Despite the extent of a theoretical framework in financial market studies, a vast majority of the traders, investors and computer scientists have relied only on technical and timeseries data for predicting future prices. So far, the forecasting models have rarely incorporated macro-economic and market fundamentals successfully, especially with short-term predictions ranging less than a month. In this investigation on the predictability of certain financial markets, an attempt has been made to incorporate a un-exampled and encompassing set of parameters into an Artificial Neural Network prediction system. Experiments were carried out on three market instruments ??? namely currency exchange rates, share prices and oil prices. The choice of parameters for inclusion or exclusion, and the time frame adopted for the experimental sets were derived from the market literature. Good directional prediction accuracies were achieved for currency exchange rates and share prices with certain parameters as inputs, which consisted of predicting short-term movements based on past movements. These predictions were better than the results produced by a traditional least square prediction method. The trading strategy developed based on the predictions also achieved a higher percentage of winning trades. No significant predictions were observed for oil prices. These results open up questions in the microstructure of the markets and provide an insight into the inputs required for market forecasting in the corresponding time frame, for future investigation. The study concludes by advocating the use of trend based input parameters and suggests ways to improve neural network forecasting models.

The goal of Evolutionary Robotics (ER) is the development of automatic processes for the synthesis of robot control systems using evolutionary computation. The idea that it may be possible to synthesise robotic control systems using an automatic design process is appealing. However, ER is considerably more challenging and less automatic than its advocates would suggest. ER applies methods from the field of neuroevolution to evolve robot control systems. Neuroevolution is a machine learning algorithm that applies evolutionary computation to the design of Artificial Neural Networks (ANN). The aim of this thesis is to assay the practical characteristics of neuroevolution by performing bulk experiments on a set of Reinforcement Learning (RL) problems. This thesis was conducted with the view of applying neuroevolution to the design of neurocontrollers for small low-cost Autonomous Underwater Vehicles (AUV). A general approach to neuroevolution for RL problems is presented. The is selected to evolve ANN connection weights on the basis that it has shown competitive performance on continuous optimisation problems, is self-adaptive and can exploit dependencies between connection weights. Practical implementation issues are identified and discussed. A series of experiments are conducted on RL problems. These problems are representative of problems from the AUV domain, but manageable in terms of problem complexity and computational resources required. Results from these experiments are analysed to draw out practical characteristics of neuroevolution. Bulk experiments are conducted using the inverted pendulum problem. This popular control benchmark is inherently unstable, underactuated and non-linear: characteristics common to underwater vehicles. Two practical characteristics of neuroevolution are demonstrated: the importance of using randomly generated evaluation sets and the effect of evaluation noise on search performance. As part of these experiments, deficiencies in the benchmark are identified and modifications suggested. The problem of an underwater vehicle travelling to a goal in an obstacle free environment is studied. The vehicle is modelled as a Dubins car, which is a simplified model of the high-level kinematics of a torpedo class underwater vehicle. Two practical characteristics of neuroevolution are demonstrated: the importance of domain knowledge when formulating ANN inputs and how the fitness function defines the set of evolvable control policies. Paths generated by the evolved neurocontrollers are compared with known optimal solutions. A framework is presented to guide the practical application of neuroevolution to RL problems that covers a range of issues identified during the experiments conducted in this thesis. An assessment of neuroevolution concludes that it is far from automatic yet still has potential as a technique for solving reinforcement problems, although further research is required to better understand the process of evolutionary learning. The major contribution made by this thesis is a rigorous empirical study of the practical characteristics of neuroevolution as applied to RL problems. A critical, yet constructive, viewpoint is taken of neuroevolution. This viewpoint differs from much of the reseach undertaken in this field, which is often unjustifiably optimistic and tends to gloss over difficult practical issues.

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Neste trabalho é apresentado um estudo para a determinação do tamanho ótimo da malha de elementos, utilizando redes neurais artificiais, para o cálculo da intensidade útil. A ideia principal é treinar as redes de modo a possibilitar a aprendizagem e o reconhecimento do melhor tamanho para diversas áreas superficiais em fontes sonoras com geometria plana. A vantagem de se utilizar redes neurais artificiais deve-se ao fato de apresentarem um único tamanho para a obtenção da intensidade útil, consequentemente, uma redução significativa de tempo computacional quando comparado com o tempo de cálculo de uma malha bem refinada. Ensaios numéricos com placas planas - geometria separável que permite uma solução analítica - são utilizados para se realizar comparações. É apresentado um estudo comparativo entre o tempo computacional gasto para a obtenção da intensidade útil e o mesmo com a malha otimizada via redes neurais artificiais. Também é apresentada uma comparação do nível de potência sonora mediante solução numérica, a fim de validar os resultados apresentados pelas redes neurais. / In this paper, a study to determine the optimal size of the mesh elements, using artificial neural networks, to calculate useful intensity is presented. The main idea is training the neural networks, enabling them learning and recognizing the best size for the various superficial areas in sound sources with at geometry. The advantage of using artificial neural networks is due to the fact that they present a single size for obtaining the useful intensity, thereby significantly reducing computation time compared with the calculation time for a too fine mesh. Numerical tests with at plates - separable geometry that enables an analytical solution - are used to make comparisons. A comparative study of the computational time spent to obtain the useful intensity and the computational time spent to obtain the useful intensity using the mesh optimized via artificial neural networks is presented. A comparison of the sound power level obtained by the numerical solution in order to validate the results using neural networks is also presented.

Made available in DSpace on 2014-06-11T19:23:30Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-01-26Bitstream added on 2014-06-13T18:09:42Z : No. of bitstreams: 1 paula_wcf_me_bau_prot.pdf: 7449514 bytes, checksum: 2e4729f72ced2d131784cfe27d6be1ad (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O cenário mundial tem apresentado um ambiente de alta competição industrial, pressionando cada vez mais as indústrias a tornarem seus processos produtivos mais eficientes. Além da eficiência, a precisão é de extrema importância num ambiente onde as empresas tentam manter padrões e procedimentos que se adaptem às normas internacionais. Um dos processos de acabamento mais utilizados na fabricação de componentes mecânicos de precisão é a retificação, e um dos critérios preponderantes na qualidade final de um produto é a integridade superficial, influenciada principalmente por fatores térmicos e mecânicos. Assim, o objetivo deste trabalho foi investigar as relações intrínsecas entre a qualidade superficial de peças retificadas e o comportamento dos sinais correspondentes de emissão acústica e potência de corte para retificação tangencial plana utilizando-se redes neurais artificiais. A caracterização da qualidade superficial das peças foi analisada por meio de parâmetros de queima superficial, rugosidade e microdureza. Verificou-se que o uso de redes neurais artificiais na caracterização da qualidade de superfícies de peças retificadas obteve bons resultados, apresentando-se como uma proposta interessante para implementação de sistemas inteligentes em ambientes industriais. / The world scenario has presented a high industrial competition, pressuring each time more the industries to change its more efficient productive processes. Besides efficiency, the precision is of extremely in a world where the companies try to maintain patterns and procedures that fit international demands. One of the most used final processes in the manufacturing of mechanical precision components is grinding, and one of the main criteria in the final quality of a product is its surface integrity, mainly influenced by thermal and mechanical factors. Thus, the objective of this work is to investigate the existing relationships between the surface quality of grinding workpieces and the behavior of correspondent signal of acoustic emission and cutting power to the surface grinding machines using artificial neural network. The characterization of the surface quality of the workpieces was analyzed through surface burning parameters, surface roughness and microhardness. It was verified that the use of artificial neural networks in the characterization of quality of surfaces grinding workipieces had positive results, being presented as an interesting proposal to implementation of intelligent systems in the industrial environments.

A cultura de cana-de-açúcar (Saccharum Officinarum) tem presença marcante na história do Brasil, desde a colonização. Em seu processo industrial, são obtidos os seguintes produtos: açúcar, álcool (anidro e hidratado); e seus principais subprodutos são: bagaço - utilizado para geração de energia - e vinhaça - reaplicada na lavoura como adubo. O uso da vinhaça na lavoura recebe o nome de fertirrigação, pois este subproduto é muito rico em minerais como: potássio, sódio, cálcio e magnésio contêm grande carga biológica e possui 93% de água em sua composição. No entanto, sua aplicação indiscriminada pode causar vários danos ao meio ambiente e à lavoura. Esta pesquisa visa a contribuir tecnicamente para o monitoramento do íon de potássio controlado pela Norma Técnica da Companhia Ambiental do Estado de São Paulo (CETESB) - P4.231 (Versão Janeiro/2005). O método proposto viabiliza a avaliação da concentração de potássio na vinhaça in natura diretamente na saída da destilaria. Para isso utilizaram-se redes neurais artificiais, mais especificamente as redes perceptron multicamadas, como aproximador universal de funções. Utilizam-se, como referência, dados de análises laboratoriais de coletas realizadas durante dois meses na Usina Ipiranga de Descalvado - SP. Os resultados apresentaram margem de erro menor que os aparelhos convencionais, mostrando, assim, sua capacidade de realizar a função de analisador químico. No entanto tal margem foi calculada sobre o erro dos aparelhos, ou seja, se somados ambos os erros - do equipamento e da rede - a metodologia apresentaria um erro maior. / The cultivation of sugar cane (Saccharum officinarum) has significant presence in Brazil\'s history, from colonization. In its industrial process, are obtained the following products: sugar, ethanol (anhydrous and hydrated), and its main products are: marc - used for power generation - and stillage - re-applied as fertilizer in farming. The use of vinasse on the farm is called fertigation, because this by-product is very rich in minerals such as potassium, sodium, calcium and magnesium containing high biological load and has 93% water in its composition. However, its indiscriminate application can cause extensive damage to the environment and agriculture. This research aims to contribute technically to the monitoring of potassium ion controlled with the Standard Environmental Company of São Paulo (CETESB) - P4.231 (Version January 2005). The proposed method enables the assessment of the concentration of potassium in the stillage in natura directly in the output of the distillery. For this we used artificial neural networks, especially the multilayer perceptron networks, such as universal approximator of functions. Are used as reference data for laboratory analysis of samples collected during two months of Descalvado at Usina Ipiranga - SP. The results showed a margin of error smaller than traditional braces, thus showing its ability to perform the function of chemistry analyzer. However this was calculated on the error of the apparatus, ie, if both errors combined - the equipment and the network - the methodology would present a greater mistake.

Este trabalho apresenta uma estratégia para a estimativa de velocidade do motor de indução trifásico baseada em redes neurais artificiais utilizando medidas de variáveis primárias como tensão e corrente. O uso de motores de indução trifásicos é uma constante em diversos setores industriais e de grande importância no cenário energético nacional. A maioria das metodologias de controle, acionamento e dimensionamento destes motores é fundamentada nas medidas de velocidade no eixo. Entretanto, a medida direta da velocidade compromete o sistema de controle e acionamento diminuindo sua robustez e aumentando o custo de implementação. Resultados de simulação e de ensaios experimentais para validação da proposta são também apresentados. / This work presents an approach to estimate speed in induction motors based on artificial neural networks and using measurement of primary variables like voltage and current. The use of induction motors is very common in many industrial sectors and plays an important role in the national energetic scene. The methodologies used in control, start up and dimensioning of these motors are based on measure of the speed variable. However, the direct measure of this variable compromises the system control and start up of the machine, reducing its robustness and increasing the implementation costs. Simulation results and experimental data are presented to validate the proposed approach.

O crescente aumento na demanda de energia elétrica nacional, associada às alterações regulamentares do setor, em que o tempo que um equipamento permanece indisponível para o sistema, aguardando manutenção significa perda de receita para as companhias de energia, motivou a busca por diagnósticos precisos e utilização de técnicas não invasivas que possam ser aplicadas em transformadores em serviço. Assim, o foco desta pesquisa foi o desenvolvimento de uma arquitetura de sistema inteligente baseado em Redes Neurais Artificiais, que a partir de características extraídas de sinais de emissão acústicas provenientes de sensores distribuídos espacialmente no tanque de transformadores de potência, possa identificar internamente o local de ocorrência das descargas parciais e fornecer as distâncias estimadas entre os sensores e o ponto dessa descarga, e com essas distâncias, utilizando técnicas numéricas de triangulação, o sistema fornece também a coordenada espacial da falha auxiliando no diagnostico de defeito do transformador e no processo de tomada de decisões. / The increasing in the demand for national electrical energy coupled with alterations in the regulation of the sector, where the time which a piece of the electrical system equipment stays out of service means loss of income for the electrical companies, has motivated the search for correct diagnostics and usage of non-invasive technics that can be used in tranformers which are in operation. Therefore, the aim of this research was to develop the design of an intelligent system based on Artificial Neural Nets, which through the characteristics extracted from the acoustic emission signals coming from the sensors spatially distributed in the power transformer tank can identify internally the place of the occourrence of the partial discharges and provide the estimate distances between the sensors and the discharges point, so with these distances using triangle technical analysis the system will also provide the spatial coordinate of the flaw for diagnosing the problem with the transformer and help the process of decision making.

Submitted by Rafael Estefano Vicentini null (rafaelvicentini@dee.feis.unesp.br) on 2017-12-14T18:01:32Z No. of bitstreams: 1 DISSERTAÇÃO-RAFAEL ESTÉFANO VICENTINI.pdf: 15039479 bytes, checksum: 43a2765c1d39e13b3435f194a64198ec (MD5) / Approved for entry into archive by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br) on 2017-12-18T10:48:16Z (GMT) No. of bitstreams: 1 vicentini_re_me_ilha.pdf: 15039479 bytes, checksum: 43a2765c1d39e13b3435f194a64198ec (MD5) / Made available in DSpace on 2017-12-18T10:48:16Z (GMT). No. of bitstreams: 1 vicentini_re_me_ilha.pdf: 15039479 bytes, checksum: 43a2765c1d39e13b3435f194a64198ec (MD5) Previous issue date: 2017-10-20 / Na última década, o aumento da capacidade de processamento de informação em computadores e dispositivos de uso pessoal possibilitou o desenvolvimento de filtros e classificadores automatizados que operam em tempo real, aplicados em diversas áreas. No âmbito do Processamento Digital de Imagens associado às Redes Neurais Artificiais, os filtros emulam a percepção humana buscando por padrões para identificação de características de interesse. Filtros que têm por objetivo restringir o acesso a conteúdo impróprio partem da identificação de pele - principal indício de presença humana em uma imagem. Independentemente de sua complexidade e/ou robustez, caso o classificador não seja capaz de identificar as diferentes tonalidades de pele sob diferentes condições de captura, sua eficácia é prejudicada. Frente à diversificada forma de descrever uma tonalidade de pele usando diferentes espaços de cor, neste estudo foram destacados os espaços de cor RGB, YCbCr e HSV, amplamente utilizados em equipamentos de captura (por exemplo câmeras fotográficas e filmadoras digitais). A partir de exemplos apresentados durante a etapa de treinamento, as RNAs devem estar aptas para classificar as tonalidades em dois grupos distintos: pele e não pele. Dentre os espaços de cores indicados, seja utilizando ou descartando o aspecto da iluminação (critério amplamente discutido na literatura), este trabalho busca avaliar qual possui a maior taxa de detecção de pele em uma imagem. / Over the last decade, the increasing capacity of data processing in personal computers and devices could develop filters and automatic classifiers working in real time and applied in several areas. Considering Digital Image Processing and Artificial Neural Networks, these filters emulate the human perception searching for patterns to identify specific features. Filters which the main goal is to restrict the access to inappropriate content starts identifying skin tones - the main evidence of human presence in a picture. Although being complex and robust, if the classifier is not able to identify distinct skin tones under random capture conditions, the accuracy is minimal. Facing several ways on describing skin tones over different color spaces, this work uses the RGB, YCbCr and HSV color spaces which are widely applied in recording devices (photographic and digital cameras for example). Based on the examples shown during the training phase, the ANNs must be able to classify skin tones into two distinct groups: skin and non skin. Among the different color spaces used, considering or not the luminance aspect (widely discussed on papers), this work intends to evaluate which one has the highest detection accuracy to identify skin tone in such a picture.

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-11-27Bitstream added on 2014-06-13T19:47:13Z : No. of bitstreams: 1 altran_ab_dr_ilha.pdf: 733564 bytes, checksum: 382a61569b0f5da4ceb6a2f45c0815a4 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A previsão de carga, em sistemas de energia elétrica, constitui-se numa atividade de grande importância, tendo em vista que a maioria dos estudos realizados (fluxo de potência, despacho econômico, planejamento da expansão, compra e venda de energia, etc.) somente poderá ser efetivada se houver a disponibilidade de uma boa estimativa da carga a ser atendida. Deste modo, visando contribuir para que o planejamento e operação dos sistemas de energia elétrica ocorram de forma segura, confiável e econômica, foi desenvolvida uma metodologia para previsão de carga, a previsão multinodal, que pode ser entendida como um sistema inteligente que considera vários pontos da rede elétrica durante a realização da previsão. O sistema desenvolvido conta com o uso de uma rede neural artificial composta por vários módulos, sendo esta do tipo perceptron multicamadas, cujo treinamento é baseado no algoritmo retropropagação. Porém, foi realizada uma modificação na função de ativação da rede, em substituição à função usual, a função sigmoide, foram utilizadas as funções de base radial. Tal metodologia foi aplicada ao problema de previsão de cargas elétricas a curto-prazo (24 horas à frente) / Load forecasting in electric power systems is a very important activity due to several studies, e.g. power flow, economic dispatch, expansion planning, purchase and sale of energy that are extremely dependent on a good estimate of the load. Thus, contributing to a safe, reliable, economic and secure operation and planning this work is developed, which is an intelligent system for multinodal electric load forecasting considering several points of the network. The multinodal system is based on an artificial neural network composed of several modules. The neural network is a multilayer perceptron trained by backpropagation where the traditional sigmoide is substituted by radial basis functions. The methodology is applied to forecast loads 24 hours in advance

Submitted by DIEGO RENAN BRUNO null (diego_renan_bruno@hotmail.com) on 2016-05-19T02:22:22Z No. of bitstreams: 1 DISSERTAÇÃO_Diego_Renan_Bruno_UNESP_IBILCE.pdf: 5786200 bytes, checksum: e4c11c8581ba4cc8af49f068d9d637d9 (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-05-23T14:27:37Z (GMT) No. of bitstreams: 1 bruno_dr_me_sjrp.pdf: 5786200 bytes, checksum: e4c11c8581ba4cc8af49f068d9d637d9 (MD5) / Made available in DSpace on 2016-05-23T14:27:37Z (GMT). No. of bitstreams: 1 bruno_dr_me_sjrp.pdf: 5786200 bytes, checksum: e4c11c8581ba4cc8af49f068d9d637d9 (MD5) Previous issue date: 2016-04-27 / Neste trabalho foi desenvolvido um sistema de controle híbrido bioinspirado para o planejamento de rota com vistas para a robótica móvel autônoma, baseado em redes neurais artificiais e algoritmos genéticos. O controlador tem como principal objetivo auxiliar o robô móvel em sua navegação quando aplicado em ambientes dinâmicos. Para este trabalho, o ambiente dinâmico utilizado é um “chão de fábrica” industrial, em que alguns obstáculos não são fixos e permanecem em movimentação constante. O controlador desenvolvido neste trabalho pode ser adaptado facilmente para operar em outros ambientes dinâmicos. Independentemente do ambiente utilizado, o controlador deve ser capaz de traçar uma rota possível entre o ponto inicial e o ponto de objetivo, tendo o potencial de evitar todo tipo de obstáculo que surgir nessa rota, seja um obstáculo estático ou dinâmico. O algoritmo foi implementado na linguagem C e simulado no software de modelagem e simulação de robôs V-REP (Virtual Robot Experimentation Platform). O controlador neurogenético mostrou ser eficiente para auxiliar o robô em sua navegação quando aplicado em ambientes dinâmicos. / In this work, a bioinspired hybrid control system was developed for route planning, aiming autonomous mobile robots based on artificial neural networks and genetic algorithms. The main objective of the controller is to assist the mobile robot in its navigation when applied in dynamic environments. For this work, the dynamic environment chosen was a " factory floor", in which some industrial obstacles are not fixed and remain in constant movements. The controller developed in this work can easily be adapted to operate in other dynamic environments. Regardless the environment chosen in this work, the controller must be able to map out a possible route between the starting point and the goal point with the potential to avoid all types of obstacles that appear along the routes, either a static or a dynamic one. The algorithm was implemented in C language and simulated on a robots modeling and simulation software called V-REP (Virtual Robot Experimentation Platform). The neurogenetic controller was efficient to assist the mobile robot in its navigation when applied in dynamic environments.