Made available in DSpace on 2017-07-25T19:31:02Z (GMT). No. of bitstreams: 1 Rafael Domingues.pdf: 1944110 bytes, checksum: 7638fdb990833f4a6835d8f8c199e4d4 (MD5) Previous issue date: 2016-11-22 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Crop yield is affected by the environmental conditions under which plants grow and develop. Water is the main factor to be controlled under protected environments aiming at maximization of yield and grade of agricultural products. The productive potential of a crop is extremely conditioned by the local atmospheric conditions along with requirements for water and nutrients in the soil. The aim of the current work was to scrutinize the effect of soil water status on the yield components of two cultivars of beans (Phaseolus vulgaris L.), as well as characterize soil physical attributes and correlate them to the biological responsiveness of the plants under protected environmental conditions. The experiment was carried out in March of 2016 at a greenhouse belonging to the Agronomic Institute of Paraná (IAPAR) with beans. The experimental design taken into account here in was a completely randomized design at a factorial scheme with six replications for yield components and four replications for both soil physical attributes and crop ecophysiological parameters. For such a crop, yield components of two genotypes under the influence of four levels of soil humidity were assessed for agronomical purposes. Soil humidity within the stipulated levels at this trial was monitored by means of a Time Domain Reflectometer (TDR). For each wooden bed set up in the greenhouse soil samples were collected to characterize the soil physical attributes. Such samples were used for laboratory analyses of soil bulk density (DS), total porosity (PT), macroporosity (MA), microporosity (MI), hydraulic conductivity (K0), water retention curve (CRA) and pores distribution curve (CDP). The ecophysiological parameters were analyzed at four different times through a LICOR Infrared Gas Analyzer (IRGA), model 6400-XT. By means of such an equipment net photosynthesis, stomachic conductance, intercellular carbon concentration, transpiration, photosynthetic water use efficiency, and carboxylation efficiency were evaluated. Number of pods per plant and grain mass per plant were to be affected linearly as a function of soil water status. A thousand grain mass for the cultivar Tuiuiú were higher than those related to the cultivar Campos Gerais, regardless of soil water conditions. DS and MI depicted an increasing linear behavior as a function of water treatments. PT and MA showed a decreasing linear behavior faced with adequate or inadequate soil water requirements. The cultivar factor affected DS, PT and MA. Soil samples from suitable water supply treatments resulted in a greater soil water retention under the lowest matric potentials along with a lower frequency of pores. A part from transpiration rates, all other ecophysiological parameters did not detect effect of the studied treatments on the biological response of the crop. CRA did not reflect remarkably both growth and development of the crop as a function of soil water conditions and also genotypes of beans in study. CDP featured changes in soil structure as a result of the filling of the beds with soil under the protected environment, as well as due to the impact of water and crop genotypes treatments considered in this study. / A produtividade vegetal é influenciada pelas condições ambientais sob as quais as plantas se desenvolvem. A água é o principal fator a ser controlado em ambiente protegido, visando à maximização da produção e qualidade dos produtos agrícolas. O potencial produtivo de uma cultura é extremamente condicionado pelas condições atmosféricas locais e pelo suprimento de água e nutrientes presentes no solo. O objetivo do trabalho foi de estudar o efeito da disponibilidade hídrica do solo sobre os componentes de rendimento de dois cultivares de feijoeiro (Phaseolus vulgaris L.), bem como caracterizar os atributos físicos do solo e correlacioná-los com a resposta biológica das plantas. O experimento foi instalado em março de 2016 em casa de vegetação com a cultura do feijoeiro. O delineamento experimental empregado foi inteiramente casualizado em esquema fatorial com seis repetições para os componentes de rendimento e quatro repetições para os atributos físicos do solo e parâmetros ecofisiológicos. Para esta cultura foram avaliados os componentes de rendimento de dois genótipos sob a influência de quatro níveis de umidade do solo. A umidade do solo dentro dos níveis estipulados no experimento foi monitorada através do uso de um Time Domain Reflectometer (TDR). Para cada unidade experimental instalada em estufa foram coletadas quatro amostras de solo para caracterizar os atributos físicos do solo. Essas amostras foram utilizadas para análises em laboratório: da densidade do solo (DS), de sua porosidade total (PT), da macroporosidade (MA), microporosidade (MI), condutividade hidráulica (K0), curva de retenção de água (CRA) e curva de distribuição de poros (CDP). Os parâmetros ecofisiológicos foram analisados em quatro épocas distintas através de um analisador infravermelho de gases da marca LI-COR, modelo 6400-XT. Com este aparelho avaliaram-se fotossíntese líquida, condutância estomática, concentração de carbono intercelular, transpiração, eficiência fotossintética do uso da água e eficiência de carboxilização. Os resultados mostraram que o número de vagens por planta e a massa de grãos por planta foram afetados linearmente em função do “status” de água no solo. Massa de cem grãos do cultivar Tuiuiú foi superior a do cultivar Campos Gerais, independentemente das condições hídricas do solo. A DS e a MI apresentaram tendência linear crescente em função dos tratamentos de água adotados. A PT e a MA tiveram tendência linear decrescente diante do suprimento adequado ou inadequado de água no solo. O fator cultivar afetou a DS, a PT e a MA. As amostras de solo oriundas de níveis adequados de suprimento hídrico apresentaram maior retenção de água sob potenciais mátricos mais baixos e menor frequência de poros. Com exceção da transpiração, os demais parâmetros ecofisiológicos avaliados não mostraram efeito dos tratamentos estudados sobre a resposta biológica do feijoeiro. A CRA não refletiu marcadamente as condições de crescimento e desenvolvimento da cultura em função das condições hídricas do solo e dos genótipos de feijoeiro estudados. A CDP caracterizou mudanças na estrutura do solo decorrentes do preenchimento dos canteiros com solo no ambiente protegido, bem como da ação dos tratamentos de água e cultura adotados neste estudo.

Submitted by Angela Maria de Oliveira (amolivei@uepg.br) on 2018-11-06T17:18:16Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Giancarlo Rodrigues.pdf: 1835625 bytes, checksum: 84e769e19af35cc8103d542fe655e171 (MD5) / Made available in DSpace on 2018-11-06T17:18:16Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Giancarlo Rodrigues.pdf: 1835625 bytes, checksum: 84e769e19af35cc8103d542fe655e171 (MD5) Previous issue date: 2018-09-13 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A estimativa do teor de nutrientes do solo por espectroscopia de refletância difusa é feita através de um modelo de predição, do qual seu desempenho determina a efetividade do método em realizá-la. Esse modelo é elaborado por técnicas que procuram correlacionar dados de refletância de uma coleção de amostras ao respectivo valor de referência obtido por análise química, ambos dispostos como atributos de um conjunto de dados. Não obstante, a quantidade de atributos desse conjunto é elevada – alta dimensionalidade – e nem todos são relevantes à predição do nutriente de interesse, logo elaborar um modelo a partir de um conjunto com essas características envolve uma série de complicações que prejudicam seu desempenho de predição. Uma das estratégias para contorná-las é manter no conjunto de dados apenas atributos relevantes à predição do nutriente de interesse, o que é feito através da Seleção de Subconjunto de Atributos (SSA), porém a maioria dos algoritmos que a executam não apresentam desempenho satisfatório ao manusear conjuntos de alta dimensionalidade. A literatura pertinente, por outro lado, constatou que o emprego de algoritmos evolutivos para SSA em conjuntos com essa característica fornece subconjuntos de qualidade num tempo de execução aceitável, logo o objetivo desta dissertação foi identificar com o apoio da metaheurística de Otimização por Enxame de Partículas – PSO – os comprimentos de onda da região do infravermelho visível e próximo relevantes à predição do teor de alumínio trocável de amostras de solo da região dos Campos Gerais. Para isso, a SSA foi configurada como um problema de otimização em que o objetivo foi minimizar o valor de AIC dos modelos elaborados pelo algoritmo de Regressão Linear Múltipla a partir dos subconjuntos candidatos. Ademais, sabendo da influência dos parâmetros do algoritmo no resultado final, primeiro foram investigados os valores ideais para número de iterações, tamanho do enxame e valor de limiar que proporcionaram a seleção dos melhores subconjuntos, depois estes foram validados num conjunto de dados independente e o melhor apontado. Nossos resultados sugerem que, para nosso cenário, 40 iterações, tamanho de enxame 20 e limiar 0,6 fornecem os melhores subconjuntos, porém o desempenho de predição do melhor modelo identificado ainda é passível de aprimoramento. A redução proporcionada pelo método adotado foi significativa e por conta disso essa abordagem é indicada para SSA em conjuntos de dados de espectroscopia. / The soil nutrient content estimation by diffuse reflectance spectroscopy is done through a prediction model whose performance determines the method effectiveness when performing it. This model is elaborated by techniques that try correlating a sample collection’s reflectance data to the respective reference value obtained through chemical analysis, both arranged as dataset attributes. Nevertheless, the dataset attributes amount is large – high dimensionality – and not all of them are relevant to the interest nutrient’s prediction, so elaborating a model from a dataset with these characteristics involves some complications that impact its prediction performance. A strategy to circumvent them is keeping only relevant attributes to the interest nutrient’s prediction, which is done through Feature Subset Selection (FSS), but the majority of algorithms that perform it do not operate satisfactorily when handling highdimensional sets. On the other hand, the pertinent literature found that employing evolutionary algorithms for FSS in high-dimensionality datasets provides quality subsets in an acceptable execution time, so this master thesis’ objective was to identify with Particle Swarm Optimization – PSO – metaheuristic support the relevant wavelengths of visible and near infrared region for exchangeable aluminum content prediction of Campos Gerais region soil samples. For this, the FSS was configured as an optimization problem which the objective was to minimize the AIC value of candidate subsets models elaborated by Multiple Linear Regression algorithm. In addition, knowing the algorithm parameters influence on its final result, first the ideal values for iterations number, swarm size and threshold value that provided the selection of best subsets were investigated, then these subsets were validated in an independent dataset and the best established. Our results suggest that in our scenario 40 iterations, swarm size 20 and threshold 0.6 provided the best subsets, but the prediction performance of the best model is amenable to improvement. The dimensionality reduction provided by the adopted method was significant, so this approach is recommended for FSS in spectroscopy datasets.

Diversos problemas práticos envolvendo sistemas de visão computacional, tais como vigilância automatizada, pesquisas de conteúdo específico em bancos de dados multimídias ou edição de vídeo, requerem a localização e o reconhecimento de objetos dentro de seqüências de imagens ou vídeos digitais. Mais formalmente, denomina-se rastreamento o processo de determinação da posição de certo(s) objeto(s) ao longo do tempo numa seqüência de imagens. Já a tarefa de reconhecimento caracteriza-se pela classificação desses objetos de acordo com algum rótulo pré-estabelecido ou apoiada em conhecimento prévio tipicamente introduzido através de um modelo dos objetos de interesse. No entanto, rastrear e classificar objetos em vídeo digital são tarefas desafiadoras, tanto pelas dificuldades inerentes a esse tipo de elemento pictórico, quanto pelo variável grau de complexidade que os quadros sob análise podem apresentar. Este documento apresenta uma metodologia baseada em modelo para rastrear e reconhecer objetos em vídeo digital através de uma representação por grafos relacionais com atributos (ARGs). Tais estruturas surgiram dentro do paradigma de reconhecimento estrutural de padrões e têm se mostrado bastante flexíveis e poderosas para modelar problemas diversos, pois podem transmitir dados quantitativos, relacionais, estruturais e simbólicos. Como modelo e entrada são descritos através desses grafos, a questão de reconhecimento é interpretada como um problema de casamento inexato entre grafos, que consiste em mapear os vértices do ARG de entrada nos vértices do ARG modelo. Em seguida, é realizado o rastreamento dos objetos de acordo com uma transformação afim derivada de parâmetros obtidos da etapa de reconhecimento. Para validar a metodologia proposta, resultados sobre seqüências de imagens digitais, sintéticas e reais, são apresentados e discutidos. / Several practical problems involving computer vision systems, such as automated surveillance, content-based queries in multimedia databases or video editing require the location and recognition of objects within image sequences or digital video. More formally, the process of determining the position of certain objects in an image sequence throughout time is called tracking, whereas the recognition task is characterized by the classification of such objects according to pre-defined labels or a priori knowledge, typically introduced by means of a model of the target objects. However, tracking and recognition of objects in digital video are not simple tasks, either because of the inherent difficulties of such a pictorial element, or due to the variable level of complexity that the frames under consideration might present. This document presents a model-based methodology for tracking and recognizing objects represented by attributed relational graphs (ARGs) in digital video. These structures have arisen from the paradigm of structural pattern recognition and have proven to be very flexible and powerful for modeling various problems, as they can hold many sorts of data (e.g: quantitative, relational, structural and symbolic). Since both model and input data are described through these graphs, the recognition matter may be interpreted as an inexact graph matching problem, which consists in finding a correspondence between the set of vertices of the input ARG and that of the model ARG. In the next step, object tracking is performed according to an affine transform derived from parameters extracted from the recognition phase. To validate the proposed methodology, results obtained from real and synthetic digital image sequences are presented and discussed.

A automação da classificação visual de produtos vem ganhando cada vez mais importância nos processos produtivos agrícolas. Isto posto, uma das principais dificuldades encontradas por produtores de flores e plantas ornamentais é garantir o crescimento homogêneo de suas plantas. Nesse cenário, as mudas utilizadas para gerar as plantas são importantes uma vez que se pode estimar seu potencial de crescimento através de uma inspeção visual. Sendo assim, um sistema de visão computacional pode ser empregado para automatizar essa tarefa. Porém, diferentemente de indústrias tradicionais, a indústria agrícola apresenta grande variabilidade entre os produtos analisados. Técnicas de aprendizado de máquina supervisionado conseguem avaliar um conjunto de atributos referentes ao objeto inspecionado para classificá-lo corretamente, de forma a lidar tanto com a variabilidade dos produtos em inspeção quanto com a incorporação do conhecimento de especialistas pelo sistema. A definição do conjunto de atributos a ser extraído das imagens dos produtos é de extrema importância, pois é ele quem fornece toda a informação utilizada no sistema. Um conjunto com diversos atributos assegura que toda a informação necessária é capturada, porém atributos irrelevantes ou redundantes podem prejudicar o desempenho dos classificadores. Técnicas de seleção de atributos podem ser utilizadas para equilibrar essas necessidades. O objetivo do trabalho foi o de avaliar a eficácia dessas técnicas para a classificação de mudas de violeta. Vinte e seis parâmetros foram extraídos de seiscentas imagens rotuladas em quatro níveis de qualidade. Em seguida, os desempenhos de seis classificadores foram comparados considerando-se um universo de subconjuntos gerados por quatro técnicas de seleção de atributos. Os resultados mostraram que essas técnicas são realmente vantajosas, gerando ganhos de até 8,8% nas taxas de acertos e ao mesmo tempo reduzindo de 26 para 11 o número médio de atributos utilizados. O classificador Logistic Regression associado ao subconjunto gerado pelo Chi-quadrado foi o que apresentou melhor desempenho global, atingindo 80% de acerto. O classificador Random Forest ficou em segundo lugar, porém se mostrou menos sensível a seleção de atributos. / The automation of visual classification of products is gaining more importance in agricultural production processes. That said, one of the main difficulties encountered by ornamental plants and flowers producers is to ensure homogeneous growth of their plants. In this scenario, the seedlings used to grow the plants are very important since it is possible to estimate their growth potential by means of a visual inspection. Therefore, a computer vision system can be used to automate this task. Unlike traditional industries, the agricultural industry shows great variability among the products inspected. Supervised machine learning techniques can evaluate an attribute set representing the inspected object in order to correctly classify it, making it possible not only to deal with the variability of the inspected products but also with the incorporation of experts knowledge into the system. The definition of the attribute set to be extracted from the images of the products is of utmost importance, as it is it that provides all information used by the system. A set with several attributes ensures that all necessary information is captured; however irrelevant or redundant attributes can affect the performance of classifiers. Attribute selection techniques can be used to balance these needs. The aim of this study was then to evaluate the effectiveness of these techniques regarding the classification of African violet seedlings. Twenty- six parameters were extracted from six hundred images, labeled into four quality groups. Then, the performances of six classifiers were compared by considering the universe of subsets generated by four attribute selection techniques. The results showed that these techniques are indeed advantageous, generating gains of up to 8.8% in accuracy rate while reducing from 26 to 11 the average number of attributes used. Logistic Regression classifier, associated with the subset generated by the Chi-squared filter showed the best overall performance, achieving 80 % accuracy. Random Forest was second, but was less sensitive to attribute selection.

O experimento foi conduzido na Faculdade de Zootecnia e Engenharia de Alimentos da Universidade de São Paulo (FZEA-USP) em área pertencente à Prefeitura do Campus Administrativo da USP, no município de Pirassununga, SP de março de 2002 a junho de 2003 em uma área experimental correspondendo a 16 piquetes de 35 m de largura e 90 m de comprimento (3150 m² cada – totalizando 5,04 ha), sendo que cada piquete foi dividido em oito sub-parcelas de 8,75 m de largura e 45 m de comprimento totalizando 150 m² de área útil por tratamento. O objetivo foi avaliar os atributos químicos do solo e planta, produção de massa seca e composição bromatológica com a utilização do Silicato de Cálcio no capim – braquiarão. O delineamento experimental foi em blocos completos e ao acaso e o experimento um esquema fatorial 4 x 4 com parcelas subdivididas no tempo (45, 90 e 365 dias) compostos de quatro ofertas de forragem (5%, 10%, 15% e 20% - kg de massa seca. 100 kg-1 de peso animal.dia-1) e de quatro níveis de Silicato de Cálcio (0, 2, 4 e 6 ton.ha-1) com quatro repetições para cada oferta, sendo o fator A: Oferta de Forragem e o fator B: dose de Silicato de Cálcio. As variáveis avaliadas foram: atributos de solo (pH, K, Ca, Mg, Si, V % e H + Al), folha (N, P, K, Ca, Mg e Si), produção de massa seca (pré, pós e desaparecimento foliar) e bromatológicos (PB, FDN, FDA e LIG). Para os atributos químicos de folha, a aplicação de doses crescentes de silicato de cálcio alterou a sua composição de forma positiva em relação à testemunha para as condições do experimento. Para os atributos químicos de solo, houve resposta benéfica da aplicação de Silicato de Cálcio, quando avaliado isoladamente e, também, quando analisado em conjunto com o Calcário Magnesiano, para a correção da acidez do solo nas camadas superficiais e sub-superficiais. A produção de massa seca foi influenciada de forma benéfica pela utilização do Silicato de cálcio, onde apresentou tendência de resposta positiva para os tratamentos. A composição bromatológica foi afetada pelos níveis de ofertas utilizados, mas não respondeu de forma significativa aos tratamentos empregados. Houve um acréscimo positivo nos teores de Silício no solo e na planta com a utilização do Silicato de Cálcio. / The experiment was conducted in the FZEA-USP in an area belonging to the Administrative Campus of USP, located in Pirassununga - SP from March of 2002 to June of 2003 in an experimental area corresponding to 16 pickets of 35 m of width and 90 m of length (3150 m² each - totaling 5,04 ha), and each picket was divided in eight sub-portions of 8,75 m of width and 45 m of length totaling 150 m² of useful area for treatment. The objective was to evaluate the chemical attributes of the soil and it plants, dry matter production and nutritional quality with the use of Calcium Silicate in the signal - grass. The experimental design was in complete randomized blocks and the experiment a factorial 4 x 4 with portions subdivided in the time (45, 90 and 365 days) composed of four forage offers (5%, 10%, 15% and 20% - kg of dry matter/100 kg weight animal.day) and of four levels of Calcium Silicate (0, 2, 4 and 6 ton.ha-1) with four repetitions for each offer, being the factor A: Offer of Forage and the factor B: amount of Calcium Silicate. The evaluated responses were: soil attributes (pH, K, Ca, Mg, Si, V% and H + Al), leafs (N, P, K, Ca, Mg and Si), production of dry matter (pre, post and foliate disappearance) and nutritional qualities (CP, NDF, ADF and LIG). For the chemical attributes of leaf, the application of growing doses of calcium silicate altered its composition in a positive way in relation to the control (without calcium silicate) for the conditions of the experiment. For the chemical attributes of soil, there was a beneficial response of the application of calcium silicate, when evaluated separately and, also, when analyzed together with the lime, for the correction of the acidity of the soil in the superficial and sub-superficial layers. The production of dry matter was influenced in a beneficial way by the use of calcium silicate, where it presented tendency of positive response for the treatments. The nutritional composition was affected by the levels of offers used, but it didn't response from a significant way to the treatments applied. There was a positive increment in the tenors of Si in the soil and in the plant with the use of calcium silicate.

A mineração de textos vem de encontro à realidade atual de se compreender e utilizar grandes massas de dados textuais. Uma forma de auxiliar a compreensão dessas coleções de textos é construir taxonomias de tópicos a partir delas. As taxonomias de tópicos devem organizar esses documentos, preferencialmente em hierarquias, identificando os grupos obtidos por meio de descritores. Construir manual, automática ou semi-automaticamente taxonomias de tópicos de qualidade é uma tarefa nada trivial. Assim, o objetivo deste trabalho é construir taxonomias de tópicos em domínios de conhecimento restrito, por meio de mineração de textos, a fim de auxiliar o especialista no domínio a compreender e organizar os textos. O domínio de conhecimento é restrito para que se possa trabalhar apenas com métodos de aprendizado estatístico não supervisionado sobre representações bag of words dos textos. Essas representações independem do contexto das palavras nos textos e, conseqüentemente, nos domínios. Assim, ao se restringir o domínio espera-se diminuir erros de interpretação dos resultados. A metodologia proposta para a construção de taxonomias de tópicos é uma instanciação do processo de mineração de textos. A cada etapa do processo propôem-se soluções adaptadas às necessidades específicas de construçao de taxonomias de tópicos, dentre as quais algumas contribuições inovadoras ao estado da arte. Particularmente, este trabalho contribui em três frentes no estado da arte: seleção de atributos n-gramas em tarefas de mineração de textos, dois modelos para rotulação de agrupamento hierárquico de documentos e modelo de validação do processo de rotulação de agrupamento hierárquico de documentos. Além dessas contribuições, ocorrem outras em adaptações e metodologias de escolha de processos de seleção de atributos, forma de geração de atributos, visualização das taxonomias e redução das taxonomias obtidas. Finalmente, a metodologia desenvolvida foi aplicada a problemas reais, tendo obtido bons resultados. / Text mining provides powerful techniques to help on the current needs of understanding and organizing huge amounts of textual documents. One way to do this is to build topic taxonomies from these documents. Topic taxonomies can be used to organize the documents, preferably in hierarchies, and to identify groups of related documents and their descriptors. Constructing high quality topic taxonomies, either manually, automatically or semi-automatically, is not a trivial task. This work aims to use text mining techniques to build topic taxonomies for well defined knowledge domains, helping the domain expert to understand and organize document collections. By using well defined knowledge domains, only unsupervised statistical methods are used, with a bag of word representation for textual documents. These representations are independent of the context of the words in the documents as well as in the domain. Thus, if the domain is well defined, a decrease of mistakes of the result interpretation is expected. The proposed methodology for topic taxonomy construction is an instantiation of the text mining process. At each step of the process, some solutions are proposed and adapted to the specific needs of topic taxonomy construction. Among these solutions there are some innovative contributions to the state of the art. Particularly, this work contributes to the state of the art in three different ways: the selection of n-grams attributes in text mining tasks, two models for hierarchical document cluster labeling and a validation model of the hierarchical document cluster labeling. Additional contributions include adaptations and methodologies of attribute selection process choices, attribute representation, taxonomy visualization and obtained taxonomy reduction. Finally, the proposed methodology was also validated by successfully applying it to real problems

Due to the increasing amount and complexity of data processed in real world applications, similarity search became a vital task to store and retrieve such data. However, missing attribute values are very frequent and metric access methods (MAMs), designed to support similarity search, do not operate on datasets when attribute values are missing. Currently, the approach to use the existing indexing techniques on datasets with missing attribute values just use an indicator to identify the missing values and employ a traditional indexing technique. Although, this approach can be applied over multidimensional indexing techniques, it is impractical for metric access methods. This dissertation presents the results of a research conducted to identify and deal with the issues related to indexing and querying datasets with missing values in metric spaces. An empirical analysis of the metric access methods when applied on incomplete datasets leads us to identify two main issues: distortion of the internal structure of the index when data are missing at random and skew of the index structure when data are not missing at random. Based on those findings, a new variant of the Slim-tree access method, called Hollow-tree, is presented. It employs new techniques that are capable to handle missing data issues when missingness is ignorable. The first technique includes a set of indexing policies that allow to index objects with missing attribute values and prevent distortions to occur in the internal structure of the indexes. The second technique targets the similarity queries to improve the query performance over incomplete datasets. This technique employs the fractal dimension of the dataset and the local density around the query object to estimate an ideal radius able to achieve an accurate query answer, considering data with missing values as a potential response. Results from experiments with a variety of real and synthetic datasets show that Hollow-tree achieves nearly 100% of precision and recall for Range queries and more than 90% for k Nearest Neighbor queries, while Slim-tree access method deteriorates with the increasing amount of missing values. The results confirm that the indexing technique helps to establish consistency in the index structure and the searching technique achieves a remarkable performance. When combined, the new techniques allow to explore properly all the available data even with high amounts of missing attribute values. As they are independent of the underlying access method, they can be adopted by a broad range of metric access methods, allowing to extend the class of MAMs. / O crescimento em quantidade e complexidade dos dados processados e armazenados torna a busca por similaridade uma tarefa fundamental para tratar esses dados. No entanto, atributos faltantes ocorrem freqüentemente, inviabilizando os métodos de acesso métricos (MAMs) projetados para apoiar a busca por similaridade. Assim, técnicas de tratamento de dados faltantes precisam ser desenvolvidas. A abordagem mais comum para executar as técnicas de indexação existentes sobre conjuntos de dados com valores faltantes é usar um indicador de valores faltantes e usar as técnicas de indexação tradicionais. Embora, esta técnica seja útil para os métodos de indexação multidimensionais, é impraticável para os métodos de acesso métricos. Esta dissertação apresenta os resultados da pesquisa realizada para identificar e lidar com os problemas de indexação e recuperação de dados em espaços métricos com valores faltantes. Uma análise experimental dos MAMs aplicados a conjuntos de dados incompletos identificou dois problemas principais: distorção na estrutura interna do índice quando a falta é aleatória e busca tendenciosa na estrutura do índice quando o processo de falta não é aleatório. Uma variante do MAM Slim-tree, chamada Hollow-tree foi proposta com base nestes resultados. A Hollow-tree usa novas técnicas de indexação e de recuperação de dados com valores faltantes quando o processo de falta é aleatório. A técnica de indexação inclui um conjunto de políticas de indexação que visam a evitar distorções na estrutura interna dos índices. A técnica de recuperação de dados melhora o desempenho das consultas por similaridade sobre bases de dados incompletas. Essas técnicas utilizam o conceito de dimensão fractal do conjunto de dados e a densidade local da região de busca para estimar um raio de busca ideal para obter uma resposta mais correta, considerando os dados com valores faltantes como uma resposta potencial. As técnicas propostas foram avaliadas sobre diversos conjuntos de dados reais e sintéticos. Os resultados mostram que a Hollow-tree atinge quase 100% de precisão e revocação para consultas por abrangência e mais de 90% para k vizinhos mais próximos, enquanto a Slim-tree rapidamente deteriora com o aumento da quantidade de valores faltantes. Tais resultados indicam que a técnica de indexação proposta ajuda a estabelecer a consistência na estrutura do índice e a técnica de busca pode ser realizada com um desempenho notável. As técnicas propostas são independentes do MAM básico usado e podem ser aplicadas em uma grande variedade deles, permitindo estender a classe dos MAMs em geral para tratar dados faltantes.

O objetivo deste trabalho é avaliar a variação da temperatura e umidade do ar em função: a) das diferentes exposições e declividades de vertentes; b) das diferenças entre a vegetação e o perfil hídrico do solo no espaço tridimensional (vertical e horizontal) da bacia B do núcleo Cunha do Parque Estadual da Serra do Mar, Estado de São Paulo. O estudo foi realizado com base no conceito de ritmo apoiado pelo trabalho de campo buscando relações consistentes entre atributos e controles climáticos. Foi realizado o monitoramento de temperatura e umidade do ar com freqüência de amostragem de 15 minutos durante o inverno de 2008 ao outono de 2009. Os dados registrados foram analisados e relacionados aos controles climáticos de superfície e com os sistemas atmosféricos atuantes para três níveis isobáricos: superfície, 500 hPa e 250 hPa. Dos cruzamentos entre os vários produtos obtiveram-se diversos mapas e diagramas espaço-tempo que representam a estrutura espacial e vertical dos atributos climáticos. Os resultados apontam para a importância do relevo nos ritmos climáticos, relacionados aos processos que são derivados, com as vertentes SW mais frias e úmidas e com ritmos mais lentos em relação às vertentes NE. Os vales apresentam as maiores amplitudes e ritmo mais rápido, enquanto os topos o oposto. Sobre o vale os nevoeiros são freqüentes, bem como a formação de orvalho e geada, enquanto os topos estão normalmente livres desses fenômenos. A comparação dos microclimas revelaram que o dossel mais aberto apresenta ritmos mais variáveis, regulados pela presença-ausência do Sol, enquanto que dentro da floresta o ritmo é mais harmônico, regulado pela biomassa e lentos fluxos de água no solo. Revelou ainda pela análise tridimensional que o perfil vertical dos atributos climáticos é determinado pelas características do dossel, pelo perfil hídrico do solo e da posição topográfica. Sob situações de calor extremo a transpiração das árvores é importante para a manutenção da umidade dentro da floresta, dificultando também a elevação da temperatura nestes ambientes. / The objective of this work was to evaluate air temperature and humidity variations related to: a) different hillslope orientations and gradients; b) differences between vegetation types and soil moisture profile in tridimensional space (vertical and horizontal). The study area was a drainage microbasin called Basin B, located at Núcleo Cunha do Parque Estadual da Serra do Mar, eastern São Paulo state. The study was based on the rhythm concept, supported by field work, in order to find consistent relationship between climatic attributes and controls. It was performed an air temperature and humidity monitoring in a sampling frequency of 15 minutes, from winter of 2008 to fall of 2009. The collected data were analyzed and then associated with climatic surface controls and atmospheric systems at 3 isobaric levels: surface, 500 hPa and 250 hPa. Maps and space-time diagrams, representing the spatial and vertical structure of climatic attributes, were obtained by the crossing analyses of all data. Results pointed out the importance of landforms on the control of climatic rhythms and associated processes. Southwestern hillslopes are colder and more humid, presenting slower rhythms if compared with NE hillslopes. Valleys present higher amplitudes and rhythm speed if compared with tops. Over the valleys, the occurrence of fog, dew and frost are frequent, but these processes arent registered on the tops. Comparison between different microclimates revealed that the opened canopy present more variable rythms, regulated by presence-absence of sunlight. Inside the forest the rhythm are more harmonic, being regulated by biomass and slow subsurface water flows. Also, the tridimensional analysis revealed that the vertical profile of climatic attributes is determined by canopy structure, soil moisture profile and topographical position. Under extreme heat situation, tree transpiration is very important to keep the humidity inside the forest, preventing the elevation of temperatures in these environments.

Submitted by (lucia.rodrigues@ufrpe.br) on 2017-02-17T14:05:52Z No. of bitstreams: 1 Carmem Virginia Mendonca Aguiar Rodrigues.pdf: 555946 bytes, checksum: 93b32ec18f4be9cd0f43b30bfcb7408b (MD5) / Made available in DSpace on 2017-02-17T14:05:52Z (GMT). No. of bitstreams: 1 Carmem Virginia Mendonca Aguiar Rodrigues.pdf: 555946 bytes, checksum: 93b32ec18f4be9cd0f43b30bfcb7408b (MD5) Previous issue date: 2010-02-23 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Knowledge of nematode trophic community in soil cultivated with sugarcane is fundamental for understanding variations on population dynamics of these organisms and effects on crop productivity. The objective of the present study was to evaluate the vertical fluctuation of nematode community and two physical variables of soil: humidity and particle density in a swamp area cultivated intensively with sugarcane in Pernambuco, Brazil; characterize nematode community and describe relationships among variables evaluated. Horizontally it was collected samples in 40 points designed in a 36 × 12 m-net. Vertically, soil and root samples were collected at 0-10, 10-20, 20-40, 40-60 cm-deep, and 0-10, 10-20 cm-deep, respectively. The total of nematodes present was 369,392 per 300 cm³, being 278,505 plantfeeding nematodes per 300 cm³ of soil. The genus Helicotylenchus (29.66%) and Pratylenchus (28.34%) were dominants within plant-feeding nematodes and the taxon Dorylaimidae (21.23%) within free-living nematodes. The ratio hyphal/bacterial-feeding was 0.16. The ratio (Omnivores + Animal Predators)/(Bacterial-feeding + Hyphal-feeding + Plant-feeding) was low (0.29), characteristic of annual crop. In general, the free-living and plant-feeding nematodes frequencies decreased as soil deep increased. Helicotylenchus sp. was the nematode which more correlated with the other taxa. In soil, Pratylenchus sp. was more frequent at 0-40 cm-deep and the taxon more affected by humidity. Soil humidity affected Pratylenchus, Criconemella, Dorylaimidae and Mononchidae frequencies negatively. Particle density of soil did not offer potential for use as indicator of nematode diversity in the area. / O conhecimento sobre a comunidade trófica de nematóides presentes no solo cultivado com cana-de-açúcar é fundamental para compreensão das variações na dinâmica populacional desses organismos e os efeitos que podem ocasionar na produtividade agrícola. O objetivo do presente estudo foi avaliar a flutuação vertical da comunidade de nematóides e das variáveis físicas do solo: umidade e densidade de partículas, em área de várzea cultivada intensamente com cana-de-açúcar nas condições da Mata Norte de Pernambuco, caracterizando a nematofauna e descrevendo relações entre as variáveis estudadas. Horizontalmente foram coletadas amostras em 40 pontos, formando malha de 36 × 12 m. Verticalmente, amostras de solo foram coletadas nas profundidades de 0-10, 10-20, 20-40 e 40-60 cm e, amostras de raiz, nas profundidades de 0-10 e 10-20 cm. O total de nematóides presentes por 300 cm³ de solo foi de 369.392, sendo 278.505 fitoparasitos. Os gêneros Helicotylenchus (29,66%) e Pratylenchus (28,34%) foram dominantes entre os fitoparasitos e o taxon Dorylaimidae (21,23%) entre os nematóides de vida livre. O valor da razão micófago/bacteriófago foi 0,16. A relação (onívoros + predadores)/(bacteriófagos + micófagos + parasitos de plantas) apresentou baixos valores (0,29), característico de cultivo anual. De maneira geral, as freqüências dos nematóides de vida livre e fitoparasitos diminuíram com a profundidade. Helicotylenchus sp. foi o nematóide que mais se correlacionou com os outros taxa. No solo, Pratylenchus sp. foi mais freqüente na camada de 0-40 cm e o taxon mais afetado pela umidade. A umidade do solo afetou negativamente os níveis populacionais dos gêneros Pratylenchus e Criconemella e das famílias Dorylaimidae e Mononchidae. A densidade de partícula do solo não se mostrou adequada para uso como parâmetro indicador da nematofauna na área estudada.

Este modelo contempla o cenário em que a sequência de frações não-conformes no decorrer de um ciclo do processo de produção aumenta gradativamente (situação comum, por exemplo, quando o desgaste de um equipamento é gradual), diferentemente dos modelos de Taguchi, Nayebpour e Woodall e Nandi e Sreehari (1997), que acomodam sequências de frações não-conformes assumindo no máximo três valores, e de Nandi e Sreehari (1999) e Trindade, Ho e Quinino (2007) que contemplam funções de degradação mais simples. O desenvolvimento é baseado nos trabalhos de Ferguson e Antoniak para o cálculo da distribuição a posteriori de uma medida P desconhecida, associada a uma função de distribuição F desconhecida que representa a sequência de frações não-conformes ao longo de um ciclo, supondo, a priori, mistura de Processos Dirichlet. A aplicação consiste na estimação da função de distribuição F e as estimativas de Bayes são analisadas através de alguns casos particulares / In this work, we propose an alternative model for Taguchi´s On-Line Quality-Monitoring Procedure for Attributes under a Bayesian nonparametric framework. This model may be applied to production processes the sequences of defective fractions during a cycle of which increase gradually (for example, when an equipment deteriorates little by little), differently from either Taguchi\'s, Nayebpour and Woodall\'s and Nandi and Sreehari\'s models that allow at most three values for the defective fraction or Nandi and Sreehari\'s and Trindade, Ho and Quinino\'s which take into account simple deterioration functions. The development is based on Ferguson\'s and Antoniak\'s papers to obtain a posteriori distribution for an unknown measure P, associated with an unknown distribution function F that represents the sequence of defective fractions, considering a prior mixture of Dirichlet Processes. The results are applied to the estimation of the distribution function F and the Bayes estimates are analised through some particular cases.