reception regions aperture angles and the HRIRs time shifts are investigated and an optimal setup is presented. The modeling error, in the frequency domain, is investigated considering the logarithmic nature of the human hearing. Moreover, new parameters are proposed for error evaluation in the time domain, defined in analogy with some of the well known acoustical quality parameters in rooms. It was observed that the proposed methodology obtained a computational gain of approximately 62%, in terms of processing time reduction, compared to the classical signal processing method used to obtain auralizations. The applicability of the new method in auralizations systems is validated by comparative analysis, which includes the BIRs generation and calculation of the binaural acoustic parameters (IACF and IACC), showing very low magnitude errors.

Esta tese apresenta três ensaios sobre previsão de inflação e análise de dados em tempo real no Brasil. Utilizando uma curva de Phillips, o primeiro ensaio propõe um “modelo evolucionário” para prever inflação no Brasil. O modelo evolucionário consiste em uma combinação de um modelo não-linear (que é formado pela combinação de três redes neurais artificiais – RNAs) e de um modelo linear (que também é a referência para propósitos de comparação). Alguns parâmetros do modelo evolucionário, incluindo os pesos das combinações, evoluem ao longo do tempo segundo ajustes definidos por três algoritmos que avaliam os erros fora-da-amostra. As RNAs foram estimadas através de uma abordagem híbrida baseada em um algoritmo genético (AG) e em um algoritmo simplex de Nelder-Mead. Em um experimento de previsão fora-da-amostra para 3, 6, 9 e 12 passos à frente, o desempenho do modelo evolucionário foi comparado ao do modelo linear de referência, segundo os critérios de raiz do erro quadrático médio (REQM) e de erro absoluto médio (EAM). O desempenho do modelo evolucionário foi superior ao desempenho do modelo linear para todos os passos de previsão analisados, segundo ambos os critérios. O segundo ensaio é motivado pela recente literatura sobre análise de dados em tempo real, que tem mostrado que diversas medidas de atividade econômica passam por importantes revisões de dados ao longo do tempo, implicando importantes limitações para o uso dessas medidas. Elaboramos um conjunto de dados de PIB em tempo real para o Brasil e avaliamos a extensão na qual as séries de crescimento do PIB e de hiato do produto são revisadas ao longo do tempo. Mostramos que as revisões de crescimento do PIB (trimestre/trimestre anterior) são economicamente relevantes, embora as revisões de crescimento do PIB percam parte da importância à medida que o período de agregação aumenta (por exemplo, crescimento em quatro trimestres). Para analisar as revisões do hiato do produto, utilizamos quatro métodos de extração de tendência: o filtro de Hodrick-Prescott, a tendência linear, a tendência quadrática, e o modelo de Harvey-Clark de componentes não-observáveis. Todos os métodos apresentaram revisões de magnitudes economicamente relevantes. Em geral, tanto a revisão de dados do PIB como a baixa precisão das estimativas de final-de-amostra da tendência do produto mostraram-se fontes relevantes das revisões de hiato do produto. O terceiro ensaio é também um estudo de dados em tempo real, mas que analisa os dados de produção industrial (PI) e as estimativas de hiato da produção industrial. Mostramos que as revisões de crescimento da PI (mês/mês anterior) e da média móvel trimestral são economicamente relevantes, embora as revisões de crescimento da PI tornem-se menos importantes à medida que o período de agregação aumenta (por exemplo, crescimento em doze meses). Para analisar as revisões do hiato da PI, utilizamos três métodos de extração de tendência: o filtro de Hodrick-Prescott, a tendência linear e a tendência quadrática. Todos os métodos apresentaram revisões de magnitudes economicamente relevantes. Em geral, tanto a revisão de dados da PI como a baixa precisão das estimativas de final-de-amostra da tendência da PI mostraram-se fontes relevantes das revisões de hiato da PI, embora os resultados sugiram certa predominância das revisões provenientes da baixa precisão de final-de-amostra. / This thesis presents three essays on inflation forecasting and real-time data analysis in Brazil. By using a Phillips curve, the first essay presents an “evolutionary model” to forecast Brazilian inflation. The evolutionary model consists in a combination of a non-linear model (that is formed by a combination of three artificial neural networks - ANNs) and a linear model (that is also a benchmark for comparison purposes). Some parameters of the evolutionary model, including the combination weight, evolve throughout time according to adjustments defined by three algorithms that evaluate the out-of-sample errors. The ANNs were estimated by using a hybrid approach based on a genetic algorithm (GA) and on a Nelder-Mead simplex algorithm. In a 3, 6, 9 and 12 steps ahead out-of-sample forecasting experiment, the performance of the evolutionary model was compared to the performance of the benchmark linear model, according to root mean squared errors (RMSE) and to mean absolute error (MAE) criteria. The evolutionary model performed better than the linear model for all forecasting steps that were analyzed, according to both criteria. The second essay is motivated by recent literature on real-time data analysis, which has shown that several measures of economic activities go through important data revisions throughout time, implying important limitations to the use of these measures. We developed a GDP real-time data set to Brazilian economy and we analyzed the extent to which GDP growth and output gap series are revised over time. We showed that revisions to GDP growth (quarter-onquarter) are economic relevant, although the GDP growth revisions lose part of their importance as aggregation period increases (for example, four-quarter growth). To analyze the output gap revisions, we applied four detrending methods: the Hodrick-Prescott filter, the linear trend, the quadratic trend, and the Harvey-Clark model of unobservable components. It was shown that all methods had economically relevant magnitude of revisions. In a general way, both GDP data revisions and the low accuracy of end-of-sample output trend estimates were relevant sources of output gap revisions. The third essay is also a study about real-time data, but focused on industrial production (IP) data and on industrial production gap estimates. We showed that revisions to IP growth (month-on-month) and to IP quarterly moving average growth are economic relevant, although the IP growth revisions become less important as aggregation period increases (for example, twelve-month growth). To analyze the output gap revisions, we applied three detrending methods: the Hodrick-Prescott filter, the linear trend, and the quadratic trend. It was shown that all methods had economically relevant magnitude of revisions. In general, both IP data revisions and low accuracy of end-of-sample IP trend estimates were relevant sources of IP gap revisions, although the results suggest some prevalence of revisions originated from low accuracy of end-of-sample estimates.

Le principal objectif de ce travail est l’étude de l’influence de la pesanteur sur la mécanique <p>respiratoire et le contrôle de la respiration, ainsi que sur les interactions cardio-respiratoires pendant les différents stades du sommeil. <p><p>Le chapitre introductif présente le contexte général et les objectifs de la thèse. Des sections abordant le sommeil, la respiration, et l’interaction cardio-respiratoire y sont présentées, résumant l’état actuel des connaissances sur les effets de la pesanteur sur chacun de ces systèmes. <p>Dans le deuxième chapitre, l’expérience “Sleep and Breathing in microgravity”, qui constitue la source des données à la base de ce travail, est présentée en détail. <p>L’étude des signaux de longue durée requiert avant tout de disposer d’outils performants <p>d’analyse des signaux. La première partie de la thèse présente en détail deux algorithmes :un <p>algorithme de détection automatique d’événements respiratoires (inspiration / expiration) <p>basé sur des réseaux neuronaux artificiels, et un algorithme de quantification de l’amplitude <p>et de la phase de l’arythmie sinusale pendant le sommeil, utilisant la méthode des ondelettes. <p>La validation de chaque algorithme est présentée, et leur performance évaluée. Cette partie <p>inclut aussi des courtes introductions théoriques aux réseaux de neurones artificiels ainsi <p>qu’aux méthodes d’analyse temps–fréquence (Fourier et ondelettes). <p>Une approche similaire à celle utilisée pour la détection automatique d’événements respiratoires a été appliquée à la détection d’événements dans des signaux de vitesse du sang <p>dans l’artère cérébrale moyenne, mesures obtenues par Doppler transcrânien. Ceci est le <p>sujet de la thèse annexe. <p>Ces deux algorithmes ont été appliqués aux données expérimentales pour extraire des <p>informations physiologiques quant à l’impact de la pesanteur sur la mécanique respiratoire et <p>l’interaction cardio-respiratoire. Ceci constitue la deuxième partie de la thèse. Un chapitre <p>est consacré aux effets de l’apesanteur sur la mécanique respiratoire pendant le sommeil. <p>Ce chapitre a mis en évidence, pour tous les stades de sommeil, une augmentation de la <p>contribution abdominale en microgravité, suivi d’un retour progressif vers des valeurs observées avant le vol. L’augmentation initiale était attendue, mais l’adaptation progressive <p>observée ne peut pas être expliquée par un effet purement mécanique, et nous suggère la <p>présence d’un mécanisme d’adaptation central. Un deuxième chapitre présente les résultats <p>comparant l’arythmie sinusale pendant le sommeil avant le vol, en apesanteur et après le retour sur terre. Le rythme cardiaque pendant le sommeil dans l’espace présente une moindre <p>variabilité. Les différences NREM–REM observées sur terre pour les influences vagales et sympathiques sont accentuées dans l’espace. Aucun changement significatif n’est présent pour <p>le gain et la différence de phase entre les les signaux cardiaque et respiratoire en comparant <p>le sommeil sur terre et en apesanteur. <p>La dissertation termine par une discussion générale du travail effectué, incluant les prin- <p>cipales conclusions ainsi que les perspectives qui en découlent. / Doctorat en Sciences biomédicales et pharmaceutiques / info:eu-repo/semantics/nonPublished

Submitted by Daniela Sbizera Justo null (sbizera@yahoo.com) on 2016-09-20T14:14:51Z No. of bitstreams: 1 Tese-Daniela Sbizera Justo.pdf: 5782774 bytes, checksum: 483d11758263a9d6c3a3d4c89fe66919 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-09-22T19:44:56Z (GMT) No. of bitstreams: 1 justo_ds_dr_ilha.pdf: 5782774 bytes, checksum: 483d11758263a9d6c3a3d4c89fe66919 (MD5) / Made available in DSpace on 2016-09-22T19:44:56Z (GMT). No. of bitstreams: 1 justo_ds_dr_ilha.pdf: 5782774 bytes, checksum: 483d11758263a9d6c3a3d4c89fe66919 (MD5) Previous issue date: 2016-08-25 / Esta pesquisa será dedicada ao desenvolvimento de uma metodologia com vistas à compreensão e ao exame do comportamento do hábito de consumo de eletricidade residencial, via análise de similaridade, baseado no uso de uma rede neural da família ART (Adaptive Resonance Theory). Trata-se de uma rede neural composta por dois módulos ART-Fuzzy, cujo treinamento é realizado de modo não supervisionado. No primeiro módulo, serão usadas, como entrada, as informações que caracterizam os hábitos de consumo e a situação socioeconômica. A saída do primeiro módulo junto com os dados referentes aos equipamentos eletroeletrônicos da residência compõem a entrada do segundo módulo que, finalmente, produz informações, na saída, relativas ao diagnóstico pretendido, ou seja, a formação de agrupamentos similares (clusters). Todo o processamento da rede neural modular é realizado com dados binários, os quais são gerados a partir de informações quantitativas e qualitativas. As redes neurais da família ART são estáveis e plásticas. A estabilidade refere-se à garantia de sempre produzir soluções, ou seja, não se observa problemas relativos à má convergência. A plasticidade é uma característica que possibilita a execução do treinamento de forma contínua sem destruir o conhecimento adquirido previamente. É um recurso pouco observado nas demais redes neurais disponíveis na literatura especializada. Com essas propriedades (estabilidade e plasticidade), combinada com o processamento de dados essencialmente binários, confere ao sistema neural uma ampla capacidade de produzir objetivos que podem ser facilmente modificados visando atender requisitos preestabelecidos pelos usuários (consumidor, empresa do setor elétrico). Neste sentido, o resultado esperado é a obtenção de informações referentes à similaridade de consumidores, à qual pode-se vislumbrar alguns benefícios, por parte dos consumidores, como melhorar o hábito de consumir energia elétrica, oferecendo também, por meio do conhecimento dos consumidores similares, a obtenção de melhores estratégias de negociação com os fornecedores, principalmente, no caso de sistemas smart grids. Neste novo paradigma do setor elétrico, há uma forte tendência do(s) consumidor(es) escolher(em) livremente a empresas fornecedoras de energia elétrica. Além disso, é discutida uma melhor forma para a realização da previsão de carga em pontos da rede elétrica onde há uma maior incerteza, e.g., nos barramentos mais próximos do consumidor (transformadores etc.), i.e., as incertezas no contexto da previsão de carga total do sistema são aumentadas à medida que se adentra a partir da carga global até chegar ao consumidor final, em especial ao usuário residencial. A base de dados, para a fase de treinamento da rede neural, é construída a partir de informações disponibilizadas por consumidores voluntários via o preenchimento de formulário. Realizada a fase de treinamento, a rede neural adquire um conhecimento incipiente afeito de ser aperfeiçoado ao longo do tempo, quando se implementa o recurso da plasticidade. / This work develops a methodology to understand and analyze the behavior of residential electricity consumption by similarity analysis, based on a neural network of ART (Adaptive Resonance Theory) family. The neural network is composed of two Fuzzy-ART modules whose training are non-supervised. At the first module, the inputs are information that characterize the consumption habits and the socio-economic situation. The output of the first module with the data referred to electro-electronic equipment available at the residence compose the input of the second module, which finally produces information at the output related to the diagnosis proposed, i.e. the formation of clusters. All the neural network processing is realized with binary data, which are generated from quantitative and qualitative information. ART family neural networks are stable and plastic. The stability assures that it always produces a solution, i.e. there is no convergence problem. The plasticity is a characteristic that allows executing the processing continuously without losing the knowledge previously learned. Those advantages are seldom observed in other neural networks available at the specialized literature. Considering these properties (stability and plasticity), combined with the data processing exclusively binary, the neural network is capable to be modified when necessary to attend pre-defined requests by the users (consumers, distributers, etc.). Therefore, the expected result is to obtain information referred to the similarity with consumers, and with this information, the consumers can improve their habits or even negotiating with the producers in case of smart grid systems. This new electrical system paradigm, the tendency is that the consumers can arbitrarily choose the electrical distributers. Furthermore, the work discusses the best way to realize load forecasting in points where there is uncertainty, e.g., on the busses near the consumers (transformers), i.e., the uncertainties considering the global forecasting increase if the information of residences is not considered. The database for the training phase of the neural network was built by a quiz form filled by some volunteer consumers. Afterwards, when finishing the training phase, the neural network acquires knowledge that along time can implement the plasticity resource.

Fundação de Amparo a Pesquisa do Estado de Minas Gerais / This work proposes a design methodology of fuzzy controllers for systems that do not offer any intuitive information to the control designer, in order to provide guidelines to construct the fuzzy conventional controllers. The design methodology involves the application of artificial intelligence techniques, where the fuzzy controllers are obtained by an optimization process that uses genetic algorithms. For this optimization procedure, the knowledge of the system dynamics is required. From the experimental inputs and outputs of the system, an artificial neural network is trained and, in that way, it is possible to model the dynamic behavior of the plant. The rule base, the weights of the rules and the input membership functions are optimized. The goal of this methodology is the control the vibrations of complex dynamic systems, such as vibration control of plates instrumented with piezoelectric sensors and actuators. In this work, the fundamentals of fuzzy control, artificial neural networks and genetic algorithms are presented. The proposed control methodology is evaluated numerically and experimentally on the control of a vibratory system with one degree of freedom, and on a steel cantilever test beam. The first system is controlled by electromagnetic actuators and the beam is controlled by piezoelectric actuators. Many controllers are evaluated in time and frequency domains. For the studied cases, it is concluded that the proposed methodology is efficient and also some considerations are made about the future works based of the presented search. / Este trabalho propõe uma metodologia de projeto de controladores fuzzy para sistemas, que não oferecem ao projetista de controle informações intuitivas suficientes para orientá-lo na construção convencional dos controladores fuzzy. A metodologia de projeto envolve a aplicação de técnicas de inteligência artificial, onde os controlares fuzzy são obtidos a partir de um processo de otimização que utiliza os algoritmos genéticos. Esse mecanismo de otimização, por sua vez, requer o conhecimento da dinâmica do sistema. Uma rede neural artificial é então treinada para, a partir de dados de entrada e saída do sistema, modelar o comportamento dinâmico da planta. São otimizados a base de regras, o peso das regras e as funções de pertinência de entrada. A motivação do trabalho é o controle de vibrações em sistemas dinâmicos complexos, como, por exemplo, o controle de vibração em placas instrumentadas com vários sensores e atuadores piezelétricos. O trabalho apresenta os fundamentos do controle fuzzy, das redes neurais artificiais e dos algoritmos genéticos. A metodologia de controle proposta é avaliada numérica e experimentalmente no controle de mesa vibratória de um grau de liberdade e de uma viga de aço engastada-livre. A mesa é controlada por atuadores eletromagnéticos e a viga por atuadores piezelétricos. Diversos controladores são avaliados no domínio do tempo e da freqüência. O trabalho conclui que, para os casos estudados, a metodologia proposta é eficiente e aponta, ainda, nas considerações finais, alguns desdobramentos futuros da pesquisa realizada. / Mestre em Engenharia Mecânica

O movimento de pedestres está associado ao espaço em que ele acontece, de maneira local, onde cada calçada oferece vantagens físicas e de maneira global ao determinar rotas através dos caminhos da cidade. Entender como os pedestres escolhem as calçadas por onde se locomovem é essencial para determinar as características do ambiente necessárias aos espaços. Uma maneira de entender essas relações é através da criação de modelos urbanos, um modo de associar diretamente os atributos aos fenômenos. Buscou-se analisar metodologias utilizadas em modelos de pedestres, bem como novas tecnologias incorporadas a eles, para avaliar a movimentação peatonal urbana em áreas centrais de tecido tradicional. Dentre as metodologias observadas, aquelas que mais se adequaram para entender os fatores contidos no espaço urbano foram a sintaxe espacial e as medidas de desempenho dos passeios. A sintaxe se destaca por relacionar o efeito da malha urbana como indutora do movimento de pedestres, e as medidas de desempenho por criarem maneiras de avaliar a qualidade do passeio. Esta pesquisa procura compatibilizar esses dois métodos de abordar o movimento para descrever e compreender as relações entre o espaço e o fluxo de pedestres na área central da cidade de Santa Maria-RS. As variáveis do espaço urbano foram processadas com as redes neurais artificiais, uma tecnologia inovadora com muito potencial na área de modelagem urbana, por sua aptidão de aprendizado a partir de exemplos - fenômenos que não possuem regras explícitas - e processamento em paralelo dos dados - todas as variáveis se influenciam ao mesmo tempo para resultar no fenômeno estudado. Os resultados obtidos mostraram-se pertinentes às bases teóricas e contribuem para a explicação do movimento natural em cidades. / The pedestrians’ movement is associated to the space where it happens, on a local way, where each sidewalk offers physical advantages and in a global way when determining routes through the city roads. To understand how the pedestrians choose the sidewalks where they will move around is essential to determine the ambient characteristics that are necessary on the spaces. A way of understanding these relations is by creating urban models, a way of associating directly the attributes to the phenomena. It was tried to analyze methodologies used in pedestrians' models, as well as new technologies incorporated to them, to evaluate the urban pedestrian movement at central areas of the traditional cities. Among the observed methodologies, those which were more appropriated to understand the factors contained in the urban space were the spatial syntax and the measures of sidewalks performance. The syntax stands out by relating the effect of the urban grid as the factor that induces the pedestrians’ movement and the performance measures because they create forms of evaluating the sidewalk’s quality. This research attempts to make compatible those two methods of approaching the movement to describe and to understand the relations between the space and the pedestrians' flow in the central area of Santa Maria-RS The urban space variables were processed with the artificial neural networks, an innovative technology with a lot of potential in the urban modeling area, on account of its learning aptitude starting from examples - phenomena that don't have explicit rules - and the parallel processing of the data - all the variables influence each other at the same time to result in the studied phenomenon. The obtained results were shown pertinent to the theoretical bases and they contribute to the explanation of the natural movement in cities. The results were shown pertinent to the theoretical bases and they contribute to explaining the natural movement in the cities.

Este trabalho apresenta um sistema computacional que utiliza técnicas de Aprendizado de Máquina (AM) para auxiliar o diagnóstico oftalmológico. Trata-se de um sistema de medidas objetivas e automáticas dos principais vícios de refração ocular, astigmatismo, hipermetropia e miopia. O sistema funcional desenvolvido aplica técnicas convencionais de processamento a imagens do olho humano fornecidas por uma técnica de aquisição chamada Hartmann-Shack (HS), ou Shack-Hartmann (SH), com o objetivo de extrair e enquadrar a região de interesse e remover ruídos. Em seguida, vetores de características são extraídos dessas imagens pela técnica de transformada wavelet de Gabor e, posteriormente, analisados por técnicas de AM para diagnosticar os possíveis vícios refrativos presentes no globo ocular representado. Os resultados obtidos indicam a potencialidade dessa abordagem para a interpretação de imagens de HS de forma que, futuramente, outros problemas oculares possam ser detectados e medidos a partir dessas imagens. Além da implementação de uma nova abordagem para a medição dos vícios refrativos e da introdução de técnicas de AM na análise de imagens oftalmológicas, o trabalho contribui para a investigação da utilização de Máquinas de Vetores Suporte e Redes Neurais Artificiais em sistemas de Entendimento/Interpretação de Imagens (Image Understanding). O desenvolvimento deste sistema permite verificar criticamente a adequação e limitações dessas técnicas para a execução de tarefas no campo do Entendimento/Interpretação de Imagens em problemas reais. / This work presents a computational system that uses Machine Learning (ML) techniques to assist in ophthalmological diagnosis. The system developed produces objective and automatic measures of ocular refraction errors, namely astigmatism, hypermetropia and myopia from functional images of the human eye acquired with a technique known as Hartmann-Shack (HS), or Shack-Hartmann (SH). Image processing techniques are applied to these images in order to remove noise and extract the regions of interest. The Gabor wavelet transform technique is applied to extract feature vectors from the images, which are then input to ML techniques that output a diagnosis of the refractive errors in the imaged eye globe. Results indicate that the proposed approach creates interesting possibilities for the interpretation of HS images, so that in the future other types of ocular diseases may be detected and measured from the same images. In addition to implementing a novel approach for measuring ocular refraction errors and introducing ML techniques for analyzing ophthalmological images, this work investigates the use of Artificial Neural Networks and Support Vector Machines (SVMs) for tasks in Image Understanding. The description of the process adopted for developing this system can help in critically verifying the suitability and limitations of such techniques for solving Image Understanding tasks in \"real world\" problems.

O movimento de pedestres está associado ao espaço em que ele acontece, de maneira local, onde cada calçada oferece vantagens físicas e de maneira global ao determinar rotas através dos caminhos da cidade. Entender como os pedestres escolhem as calçadas por onde se locomovem é essencial para determinar as características do ambiente necessárias aos espaços. Uma maneira de entender essas relações é através da criação de modelos urbanos, um modo de associar diretamente os atributos aos fenômenos. Buscou-se analisar metodologias utilizadas em modelos de pedestres, bem como novas tecnologias incorporadas a eles, para avaliar a movimentação peatonal urbana em áreas centrais de tecido tradicional. Dentre as metodologias observadas, aquelas que mais se adequaram para entender os fatores contidos no espaço urbano foram a sintaxe espacial e as medidas de desempenho dos passeios. A sintaxe se destaca por relacionar o efeito da malha urbana como indutora do movimento de pedestres, e as medidas de desempenho por criarem maneiras de avaliar a qualidade do passeio. Esta pesquisa procura compatibilizar esses dois métodos de abordar o movimento para descrever e compreender as relações entre o espaço e o fluxo de pedestres na área central da cidade de Santa Maria-RS. As variáveis do espaço urbano foram processadas com as redes neurais artificiais, uma tecnologia inovadora com muito potencial na área de modelagem urbana, por sua aptidão de aprendizado a partir de exemplos - fenômenos que não possuem regras explícitas - e processamento em paralelo dos dados - todas as variáveis se influenciam ao mesmo tempo para resultar no fenômeno estudado. Os resultados obtidos mostraram-se pertinentes às bases teóricas e contribuem para a explicação do movimento natural em cidades. / The pedestrians’ movement is associated to the space where it happens, on a local way, where each sidewalk offers physical advantages and in a global way when determining routes through the city roads. To understand how the pedestrians choose the sidewalks where they will move around is essential to determine the ambient characteristics that are necessary on the spaces. A way of understanding these relations is by creating urban models, a way of associating directly the attributes to the phenomena. It was tried to analyze methodologies used in pedestrians' models, as well as new technologies incorporated to them, to evaluate the urban pedestrian movement at central areas of the traditional cities. Among the observed methodologies, those which were more appropriated to understand the factors contained in the urban space were the spatial syntax and the measures of sidewalks performance. The syntax stands out by relating the effect of the urban grid as the factor that induces the pedestrians’ movement and the performance measures because they create forms of evaluating the sidewalk’s quality. This research attempts to make compatible those two methods of approaching the movement to describe and to understand the relations between the space and the pedestrians' flow in the central area of Santa Maria-RS The urban space variables were processed with the artificial neural networks, an innovative technology with a lot of potential in the urban modeling area, on account of its learning aptitude starting from examples - phenomena that don't have explicit rules - and the parallel processing of the data - all the variables influence each other at the same time to result in the studied phenomenon. The obtained results were shown pertinent to the theoretical bases and they contribute to the explanation of the natural movement in cities. The results were shown pertinent to the theoretical bases and they contribute to explaining the natural movement in the cities.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Database with missing values it is an occurrence often found in the real world, beiging of this problem caused by several reasons (equipment failure that transmits and stores the data, handler failure, failure who provides information, etc.). This may make the data inconsistent and unable to be analyzed, leading to very skewed conclusions. This dissertation aims to explore the use of Multilayer Perceptron Artificial Neural Network (ANN MLP), with new activation functions, considering two approaches (single imputation and multiple imputation). First, we propose the use of Maximum Likelihood Estimation Method (MLE) in each network neuron activation function, against the approach currently used, which is without the use of such a method or when is used only in the cost function (network output). It is then analyzed the results of these approaches compared with the Expectation Maximization algorithm (EM) is that the state of the art to treat missing data. The results indicate that when using the Artificial Neural Network MLP with Maximum Likelihood Estimation Method, both in all neurons and only in the output function, lead the an imputation with lower error. These experimental results, evaluated by metrics such as MAE (Mean Absolute Error) and RMSE (Root Mean Square Error), showed that the better results in most experiments occured when using the MLP RNA addressed in this dissertation to single imputation and multiple. / Base de dados com valores faltantes é uma ocorrência frequentemente encontrada no mundo real, sendo as causas deste problema são originadas por motivos diversos (falha no equipamento que transmite e armazena os dados, falha do manipulador, falha de quem fornece a informação, etc.). Tal situação pode tornar os dados inconsistentes e inaptos de serem analisados, conduzindo às conclusões muito enviesadas. Esta dissertação tem como objetivo explorar o emprego de Redes Neurais Artificiais Multilayer Perceptron (RNA MLP), com novas funções de ativação, considerando duas abordagens (imputação única e imputação múltipla). Primeiramente, é proposto o uso do Método de Estimativa de Máxima Verossimilhança (EMV) na função de ativação de cada neurônio da rede, em contrapartida à abordagem utilizada atualmente, que é sem o uso de tal método, ou quando o utiliza é apenas na função de custo (na saída da rede). Em seguida, são analisados os resultados destas abordagens em comparação com o algoritmo Expectation Maximization (EM) que é o estado da arte para tratar dados faltantes. Os resultados obtidos indicam que ao utilizar a Rede Neural Artificial MLP com o Método de Estimativa de Máxima Verossimilhança, tanto em todos os neurônios como apenas na função de saída, conduzem a uma imputação com menor erro. Os resultados experimentais foram avaliados via algumas métricas, sendo as principais o MAE (Mean Absolute Error) e RMSE (Root Mean Square Error), as quais apresentaram melhores resultados na maioria dos experimentos quando se utiliza a RNA MLP abordada neste trabalho para fazer imputação única e múltipla.

Made available in DSpace on 2017-07-10T18:07:58Z (GMT). No. of bitstreams: 1 Lucas Maycon Hoff Zeni.pdf: 1421377 bytes, checksum: 75c6a9407a955e26c7fd4db2939b1b79 (MD5) Previous issue date: 2012-02-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Configuration of fixed bed that operates with biphasic flow is used in industrial operations such as the Fischer-Tropsch, hydrogenation, and residual water treatments. Vital information for the project and operation of this type of bed is in its characteristics fluid-dynamic and among these characteristics the flow regime because these have a direct influence transferring heat and mass present in the bed. In the two-phase flow with ascendant flow through fixed bed, three distinct regimes can be identified: the bubble regime, for low gas flow; pulsating regime, for moderate liquid and gas flow; and spray regime; for low flow of liquid and high flow rates of gas. Although there are different techniques to determine flow regimes, the most used is the visual identification. Thus, this research aims to develop, by using artificial neural networks (ANNs) a way to determine, for a given set of liquid-gas flow what out-flow regime the bed presents. To do so, firstly, the out-flow regime were identified by using water and air, respectively flux mass flowing varying from 2 to 16.5 kg.m-2.s-1 and from 0 to 0.6 kg.m-2.s-1, flowing up-words through a fixed bed packed with glass spheres measuring from 2.7 to 3.5 mm of diameter. The network proposed to identify the regimes contains Multiple Layers Perceptron architecture (PML) trained by the back propagation algorithm put together by applying the Multiple Back-Propagation (MBP) software, version 2.2.3 consistently with two input neurons, two intermediate layers, and four output neurons. The number of neurons of the intermediate layers was assorted to find out the best configuration. As activation of function, logistic, tangent, hyperbolic, and Gaussian were tested. Observed results showed that it is possible the identification of regimes through neural networks and among those tested the one that showed the best performance was the one that used the hyperbolic-tangent activation function; 10 neurons in the first hidden layer, and 12 neurons in the second hidden layer. / A configuração de leito fixo que opera com escoamento bifásico é muito utilizada em operações industriais, tais como síntese de Fischer-Tropsch, hidrogenação e tratamento de águas residuais. Uma informação vital para projeto e operação deste tipo de leito está nas características fluidodinâmicas, e dentre estas características podem ser citados os regimes de escoamento, pois estes influenciam diretamente nas transferências de calor e massa presentes no leito. No escoamento bifásico com fluxo ascendente através de leito fixo podem ser identificados três regimes distintos: regime bolha, para baixas vazões de gás; regime pulsante, para vazões moderadas de líquido e gás; e regime spray, para baixas vazões de líquidos e altas vazões de gás. Apesar de haver diferentes técnicas para a determinação dos regimes de escoamento, a mais empregada é a identificação visual. Sendo assim, esta pesquisa tem por objetivo desenvolver, por meio da utilização de redes neurais artificiais (RNA s), uma maneira de determinar, para um dado conjunto de vazões gás-líquido, qual regime de escoamento o leito apresenta. Para isto, os regimes de escoamento primeiramente foram identificados utilizando água e ar, respectivamente com fluxo mássico variando de 2 a 16,5 kg.m-2.s-1 e de 0 a 0,6 kg.m-2.s-1, escoando em fluxo ascendente por meio de um leito fixo recheado com esferas de vidro de diâmetro entre 2,7 e 3,5 mm. A rede proposta para a identificação dos regimes possui arquitetura perceptron de múltiplas camadas (MLP) treinada pelo algoritmo backpropagation e foi montada utilizando o programa freeware Multiple Back-Propagation (MBP) versão 2.2.3 sempre com dois neurônios de entrada, duas camadas intermediárias e quatro neurônios de saída. O número de neurônios das camadas intermediárias foi variado a fim de descobrir a melhor configuração. Como função de ativação, foram testadas as funções logística, tangente hiperbólica e gaussiana. Os resultados observados mostram que é possível a identificação dos regimes por meio de redes neurais e dentre as configurações testadas, a que apresentou melhor desempenho foi a rede que utilizou a função de ativação tangente hiperbólica, 10 neurônios na primeira camada oculta e 12 neurônios na segunda camada oculta.