Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2017-10-16T12:20:40Z No. of bitstreams: 1 Marcos Eduardo Finger_.pdf: 1338367 bytes, checksum: a4628a13809b67049df084efdaeb277f (MD5) / Made available in DSpace on 2017-10-16T12:20:40Z (GMT). No. of bitstreams: 1 Marcos Eduardo Finger_.pdf: 1338367 bytes, checksum: a4628a13809b67049df084efdaeb277f (MD5) Previous issue date: 2017-08-25 / Nenhuma / A melhoria do desempenho das empresas de manufatura tornou-se um desafio constante frente às dificuldades do cenário econômico no Brasil e à competitividade global. Sendo assim, o alinhamento entre a demanda do mercado e os processos e recursos necessários para atendê-la é condição para aumentar a capacidade de competição. Nesse sentido, as áreas de marketing e operações trabalham juntas para tornar essa prática uma realidade. No entanto, pesquisas que exploram as relações objetivas entre essas áreas funcionais em empresas de baixa intensidade tecnológica, como as de manufatura de alimentos, são escassas na literatura. A avaliação das relações das áreas de marketing e operações é importante ferramenta para auxiliar no controle dos conflitos inerentes a essas áreas funcionais e na tomada de decisões dos gestores. Nesse contexto, esta pesquisa analisa os impactos das decisões de marketing sobre o desempenho de entrega e a flexibilidade da área de operações em uma empresa de manufatura de alimentos. Esses impactos foram avaliados longitudinalmente por meio de regressões lineares múltiplas e de redes neurais artificiais em um estudo de caso que compreende os modelos Mercado Interno e Mercado Externo. A análise das decisões de marketing sobre a dimensão entrega quanto ao Mercado Interno ocorreu por meio de uma rede neural artificial. Os resultados demonstram que as decisões de maior impacto sobre essa dimensão da área de operações dizem respeito à classificação Praça dos 4P’s de marketing, seguida das classificações Preço e Produto. Adicionalmente, constata-se que a formação do canal de vendas impacta significativamente o desempenho de entrega. Na análise das decisões de marketing sobre a flexibilidade da área de operações no que diz respeito ao modelo Mercado Externo, o resultado é significativo tanto para a rede neural artificial quanto para a regressão linear múltipla. Os resultados demonstram que as decisões de maior impacto sobre essa dimensão da área de operações estão compreendidas na classificação Produto dos 4P’s de marketing, seguida pelas classificações Praça e Preço. / Improving the performance of manufacturing companies has become a constant challenge in the face of the difficulties of the economic scenario in Brazil and global competitiveness. Thus, the alignment between market demand and the processes and resources required to meet it, is a condition for increasing the competition capacity. In that sense, the marketing and operations areas work together to make this practice a reality. However, studies that explore the objective relationships between these functional areas in low-tech companies, such as food manufacturing, are scarce in the literature. The evaluation of the relations of the marketing and operations areas is an important tool to assist in the control of the conflicts inherent to these functional areas and in the decision making of the managers. In this context, this research aims to analyze the impacts of marketing decisions on delivery performance and on the flexibility of the operations area in a food manufacturing company. These impacts were evaluated longitudinally through multiple linear regressions and artificial neural networks in a case study that includes the Internal Market and External Market models. The analysis of the marketing decisions on the delivery dimension regarding the Internal Market occurred through an artificial neural network. The results show that the decisions with the greatest impact on this operations area are related to the Place classification of the 4P's of marketing, followed by the Price and Product classifications. Additionally, it is verified that the formation of the sales channel significantly impacts delivery performance. In the analysis of the marketing decisions on the flexibility of the operations area with respect to the External Market model, the result is significant both for the artificial neural network and for the multiple linear regression. The evidences demonstrate that the decisions with the greatest impact on this operation area are included in the Product classification of the 4P's of marketing, followed by the Place and Price classifications.

Submitted by Fabricia Fialho Reginato (fabriciar) on 2015-08-03T23:08:01Z No. of bitstreams: 1 JoiceCagliari.pdf: 1412838 bytes, checksum: 244299757ce9e71c1219d2018888f982 (MD5) / Made available in DSpace on 2015-08-03T23:08:01Z (GMT). No. of bitstreams: 1 JoiceCagliari.pdf: 1412838 bytes, checksum: 244299757ce9e71c1219d2018888f982 (MD5) Previous issue date: 2010 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O fósforo remanescente consiste na concentração de fósforo que permanece em solução após a agitação por 1 hora de uma amostra de solo com solução de CaCl2 0,01 mol L-1 contendo 60 mg L-1 P. O valor de fósforo remanescente pode ser utilizado como um bom indicador da capacidade de sorção aniônica de um solo haja vista ser mais sensível a sua composição mineralógica do que ao teor de sua fração argila. No Brasil, a utilização agronômica do fósforo remanescente é contemplada no sistema oficial de recomendação de fertilizantes e corretivos do Estado de Minas Gerais. O objetivo principal deste estudo foi o de desenvolver uma função de pedotransferência que permitisse estimar com razoável exatidão o valor de fósforo remanescente de solos representativos do Estado de São Paulo, a partir de outros atributos químicos de mais simples e/ou rotineira determinação laboratorial. Nesse contexto, duas funções de pedotransferência foram desenvolvidas com base em redes neurais artificiais (RNA) e análises de regressão linear múltipla (RLM), utilizando um banco de dados constituído por propriedades físicas e químicas de solos amostrados em diferentes localidades do Estado de São Paulo. As redes alimentadas adiante com múltiplas camadas foram utilizadas para desenvolver a função de pedotransferência baseada em RNA e a topologia foi determinada a partir de experimentos sucessivos. Os critérios de escolha da melhor rede neural foram, simultaneamente, o desempenho na etapa de treinamento, medido por meio do erro quadrático médio, e a capacidade de generalização, avaliada por meio de análises estatísticas entre os valores de Prem estimados e determinados analiticamente. A topologia da rede que melhor estimou o fósforo remanescente foi [3 14 1], ou seja, três neurônios na camada de entrada, quatorze em uma única camada intermediária e um na camada de saída; a função de ativação utilizada foi a sigmoidal logística, os valores de entrada foram normalizados entre [0;1] e o algoritmo de aprendizagem utilizado foi o resilient backpropagation. As três variáveis da camada de entrada foram o valor de pH medido em solução de NaF 1 mol L-1 (pH NaF), a soma de bases trocáveis (SB) e o teor de alumínio trocável (Al3+), sendo as duas últimas determinadas rotineiramente em análises de solo e a primeira de mais fácil e rápida obtenção que o fósforo remanescente. A função de pedotransferência baseada em RLM foi desenvolvida considerando as mesmas variáveis de entrada utilizadas na função de pedotransferência baseada em RNA. A comparação entre os desempenhos obtidos, para um mesmo conjunto de validação, mostrou que as funções de pedotransferência baseadas em redes neurais apresentam estimativas mais exatas do fósforo remanescente. Apesar do conjunto de dados utilizado não ser suficientemente abrangente para o estabelecimento de uma função de pedotransferência definitiva para a estimativa do fósforo remanescente, os resultados do presente trabalho indicam como promissor o desenvolvimento de um massivo banco de dados por meio do aproveitamento dos resultados analíticos continuamente gerados pelos vários laboratórios brasileiros dedicados à avaliação da fertilidade do solo e que contemple os valores de fósforo remanescente e pH NaF. Tal banco de dados permitirá o desenvolvimento de uma função de pedotransferência baseada em redes neurais artificiais cuja utilização possibilitará o cálculo imediato de valores suficientemente exatos de fósforo remanescente com razoável economia de recursos financeiros que seriam empregados na análise de um grande número de amostras. / The remaining phosphorus consists of the P concentration that remains in solution after shaking for 1 hour a soil sample with 0.01 mol L-1 CaCl2 containing 60 mg L-1 P. The remaining phosphorus values can be used as suitable indicators of the soil capacity of anion sorption due to be more dependable on the soil mineralogy than on the soil clay content. In Brazil, the remaining phosphorus is used as an ancillary variable in the official guidelines for determining fertilizer and amender requirements of agricultural soils of the Minas Gerais state. The main goal of this research was to develop a pedotransfer function (PTF) capable of providing fairly accurate estimates of remaining phosphorus values of representative soils of the São Paulo state from often-determined soil chemical properties and/or from other ones of easier determination. In this context, two pedotransfer functions were developed by using artificial neural networks (ANN) and multiple regression analysis (MRA) applied to a database formed by values of soil chemical and physical properties derived from soil surveys previously carried out in different locations of the São Paulo state. The multi-layer feedforward neural networks approach was used for the development of the ANN-based PTF being its topology determined from successive experiments. The simultaneous criteria adopted for choosing the best neural network were the performance during the training stage, measured by the mean squared error, and its capacity of providing accurate Prem values, which was evaluated by using a validation database in which statistical comparisons were done between the measured and estimated Prem values. The topology of the network that provided the most accurate estimates of the remaining phosphorus was [3 14 1], i.e., three neurons at the input layer, fourteen at a unique hidden layer and one neuron at the output layer; further development features included the use of the sigmoid logistic model as activation function, the input of data normalized in the [0;1] interval and the use of the resilient backpropagation learning algorithm. The three variables at the input layer were the soil pH value measured in 1 mol L-1 NaF (pH NaF), the sum of exchangeable bases (SB) and the soil content of exchangeable aluminum (Al3+), being the two last ones usually determined in soil test laboratories whereas the pH NaF determination is easier than the remaining phosphorus one. The MRA-based PTF was developed considering the same input variables of the ANN-based one, i.e., pH NaF, SB and Al3+. The comparisons performed with a same validation database showed that the pedotransfer function developed from artificial neural networks provided more accurate estimates of remaining phosphorus values. Despite the database used for the PTF development not be so comprehensive for the establishment of a definitive pedotransfer function for estimating remaining phosphorus values, the results of the present research indicate as promising the development of a massive database from chemical results often obtained by the Brazilian laboratories dedicated to soil fertility evaluation and that includes Prem and pH NaF values. This database will allow the development of a comprehensive ANN-based pedotransfer function capable of not only calculating suitable Prem values for practical applications but also reducing the expenses related to the analyses of a great number of soil samples.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2015-10-21T11:05:40Z No. of bitstreams: 1 PAULO A. SCHMIDT_.pdf: 1386765 bytes, checksum: f2caadfc119f6eda2a41f0afb9efe1f1 (MD5) / Made available in DSpace on 2015-10-21T11:05:40Z (GMT). No. of bitstreams: 1 PAULO A. SCHMIDT_.pdf: 1386765 bytes, checksum: f2caadfc119f6eda2a41f0afb9efe1f1 (MD5) Previous issue date: 2015-07-27 / Nenhuma / A previsão de preços de ações é um assunto de grande interesse tanto por parte de agentes de mercado quanto da comunidade científica e acadêmica. Ao mesmo tempo, o problema é considerado como um dos mais desafiadores no tratamento de séries temporais, dada sua natureza altamente dinâmica. Uma ampla gama de estudos propõe-se a abordar o tema. Alguns com resultados bastante promissores fazem uso de Redes Neurais Artificiais (RNAs) do tipo Focused Time Lagged FeedForward Network (FTLFN), as quais apresentam mecanismos de memória capazes de detectar padrões temporais. Em muitos casos, no entanto, as capacidades da rede neural não são devidamente exploradas, limitando-se a testes com um conjunto mínimo de parâmetros. Além disso, a maioria dos estudos de previsões de preços de ações possui como foco períodos de baixa frequência, como dias ou meses. Contudo, devido à facilidade de acesso à informação nas últimas décadas e à automatização das negociações em bolsas de valores, estas são realizadas cada vez mais sob horizontes de curto prazo, como horas, minutos ou segundos. Existe, portanto, a necessidade de se expandir o conhecimento em relação a previsões dentro deste cenário. Neste sentido, este trabalho tem como objetivo uma investigação das reais potencialidades de previsão das FTLFNs sobre preços de ações no período intradiário. Sua memória de curto prazo e tamanho de camada oculta são explorados de forma ampla e aprofundada, através dos quais se buscou identificar o impacto das diferentes configurações nos resultados de acurácia dentro do contexto considerado. Na tentativa de oferecer suporte a melhores previsões, analisa-se também a influência de indicadores da Análise Técnica sobre o modelo. De forma mais geral, procura-se ampliar o entendimento a respeito tanto das capacidades de previsão das redes do tipo FTLFN como de sua empregabilidade em séries temporais financeiras intradiárias, ainda pouco exploradas na literatura. Os resultados obtidos mostram que, assim como investidores humanos, também as FTLFNs são capazes de se beneficiar enormemente de padrões formados pelos históricos dos sinais de entrada, a fim de prover previsões de maior qualidade dentro do contexto proposto neste trabalho. O mesmo não pode ser afirmado a respeito dos indicadores da Análise Técnica escolhidos, uma vez que em sua grande maioria aumentam os erros de previsão. As evidências apresentadas baseiam-se em experimentações sobre diferentes conjuntos de sinais, oferecendo robustez às conclusões alcançadas e permitindo que a metodologia e os resultados sirvam como base para futuras pesquisas relacionadas a previsões dentro de cenários de alta frequência. / Stock price prediction is a subject of great interest for both market agents and scientific and academic community. At the same time, this problem is considered to be one of the most challenging in time series forecasting, due to its highly dynamic nature. A large amount of researches have proposed to address the issue. Some of them, with very promising results, adopt the Focused Time Lagged FeedForward Network (FTLFN), a type of Artificial Neural Network (ANN) that offers memory mechanisms capable of detecting temporal patterns. In many cases, however, the neural network’s capacities are not properly explored, being limited to tests with a minimum set of parameters. Besides, most of the studies on stock price prediction focus on low-frequency periods, such as days or months. On the other hand, due to the ease of access to information in the last decades and the automation of trades in stock market, these are getting more oftenly executed over short-term horizons, like hours, minutes or seconds. Therefore, there is a need to expand the knowledge related to forecasts in this scenario. With that in mind, this research has the objective of investigating the FTLFN’s potential on stock price forecasting over the intraday period. Its short-term memory and hidden layer size are widely and de eply explored, so the impact of different configurations on the accuracy results could be measured. Also, Technical Analysis indicators are built and utilized as input signals to the network, with their possible contributions to stock prediction being verified. From a general perspective, the work proposes the extention of the understanding regarding the FTLFN’s forecasting capabilities, as well as its use with intraday financial time series, which still require further exploration in literature. The obtained results show that, as human investors do, also FLTFNs are capable of taking enormous advantage from input signals’ history on providing better prediction quality within the proposed context. The same cannot be said for the supporting Technical Analysis indicators chosen, since they mostly increase forecasting errors. Evidences are presented based on the experimentation over several sets, bringing robustness to the conclusions and allowing the methodology and the results to serve as base for future researches related to predictions on high-frequency trading scenarios.

Um dos objetivos dos projetos e estudos na área de transporte público é atrair o maior número possível de viagens. Um primeiro passo para estimular uma maior utilização do transporte público pode ser a captação de pessoas que já têm predisposição para utilizá-lo, mas que não o fazem por alguma deficiência específica no serviço. Este é o contexto no qual mapas que representam o potencial de utilização dos transportes públicos podem desempenhar um papel importante, como discutido neste estudo. A pesquisa tem como objetivo principal a aplicação e avaliação de duas técnicas destinadas a identificar potenciais usuários de transporte público e como estes se distribuem geograficamente em uma cidade brasileira selecionada para o estudo. Nas técnicas aqui exploradas, o município em análise é dividido em áreas em função do código de endereçamento postal. Estas áreas são caracterizadas pelos atributos socioeconômicos da sua população e do sistema de transporte. Diante da hipótese de melhoria na qualidade do transporte público, dois segmentos de usuários de automóvel foram determinados: usuários que trocariam para ônibus e usuários que ainda preferem o carro. Com isso, foi construído um modelo capaz de representar o comportamento de escolha dos usuários de cada área. A metodologia proposta envolve quatro passos: i) comparação de modelos Logit elaborados com dados de São Carlos (Brasil) e Wageningen (Holanda), ii) ajustes no modelo de São Carlos, iii) elaboração de um modelo de escolha modal por redes neurais artificiais e iv) elaboração dos mapas potenciais. As duas últimas etapas foram concebidas tanto para análises independentes, como também para comparação com o modelo Logit. Assim, a construção de cenários futuros permitiu identificar e localizar espacialmente os potenciais usuários de transporte público. Foi possível verificar também qual a influência de alguns atributos sobre a escolha do modo de transporte urbano. Por exemplo, usuários de domicílios com três ou quatro pessoas têm menor probabilidade de vir a utilizar o ônibus regularmente. Por fim, um cenário futuro tornou possível destacar áreas onde é esperado um aumento do potencial de uso do transporte público devido a mudanças nos valores de densidade populacional. / One of the objectives of projects and studies on public transport is to attract the largest possible number of trips. A first step for increasing transit ridership may be the attraction of those individuals who already have a predisposition to use the service, but do not use it because of any specific inadequacies. This is the context in which maps displaying the potential use of public transport may play an important role, as discussed in this study. The research aims at the application and evaluation of two techniques used to identify potential users of public transport and to show how they are geographically distributed in a Brazilian city selected for the study. In the techniques discussed here, the municipality under analysis is divided into areas according to the postal codes of the streets. These areas are characterized by socioeconomic attributes of the population and of the transport system. Two segments of automobile users were determined, under the assumption that the quality of public transport would be improved: users who would switch to buses and users who still prefer the car. Based on that, a model designed to represent the choice behavior of users in each urban area was built. The proposed methodology involved four steps: i) the comparison of Logit models built with data of São Carlos (Brazil) and Wageningen (The Netherlands), ii) adjustments in the model of São Carlos, iii) the development of a mode choice model based on artificial neural networks, and iv) construction of potential maps. The third and fourth steps were meant for both independent analysis, and also for comparison with the Logit model. Thus, the construction of future scenarios allowed the identification and spatial location of potential users of public transport. It was also possible to learn about the influence of some attributes on urban transportation choice. For example, users living in households with three or four persons are less likely to become bus riders. Finally, a future scenario was able to highlight the areas where the potential for public transport could be increased due to changes in population density values.

O rápido crescimento das cidades brasileiras, não acompanhado de um planejamento prévio de sua expansão (incluindo o uso e a ocupação do solo), vem acarretando transtornos à comunidade no que se refere aos deslocamentos, visto que estes se tornam cada vez maiores. Devido a isso, torna-se necessário um conhecimento das demarcações das áreas do município, dos tipos de serviços atualmente prestados à comunidade em cada área e dos usuários destes serviços, não só em termos quantitativos, mas principalmente no que diz respeito à sua distribuição no espaço. Mais ainda, o conhecimento da evolução da demanda no tempo e a sua localização espacial permitem a avaliação de inúmeros cenários de gestão da demanda e da oferta, possibilitando, por exemplo, prever em qual região haverá um crescimento maior da primeira. Outros aspectos que devem ser avaliados são a origem, o destino e o volume de deslocamentos que ocorrem em um determinado conjunto de zonas, o que pode ser estimado através de modelos de interação espacial. Neste sentido, foram realizados estudos com o objetivo de avaliar o desempenho de modelos de interação espacial construídos com Redes Neurais Artificiais (RNAs). Observou-se nestes estudos, uma carência de técnicas para seleção da rede neural a ser utilizada na modelagem, ou seja, a rede com melhor desempenho e poder de predição. Tal como a maioria dos trabalhos que utilizam Redes Neurais Artificiais para este tipo de modelagem, os parâmetros de rede são escolhidos aleatoriamente e, ainda que se consiga resultados satisfatórios variando-se tais parâmetros, nem sempre a rede utilizada representa a solução ótima. O objetivo desta pesquisa é avaliar o uso de diferentes alternativas, tais como a técnica de otimização de Algoritmos Genéticos (AGs) na seleção de Redes Neurais Artificiais e o método de estimação por bootstrap na divisão dos dados, para a construção de modelos de interação espacial, e avaliar a distribuição espacial dos resíduos (erros) das previsões. O estudo foi desenvolvido em um Sistema de Informações Geográficas (SIG) e os dados empregados para este fim refletem a evolução espacial da demanda por serviços municipais de educação numa cidade média brasileira (São Carlos, SP) ao longo de dois anos. Os resultados deste trabalho mostraram que, embora a utilização dos modelos neurais seja apropriada para a estimativa de fluxos, a partir do método gravitacional é possível mensurar de forma precisa e aceitável o crescimento e a distribuição espacial da demanda futura por serviços de educação, permitindo-se identificar quais devem ser as melhores ações a serem tomadas pelo poder público no presente com o intuito de reduzir as distâncias de deslocamento dos alunos no futuro. Isto é particularmente importante para ações de planejamento, em virtude da simplicidade do modelo e de sua fácil e direta implementação / The rapid growth of Brazilian cities, without a previous planning of their expansion (including land use and occupation), causes many inconveniences for the population related to their transportation, as they must cover longer distances. This asks for an understanding of the city areas limits, the services currently offered to the community in each area, and the users of these services, not only in quantitative terms, but also in terms of spatial distribution. Moreover, the knowledge of the demand evolution in time and its spatial location allows the evaluation of many planning scenarios for managing the demand and the supply, and it is possible, for example, to foresee the regions where the demand is going to be concentrated. Other aspects that must be evaluated are the origin, destination and number of trips that occur in a determined set of tracts, which can be predicted by the spatial interaction models. Therefore, some studies were made with the objective of evaluating the performance of Spatial Interaction Models based on Artificial Neural Networks (ANNs). It was observed in these studies, some difficulty in selecting the neural network configuration that best models the problem. As in the majority of research that uses Artificial Neural Networks for the construction of that kind of model, the network parameters are randomly chosen and, even if one can obtain satisfactory results by varying these parameters, the neural net used may not be producing the optimal solution. The objective of this work is to evaluate the use of different alternatives, such as the Genetic Algorithms (GAs) optimization technique and the bootstrapping estimation method, as supporting tools to select Artificial Neural Networks configurations applied to Spatial Interaction Models, and to evaluate the spatial distribution of the residual (errors) prediction results. The research was developed in a Geographic Information System (GIS) and the data used for this application reflects the changes in the spatial distribution of the demand for education services in a Brazilian medium-sized city (São Carlos, SP) throughout two years. The results obtained showed that although neural models are suitable for estimating transportation flows, gravity models are able to produce very good and precise estimates of the future spatial distribution of the demand for educational facilities. This is very important for the planning process aiming at the reduction of displacement costs of students in the future, given the simplicity of the gravity model structure and its straightforward implementation

Condições distintas de iluminação numa imagem podem produzir representações desiguais do mesmo objeto, dificultando o processo de segmentação e reconhecimento de padrões, incluindo o reconhecimento facial. Devido a isso, a distribuição de iluminação numa imagem é considerada de grande importância, e novos algoritmos de normalização utilizando técnicas mais recentes ainda vêm sendo pesquisados. O objetivo dessa pesquisa foi o de avaliar os seguintes algoritmos de normalização da iluminação encontrados na literatura, que obtiveram bons resultado no reconhecimento de faces: LogAbout, variação do filtro homomórfico e método baseado em wavelets. O objetivo foi o de identificar o método de normalização da iluminação que resulta na melhor taxa de reconhecimento facial. Os algoritmos de reconhecimento utilizados foram: auto-faces, PCA (Principal Component Analyses) com rede neural LVQ (Learning Vector Quantization) e wavelets com rede neural MLP (Multilayer Perceptron). Como entrada, foram utilizadas imagens do banco Yale, que foram divididas em três subconjuntos. Os resultados mostraram que o método de normalização da iluminação que utiliza wavelet e LogAbout foram os que apresentaram melhoria significativa no reconhecimento facial. Os resultados também evidenciaram que, de uma maneira geral, com a utilização dos métodos de normalização da iluminação, obtém-se uma melhor taxa do reconhecimento facial, exceto para o método de normalização variação do filtro homomórfico com os algoritmos de reconhecimento facial auto-faces e wavelet com rede neural MLP. / Distinct lighting conditions in an image can produce unequal representations of the same object, compromising segmentation and pattern recognition processes, including facial recognition. Hence, the lighting distribution on an image is considered of great importance, and normalization algorithms using new techniques have still been researched. This research aims to evaluate the following illumination normalization algorithms found in literature: LogAbout, variation of homomorphic filter and wavelet based method. The main interest was to find out the illumination normalization method which improves the facial recognition rate. The algorithms used for face recognition were: eigenfaces, PCA (Principal Component Analysis) with LVQ neural network and wavelets with MLP (Multilayer Perceptron) neural network. Images from Yale Face Database B, divided into three subsets have been used. The results show that the wavelet and LogAbout technique provided the best facial recognition rate. Experiments showed that the illumination normalization methods, in general, improve the facial recognition rate, except for the variation of homomorphic filter technique with the algorithms: eigenfaces and PCA with LVQ.

Currently, one of the main research problems in Structural Bioinformatics is associated to the study and prediction of the 3-D structure of proteins. The 1990’s GENOME projects resulted in a large increase in the number of protein sequences. However, the number of identified 3-D protein structures have not followed the same growth trend. The number of protein sequences is much higher than the number of known 3-D structures. Many computational methodologies, systems and algorithms have been proposed to address the protein structure prediction problem. However, the problem still remains challenging because of the complexity and high dimensionality of a protein conformational search space. This work presents a new computational strategy for the 3-D protein structure prediction problem. A first principle strategy which uses database information for the prediction of the 3-D structure of polypeptides was developed. The proposed technique manipulates structural information from the PDB in order to generate torsion angles intervals. Torsion angles intervals are used as input to a genetic algorithm with a local-search operator in order to search the protein conformational space and predict its 3-D structure. Results show that the 3-D structures obtained by the proposed method were topologically comparable to their correspondent experimental structure.

O entendimento da dinâmica hidrossedimentológica em uma bacia hidrográfica pode ser realizado pelo monitoramento das variáveis hidrossedimentológicas e pela modelagem desses processos. Nesse contexto, essa pesquisa analisou a eficiência do modelo Soil and Water Assessment Tool (SWAT) na previsão dos processos hidrossedimentológicos na bacia do Taboão (Pejuçara, RS), considerando as saídas (vazão e produção de sedimentos) em um passo de tempo mensal e diário. Para tal, foram utilizados dados de chuva horária dos anos 2008 a 2016, monitorada em quatro pluviógrafos instalados na bacia (PVGs 34, 40, 43 e 51), e dados climáticos da estação meteorológica de Cruz Alta. As informações de vazão, para os anos de 2011 a 2016, foram obtidas por meio da conversão dos dados de nível de água monitorados no exutório da bacia, utilizando uma curva-chave cota x vazão. A concentração de sedimentos suspensos (CSS), para os anos de 2013 a 2015, foi estimada por meio de modelos de redes neurais artificias (RNAs), empregando como entrada dados de turbidez e de nível de água, monitorados no exutório da bacia. O preenchimento das falhas dos registros de precipitação horária foi executado por meio de modelos de Combinações de RNAs (CRNAs) associados à média simples (MS) ou à média ponderada pelo inverso da distância (MP), utilizando como entrada dados pluviométricos dos postos vizinhos. As falhas nos dados de nível de água foram preenchidas por modelos de RNAs, que usaram como entrada níveis de água monitorados em sub-bacias embutidas ou adjacente à bacia do Taboão (bacias do Donato, Turcato, Alemão e Andorinhas), e dados de precipitação média dos quatro pluviógrafos utilizados nessa pesquisa Foram determinadas as defasagens temporais entre os níveis de água das diferentes bacias, e testados o uso da precipitação média com aplicação de filtro temporal linear e/ou exponencial. Os registros falhos nos dados de turbidez foram preenchidos por modelos de RNAs, que empregaram como entrada informações de nível de água monitoradas, de 10 em 10 minutos, no exutório da bacia. A calibração do modelo SWAT para a previsão dos processos hidrológicos foi realizada usando dados de vazão, diários e mensais, para os anos de 2013, 2014 e 2016 e; a etapa de verificação foi executada para os anos de 2011 e 2015. Considerou-se o Método de Green & Ampt para determinação da infiltração de água no solo e 2 anos (2008-2009) para período de aquecimento do modelo SWAT. A calibração do modelo para a produção de sedimentos foi realizada para os anos de 2013 e 2015 e o processo de verificação foi efetuado para o ano de 2014. A calibração e a análise de sensibilidade dos parâmetros foram realizadas com auxílio do SWAT-CUP, utilizando o algoritmo SUFI-2. O coeficiente de Nash–Sutcliffe (NS) das RNAs para preenchimento das falhas de precipitação variou entre 0,35, classificado como “Insatisfatório”, e 0,86, avaliado como “Muito Bom”, considerando critérios propostos por Moriasi et al. (2007). Das 13 RNAs desenvolvidas para preenchimento das falhas nos níveis de água, apenas uma delas foi classificada como de desempenho “Satisfatório” durante o treinamento e; as demais enquadraram-se como de desempenho “Muito Bom”. Na etapa de verificação, sete RNAs foram consideradas com desempenho “Muito Bom” e cinco com “Bom” desempenho No preenchimento das falhas de turbidez, das cinco RNAs desenvolvidas, quatro mostraram “Bom” desempenho durante o treinamento, e uma rede teve desempenho “Muito Bom”; enquanto que, no processo de verificação, duas RNAs tiveram desempenho “Muito Bom”, uma delas foi classificada com desempenho “Bom” e; duas RNAs foram consideradas com desempenho “Satisfatório”. As estatísticas de desempenho dos modelos de RNAs desenvolvidos para o preenchimento das falhas de nível de água, de turbidez e de precipitação também demonstraram que tais redes representam uma alternativa interessante para a obtenção de séries contínuas desses dados, possibilitando o uso posterior dos registros para a modelagem hidrossedimentológica. A calibração do modelo SWAT para estimativa da vazão mensal mostrou desempenho “Muito Bom” (NS=0,78), e para a determinação da vazão diária foi considerado “Bom” (NS=0,72). Na etapa de verificação, o modelo manteve o “Bom” desempenho (NS=0,68) para estimativa da vazão diária, decaindo para desempenho “Satisfatório” (NS=0,64) para a simulação em escala mensal. Para a estimativa da produção de sedimentos mensal, o desempenho do modelo foi considerado “Bom” tanto na calibração (NS=0,66) quanto na verificação (NS=0,70). Na escala diária o desempenho foi “Satisfatório” para a calibração (NS=0,64) e “Insatisfatório” para a verificação (NS=0,38) Tais resultados indicam que o modelo SWAT é uma ferramenta promissora para aplicações na previsão hidrossedimentológica na bacia do Taboão, especialmente em termos de simulações dos processos hidrológicos. No entanto, existem limitações para aplicações na estimativa da produção de sedimentos, sobretudo quando considerados os processos em escala diária. Essas limitações são consequência da presença de processos erosivos na bacia (voçorocas), que não são simulados pelas rotinas presentes no modelo SWAT, bem como pelo escoamento dominante ser do tipo subsuperficial, com ocorrência de pipping; indicando-se, portanto, adequações nas rotinas do modelo para melhor representatividade desses processos. / The understanding of hydrosedimentological dynamics in a watershed can be obtained by monitoring the hydrossedimentological variables and by modeling these processes. In this context, this research analyzed the efficiency of the Soil and Water Assessment Tool (SWAT) in predicting the hydrosedimentological processes in the Taboão basin (Pejuçara, RS), considering the outputs (flow and sediment production) in a monthly and daily time step. For that, hourly rainfall data from 2008 to 2016 were monitored at four pluviographs installed in the basin (PVGs 34, 40, 43 and 51), and climate data were obtained from the Cruz Alta meteorological station. The flow information for the years 2011 to 2016 was obtained by converting the monitored water level data into flow by using a rating curve. The suspended sediment concentration (SSC), from 2013 to 2015, was estimated using artificial neural network (ANN) models, using as input turbidity and water level data, monitored in the basin. The filling of the hourly rainfall records was performed by models of Combinations of RNAs (CRNAs) associated with the simple mean (MS) or weighted mean to the inverse distance (MP), using as input rainfall data from the neighboring stations. Failures in the water-level data were filled by RNA models, which used as input water levels monitored in sub-basins adjacent or embedded to the Taboão basin (Donato, Turcato, Alemão and Andorinha basins), and mean precipitation data of the four pluviographs used in this research. The temporal lags between the water levels of the different basins were determined and the use of the average precipitation with linear and exponential temporal filters was tested The turbidity data records were filled by RNA models, using water level information monitored at every 10 minutes. The SWAT model calibration for predicting the hydrological processes was performed using daily and monthly flow data for the years 2013, 2014 and 2016 and the verification step was performed for the years 2011 and 2015; considering Green & Ampt Method for infiltration estimation and 2 years of warm-up period (2008-2009). The calibration of the model for sediment yield was performed for the years 2013 and 2015 and the verification process was carried out for the year 2014. The calibration and sensitivity analysis of the parameters were performed with the assistance of SWAT-CUP, using the SUFI-2 algorithm. The Nash-Sutcliffe Coefficient (NS) of the RNAs used to fill precipitation faults varied between 0.35, classified as "Unsatisfactory", and 0.86, evaluated as "Very Good", considering criteria proposed by Moriasi et al. (2007). Of the 13 RNAs developed to fill water level failures, only one of them was classified as a "Satisfactory" performance during training and; the others have been classified as "Very Good" performance. In the verification step, seven RNAs were considered to have "Very Good" performance and five had "Good” performance. In the fulfillment of the turbidity faults, of the five RNAs developed, four showed "Good" performance during the training, and one network had "Very Good" performance; while in the verification process two ANNs performed "Very Good", one of them was classified as "Good" and; two ANNs were considered to have "Satisfactory" performance The performance statistics of the ANN models developed to fill the water level, turbidity and precipitation failures also demonstrated that such networks represent an interesting alternative to obtain continuous series of these data, allowing the later use of the records for hydrossedimentological modeling. In the verification processes, the model maintained a “Good” performance (NS=0.68) to estimate the daily flow, decreasing to "Satisfactory" performance (NS=0.64) for the monthly scale simulation. For the estimation of sediment yield the model performance was considered "Good" for monthly calibration period (NS=0.66) and also for the verification (NS=0.70). In daily scale the performance was "Satisfactory" for calibration (NS=0.64) and “Unsatisfactory” in the verification (NS=0.38). These results indicate that the SWAT model is a promising tool for applications in the hydrosedimentological forecasting in the Taboão basin, especially in terms of hydrological processes simulations. However, there are limitations to applications in the estimation of sediment production, especially when considering daily scale processes. These limitations are due to the presence of erosive processes in the basin (gully erosion), which are not simulated by the routines present in the SWAT model, as well as by the existence of the lateral flow with occurrence of pipping; indicating, therefore, the need for adjustments in the routines of the model to better represent these processes.

Les structures composites sont souvent exposées à des ambiances dynamiques plus oumoins sévères. Ces vibrations peuvent développer différentes formes d’endommagement(fracture des fibres, délamination, fissuration de la matrice. . . ). Les défauts locaux sepropagent et affectent les propriétés mécaniques de la structure modifiant ainsi soncomportement dynamique global. Ces changements peuvent induire une dégradationrapide de la structure et une réduction de sa durée de vie. La thèse a pour objectif lamise en oeuvre de modèles de comportement pour le dimensionnement de structurescomplexes intégrant des sous-structures composites susceptibles d’être endommagées.La méthode des éléments finis est utilisée pour modéliser le comportement vibratoirelinéaire et non-linéaire de ces structures et l’endommagement est introduit via un modèlebilatéral, dans un premier temps. Durant le processus de résolution, une des difficultésrencontrées est le coût de calcul très élevé. Ainsi, un méta-modèle a été développé basésur les réseaux de neurones artificiels couplé avec la méthode de condensation par sousstructurationde Craig-Bampton. Les réseaux de neurones artificiels permettent d’estimer,à moindre cout numérique, le niveau d’endommagement sans avoir recours au calculexact. Le modèle d’endommagement bilatéral n’est pas adapté au cas de chargementsalternés ou périodiques. Par conséquent, la deuxième partie de la thèse est orientée versle développement d’un modèle d’endommagement unilatéral qui donne une meilleuredescription du comportement mécanique lorsque les micro-fissures sont fermées. De plus,dans plusieurs applications industrielles, les structures composites utilisées sont de faibleépaisseur. Par conséquent, elles peuvent avoir naturellement un comportement vibratoirenon-linéaire de type grands déplacements. Le modèle de comportement dynamique engrands déplacements et en présence de la non-linéarité matérielle d’endommagement estdéveloppé et validé. A l’issue de ces travaux de thèse, un outil numérique implémentésur MATLAB® a été développé intégrant deux modèles d’endommagement, bilatéralet unilatéral et une méta-modélisation permettant la localisation et l’estimation del’endommagement ainsi que la prédiction de la réponse dynamique des structures composites, totalement ou localement, endommagées. Le méta-modèle proposé permet deréduire significativement le coût de calcul tout en assurant une bonne précision en termesde localisation et d’estimation du niveau d’endommagement. Cet outil peut s’avérer utilepour diverses applications dans le domaine de surveillance de l’état de santé des structurescomposites. / Composite structures are often exposed to more or less severe dynamic perturbations.These vibrations can develop different forms of damage (fiber fracture, delamination,cracking of the matrix, etc.). Local defects propagate and affect the mechanical propertiesof the structure resulting to modify its global dynamic behavior. These changes can leadto the degradation of the structure and the reduction in its lifetime. This thesis focuseson the implementation of behavior models for the dimensioning of complex structuresintegrating damaged composite sub-structures. The finite element method is used tomodel the linear and nonlinear vibration behavior of these structures where the damageis introduced, initially, via a bilateral model. Since the high computational costs duringthe solving process, a meta-model was developed based on artificial neural networkscoupled with the condensation method of Craig-Bampton. Artificial neural networkspermit to estimate the damage severity at a lower numerical cost without resorting toexact calculation. The bilateral damage model is not adapted to the case of periodic loads.Consequently, the second part of the thesis is oriented towards the development of aunilateral damage model which gives a better description of the mechanical behaviorwhen the micro-cracks are closed. Moreover, in several industrial applications, the usedcomposite structures have small thickness. Therefore, they can naturally have a geometricnon-linear dynamic behavior. The model of dynamic behavior in large displacements andin the presence of material non-linearity of damage is developed and validated. At theend of this thesis, a numerical tool implemented on MATLAB® software was developedintegrating two models of damage, bilateral and unilateral, and a meta-modeling allowingthe localization and the estimation of the damage as well as the prediction of the linear andnon-linear dynamic responses of composite structures, totally or locally, damaged. Theproposed meta-model reduces significantly the computational cost and ensuring a goodaccuracy in terms of localization and estimation of the damage severity. Thereby, thistool can be useful in life-time estimation and monitoring strategies of composite structures.Thèse de

[pt] A introdução de um objeto estranho ao corpo humano pode resultar de diferentes processos que abrangem desde eventos iatrogênicos oriundos de procedimentos cirúrgicos, até eventos traumáticos, ocasionados por acidentes ou violência, como disparos de arma de fogo e perfurações com objetos cortantes. A presença desses corpos estranhos dentro do organismo humano pode ocasionar problemas de saúde que vão desde dor e incômodos ao óbito. Para remoção cirúrgica, torna-se essencial a localização desses objetos, com elevada exatidão, para redução do tempo cirúrgico e garantia de sucesso do procedimento. O presente trabalho tem por objetivo ampliar o estudo do problema de localização de corpos estranhos magnéticos (intrinsicamente magnético ou por indução magnética externa) no organismo humano. Foram desenvolvidos algoritmos computacionais capazes de promover simulações dos padrões de densidade de fluxo magnético em um plano decorrentes de uma fonte extensa, representada por parâmetros modificáveis de comprimento, posição espacial e inclinação ao plano de medição. Essas simulações foram utilizadas como entrada para o treinamento de Redes Neurais Artificiais que, após treinamento, foram capazes de resolver o problema inverso, caracterizando, a partir do mapa de campo magnético, a posição espacial, tamanho (comprimento) e inclinação da fonte metálica. Os resultados obtidos indicaram melhor desempenho com o uso de sensores triaxiais, cujo erro quadrático médio, em 3640 testes, mostrou-se inferior a 2 mm na orientação espacial, a 8 mm no comprimento e a 17 graus Celsius para a inclinação da fonte magnética em relação ao plano de medição. / [en] The introduction of a foreign object into the human body may result from different processes ranging from iatrogenic events during surgical procedures to traumatic events caused by accidents or violence such as firing and piercing with sharp objects. The presence of these foreign bodies within the human body can cause health problems ranging from pain and discomfort to death. For surgical removal, it is essential to locate these objects, with high accuracy, to reduce surgical time and guarantee the success of the procedure. The objective of the present work is to contribute to the study of the localization problem of magnetic foreign bodies (intrinsically magnetic or by external magnetic induction) in the human body. The developed computational algorithms are capable of promoting simulations of magnetic flux density patterns in a plane from an extensive source, represented by modifiable parameters of length, spatial position and slope to the measurement plane. These simulations were used as input for the training of Artificial Neural Networks that, after training, were able to solve the inverse problem, characterizing, from the magnetic field map, the spatial position, size (length) and slope of the metallic source. The results indicated a better performance with the use of triaxial sensors, whose mean square error, in 3640 tests, was less than 2 mm in the spatial orientation, 8 mm in length and 17 Celsius degrees for the tilt of the magnetic source in relation to the measurement plane.