[pt] Assinaturas e caligrafias foram utilizadas durante décadas como uma marca característica de cada indivíduo. Por trás dos métodos utilizados para reconhecer estas caracterísitcas está o fato que toda pessoa possui seu próprio jeito de mover a mão enquanto escreve. Sendo assim é razoável pensar que cada pintor tem uma maneira própria de atacar a tela de pintura com o seu pincel, deixando assim um padrão pessoal de acidentes geométricos, que poderiam ser utilizados para identificá-lo.A partir desse principio surge a idéia de aplicar visão computacional para reconhecer padrões específicos de cada pintor que poderiam ser utilizados no processo de autenticar quadros de arte. A dissertação aqui descrita apresenta os resultados de uma pesquisa que objetiva o desenvolvimento de um método para definir a autenticidade de quadros de arte. Um novo procedimento para segmentação de pinceladas em um quadro juntamente com uma nova técnica de medição de textura para capturar as assinaturas nas pinceladas é proposto. Além disso, o trabalho investiga a utilização de métodos não- paramétricos de classificação, para discriminar entre potenciais pintores. O método proposto é avaliado com um conjunto de experimentos cujo objetivo é discriminar entre dois pintores brasileiros muito conhecidos: Portinari e Bianco. / [en] Signatures and hand writings were used during decades as a unique characteristic to recognize an individual. Methods to recognize these characteristics were base don the fact that each individual has an unique way to move his hand while writing. Taking that into account, it is reasonable to think that each painter has an unique way to strike the painting board with his stroke, leaving a distinguishing personal pattern, that can be used to identify him. From this principle comes the idea to apply computer vision to recognize specific patterns that could be used in the process of authentication of fine art paintings.This work shows the results of a research where the main purpose is to develop a methodology to find the authenticity of fine art paintings. A new segmentation process of strokes of a painting allied to a new technique of texture measure to get the implicit signatures in the strokes is proposed. Beyond that, this work investigates non-parametric classification methods to discriminate potential painters. The proposed method is evaluated with a set of experiments where the purpose is to discriminate between two well known Brazilian painters : Portinari and Bianco.

[pt] Interfaces Cérebro Computador (BCIs) são sistemas artificiais que permitem a interação entre a pessoa e seu ambiente empregando a tradução de sinais elétricos cerebrais como controle para qualquer dispositivo externo. Um Sistema de neuroreabilitação baseado em EEG pode combinar portabilidade e baixo custo com boa resolução temporal e nenhum risco para a vida do usuário. Este sistema pode estimular a plasticidade cerebral, desde que ofereça confiabilidade no reconhecimento das tarefas de imaginação motora realizadas pelo usuário. Portanto, o objetivo deste trabalho é o projeto de um sistema de aprendizado de máquinas que, baseado no sinal de EEG de somente dois eletrodos, C3 e C4, consiga classificar tarefas de imaginação motora com alta acurácia, robustez às variações do sinal entre experimentos e entre sujeitos, e tempo de processamento razoável. O sistema de aprendizado de máquina proposto é composto de quatro etapas principais: pré-processamento, extração de atributos, seleção de atributos, e classificação. O pré-processamento e extração de atributos são implementados mediante a extração de atributos estatísticos, de potência e de fase das sub-bandas de frequência obtidas utilizando a Wavelet Packet Decomposition. Já a seleção de atributos é efetuada por um Algoritmo Genético e o modelo de classificação é constituído por um Sistema de Múltiplos Classificadores, composto por diferentes classificadores, e combinados por uma rede neural Multi-Layer Perceptron. O sistema foi testado em seis sujeitos de bases de dados obtidas das Competições de BCIs e comparados com trabalhos benchmark da literatura, superando os resultados dos outros métodos. Adicionalmente, um sistema real de BCI para neurorehabilitação foi projetado, desenvolvido e testado, produzindo também bons resultados. / [en] Brain Computer Interfaces (BCIs) are artificial systems that allow the interaction between a person and their environment using the translated brain electrical signals to control any external device. An EEG neurorehabilitation system can combine portability and affordability with good temporal resolution and no health risks to the user. This system can stimulate the brain plasticity, provided that the system offers reliability on the recognition of the motor imagery (MI) tasks performed by the user. Therefore, the aim of this work is the design of a machine learning system that, based on the EEG signal from only C3 and C4 electrodes, can classify MI tasks with high accuracy, robustness to trial and inter-subject signal variations, and reasonable processing time. The proposed machine learning system has four main stages: preprocessing, feature extraction, feature selection, and classification. The preprocessing and feature extraction are implemented by the extraction of statistical, power and phase features of the frequency sub-bands obtained by the Wavelet Packet Decomposition. The feature selection process is effectuated by a Genetic Algorithm and the classifier model is constituted by a Multiple Classifier System composed by different classifiers and combined by a Multilayer Perceptron Neural Network as meta-classifier. The system is tested on six subjects from datasets offered by the BCIs Competitions and compared with benchmark works founded in the literature, outperforming the other methods. In addition, a real BCI system for neurorehabilitation is designed and tested, producing good results as well.

Made available in DSpace on 2014-07-29T16:29:27Z (GMT). No. of bitstreams: 1 Tese Kenia Mara de F Siqueira.pdf: 8244663 bytes, checksum: d2dac0850022f2b52cc53ac3fa1d99ac (MD5) Previous issue date: 2010-05-31 / The need to describe and document the languages threatened with extinction has been gaining importance in the last decades, given the growing risks of cultural loss and the knowledge accumulated by indigenous people. The purpose of continuity of each one of these languages is ensured by actions based on the results of studies which focus on the description of the sociolinguistic problem, as well as on the description and analysis of the linguistic aspects which characterize the language of a determined linguistic family, since the death of a language means, among many other things, an undetermined loss of the science of Linguistics and, above all, the disrespect for the rights of these people to preserve their immaterial richness. The present research has as objective to answer some questions regarding the use of classifiers, terms of classes and names in classifying function as components of the classifying system of the language Akwe-Xerente (Jê), spoken by the indigenous people of the same name. The Akwe-Xerente add up to about 3,100 people and inhabit indigenous lands in the region of Tocantinia, in the Tocantins State. The description of the system of the Xerente classification is based on theoretical functional references for the recognition and differentiation of some nominal radicals which may occur in the function of classifying or organizing the classes which show common characteristics amongst the designated items such as form, size, aspect, consistence and function. This research is structured in the following way: In Chapter 1 are presented some proposals of elaboration of typology of sociolinguistics, to outline the contact situation in which the Xerente language is found nowadays; the chapter also gives a description of the methodology used to collect, select, and the process of systematization of the data. These procedures are constituted of a sequence of steps based on the methods of research for the Linguistic of field of synchronic base. In Chapter 2 an exposition is made of the theoretical views used in the description and analysis of the aspect of the nominal classifying system of the language. Chapter 3 shows the morphological criteria used in the definition and delimitation of the concepts of the words in the Xerente language, of the name, the compound name (compound word), and some characteristics of the name referring to the possibility of marking the possession/possessor in a certain group of Xerente names. In Chapter 4, the focus is in the description of aspects of nominal classifying in relation to the nominal stems which act as terms of classes and names in classifying function. This research is part of the LIBA Project Brazilian Indigenous Threatened Languages: Documentation (description and analysis and sociolinguistic typology) and means for offering subsidies in the linguistic range for the education program, as well as contributing in the scientific recognizance of related aspects to the classifying systems and linguistic category. / A necessidade de se descrever e documentar línguas ameaçadas de extinção vem, nas últimas décadas, ganhando contornos mais significativos face ao iminente risco de perda da cultura e do conhecimento acumulado pelos povos indígenas, no sentido de que a continuidade de cada uma dessas línguas seja assegurada por ações pautadas nos resultados de estudos que visem tanto à descrição da situação sociolinguística, quanto à descrição e à análise dos aspectos linguísticos que a caracterizem como língua de uma determinada família linguística, já que a morte de uma língua significa, entre tantos outros aspectos, uma perda inestimável para a ciência Linguística e, sobretudo, uma violência contra o direito desses povos de preservarem seus bens imateriais. O presente estudo tem como objetivo descrever algumas questões acerca do uso de classificadores, termos de classe e nomes em função classificadora como componentes do sistema de classificação nominal da língua Akwe-Xerente (Jê), falada pelo povo indígena de mesmo nome. Os Akwe-Xerente somam, aproximadamente, 3100 pessoas e vivem em terras indígenas na região de Tocantínia, no Estado do Tocantins. A descrição do sistema de classificação xerente fundamenta-se em referenciais teóricos funcionais para o reconhecimento e diferenciação de certas raízes nominais que podem ocorrer com funções de classificação ou na organização de classes, que indiquem características em comum entre os itens designados, tais como forma, tamanho, aspecto, consistência e função. Este estudo estrutura-se da seguinte maneira: no Capítulo 1, são apresentadas propostas de elaboração de tipologias sociolinguísticas para o delineamento da situação de contato em que se encontra a língua xerente; o capítulo traz também a descrição da metodologia usada para coleta, seleção e procedimentos de sistematização dos dados. Esses procedimentos constituem-se numa sequência de passos ancorados nos métodos de pesquisa da Linguística de Campo de base sincrônica. No Capítulo 2, é feita uma exposição do quadro teórico usado para descrição e análise de aspectos do sistema de classificação nominal da língua. O Capítulo 3 demonstra os critérios morfológicos utilizados para a definição e delimitação dos conceitos de palavra na língua xerente, de nome, de nome composto (palavra composta) e algumas características dos nomes no que concerne às possibilidades de marcação de posse/possuidor em certo grupo de nomes xerente. No Capítulo 4, o foco é a descrição de aspectos da classificação nominal em relação às raízes nominais que atuam como termos de classe e nomes em função classificadora. Este estudo faz parte do Projeto LIBA Línguas Indígenas Brasileiras Ameaçadas: documentação (descrição e análise e tipologias sociolinguísticas) e visa oferecer subsídios, em âmbito linguístico, para a elaboração de programas de educacão escolar xerente, bem como contribuir para o conhecimento científico de aspectos relacionados aos sistemas de classificação e categorizações linguísticas.

Made available in DSpace on 2014-12-17T15:46:59Z (GMT). No. of bitstreams: 1 LauraEASS_TESE.pdf: 2447411 bytes, checksum: 3e442431965058383423623bc7751de0 (MD5) Previous issue date: 2012-02-02 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / Traditional applications of feature selection in areas such as data mining, machine learning and pattern recognition aim to improve the accuracy and to reduce the computational cost of the model. It is done through the removal of redundant, irrelevant or noisy data, finding a representative subset of data that reduces its dimensionality without loss of performance. With the development of research in ensemble of classifiers and the verification that this type of model has better performance than the individual models, if the base classifiers are diverse, comes a new field of application to the research of feature selection. In this new field, it is desired to find diverse subsets of features for the construction of base classifiers for the ensemble systems. This work proposes an approach that maximizes the diversity of the ensembles by selecting subsets of features using a model independent of the learning algorithm and with low computational cost. This is done using bio-inspired metaheuristics with evaluation filter-based criteria / A aplica??o tradicional da sele??o de atributos em diversas ?reas como minera??o de dados, aprendizado de m?quina e reconhecimento de padr?es visa melhorar a acur?cia dos modelos constru?dos com a base de dados, ao retirar dados ruidosos, redundantes ou irrelevantes, e diminuir o custo computacional do modelo, ao encontrar um subconjunto representativo dos dados que diminua sua dimensionalidade sem perda de desempenho. Com o desenvolvimento das pesquisas com comit?s de classificadores e a verifica??o de que esse tipo de modelo possui melhor desempenho que os modelos individuais, dado que os classificadores base sejam diversos, surge uma nova aplica??o ?s pesquisas com sele??o de atributos, que ? a de encontrar subconjuntos diversos de atributos para a constru??o dos classificadores base de comit?s de classificadores. O presente trabalho prop?e uma abordagem que maximiza a diversidade de comit?s de classificadores atrav?s da sele??o de subconjuntos de atributos utilizando um modelo independente do algoritmo de aprendizagem e de baixo custo computacional. Isso ? feito utilizando metaheur?sticas bioinspiradas com crit?rios de avalia??o baseados em filtro