Orientador: Leonardo de Souza Mendes / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-20T09:29:04Z (GMT). No. of bitstreams: 1 GagoJunior_EvertonLuizdeAlmeida_M.pdf: 1416743 bytes, checksum: 43ebe58cf54d9cd46b1ceb50d5cb4b42 (MD5) Previous issue date: 2012 / Resumo: Com as facilidades e resultados oferecidos pelos sistemas de gerenciamento automatizados, cada vez mais os municípios eliminam documentos físicos, e armazenam digitalmente suas informações. Uma das consequências diretas disso é a criação de um grande volume de dados. Em geral, estes dados são coletados por meio das Tecnologias da Informação e Comunicação (TIC) e armazenados em bases de dados transacionais. Nestes ambientes, os dados possuem relacionamentos complexos entre si, o que dificulta a identificação de padrões e comportamentos. Diversas instituições utilizam técnicas de mineração de dados para identificar padrões e comportamentos ocultos em seus dados operacionais. Estes padrões podem auxiliar no planejamento de ações futuras e melhorar a gestão dos recursos financeiros, humanos e tecnológicos. A análise inteligente dos dados operacionais de uma instituição pode ser realizada através das Ferramentas de Apoio e Suporte a Tomada de Decisão (FASTD). Estas ferramentas permitem analisar um grande volume de dados a partir de regras previamente estabelecidas. Estas regras são apresentadas para as FASTD na fase de treinamento, quando a ferramenta aprende sobre os padrões que deve buscar. Este trabalho apresenta um processo de suporte à tomada de decisão com base em mapas auto-organizáveis. Aplicado às ferramentas de governo eletrônico, este processo permite identificar padrões em um grande volume de dados de maneira autônoma, ou seja, dispensando o conjunto de regras para treinamento. Para realizar o estudo de caso, utilizaremos informações cedidas pela Prefeitura Municipal de Campinas, São Paulo, Brasil / Abstract: Due to the characteristics offered by automated management systems, municipal administrations are now attempting to store digital information instead of keeping their physical documents. One consequence of such fact is the generation of large volume of data. Usually, these data are collected by ICT technologies and then stored in transactional databases. In this environment, collected data might have complex internal relationships. This may be an issue to identify patterns and behaviors. Many institutions use data mining techniques for recognize hidden patterns and behaviors in their operational data. These patterns can assist to future activities planning and provide better management to financial resources. Intelligent analysis can be realized using the Support Tools and Support Decision Making (STSDM). These tools can analyze large volume of data through previously established rules. These rules are presented for STSDM in the training phase, and the tool learns about the patterns that should look. This work proposes a process to support decision making based on self-organized maps. This process, applied to electronic government tools, can recognize patterns in large volume of data without the set of rules for training. To perform our case study, we use data provided by the city of Campinas, Sao Paulo / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Orientador: Luiz Henrique Antunes Rodrigues / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-28T09:48:01Z (GMT). No. of bitstreams: 1 Peloia_PauloRodrigues_D.pdf: 1851900 bytes, checksum: 758d89c257994cf08ae7c6641daf8619 (MD5) Previous issue date: 2015 / Resumo: As indústrias do setor sucroalcooleiro coletam anualmente, durante sua operação comercial normal, milhares de dados relacionadas à produção e fatores que podem influenciá-la. A análise descritiva de padrões nos fatores de influência associados à talhões de destacado desempenho relacionado ao potencial produtivo pode ser um ponto chave para tornar o sistema de produção mais eficiente, principalmente quando passíveis de ação e/ou inesperados, assim auxiliando na tomada de decisão ou servindo de hipótese para experimentos específicos futuros em condições controladas. Apesar desta disponibilidade de bases de dados e potenciais resultados, ainda existe uma lacuna em abordagens que contemplem desde a obtenção e preparação dos dados até extração de padrões num formato compreensível. Assim, o objetivo desta pesquisa foi propor uma abordagem baseada na técnica de indução de regras de decisão para análise descritiva de padrões em talhões de alto e baixo desempenho em produtividade na cana-de-açúcar. A abordagem possui 9 etapas, sendo: obtenção da base de dados de produtividade e seu enriquecimento com dados de fatores de influência complementares e sua limpeza; criação de atributos derivados, padronização do potencial produtivo dos talhões e segmentação em baixo e alto desempenho pelo método K-means; extração de regras por indução de regras de decisão usando os algoritmos RIPPER e Classification Tree, seguida pela seleção das principais regras por medidas de interesse (Novidade e Likelihood ratio ou precisão e complexidade); avaliação agronômica das regras selecionadas e dos atributos descritores. A abordagem foi exemplificada numa base de dados de produtividade de talhões de duas safras consecutivas de uma unidade de produção de cana-de-açúcar. Os resultados mostraram que a abordagem foi capaz de descrever 18 padrões, sendo 10 passíveis de ação e 4 inesperados. A abordagem proposta mostrou-se válida para descrever padrões inesperados ou passíveis de ação relacionados à produtividade, reproduzindo o conhecimento de especialistas de forma estruturada (passível de reprodução) e automática (sem a necessidade um especialista durante o processo), podendo ser estendida a outras culturas / Abstract: Industries of sugarcane sector collect annually thousands of information related to production and influence factors during current commercial operation. The descriptive analysis of influence factors patterns related to commercial blocks with outstanding performance related to productive potential may be a key-point to make the sugarcane production system more efficient, mainly when actionable and/or unexpected, thus assisting decision making or being hypothesis for future specific experiments under controlled conditions. Despite of the databases availability and potential results, still exist a gap in approaches that cover from the data obtainment and preparation until patterns extraction in a comprehensive format. Therefore, the objective of this research is to propose a methodology based on decision rules induction technique to descriptively analyze patterns in commercial blocks with high and low performance regarding sugarcane yield. The approach has 9 phases: yield database obtainment and its enrichment with complementary influence factors data and clean up; derived attributes creation, productive potential of commercial blocks standardization and clustering in high and low performance by k-means method; rules induction by algorithms RIPPER and Classification Tree, followed by main rules selection based on interestingness measures (Novelty and Likelihood ratio or precision and complexity); agronomic evaluation of selected rules and descriptive attributes. The approach has been exemplified in a two consecutive season yield database of commercial blocks from a production unit has been analyzed. Results show that the approach was able to describe 18 patterns, where 10 are actionable and 4 unexpected. The proposed approach is valid to describe unexpected patterns or actionable ones related to yield, reproducing the experts knowledge in a structured form (reproducible) and automatically (nor requiring an knowledge expert during the process). It may be extended to other crops / Doutorado / Planejamento e Desenvolvimento Rural Sustentável / Doutor em Engenharia Agrícola / 2012/50049-3 / FAPESP

The high failure rates of students in the introductory programming course within the universities worldwide have alarmed and worried many educators. Those rates can lead to losses of various types and interests. Thus, there are important reasons to try to clarify the main factors that possibly influence such failures. Furthermore, one of the major challenges is on how to early identify the students likely to in the introductory programming course, eventually allowing effective pedagogical interventions. Thus, in this study we aim to explore educational data mining techniques, in order to compare the effectiveness of prediction algorithms capable of identifying students likely to fail, in a timely manner suitable for pedagogical intervention. This study evaluated the efficacy of prediction algorithms in two different and independent data sources one in the classroom teaching mode and the other in the distance education mode in the disciplines in the introductory programming. The results showed that the techniques discussed in this study are effective in this task of prediction. In addition, it was shown also that after the completion of the pre-processing and adjustments to the parameters of the algorithms analyzed had an improvement in their results. At the end of the process, the Supported Vector Machine (SVM) algorithm showed the best results, both in the classroom teaching mode as in the distance, reaching an f-measure rate of 83% and 93% respectively. / As altas taxas de insucesso nas universidades nos cursos que contemplam a disciplina de programação introdutória na sua grade curricular tem alarmado e preocupado muitos educadores, pois o insucesso dos estudantes podem gerar prejuízos dos mais diversos tipos e interesses. Assim, há relevantes motivos para se tentar esclarecer eventuais fatores que afetam tal insucesso. Ainda neste contexto, um dos desafios importantes é o de identificar antecipadamente os estudantes propensos ao insucessos na disciplina de programação introdutória, assumindo-se em tempo hábil para permitir intervenção pedagógica eficaz. Deste modo, buscou-se neste trabalho um estudo em técnicas de mineração de dados educacionais , objetivando-se comparar a eficácia dos algoritmos de predição capazes de identificar, em tempo hábil para intervenção pedagógica, os estudantes propensos ao insucesso. Neste estudo, avaliou-se a eficácia de algoritmos de predição em duas fontes de dados diferentes e independentes, uma na modalidade presencial e outra na modalidade de ensino a distância sobre as disciplinas de programação introdutória. Os resultados mostraram que as técnicas analisadas no estudo são eficazes na identificação dos estudantes propensos ao insucesso no início da disciplina. Além disso, mostrou-se também que após a realização das etapas de pré-processamento e ajustes nos parâmetros de algoritmos, tais algoritmos analisados tiveram uma melhora em seus resultados. Ao fim do processo, o algoritmo máquina de vetor de suporte (SVM: Support Vector Machine) apresentou os melhores resultados, tanto na modalidade de ensino presencial quanto na modalidade a distância, alcançando uma taxa de f-measure de 83% e 92%, respectivamente.

Orientadores: Luiz Henrique Antunes Rodrigues, Carlos Alberto Alves Meira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-23T06:51:16Z (GMT). No. of bitstreams: 1 DiGirolamoNeto_Cesare_M.pdf: 2582592 bytes, checksum: a61acb99a6b78882f0aef0e7408b48b5 (MD5) Previous issue date: 2013 / Resumo: A ferrugem (causada pelo fungo Hemileia vastatrix Berk. e Br.) é a principal doença do cafeeiro. As perdas da produção causadas por esta doença podem chegar a 50%, caso nenhuma medida de controle seja adotada. O controle da ferrugem pode ser feito com fungicidas, entretanto métodos tradicionais de controle podem levar a aplicações desnecessárias, as quais são responsáveis por gerar gastos excessivos por parte do produtor, na compra e mão de obra para sua aplicação, além de causar impactos ambientais. Ferramentas como modelos de predição, ou alerta, podem ser utilizadas para antecipar quando uma doença de planta pode ocorrer, sendo que uma predição correta evita aplicações desnecessárias de fungicidas. Neste sentido, modelos de alerta para a ferrugem do cafeeiro foram construídos por outros autores, entretanto, após o seu desenvolvimento, estes modelos não foram avaliados com dados externos ao conjunto de treinamento. Estes modelos passaram por um processo de validação neste trabalho e o resultado mostrou um desempenho abaixo do esperado, evidenciando a necessidade de se criarem novos modelos de alerta, com poder de predição maior do que os existentes. O processo de descoberta de conhecimento em bases de dados foi realizado com o objetivo de gerar estes novos modelos de alerta, utilizando técnicas de mineração de dados como: redes neurais artificiais, máquinas de vetores suporte, florestas aleatórias e árvores de decisão. Dados meteorológicos e de espaçamento da lavoura foram às variáveis independentes do conjunto de dados. Os modelos de alerta foram desenvolvidos considerando taxa de progresso da ferrugem como atributo dependente, ou atributo meta, a qual consiste no aumento da incidência entre dois meses subsequentes. Este atributo foi de origem binária, seguindo os limites de 5 e 10 pontos percentuais - p.p. (classe '1' para taxas maiores ou iguais ao limite; classe '0', caso contrário). Foram desenvolvidos modelos de alerta para a cidade de Varginha e para a região Sul de Minas (com adição das cidades de Boa Esperança e Carmo de Minas), para dados entre 1998 e 2011. Os modelos são específicos para lavouras com alta carga pendente ou para lavouras com baixa carga, dado ao café ser uma cultura bianual. Os modelos para a cidade de Varginha obtiveram, no geral, melhor desempenho do que aqueles contendo dados das 3 cidades juntas. Para alta carga pendente de frutos, a taxa de acerto por validação cruzada, foi superior a 85%, considerando o alerta a partir de 5 p.p. Considerando o alerta a partir de 10 p.p., a taxa de acerto se aproximou dos 90%. Já para lavouras com baixa carga pendente, os modelos considerando o alerta a partir de 5 p.p. também chegaram a taxas de acerto próximas a 90%. Houve ainda equilíbrio entre outras medidas de desempenho importantes, como sensitividade, especificidade e confiabilidade positiva ou negativa em todos os modelos. Os modelos mais bem avaliados mostraram ter desempenho superior aos modelos desenvolvidos por outros autores e têm potencial para servir como apoio na tomada de decisão referente à adoção de medidas de controle da ferrugem do cafeeiro / Abstract: Coffee rust (infection by the fungus Hemileia vastatrix Berk. e Br.) can cause up to 50% of yield losses, in the case no protective measures are taken. This disease can be controlled through fungicide applications, however, traditional control methods can lead to unnecessary use of these products, which cause, not only economic losses for the producer, on buying and applying the fungicides, but also major environmental impacts. Tools like warning models can be used to predict when a plant disease may occur and a correct prediction might avoid unnecessary fungicide applications. According to this, some authors developed warning models for coffee rust, nevertheless, after their development, these models were not evaluated by a test set, besides the one used to create it. A Validation procedure was performed over these models, showing that their performance was way low than expected, highlighting the need for new warning models, with better performance than those previously developed. The Knowledge Discovery in Database process was performed intending to develop new warning models by using four data mining techniques: Neural Networks, Support Vector Machines, Random Forests and Decision Trees. Meteorological and crop spacing data were designed as the independent variables. The dependent variable was labeled as the monthly progress rate of coffee rust, which consists on the increase of the incidence levels between two months in a row. It was mapped as a binary attribute, following the limits of five and ten percentage points (p.p.), considering the increase of the infection rate (class '1' for progress rate over or equal the limit, or class '0' otherwise). Models were developed considering 13 years (1998 - 2011) of incoming data for the city of Varginha - Minas Gerais - Brazil and for the South Minas Gerais region (by adding data from two more cities, Boa Esperança and Carmo de Minas). The models developed are specific for high or low fruit loads. Warning models for Varginha obtained, usually, better performance than those developed with data from the three cities. For high fruit load, the accuracy by cross validation was higher than 85%, considering the warning over 5 p.p. Considering the warning over 10 p.p., the accuracy was close to 90%. For low fruit load, the models considering warning over 5 p.p. also obtained accuracy close to 90%. Other important performance measures, such as sensitivity (recall) and specificity, also obtained good values for all of these models. The warning models developed on this study obtained better performance than others previously developed, and have a great potential to be used in decision-making systems, providing further information regarding the correct use of fungicides on controlling the coffee rust / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola

Orientador: Stanley Robson de Medeiros Oliveira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-23T12:56:12Z (GMT). No. of bitstreams: 1 Barros_FlavioMargaritoMartinsde_M.pdf: 2098709 bytes, checksum: 4fad46ce03410953cd3fbac10f9a43bd (MD5) Previous issue date: 2013 / Resumo: Sistemas de informação web oferecem informações em quantidade elevada, tal que a tarefa de encontrar a informação de interesse torna-se desafiadora. A Agencia de Informação Embrapa e um sistema web com o objetivo de organizar, tratar, armazenar e divulgar informações técnicas e conhecimentos gerados pela EMBRAPA (Empresa Brasileira de Pesquisa Agropecuária). O portal esta estruturado como uma arvore hierárquica, denominada Arvore de Conhecimento, a qual compreende centenas de paginas web, artigos, planilhas e materiais multimídia. Diariamente o site recebe milhares de acessos tal que os registros dessas visitas são armazenados em um banco de dados. Em domínios onde estão disponíveis informações em quantidade elevada, armazenadas em bancos de dados, as ferramentas de Mineração de Dados são promissoras, pois apresentam recursos para analise e extração de padrões de uso do site para fazer recomendações. Recomendações personalizadas de conteúdo melhoram a usabilidade de sistemas, agregam valor aos serviços, poupam tempo e fidelizam usuários. O objetivo desse trabalho foi projetar, desenvolver e implantar um sistema de recomendação web, baseado em regras de associação, que ofereça recomendações automaticamente de conteúdos da cultura da cana-de-açúcar, de acordo com o perfil da comunidade de usuários. Os dados utilizados nessa pesquisa foram extraídos de um banco de dados de acessos do projeto Agencia de Informação Embrapa. A metodologia utilizada na pesquisa compreendeu a preparação dos dados de visitas ao site para uma estrutura de "lista de acessos", onde estão registradas todas as paginas visitadas por cada usuário. A partir destas listas de acesso, regras de associação entre paginas foram geradas por meio do algoritmo Apriori. O conjunto de regras deu origem a uma base de conhecimento que foi armazenada em um banco de dados para fazer recomendações de conteúdo aos usuários. Como suporte a base de conhecimento, para cada pagina da agencia cana-de-açúcar foi criada uma lista de ate três das paginas mais visitadas. Essas paginas podem ser oferecidas caso haja ausência de recomendações. O sistema de recomendação foi avaliado com uma métrica denominada taxa de rejeição e, por meio de um questionário aplicado a um conjunto de usuários, foi avaliada a usabilidade da Agencia cana-de-açúcar, apos a implantação do sistema. A base de conhecimento, gerada na forma de regras de recomendação, também foi avaliada em relação a estrutura de links da Agencia, para verificar se a lista de recomendações trouxe conhecimentos sobre a estrutura do portal. De acordo com os resultados da pesquisa, por meio das recomendações, usuários encontram informações relevantes associadas as suas visitas, aumentam seu tempo de permanência no site e aumentam o uso e visualização dos conteúdos da Agencia de Informação Embrapa - Arvore cana-de-açúcar. Em paginas com dezenas de links, a base de conhecimento também atua como uma forma de resumo, apontando os principais links nas paginas / Abstract: Web information systems provide a great amount of information, so that the task of retrieving the information of interest becomes a challenge. Embrapa Information Agency is a web system aimed to organize, treat, store and disseminate technical information and knowledge generated by EMBRAPA (Brazilian Agricultural Research Corporation). The Agency's portal is structured as a hierarchical tree, called Knowledge Tree, which comprises hundreds of web pages, articles, spreadsheets and multimedia materials. Everyday this site receives thousands of access and the records of these visits are stored in a database. In domains where information is available in high quantity, stored in databases, Data Mining tools are promising, since they have resources for extraction and analysis of usage patterns of the site to make recommendations. Personalized recommendations of content improve the usability of systems, add value to services, save time and retain users. The aim of this work was to design, develop and deploy a web recommendation system based on association rules, which offers automatically recommendations of sugarcane contents, according to the profile of user community. The data used in this study were extracted from a database of accesses from Embrapa Information Agency. The methodology used in the research included a data preparation procedure to transform website visits into a structured access list, in which all page views by each user are stored. From these access lists, association rules between pages were generated by means of the Apriori algorithm. The set of rules has created a knowledge base that was stored in a database to make content recommendations to users. To support the knowledge base, for each page of the sugarcane Agency was created a list of up to three of the most visited pages. These pages can be offered if there are no recommendations. The recommender system was evaluated by using a metric called bounce rate. In addition, through a questionnaire applied to a set of users, the usability of the sugarcane Agency was evaluated, after the system deployment. The knowledge base generated in the form of recommendation rules was also evaluated in relation to link structure of Agency, to verify if the list of recommendations brought knowledge about the structure of the portal. According to the survey results, users find relevant information associated with their visits, increase their time spent on the site and increase the use and the interest of the contents of sugarcane Agency. In pages with dozens of links, the knowledge base also acts as a form of summarizing them, indicating the main links on the pages / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola

Orientadores: Luiz Camolesi Júnior, Ricardo da Silva Torres / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Tecnologia / Made available in DSpace on 2018-08-24T02:27:51Z (GMT). No. of bitstreams: 1 Conti_JoseCarlos_M.pdf: 2108170 bytes, checksum: 16e7093192986c856bf2d3675ef2a605 (MD5) Previous issue date: 2013 / Resumo: Fenologia é o estudo de fenômenos naturais periódicos e sua relação com o clima. Nos últimos anos, tem se apresentado relevante como o indicador mais simples e confiável dos efeitos das mudanças climáticas em plantas e animais. É nesse contexto que se destaca o e-phenology, um projeto multidisciplinar envolvendo pesquisas na área de computação e fenologia. Suas principais características são: o uso de novas tecnologias de monitoramento ambiental, o fornecimento de modelos, métodos e algoritmos para apoiar o gerenciamento, a integração e a análise remota de dados de fenologia, além da criação de um protocolo para um programa de monitoramento de fenologia. Do ponto de vista da computação, as pesquisas científicas buscam modelos, ferramentas e técnicas baseadas em processamento de imagem, extraindo e indexando características de imagens associadas a diferentes tipos de vegetação, além de se concentrar no gerenciamento e mineração de dados e no processamento de séries temporais. Diante desse cenário, esse trabalho especificamente, tem como objetivo investigar a eficácia de medidas de similaridade para a classificação de séries temporais sobre fenômenos fenológicos caracterizados por vetores de características extraídos de imagens de vegetação. Os cálculos foram realizados considerando regiões de imagens de vegetação e foram considerados diferentes critérios de avaliação: espécies de planta, hora do dia e canais de cor. Os resultados obtidos oferecem algumas possibilidades de análise, porém na visão geral, a medida de distância Edit Distance with Real Penalty (ERP) apresentou o índice de acerto mais alto com 29,90%. Adicionalmente, resultados obtidos mostram que as primeiras horas do dia e no final da tarde, provavelmente devido à luminosidade, apresentam os índices de acerto mais altos para todas as visões de análise / Abstract: Phenology is the study of periodic natural phenomena and their relationship to climate. In recent years, it has gained importance as the more simple and reliable indicator of effects of climate changes on plants and animals. In this context, we emphasizes the e-phenology, a multidisciplinary research project in computer science and phenology. Its main characteristics are: The use of new technologies for environmental monitoring, providing models, methods and algorithms to support management, integration and remote analysis of data on phenology, and the creation a protocol for a program to monitoring phenology. From the computer science point of view, the e-phenology project has been dedicated to creating models, tools and techniques based on image processing algorithms, extracting and indexing image features associated with different types of vegetation, and implementing data mining algorithms for processing time series. This project has as main goal to investigate the effectiveness of similarity measures for the classification of time series associated with phenological phenomena characterized by feature vectors extracted from images. Conducted experiments considered different regions containing individuals of different species and considering different criteria such as: plant species, time of day and color channels. Obtained results show that the Edit Distance with Real Penalty (ERP) distance measure yields the highest accuracy. Additionally, the analyzes show that in the early morning and late afternoon, probably due to light conditions, it can be observed the highest accuracy rates for all views analysis / Mestrado / Tecnologia e Inovação / Mestre em Tecnologia

Orientador: Ricardo da Silva Torres / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-19T16:06:22Z (GMT). No. of bitstreams: 1 Armigliatto_GuilhermeMoraes_M.pdf: 5003825 bytes, checksum: b03061ff457c08c89d0e045840955929 (MD5) Previous issue date: 2011 / Resumo: Com os avanços tecnológicos, grandes coleções de imagens são geradas, manipuladas e armazenadas em bancos de dados. Dado o grande tamanho destes bancos, verifica-se a necessidade de se criar ferramentas para gerenciá-los de forma eficiente e eficaz. Uma das tarefas mais demandadas deste gerenciamento é a recuperação das imagens, e uma forma de fazê-la é baseada no uso de anotações textuais associadas às imagens (por exemplo, palavras-chave e categorias). Entretanto, a anotação manual de grandes coleções de imagens apresenta vários problemas, como o alto consumo de tempo e a não padronização dos termos utilizados. Desse modo, esta dissertação apresenta quatro novos métodos para anotação automática de imagens, que visam amenizar estes problemas. Estes métodos utilizam as abordagens de descritores de imagens, dicionários visuais, programação genética e regras de associação. Os descritores e os dicionários são utilizados para representar as propriedades visuais das imagens, a programação genética é usada para combinar estas características e as regras de associação são usadas para relacioná-las com anotações. A principal contribuição desta dissertação consiste na análise do comportamento das regras de associação utilizadas para anotação de imagens em um conjunto de experimentos. Resultados experimentais demonstraram que os métodos propostos apresentam desempenho comparável ou superior ao de técnicas tradicionais da literatura / Abstract: With technological advances, large collections of images are generated, handled and, stored in databases. Given the large size of these collections, there is a need for tools to manage efficiently and effectively these images. One of the most demanding tasks of this management is the retrieval of images from databases, usually based on the use of textual annotations associated with images (for example, keywords and categories). However, manual annotation of large images collections face a lot of problems related to the huge time required to annotate and the lack of standardization of used terms. This work presents four new methods for automatic image annotation. These methods rely on the use of image descriptors, visual dictionaries, genetic programming, and association rules. The descriptors and dictionaries are used to represent the visual properties of images, genetic programming is used to combine extracted visual features, and association rules are used to associate them with annotations. The main contribution of this work is views on the analyze the behavior of association rules used for annotating images on a set of experiments. Experimental results demonstrated that the proposed methods have performance comparable or superior to traditional techniques of literature / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

Orientadores: Stanley Robson de Medeiros Oliveira, Carlos Alberto Alves Meira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-20T23:34:35Z (GMT). No. of bitstreams: 1 Megeto_GuilhermeAugustoSilva_M.pdf: 5556599 bytes, checksum: c545e13e7ec81e96cf9e6a3e46d01de2 (MD5) Previous issue date: 2012 / Resumo: A ferrugem asiática, causada pelo fungo Phakopsora pachyrhizi, atualmente é considerada uma das doenças mais importantes e agressivas da soja. A principal forma de controle é a aplicação calendarizada de fungicidas a qual desconsidera o risco de ocorrência da doença. Estudos epidemiológicos buscam compreender os fatores que influenciam na ocorrência e desenvolvimento das epidemias, especialmente aqueles relacionados ao ambiente tais como condições meteorológicas. Com o avanço da tecnologia da informação e do armazenamento de dados, técnicas de mineração de dados (data mining) apresentam-se promissoras para a descoberta de conhecimento em bases de dados epidemiológicos. Este trabalho tem como objetivo avaliar a influência da chuva e da temperatura na ocorrência da ferrugem asiática da soja utilizando árvores de decisão. Para tal, foram obtidos dados de ocorrências da doença em quatro safras, de 2007/2008 a 2010/2011, oriundos do banco de dados do Consórcio Antiferrugem, e dados meteorológicos, provenientes do sistema Agritempo. A análise exploratória dos dados permitiu obter subsídios para compor o conjunto de dados final e definir o escopo deste trabalho, buscando-se características intrínsecas à doença e sua interação com o ambiente, utilizando apenas variáveis de base meteorológica. As variáveis utilizadas foram relacionadas à precipitação e à temperatura, que deram origem a nove atributos avaliados para cada período temporal...Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: The Asian soybean rust, caused by Phakopsora pachyrhizi, is now considered one of the most important and aggressive diseases of soybean. The main form of control is the scheduled application of fungicides which disregards the the risk of disease occurrence. Epidemiological studies seek to understand the factors that influence the occurrence and development of epidemics, especially those related to the environment such as weather conditions. With the development of information technology and data warehousing, data mining techniques appear to be promising for knowledge discovery in epidemiological databases. This study aims to evaluate the influence of rainfall and temperature on the occurrence of soybean rust by using decision trees models. To accomplish that, data of the occurence of the disease were collected from four seasons, 2007/2008 to 2010/2011, from the Consórcio Antiferrugem and weather data from the Agritempo system. Exploratory data analysis allowed for obtaining subsidies to generate the final data set and define the scope of this work, seeking intrinsic characteristics of the disease and its interaction with the environment, using only meteorological variables. The variables used were related to precipitation and temperature, resulting into nine attributes evaluated in different periods. Such attributes were related to the event of occurrence (Oc) and non occurrence (NaoOc) of the disease (assumed as the thirtieth day prior to the event of occurrence). The results include a predictive model and an interpretive model for classifying events of occurrences and non occurrences of the disease...Note: The complete abstract is available with the full electronic document / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola