Submitted by LUIS ALEXANDRE DA SILVA null (luis@iontec.com.br) on 2016-11-10T17:42:59Z No. of bitstreams: 1 final_mestrado_LUIS_ALEXANDRE_DA_SILVA_2016.pdf: 1076876 bytes, checksum: 2ecd24d0aa99d8fac09eb7b56fc48eb7 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO null (luizaromanetto@hotmail.com) on 2016-11-16T16:33:02Z (GMT) No. of bitstreams: 1 silva_la_me_sjrp.pdf: 1076876 bytes, checksum: 2ecd24d0aa99d8fac09eb7b56fc48eb7 (MD5) / Made available in DSpace on 2016-11-16T16:33:02Z (GMT). No. of bitstreams: 1 silva_la_me_sjrp.pdf: 1076876 bytes, checksum: 2ecd24d0aa99d8fac09eb7b56fc48eb7 (MD5) Previous issue date: 2016-08-25 / O aprendizado de características tem sido um dos grandes desafios das técnicas baseadas em Redes Neurais Artificiais (RNAs), principalmente quando se trata de um grande número de amostras e características que as definem. Uma técnica ainda pouco explorada nesse campo diz respeito as baseadas em RNAs derivada das Máquinas de Boltzmann Restritas, do inglês Restricted Boltzmann Machines (RBM), principalmente na área de segurança de redes de computadores. A proposta deste trabalho visa explorar essas técnicas no campo de aprendizado não-supervisionado de características para detecção de conteúdo malicioso, especificamente na área de segurança de redes de computadores. Experimentos foram conduzidos usando técnicas baseadas em RBMs para o aprendizado não-supervisionado de características visando a detecção de conteúdo malicioso utilizando meta-heurísticas baseadas em algoritmos de otimização, voltado à detecção de spam em mensagens eletrônicas. Nos resultados alcançados por meio dos experimentos, observou-se, que com uma quantidade menor de características, podem ser obtidos resultados similares de acurácia quando comparados com as bases originais, com um menor tempo relacionado ao processo de treinamento, evidenciando que técnicas de aprendizado baseadas em RBMs são adequadas para o aprendizado de características no contexto deste trabalho. / The features learning has been one of the main challenges of techniques based on Artificial Neural Networks (ANN), especially when it comes to a large number of samples and features that define them. Restricted Boltzmann Machines (RBM) is a technique based on ANN, even little explored especially in security in computer networks. This study aims to explore these techniques in unsupervised features learning in order to detect malicious content, specifically in the security area in computer networks. Experiments were conducted using techniques based on RBMs for unsupervised features learning, which was aimed to identify malicious content, using meta-heuristics based on optimization algorithms, which was designed to detect spam in email messages. The experiment results demonstrated that fewer features can get similar results as the accuracy of the original bases with a lower training time, it was concluded that learning techniques based on RBMs are suitable for features learning in the context of this work.

Made available in DSpace on 2015-05-14T12:36:35Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 4611703 bytes, checksum: c5e21f035f26ff6959248fbd243a0217 (MD5) Previous issue date: 2012-04-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Breast cancer is the most common cause of death by cancer in the female population and a serious world health problem. The mammographic exam allows an early detection which reduces the mortality rate of the disease. Its efficiency has made it the standard procedure for breast cancer diagnosis. These reasons have led to the development of Computer-Aided Detection and Diagnosis (CADDx) systems that assist the physician by working as a second opinion in the diagnostic. One of the algorithms studied during the development of this work, the mass detection algorithm created by Ozekes et al, has shown great potential reaching 99% of sensibility when applied in the test group images. However, its many parameters and the need to manual calibrate them make it impossible to use it in the constructions of practical CADDx systems. This work presents an automatic method for mass detection in mammography based on the algorithm of Ozekes et al. Multilayer Perceptron artificial neural networks (ANN) are used as functional approximators to automatically calibrate the necessary parameters of the proposed method. The computation of the neural networks produces the values used as parameters for thresholding and template application stages. Feature selection and network topologies were chosen by means of empirical tests. Results show in its best configuration point 82% of sensibility and 7,51 false positives per image. After a false positive reduction, 74% of sensibility and 3,56 false positives per image were achieved. Future works include the study of a wider set of image features and preprocessing algorithms. / O câncer de mama é a causa mais comum de morte por câncer na população feminina e um sério problema de saúde mundial. A mamografia permite uma detecção precoce do câncer, reduzindo a mortalidade da doença. Sua eficiência tornou-a procedimento padrão para diagnóstico do câncer de mama. Essas razões levaram ao desenvolvimento de sistemas computadorizados para o auxílio à detecção e ao diagnóstico - em inglês, Computer-Aided Detection and Diagnosis (CADDx) - que auxiliam os profissionais da saúde provendo uma segunda opinião ao diagnóstico. Um dos algoritmos estudados durante o desenvolvimento do trabalho, o algoritmo para detecção de massas criado por Ozekes et al, mostrou grande potencial atingindo 99% de sensibilidade quando aplicado nas imagens testadas. Entretanto, seus muitos parâmetros, e a calibração manual de cada um deles, tornam impossível a aplicação do algoritmo na construção de sistemas CADDx reais. Esse trabalho apresenta um método automático para detecção de massas em mamografias baseado no algoritmo de Ozekes et al. Redes neurais artificiais (RNA) Perceptron multicamadas são usadas como aproximadores universais para a calibração dos parâmetros necessários ao método. A computação dessas redes produz os valores que deverão ser usados como parâmetros para as etapas de binarização e aplicação dos templates. A seleção de atributos e topologias das redes neurais foi definida empiricamente. Resultados mostram, na melhor configuração do sistema, 82% de sensibilidade 7,51 falsos positivos por imagem e, após uma redução de falsos positivos, 74% de sensibilidade e 3,56 de falsos positivos por imagem. Trabalhos futuros incluem o estudo de mais atributos e descritores de imagens além da experimentação de outros algoritmos para pré-processamento.

Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-21T20:22:26Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-22T14:06:59Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-22T18:09:14Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-22T18:12:24Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-22T19:44:22Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho null (nelson@feb.unesp.br) on 2017-11-23T11:57:14Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T12:57:55Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T13:16:31Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T13:34:44Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T17:24:55Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-23T17:29:01Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-24T12:05:23Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-24T12:39:44Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-24T16:47:39Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-24T17:31:21Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Submitted by Nelson Medeiros da Silva Filho (nelson@feb.unesp.br) on 2017-11-27T11:40:49Z No. of bitstreams: 1 Dissertação_Nelson_definitiva.pdf: 7460359 bytes, checksum: 2454c030157e861e2383abfc17deeed5 (MD5) / Approved for entry into archive by Minervina Teixeira Lopes null (vina_lopes@bauru.unesp.br) on 2017-11-27T11:49:57Z (GMT) No. of bitstreams: 1 silvafilho_ne_me_bauru.pdf: 7341586 bytes, checksum: 69bdcc2dde57f38f92436f203095b2a2 (MD5) / Made available in DSpace on 2017-11-27T11:49:57Z (GMT). No. of bitstreams: 1 silvafilho_ne_me_bauru.pdf: 7341586 bytes, checksum: 69bdcc2dde57f38f92436f203095b2a2 (MD5) Previous issue date: 2017-09-29 / O Motor de Indução Trifásico (MIT) é o mais utilizado em aplicações industriais e acionamentos eletromecânicos diversos, por ser um motor de construção robusta, ter baixo custo de fabricação e bom rendimento elétrico. Nesse cenário, destaca-se a importância de um correto diagnóstico de falhas de uma forma incipiente, evitando perdas nos processos produtivos e danos severos nessas máquinas. A estratégia da manutenção corretiva impõe, nos processos produtivos, paradas inesperadas da linha de produção podendo causar grandes prejuízos financeiros. Nesse contexto, a manutenção preditiva, auxiliada por sistemas de monitoramento constante, vem de encontro as necessidades dos processos industriais pois, além de prever paradas inesperadas, permite um planejamento da produção mais seguro, no que tange a continuidade do processo e administração da equipe de manutenção especializada. Entretanto, requer monitoramento constante com uma análise dos dados e conhecimento prévio do sistema para a avaliação dos parâmetros e das variáveis envolvidas. Esse trabalho de pesquisa propôs o desenvolvimento de uma abordagem para diagnosticar defeitos em MIT, por meio de diafragmas piezelétricos de baixo custo e sistemas inteligentes do tipo Redes Neurais Artificiais (RNA). Mais especificamente, defeitos elétricos do tipo curto-circuito entre espiras de uma mesma bobina nos estatores dessas máquinas. Para tal, foi implementada uma bancada experimental em ambiente de laboratório, onde foram realizados ensaios com simulações de falhas relacionadas a curto-circuito entre espiras das bobinas do enrolamento do estator, visando a obtenção de dados de corrente elétrica e vibração do MIT, para o treinamento das arquiteturas de RNA. Em seguida essas redes foram treinadas e validadas, e a análise dos resultados obtidos foi realizada através de critérios estatísticos como taxa de acerto percentual, erro relativo percentual, desvio padrão e coeficiente de correlação entre os dados. Os resultados indicam que a abordagem proposta mostrou-se precisa e robusta, sinalizando a factibilidade do uso da técnica em motores de maior potência e tensão elétrica de operação, que possuem valores de custo para aquisição relativamente altos. / The three-phase induction motor (MIT) is the most widely used in industrial applications and various electromechanical drives, as it is a robust construction engine, low manufacturing cost and good electrical performance. In this scenario, the importance of a correct fault diagnosis in an incipient way is highlighted, avoiding losses in the productive processes and severe damages in these machines. The strategy of corrective maintenance imposes, in the productive processes, unexpected stops of the production line and can cause great financial losses. In this context, the predictive maintenance, aided by constant monitoring systems, meets the needs of industrial processes because, in addition to anticipating unexpected stops, it allows a safer production planning regarding the continuity of the process and administration of the maintenance team specialized. However, it requires constant monitoring with an analysis of the data and prior knowledge of the system for the evaluation of the parameters and variables involved. This research project proposed the development of an approach to diagnose defects in MIT, through low cost piezoelectric diaphragms and intelligent artificial neural networks (ANNs). More specifically, short-circuit electrical defects between turns of the same coil in the stators of these machines. For this, an experimental bench was implemented in a laboratory environment, where tests were performed with fault simulations related to short circuits between turns of the coils of the stator winding, aiming to obtain data of electrical current and vibration of the MIT for the training of ANN architectures. Afterwards, these networks were trained and validated, and the analysis of the results obtained was performed through statistical criteria such as percentage success rate, relative percentage error, standard deviation and correlation coefficient between the data. The results indicated that the proposed approach proved to be accurate and robust, signaling the feasibility of using the technique in engines with higher power and operating voltage, which have relatively high acquisition cost values.

Submitted by Lucienne Costa (lucienneferreira@ufcg.edu.br) on 2018-04-25T18:49:44Z No. of bitstreams: 1 GIRLENE LIMA RIBEIRO – DISSERTAÇÃO (PPGEE) 2017.pdf: 3769966 bytes, checksum: 1e2c04beeac23084837591c1bfec0869 (MD5) / Made available in DSpace on 2018-04-25T18:49:44Z (GMT). No. of bitstreams: 1 GIRLENE LIMA RIBEIRO – DISSERTAÇÃO (PPGEE) 2017.pdf: 3769966 bytes, checksum: 1e2c04beeac23084837591c1bfec0869 (MD5) Previous issue date: 2017-03-31 / CNPq / Nesta pesquisa é desenvolvida uma metodologia para aprimoramento da classificação de isoladores poliméricos por medições termográficas e radiação UV utilizando o Processamento Digital de Imagens (PDI) e Redes Neurais Artificiais (RNAs). A metodologia é baseada na análise da ocorrência de descargas corona e nas variações de temperatura ao longo do isolador a fim de classificá-los quanto seu estado de degradação. Cada isolador utilizado foi submetido à tensão de 133 kV fase-terra durante um período de 30 minutos, com o objetivo de ocasionar aquecimento e evidenciar descargas corona nos isoladores. As medições foram realizadas utilizando um detector de corona para medição de UV e os dados de temperatura foram adquiridos utilizando-se um termovisor. As imagens adquiridas pelos instrumentos de monitoramento, durante os ensaios, foram submetidas a um processamento digital de imagem, para extrair informações de densidade de pixels, persistência das descargas e distâncias relativas das áreas de descargas ao isolador. A partir de informações obtidas de imagens de infravermelho (temperatura) foi aplicada a estatística descritiva e o teste discriminante de Fisher, para apresentar ao sistema de classificação, parâmetros objetivos e com alto nível de separabilidade. O sistema de classificação utilizou RNA para determinar o estado de degradação dos isoladores. A classificação foi realizada de forma individual e combinada, com vetores formados pelos atributos UV e infravermelho. O sistema desenvolvido permitiu o auxílio à tomada de decisões quanto à necessidade de intervenção ou não aos isoladores. A classificação dos isoladores, de forma individual, obteve acurácia média para temperatura de 80,00% e UV 74,05%. A classificação dos isoladores, de forma combinada (UV e infravermelho), obteve acurácia média de 92,58%, evidenciando o aprimoramento na classificação. / This research presents a methodology for the improvement of the classification of polymeric insulators by using thermographic measurements and UV radiation in combination with Digital Image Processing (DIP) and Artificial Neural Networks (ANNs). The methodology is based on the analysis of the occurrence of corona discharges and temperature variations along the insulator in order to classify their stage of degradation. Each insulator was subjected to the 133 kV phase-to-ground voltage over a period of 30 minutes, in order to cause heating and corona discharges in the insulators. The experiments were performed using a corona detector for UV measurement and the temperature data were acquired using a thermal imager. The images acquired by the monitoring instruments during the tests were subjected to digital image processing to extract information of pixel density, persistence of discharges and relative distances from the discharge areas to the insulator. From information obtained through infrared (temperature) images descriptive statistics and Fisher's discriminant test were applied to present objective parameters with high level of separability to the classification system. The classification system used ANN to determine the insulators degradation state. The classification was performed in individual and in combination ways, with vectors formed by UV and infrared attributes. The developed system helped on the decision making, concerning to the necessity of intervention or not to the insulators. The classification of the insulators, in an individual way, obtained accuracy for temperature of 80.00% and UV 74.05%. The classification of the isolators, combined (UV and infrared), obtained an average accuracy of 92.58%, evidencing the improvement in the classification.

Orientador: Maria de Lourdes Bueno Trindade Galo / Banca: Selma Regina Aranha Ribeiro / Banca: Aparecida Doniseti Pires de Souza / Resumo: Experimento baseado na aplicação de uma rede neural artificial para a classificação da cobertura do solo urbano de Presidente Prudente, SP, e na análise da incerteza na representação das classes temáticas mapeadas. A ambigüidade que caracteriza essas classes foi analisada através da distribuição espacial da probabilidade por classe, da incerteza por classe e da entropia, as quais foram posteriormente representadas em imagens em tons de cinza e mapas temáticos. Os resultados mostraram que o objetivo de discriminar as variações na cobertura do solo urbano através da aplicação de uma rede neural artificial na classificação foi atingido e, a partir das representações geradas, foi possível visualizar a variação espacial da incerteza na atribuição das classes de cobertura do solo urbano ao pixel. Além disso, foi possível verificar que a classe caracterizada por um padrão definido como intermediário, quanto à impermeabilidade do solo urbano, foi aquela que apresentou maior grau de ambigüidade e, portanto, maior mistura em relação às demais. A realização do experimento confirmou a expectativa inicial quanto ao potencial da rede neural artificial em discriminar classes de cobertura do solo urbano, caracterizadas pelo alto grau de mistura que apresentam, e representar espacialmente a incerteza associada a cada classe, desde que a aplicação de interesse seja cuidadosamente modelada. / Abstract: This experiment aims the classification of the urban land cover of Presidente Prudente city and the analysis of the uncertainty in the representation of the mapped thematic classes. The ambiguity that characterizes those classes was analyzed through of the spatial distribution of the probability by class, of the uncertainty for class and of the entropy, wich were represented in gray levels images and thematic maps. The results showed that the aim of discriminating the variations in the urban land cover through the application of an ANN in the classification was reached. It was also possible to visualize the spatial variation of the uncertainty in the attribution of classes of urban land cover and from the generated representations. The class characterized by a pattern that define an intermediary level, related to the impermeability of the urban soil, showed larger ambiguity degree and, therefore, larger mixture. The experiment confirmed that the ANN can discriminate classes of urban land cover with high level of mixture and represent spatially the uncertainty associated with each class, since the application of interesting be modeled carefully. / Mestre

Resumo: Imagens multiespectrais de alta resolução espacial podem se constituir em uma fonte de dados adequada para o mapeamento de processos associados ao desenvolvimento de culturas agrícolas, como a detecção de plantas daninhas. A aerofotogrametria convencional e imagens de satélite de alta resolução espacial são alternativas para aquisição dessas imagens. Entretanto, devido ao custo elevado da aquisição destas imagens, tem sido desenvolvido, pelo Departamento de Cartografia da Faculdade de Ciências e Tecnologia da UNESP de Presidente Prudente, um Sistema de Sensoriamento Remoto Aerotransportado (SRA), capaz de oferecer resolução espacial sub-métrica. Este trabalho considerou a hipótese de que a partir de imagens adquiridas pelo Sistema é possível discriminar graus de infestação de plantas daninhas em culturas de café. Para investigar esta hipótese, foi realizado o mapeamento de plantas daninhas utilizando dois diferentes métodos: classificação de imagens multiespectrais (classificação por redes neurais artificiais - RNA) e análise geoestatística (krigagem por indicação com dados indiretos). Os mapas temáticos foram submetidos à análise da qualidade temática. A krigagem por indicação apresentou resultados suavizados e confusos, ao contrário da classificação por RNA, a qual se constituiu num método eficiente para o objetivo proposto, confirmando a hipótese inicial da investigação. / Abstract: Multispectral images with high spatial resolution can be a suitable data source for the mapping of processes associated to the crop development, as detection of weed. The aerial photogrammetry and satellite image of high spatial resolution are alternatives for the aquisition of these images. However, due to the high cost of these images, a Sistema de Sensoriamento Remoto Aerotransportado - SRA, which is capable of to offer sub-metric spatial resolution has been developed by the Department of Cartography, FCT/Unesp (Presidente Prudente). This work taked into account the hypothesis that is possible to discriminate infestation degree of weed in coffee crop from high spatial resolution multispectral images. To investigate this hypothesis, it was accomplished the mapping using two different methods: multispectral images classification (artificial neural networks classification) and geoestatistics analysis (Indicator kriging with soft data). The thematics maps were submitted to the analysis of thematic quality. The indicator kriging showed smoothed and confused results instead of the artificial neural networks classification, whose results were efficient for the purpose, confirming the initial hypothesis of the investigation. / Orientador: Maria de Lourdes Bueno Trindade Galo / Coorientador: Nilton Nobuhiro Imai / Banca: Bernardo Friedrich Theoodor Rudorff / Banca: Vilma Mayumi Tachibana / Mestre

Orientador: Vicente Lopes Júnior / Banca: Amarildo Tabone Paschoalini / Banca: Marcelo Areias Trindade / Resumo: Este trabalho apresenta o estudo e desenvolvimento de técnicas para o monitoramento da integridade estrutural em sistemas inteligentes com sensores e atuadores piezelétricos acoplados. Os índices de sensibilidade estudados e utilizados no monitoramento da estrutura são: índice de falha métrica, calculado diretamente do sinal de impedância elétrica dos sensores/atuadores piezelétricos; índices do sensor, calculados com as normas de sistemas ou com as matrizes grammiana de observabilidade e os índices de entrada, calculados com as matrizes grammianas de controlabilidade. Tais índices são utilizados para detectar e localizar as falhas em aplicações numéricas e experimentais. As normas de sistemas e as matrizes grammianas de controlabilidade e observabilidade são obtidas através de um modelo numérico, como por exemplo, Método dos Elementos Finitos; ou um modelo identificado experimentalmente, via o método de realização para autossistemas, mais conhecido como ERA (Eigensytem Realization Algorithm). Em uma segunda etapa do procedimento proposto, as falhas são quantificadas utilizando Redes Neurais Artificiais, que foram treinadas com as normas de sistemas e com as matrizes grammianas. / Abstract: This work presents the study and development of Structural Health Monitoring techniques for application in intelligent systems with coupled piezoelectric sensors and actuators. The indices of sensitivity for structural monitoring are based on: root-means-square deviation index, directly calculated from electric impedance signal of the piezoelectric sensors/actuators; sensor indices, calculated from system norms or observability grammian matrix, and input index, calculated from controllability grammian matrix. Such indices are used for damage detection and location in numerical and experimental applications. System norms, controllability and observability grammian matrices are obtained through numerical model, as for instance, Finite Element Method; or by experimental identification technique, via Eigensytem Realization Algorithm (ERA). In the second stage of the proposed procedure, damages were quantified using Artificial Neural Networks, that were trained with systems norms and grammian matrices. / Mestre

Orientador: Maura Seiko Tsutsui Esperancini / Banca: Elias José Simon / Banca: Jorim Sousa das Virgens Filho / Banca: Maria Inês E. Geraldo Martins / Banca: Ricardo Shirota / Resumo: A co-geração de energia elétrica excedente por meio do aproveitamento do bagaço de cana-de-açúcar tem sido considerada uma alternativa importante na diversificação de fontes de geração de energia elétrica no Brasil, considerando-se as vantagens em relação à grande produção de matéria prima, menores custos de geração de energia e a possibilidade de reduzir o ônus dos investimentos em geração de energia do setor público. Apesar do grande potencial apresentado por esta fonte alternativa de energia, o mercado para a energia elétrica co-gerada está ainda hoje, sujeito a um ambiente de grande risco e incerteza, seja decorrente de condições do mercado de energia ou da produção. Este trabalho teve por objetivos analisar a viabilidade econômica de um projeto de investimento em co-geração de energia elétrica em uma usina sucroalcooleira na região Oeste do estado de São Paulo,com vistas à comercialização de excedentes, sob condições de risco, utilizando o algoritmo de Redes Neurais Artificiais. Procurou-se também testar a convergência dos resultados obtidos por este método com outro mais tradicionalmente utilizado em análise de risco para a determinação dos indicadores de viabilidade econômica do investimento. Os indicadores utilizados foram Valor Atual Líquido (VAL); Taxa Interna de Retorno (TIR); Relação Benefício - Custo (RBC); Payback Simples (PBS) e Payback Econômico (PBE). A análise foi realizada considerando seis cenários, considerando a possibilidade ou não de obtenção de financiamento e diferentes níveis de eficiência de queima do bagaço. No método de Redes Neurais Artificiais, as redes foram alimentadas com as seguintes variáveis de entrada: valor do investimento; despesas com juros e amortização; despesa com aquisição e transporte do bagaço e receita operacional, tendo como variável de saída o fluxo líquido de caixa. / Abstract: The co-generation of surplus electrical energy by means of the use of sugar-cane bagasse has been considered as an important alternative in the diversification of sources of electrical energy in Brazil. Its advantages in relation to the production of raw material are: smaller costs of generation of energy and the possibility to reduce the costs of the investments in the generation of energy in the public sector. In spite of the great potential presented by this alternative source of energy, the market for the co-generation of electrical is still today subject to an atmosphere of great risk and uncertainty, be it due to conditions of the energy or of the production market. The objective of this research study was to analyze the economic viability of an investment project of cogeneration of electrical energy in an alcohol and sugar mill based on the Western area of the state of São Paulo having in view the commercialization of surpluses, under risk conditions, using the algorithm of Artificial Neural Networks. It was also tried to test the convergence of the results obtained by this method with a more traditionally method used in analysis of risk for the determination of the indicators of economic viability of the investment. The indicators used were Liquid Current Value (LCV); Internal Rate of Return (IRR); Benefit - Cost Relationship (BCR); Simple Payback (SPB) and Economic Payback (EPB). The analysis was performed into six different scenarios, having into consideration the possibility or not availabity of financing, and the different levels of efficiency in the burning of bagasse. In the method of Artificial Neural Networks the nets were supplied with entrance variables, such as, the value of the investment; expenses with interests and amortization; expense with acquisition and transport of the bagasse; operational revenue, and the exit variable included the liquid cash flow. / Doutor

Made available in DSpace on 2015-03-03T15:07:32Z (GMT). No. of bitstreams: 1 HeltonMP_DISSERT.pdf: 2119610 bytes, checksum: c84371c4f412913aaf46e9775fe03da1 (MD5) Previous issue date: 2010-11-26 / The fundamental senses of the human body are: vision, hearing, touch, taste and smell. These senses are the functions that provide our relationship with the environment. The vision serves as a sensory receptor responsible for obtaining information from the outside world that will be sent to the brain. The gaze reflects its attention, intention and interest. Therefore, the estimation of gaze direction, using computer tools, provides a promising alternative to improve the capacity of human-computer interaction, mainly with respect to those people who suffer from motor deficiencies. Thus, the objective of this work is to present a non-intrusive system that basically uses a personal computer and a low cost webcam, combined with the use of digital image processing techniques, Wavelets transforms and pattern recognition, such as artificial neural network models, resulting in a complete system that performs since the image acquisition (including face detection and eye tracking) to the estimation of gaze direction. The obtained results show the feasibility of the proposed system, as well as several feature advantages. / Os sentidos fundamentais do corpo humano s?o: vis?o, audi??o, tato, gusta??o(ou paladar) e olfato. Estes constituem as fun??es que propiciam o nosso relacionamento com o ambiente. A vis?o funciona como um receptor sensorial respons?vel pela capta??o de informa??es do mundo exterior que ser?o enviadas ao c?rebro. O olhar reflete a sua aten??o, inten??o e interesse. Sendo assim, a estima??o da dire??o do olhar, a partir de modelos computacionais, possibilita uma alternativa promissora para melhorar a capacidade de intera??o homem-m?quina, inclusive dos portadores de defici?ncias motoras. O objetivo deste trabalho consiste em apresentar um sistema n?o-intrusivo que utiliza basicamente um computador pessoal e uma webcam de baixo custo que, quando aliados ao uso das t?cnicas de processamento digital de imagens, transformadas Wavelets e reconhecimento de padr?es, com as redes neurais artificiais, resultam em um sistema completo que realiza desde a aquisi??o de imagens (passando pela detec??o da face e rastreamento dos olhos) ate a estima??o da dire??o do olhar. Os resultados apresentados mostram a viabilidade do sistema proposto assim como diversas vantagens em seu uso

Made available in DSpace on 2015-03-03T15:07:33Z (GMT). No. of bitstreams: 1 AlexandreGL_DISSERT.pdf: 5013567 bytes, checksum: e16408257f23b984754d0a91e2a173b4 (MD5) Previous issue date: 2011-08-12 / Remote sensing is one technology of extreme importance, allowing capture of data from the Earth's surface that are used with various purposes, including, environmental monitoring, tracking usage of natural resources, geological prospecting and monitoring of disasters. One of the main applications of remote sensing is the generation of thematic maps and subsequent survey of areas from images generated by orbital or sub-orbital sensors. Pattern classification methods are used in the implementation of computational routines to automate this activity. Artificial neural networks present themselves as viable alternatives to traditional statistical classifiers, mainly for applications whose data show high dimensionality as those from hyperspectral sensors. This work main goal is to develop a classiffier based on neural networks radial basis function and Growing Neural Gas, which presents some advantages over using individual neural networks. The main idea is to use Growing Neural Gas's incremental characteristics to determine the radial basis function network's quantity and choice of centers in order to obtain a highly effective classiffier. To demonstrate the performance of the classiffier three studies case are presented along with the results. / O sensoriamento remoto de uma tecnologia de extrema import?ncia na atualidade, permitindo a capta??o de dados da superf?cie terrestre que s?o utilizados com diversas finalidades, entre as quais, fiscaliza??o ambiental, acompanhamento de uso dos recursos naturais, prospec??ao geol?gica e monitoramento de cat?strofes. Uma das aplica??es principais do sensoriamento remoto ? a gera??o de mapas tem?ticos e posterior levantamento de ?reas a partir de imagens geradas por sensores orbitais ou sub-orbitais. M?todos de classica??o de padr?es s?o utilizados na implementa??o de rotinas computacionais que automatizem essa atividade. As redes neurais artificiais apresentam-se como m?todos alternativos vi?veis aos classicadores estat?sticos tradicionais, principalmente em aplica??es cujos dados apresentem alta dimensionalidade como os provenientes de sensores hiperespectrais. Este trabalho tem como objetivo principal desenvolver um classicador baseado nas redes neurais de fun??o de base radial e Growing Neural Gas e que apresenta algumas vantagens em rela??o ? utiliza??o individual de redes neurais. A id?ia principal ? utilizar as caracter?sticas incrementais da rede Growing Neural Gas para determinar a quantidade e a escolha de centros da rede de fun??o de base radial com o intuito de obter um classificador altamente ecaz. Para atestar o desempenho do classicador s?o apresentados tr?s estudos de caso juntamente com os resultados obtidos