Dans cette thèse, nous nous intéressons à un récent algorithme de segmentation d’images basé sur un processus de régularisation de graphes. L’objectif d’un tel algorithme est de calculer une fonction indicatrice de la segmentation qui satisfait un critère de régularité ainsi qu’un critère d’attache aux données. La particularité de cette approche est de représenter les images à l’aide de graphes de similarité. Ceux-ci permettent d’établir des relations entre des pixels non-adjacents, et ainsi de procéder à un traitement non-local des images. Afin d’en améliorer la précision, nous combinons cet algorithme à une seconde approche non-locale : des caractéristiques de textures. Un nouveau terme d’attache aux données est dans un premier temps développé. Inspiré des travaux de Chan et Vese, celui-ci permet d’évaluer l’homogénéité d’un ensemble de caractéristiques de textures. Dans un second temps, nous déléguons le calcul de l’attache aux données à un classificateur supervisé. Entrainé à reconnaitre certaines classes de textures, ce classificateur permet d’identifier les caractéristiques les plus pertinentes, et ainsi de fournir une modélisation plus aboutie du problème. Cette seconde approche permet par ailleurs une segmentation multiclasse. Ces deux méthodes ont été appliquées à la segmentation d’images texturées 2D et 3D. / In this thesis, we improve a recent image segmentation algorithm based on a graph regularization process. The goal of this method is to compute an indicator function that satisfies a regularity and a fidelity criteria. Its particularity is to represent images with similarity graphs. This data structure allows relations to be established between similar pixels, leading to non-local processing of the data. In order to improve this approach, combine it with another non-local one: the texture features. Two solutions are developped, both based on Haralick features. In the first one, we propose a new fidelity term which is based on the work of Chan and Vese and is able to evaluate the homogeneity of texture features. In the second method, we propose to replace the fidelity criteria by the output of a supervised classifier. Trained to recognize several textures, the classifier is able to produce a better modelization of the problem by identifying the most relevant texture features. This method is also extended to multiclass segmentation problems. Both are applied to 2D and 3D textured images.

The development of new materials and technologies, associated to increasingly complex problems in structural engineering, require more robust and accurate numerical analyses with an affordable computational cost. Computer modeling has been evolving by improving existing numerical methods and also developing new ones. Among the methods widely applied, finite elements have become a powerful tool in the search for solutions in structural engineering. Other approaches also emerged as alternative modeling strategies, such as artificial intelligence techniques. One of these techniques, Artificial Neural Networks (ANN), is designed for simulating human conexionism paradigm. ANN has been applied in several areas to solve a range of problems concerning classification, function fitting, forecasting, among others. This work explores ways to coupling ANN to traditional approximation methods such as the Finite Element Method (FEM) for applications in plane elastostatics, considering geometrically nonlinear aspects. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O desenvolvimento de novos materiais e tecnologias, associado a projetos estruturais cada vez mais complexos, demandam análises numéricas robustas e precisas a um custo computacional adequado. Estudos em modelagem computacional têm evoluído no sentido de suprir a essa demanda aprimorando continuamente os métodos numéricos já existentes, bem como propondo novas técnicas. Dentre os métodos amplamente utilizados, o Método dos Elementos Finitos (MEF) tornou-se uma potente ferramenta de busca por soluções no âmbito da engenharia estrutural. Também surgiram abordagens alternativas de resolução relacionadas à modelagem, tais como as técnicas de inteligência artificial. Uma dessas técnicas, as Redes Neurais Artificiais (RNA), são redes projetadas para modelar capacidades humanas como aprendizagem e generalização através de estrutura de processamento que utiliza o conexionismo como paradigma. As RNA têm sido aplicadas nas mais diversas áreas na solução de uma gama de problemas que envolvem classificação, aproximação de funções, previsão, dentre outros. Este trabalho explora maneiras de incorporar RNA a métodos aproximativos tradicionais como o Método dos Elementos Finitos para aplicação em problemas de elasticidade plana, considerando não linearidade geométrica.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O objetivo deste trabalho é contribuir com o desenvolvimento de uma técnica baseada em sistemas inteligentes que possibilite a localização exata ou aproximada do ponto de origem de uma Variação de Tensão de Curta Duração (VTCD) (gerada por uma falta) em um sistema de distribuição de energia elétrica. Este trabalho utiliza um Phase-Locked Loop (PLL) com o intuito de detectar as faltas. Uma vez que a falta é detectada, os sinais de tensão obtidos durante a falta são decompostos em componentes simétricas instantâneas por meio do método proposto. Em seguida, as energias das componentes simétricas são calculadas e utilizadas para estimar a localização da falta. Nesta pesquisa, são avaliadas duas estruturas baseadas em Redes Neurais Artificiais (RNAs). A primeira é projetada para classificar a localização da falta em um dos pontos possíveis e a segunda é projetada para estimar a distância da falta ao alimentador. A técnica aqui proposta aplica-se a alimentadores trifásicos com cargas equilibradas. No desenvolvimento da mesma, considera-se que há disponibilidade de medições de tensões no nó inicial do alimentador e também em pontos esparsos ao longo da rede de distribuição. O banco de dados empregado foi obtido através de simulações de um modelo de alimentador radial usando o programa PSCAD/EMTDC. Testes de sensibilidade empregando validação-cruzada são realizados em ambas as arquiteturas de redes neurais com o intuito de verificar a confiabilidade dos resultados obtidos. Adicionalmente foram realizados testes com faltas não inicialmente contidas no banco de dados a fim de se verificar a capacidade de generalização das redes. Os desempenhos de ambas as arquiteturas de redes neurais foram satisfatórios e demonstram a viabilidade das técnicas propostas para realizar a localização de faltas em redes de distribuição. / The aim of this work is to contribute to the development of a technique based on intelligent systems that allows the accurate location of the Short Duration Voltage Variations (SDVV) origin in an electrical power distribution system. Once the fault is detected via a Phase-Locked Loop (PLL), voltage signals acquired during the fault are decomposed into instantaneous symmetrical components by the proposed method. Then, the energies of the symmetrical components are calculated and used to estimate the fault location. In this work, two systems based on Artificial Neural Networks (ANN) are evaluated. The first one is designed to classify the fault location into one of predefined possible points and the second is designed to estimate the fault distance from the feeder. The technique herein proposed is applies to three-phase feeders with balanced loads. In addition, it is considered that there is availability of voltage measurements in the initial node of the feeder and also in sparse points along the distribution power grid. The employed database was made using simulations of a model of radial feeder using the PSCAD / EMTDC program. Sensitivity tests employing cross-validation are performed for both approaches in order to verify the reliability of the results. Furthermore, in order to check the generalization capability, tests with faults not originally contained in the database were performed. The performances of both architectures of neural networks were satisfactory and they demonstrate the feasibility of the proposed techniques to perform fault location on distribution grids.

A tese propõem uma metodologia, em nível de pesquisa, por intermédio do desenvolvimento e da adaptação de ferramentas de apoio computadorizado, capaz de realizar a segmentação da imagem dos discos intervertebrais da região lombar da coluna vertebral humana, de maneira semiautomática reduzindo drasticamente o tempo gasto manualmente neste procedimento, sem perder sua acurácia e, ainda, garantindo maior reprodutibilidade em seus resultados. Foram utilizadas imagens sagitais de ressonância magnética ponderadas em T2 de 285 discos intervertebrais de 70 pacientes, classificados segundo o grau de severidade da degeneração discal definido pelo critério proposto por Pfirrmann. A classificação computacional dos discos foi realizada com base em atributos quantitativos extraídos dos histogramas de níveis de cinza e de informações de textura das imagens. O desempenho dos métodos computacionais de segmentação foi avaliado com base no Coeficiente de Jaccard, na distância de Hausdorff e no Erro Médio Quadrático. O desempenho dos métodos computacionais de classificação foi também avaliado com base em medidas similares à aplicação da sensibilidade, da especificidade e da área sob a curva ROC. A segmentação manual e a classificação por inspeção visual dos discos realizadas por três profissionais experientes foram utilizadas como padrão ouro para a comparação. Os principais resultados indicaram a médio de 63,22% para o Coeficiente de Jaccard, as médias de 0,044 das distâncias de Hausdoff e de 0,014 para o EMQ na comparação entre as imagens. Além disso, a segmentação semiautomatizada diferiu em uma taxa média de 30% em relação à segmentação manual e a classificação da degeneração discal, por redes neurais artificiais difere em menos de 2%, ao ser comparada ao procedimento de classificação manual realizado pelos especialistas. / The thesis proposes a methodology at the level of research through the development and adaptation of computerized support tools, able to perform the image segmentation of the intervertebral discs of the lumbar region of the human spine, semiautomatic way dramatically reducing time spent manually in this procedure, without losing its accuracy and also ensuring more reproducible in their results. Were used sagittal MRI T2- weighted of 285 intervertebral discs from 70 patients, classified according to the severity of disc degeneration defined by the criteria proposed by Pfirrmann. The computational classification of disks was based on quantitative attributes extracted from histograms of gray level images and the texture information. The performance of computational segmentation methods was evaluated based on Jaccard coefficient, Hausdorff distance and Mean Square Error. The performance of the computational classification methods was evaluated based on measures of sensitivity, specificity and the area under the ROC curve. The manual segmentation and visual inspection classification of the discs made by three experienced professionals were used as the gold standard for comparison. The main results showed an average Jaccard coefficient of 63.22%, the average Hausdoff of distances was 0.044 and 0.014 Mean Square Error average when comparing the images from both segmentation targets. Additionally, the targeting semiautomatic differed by an average of 30% compared with manual segmentation and classification of disc degeneration provided from an artificial neural networks differs by less than 2% when compared to manual sorting procedure performed by experts.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O objetivo deste trabalho é contribuir com o desenvolvimento de uma técnica baseada em sistemas inteligentes que possibilite a localização exata ou aproximada do ponto de origem de uma Variação de Tensão de Curta Duração (VTCD) (gerada por uma falta) em um sistema de distribuição de energia elétrica. Este trabalho utiliza um Phase-Locked Loop (PLL) com o intuito de detectar as faltas. Uma vez que a falta é detectada, os sinais de tensão obtidos durante a falta são decompostos em componentes simétricas instantâneas por meio do método proposto. Em seguida, as energias das componentes simétricas são calculadas e utilizadas para estimar a localização da falta. Nesta pesquisa, são avaliadas duas estruturas baseadas em Redes Neurais Artificiais (RNAs). A primeira é projetada para classificar a localização da falta em um dos pontos possíveis e a segunda é projetada para estimar a distância da falta ao alimentador. A técnica aqui proposta aplica-se a alimentadores trifásicos com cargas equilibradas. No desenvolvimento da mesma, considera-se que há disponibilidade de medições de tensões no nó inicial do alimentador e também em pontos esparsos ao longo da rede de distribuição. O banco de dados empregado foi obtido através de simulações de um modelo de alimentador radial usando o programa PSCAD/EMTDC. Testes de sensibilidade empregando validação-cruzada são realizados em ambas as arquiteturas de redes neurais com o intuito de verificar a confiabilidade dos resultados obtidos. Adicionalmente foram realizados testes com faltas não inicialmente contidas no banco de dados a fim de se verificar a capacidade de generalização das redes. Os desempenhos de ambas as arquiteturas de redes neurais foram satisfatórios e demonstram a viabilidade das técnicas propostas para realizar a localização de faltas em redes de distribuição. / The aim of this work is to contribute to the development of a technique based on intelligent systems that allows the accurate location of the Short Duration Voltage Variations (SDVV) origin in an electrical power distribution system. Once the fault is detected via a Phase-Locked Loop (PLL), voltage signals acquired during the fault are decomposed into instantaneous symmetrical components by the proposed method. Then, the energies of the symmetrical components are calculated and used to estimate the fault location. In this work, two systems based on Artificial Neural Networks (ANN) are evaluated. The first one is designed to classify the fault location into one of predefined possible points and the second is designed to estimate the fault distance from the feeder. The technique herein proposed is applies to three-phase feeders with balanced loads. In addition, it is considered that there is availability of voltage measurements in the initial node of the feeder and also in sparse points along the distribution power grid. The employed database was made using simulations of a model of radial feeder using the PSCAD / EMTDC program. Sensitivity tests employing cross-validation are performed for both approaches in order to verify the reliability of the results. Furthermore, in order to check the generalization capability, tests with faults not originally contained in the database were performed. The performances of both architectures of neural networks were satisfactory and they demonstrate the feasibility of the proposed techniques to perform fault location on distribution grids.

Made available in DSpace on 2014-12-17T14:55:47Z (GMT). No. of bitstreams: 1 CarlosAAS_DISSERT_1-60.pdf: 4186909 bytes, checksum: cebf9d80edc07d16ef618a3095ead927 (MD5) Previous issue date: 2010-06-30 / This study shows the implementation and the embedding of an Artificial Neural Network (ANN) in hardware, or in a programmable device, as a field programmable gate array (FPGA). This work allowed the exploration of different implementations, described in VHDL, of multilayer perceptrons ANN. Due to the parallelism inherent to ANNs, there are disadvantages in software implementations due to the sequential nature of the Von Neumann architectures. As an alternative to this problem, there is a hardware implementation that allows to exploit all the parallelism implicit in this model. Currently, there is an increase in use of FPGAs as a platform to implement neural networks in hardware, exploiting the high processing power, low cost, ease of programming and ability to reconfigure the circuit, allowing the network to adapt to different applications. Given this context, the aim is to develop arrays of neural networks in hardware, a flexible architecture, in which it is possible to add or remove neurons, and mainly, modify the network topology, in order to enable a modular network of fixed-point arithmetic in a FPGA. Five synthesis of VHDL descriptions were produced: two for the neuron with one or two entrances, and three different architectures of ANN. The descriptions of the used architectures became very modular, easily allowing the increase or decrease of the number of neurons. As a result, some complete neural networks were implemented in FPGA, in fixed-point arithmetic, with a high-capacity parallel processing / Este estudo consiste na implementa??o e no embarque de uma Rede Neural Artificial (RNA) em hardware, ou seja, em um dispositivo program?vel do tipo field programmable gate array (FPGA). O presente trabalho permitiu a explora??o de diferentes implementa??es, descritas em VHDL, de RNA do tipo perceptrons de m?ltiplas camadas. Por causa do paralelismo inerente ?s RNAs, ocorrem desvantagens nas implementa??es em software, devido ? natureza sequencial das arquiteturas de Von Neumann. Como alternativa a este problema, surge uma implementa??o em hardware que permite explorar todo o paralelismo impl?cito neste modelo. Atualmente, verifica-se um aumento no uso do FPGA como plataforma para implementar as Redes Neurais Artificiais em hardware, explorando o alto poder de processamento, o baixo custo, a facilidade de programa??o e capacidade de reconfigura??o do circuito, permitindo que a rede se adapte a diferentes aplica??es. Diante desse contexto, objetivou-se desenvolver arranjos de redes neurais em hardware, em uma arquitetura flex?vel, nas quais fosse poss?vel acrescentar ou retirar neur?nios e, principalmente, modificar a topologia da rede, de forma a viabilizar uma rede modular em aritm?tica de ponto fixo, em um FPGA. Produziram-se cinco s?nteses de descri??es em VHDL: duas para o neur?nio com uma e duas entradas, e tr?s para diferentes arquiteturas de RNA. As descri??es das arquiteturas utilizadas tornaram-se bastante modulares, possibilitando facilmente aumentar ou diminuir o n?mero de neur?nios. Em decorr?ncia disso, algumas redes neurais completas foram implementadas em FPGA, em aritm?tica de ponto fixo e com alta capacidade de processamento paralelo

Made available in DSpace on 2014-12-17T15:01:16Z (GMT). No. of bitstreams: 1 AndreLNM.pdf: 781178 bytes, checksum: d7b742a561481a98abbefe98cb97f8fb (MD5) Previous issue date: 2005-12-02 / With water pollution increment at the last years, so many progresses in researches about treatment of contaminated waters have been developed. In wastewaters containing highly toxic organic compounds, which the biological treatment cannot be applied, the Advanced Oxidation Processes (AOP) is an alternative for degradation of nonbiodegradable and toxic organic substances, because theses processes are generation of hydroxyl radical based on, a highly reactivate substance, with ability to degradate practically all classes of organic compounds. In general, the AOP request use of special ultraviolet (UV) lamps into the reactors. These lamps present a high electric power demand, consisting one of the largest problems for the application of these processes in industrial scale. This work involves the development of a new photochemistry reactor composed of 12 low cost black light fluorescent lamps (SYLVANIA, black light, 40 W) as UV radiation source. The studied process was the photo-Fenton system, a combination of ferrous ions, hydrogen peroxide, and UV radiation, it has been employed for the degradation of a synthetic wastewater containing phenol as pollutant model, one of the main pollutants in the petroleum industry. Preliminary experiments were carrier on to estimate operational conditions of the reactor, besides the effects of the intensity of radiation source and lamp distribution into the reactor. Samples were collected during the experiments and analyzed for determining to dissolved organic carbon (DOC) content, using a TOC analyzer Shimadzu 5000A. The High Performance Liquid Chromatography (HPLC) was also used for identification of the cathecol and hydroquinone formed during the degradation process of the phenol. The actinometry indicated 9,06⋅1018 foton⋅s-1 of photons flow, for 12 actived lamps. A factorial experimental design was elaborated which it was possible to evaluate the influence of the reactants concentration (Fe2+ and H2O2) and to determine the most favorable experimental conditions ([Fe2+] = 1,6 mM and [H2O2] = 150,5 mM). It was verified the increase of ferrous ions concentration is favorable to process until reaching a limit when the increase of ferrous ions presents a negative effect. The H2O2 exhibited a positive effect, however, in high concentrations, reaching a maximum ratio degradation. The mathematical modeling of the process was accomplished using the artificial neural network technique / Com o crescente aumento da polui??o das ?guas acorrido nos ?ltimos anos, houve tamb?m um grande avan?o das pesquisas relacionadas ao tratamento de ?guas contaminadas. Efluentes contendo compostos org?nicos de alta toxicidade, nos quais o tratamento biol?gico n?o pode ser aplicado, os chamados processos oxidativos avan?ados (POA) surgem como uma alternativa para a degrada??o de subst?ncias org?nicas t?xicas n?o biodegrad?veis, pois estes processos s?o baseados na gera??o de radicais hidroxila, subst?ncias altamente reativas, capazes de degradar praticamente todas as classes de compostos org?nicos. Os POA, por muitas vezes, requerem o uso de reatores com l?mpadas especiais que emitem luz ultravioleta. Estas l?mpadas apresentam uma alta demanda de energia el?trica, consistindo, portanto, em um dos maiores problemas para a aplica??o desses processos em escala industrial. Este trabalho envolveu o desenvolvimento de um novo reator fotoqu?mico composto de 12 l?mpadas fluorescentes de luz negra de baixo custo como fonte de radia??o UV. O processo estudado foi o sistema foto-Fenton, uma combina??o de ?ons ferrosos, per?xido de hidrog?nio e radia??o ultravioleta, sendo aplicado na degrada??o de um efluente sint?tico aquoso contendo fenol, um dos principais poluentes da ind?stria do petr?leo. Foram realizados experimentos preliminares visando avaliar as condi??es operacionais do reator, al?m dos efeitos da intensidade da fonte de radia??o e distribui??o das l?mpadas no reator. As amostras foram analisadas quanto ao teor de carbono org?nico dissolvido (COD) utilizando um TOC 5000A da Shimadzu. A partir do recurso da cromatografia l?quida de alto desempenho (HPLC), p?de ser identificado a forma??o do catecol e da hidroquinona durante o processo de degrada??o do fenol. Pelo emprego da actinometria foi obtida uma taxa de incid?ncia de f?tons de 9,06⋅1018 foton⋅s-1, para 12 l?mpadas acionadas. Foi elaborado um planejamento fatorial ampliado do qual foi poss?vel avaliar a influ?ncia da concentra??o dos reagentes (Fe2+ e H2O2), al?m de ter sido determinado as condi??es ?timas experimentais ([Fe2+] = 1,6 mM e [H2O2] = 150,5 mM), obtendo um percentual m?ximo de degrada??o de 81,38 % em 1 hora de rea??o. Foi verificado que o aumento da concentra??o dos ?ons ferrosos ? favor?vel ao processo at? atingir um limite, quando o acr?scimo de ?ons ferrosos come?ou a apresentar um efeito negativo. O H2O2 apresentou um efeito positivo ao processo, atingindo um percentual m?ximo de degrada??o. A modelagem matem?tica do processo foi realizada utilizando o recurso da rede neural artificial, a qual p?de representar o sistema e o comportamento das vari?veis do processo

O ensaio de resposta em frequência em geradores síncronos vem ganhando espaço nas últimas décadas, porém o alto custo dos equipamentos empregados para realização do ensaio ainda é um empecilho, tanto para fabricantes como para consumidores finais. Este trabalho tem por objetivo complementar trabalhos anteriores, através do uso de redes neurais artificiais para identificação de padrões em ensaios realizados com equipamentos de baixo custo e baixa resolução. Através das redes neurais artificiais utilizadas é possível estimar novos pontos de ensaio sem que seja necessário um novo ensaio ou até mesmo um ensaio com equipamentos mais caros. Através de uma combinação de algoritmos de tratamento de dados, é possível a aproximação de modelos ensaiados com modelos teóricos e através desses resultados obter parâmetros elétricos dos geradores síncronos. / The frequency response test on synchronous generators has been increasing in recent decades, but the high cost of equipment used for conducting the test is still a stumbling block for both manufacturers and end-consumers. This dissertation aims to complement previous work, through the use of artificial neural networks to identify patterns in tests conducted with low-cost and low-resolution equipment. Through the artificial neural networks used it is possible to estimate a new set of test points without retesting is necessary or even a more expensive assay equipments. Through a combination of data processing algorithms, the approach tested models with theoretical models is possible and through these results to obtain electrical parameters of synchronous generators.

A finalidade desse trabalho é desenvolver um protótipo de uma prótese antropomórfica multifuncional para membros superiores para pacientes amputados. Seu objetivo é substituir a mão natural perdida, de forma a auxiliar a realização de algumas tarefas diárias do usuário. A prótese possuirá características antropomórficas, tais como aparência e movimentação semelhantes às da mão humana, e características naturais inerentes à mesma, por exemplo, o arco reflexo. Além disso, contará também com meios de realimentação táteis das informações de forças aplicadas pela prótese em objetos, bem como sua temperatura para o paciente, suprindo assim uma das carências das próteses convencionais. Esse dispositivo terá incorporado na sua construção sensores diversos para realizar as funções propostas e contará com um algoritmo baseado em redes neurais artificiais, capaz de identificar padrões dos sinais mioelétricos do paciente, que serão utilizados como sinais de controle, possibilitando ao paciente um comando natural. Todas essas implementações visam contribuir para a redução da taxa de rejeição de próteses para membros superiores e possibilitar uma maior reabilitação e reintegração do paciente à sociedade. / The purpose of this assignment is to develop a multifunctional and anthropomorphic upper limb prosthesis prototype for amputated patients. Its objective is to substitute the natural lost hand, in a way to improve the performance of regular activities. This prosthesis will have anthropomorphic characteristics, like appearance and movement, similar to the ones of the human hand, and natural characteristics inherent to it, for example the reflected arc. Another characteristic will be the tactile feedback ways of obtaining the information of the forces applied by the prosthesis in objects, as well as their temperature for the patient, overcoming therefore one of the traditional prosthesis\' deficiency. This device will have incorporated in its construction many sensors in order to do the proposed functions and it will use an algorithm based on the artificial neural network that is able to recognize patterns of myoelectric signals of the patient, which will be used as control signals, making possible to the patient a natural command. All of these implementations objective to contribute for the reduction of the rejection rate of prostheses for upper limb members and make possible a better rehabilitation and reintegration of the patient in the society.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-12-07T12:33:00Z No. of bitstreams: 1 lucianacarvalhoacacio.pdf: 3829408 bytes, checksum: 88a83782335531c4be76d1544699c7bb (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-12-22T11:27:58Z (GMT) No. of bitstreams: 1 lucianacarvalhoacacio.pdf: 3829408 bytes, checksum: 88a83782335531c4be76d1544699c7bb (MD5) / Made available in DSpace on 2017-12-22T11:27:58Z (GMT). No. of bitstreams: 1 lucianacarvalhoacacio.pdf: 3829408 bytes, checksum: 88a83782335531c4be76d1544699c7bb (MD5) Previous issue date: 2017-08-25 / Este trabalho propõe um método baseado em algoritmos genéticos para alocação ótima de medidores na rede. A partir da alocação dos medidores, é verificado a assertividade alcançada na detecção de defeitos monofásicos, por área, com impedância na média tensão de sistemas de distribuição. Assim, é avaliado o desempenho da metologia de alocação ótima dos medidores. A saída do algoritmo, indica as posições que os medidores devem ser alocados, que formarão as respectivas áreas de observações para detecção. Para realizar a detecção de defeitos em sistemas de distribuição foi desenvolvido também um método utilizando redes neurais artificiais, que é utilizado como rotina interna do método de alocação de medidores, onde as entradas são grandezas elétricas de tensão e corrente, podendo ser medições fasoriais e/ou não-fasoriais, oriundas dos medidores definidos no método de alocação. Esta variação de tipos de medições serviu para analisar o desempenho na detecção do defeito do emprego de diferentes tipos de equipamentos de medição. A escolha da detecção de defeitos monofásicos é baseada no fato de que estes são a grande maioria nos sistemas de distribuição. O método desenvolvido consegue detectar defeitos monofásicos com resistência de arco variando entre 0 a 200 ohms, considerando ainda, variação do carregamento do sistema. O método proposto para alocação, bem como a rotina para detecção de falhas foi desenvolvido no ambiente MatLab®. Os testes foram realizados em sistemas do IEEE, apresentando bons resultados. / The proposal of this work is to develop a method based on genetic algorithms for optimal allocation of measurements units the distribution grid, which aims to detect monophasic defects with impedance in the medium voltage of distribution systems. The detection is performed by artificial neural networks. The developed methodology for optimal distribution of meters indicates as output the positions that the units should be allocated, creating detection areas. Artificial neural networks were used to perform fault detection in distribution systems, which is an internal routine of the measurement units distribution method. The inputs of the artificial neural networks are voltage and current. These electrical parameters can be either phasor measurements and/or non-phasor, depending on the category of meters defined in the allocation algorithm. The performance of different types of measurement equipment was executed by the analysis of different measurement types. It was selected single-phase defects due to the fact that these are the vast majority of faults in distribution systems. The developed method is able to identify single-phase defects with arc resistance ranging from 0 to 200 ohms, and it is also capable of correctly detect faults when considering load variation. The method of measurement unit allocation and the fault detection algorithm were developed in the software MatLab®. Tests were performed in IEEE systems, presenting good results.