This mater thesis is focused on building predictive models. Their fundamental task is to provide an early-warning system, giving information about potential enterprise bankruptcy. The main essence and aim of the thesis is to create multivariate classification models by using discriminant analysis and logistic regression. Emphasis is put on their predictive accuracy, which is assessed for period of three years before bankruptcy declaration. Attempts to optimize classification thresholds in order to increase the initial accuracy are also made. Evaluating classification reliability of several existing models and performing profile analysis assessing predictive ability of univariate ratios were accomplished as well.

Novas regiões vitícolas estão se estabelecendo em muitas regiões brasileiras. Em especial, no estado do Rio Grande do Sul diversos empreendimentos estão instalados ou em fase de projeto de instalação em várias regiões. No contexto da moderna vitivinicultura nacional, um fator importante de agregação de valor aos produtos resultantes da atividade é a sua associação a uma identidade regional, tendência próxima ao conceito de terroir. Tratando-se de regiões produtoras novas, faz-se necessário um complexo levantamento de características de cada região produtora, de modo que sejam definidos parâmetros de diferenciação que confiram, a cada região, a necessária tipicidade tão próxima à ideia de terroir. Este trabalho propõe-se a trazer uma contribuição à caracterização de algumas novas regiões vitícolas do Rio Grande do Sul, tentando mostrar que é possível evidenciar fatores físicos que diferenciam cada região. Foram escolhidas três áreas na metade sul do estado, sendo duas na Campanha Gaúcha (Almadén em Santana do Livramento e Seival em Candiota), e uma na Serra do Sudeste (Chandon em Encluzilhada do Sul); também foi estudada uma área na Serra Gaúcha (Boscato em Nova Pádua). Como ferramentas de estudo, foram utilizadas técnicas de espectrorradiometria para levantamento de dados de campo nas quatro regiões, onde foram tomados espectros de reflectância foliar no visível e no infravermelho próximo e médio. Foram selecionadas parcelas de parreirais das variedades Cabernet Sauvignon, Merlot, Pinot Noir, Chardonnay e Riesling Itálico. Também foram utilizadas imagens de satélite (ASTER) para estudar as áreas da Almadén e Seival, com dados de reflectância no visível e no infravermelho de diversos cultivares de Vitis vinifera. Os dados foram analisados usando-se diversas técnicas de separação, como algoritmos de classificação supervisionada e Análise Discriminante. Os resultados, tanto para os dados de radiometria de campo quanto para os dados orbitais, mostraram que a partir da reflectância de folhas e de dossel é possível separar cada uma das regiões, com acurácias da ordem de 80% ou mais, sendo esta separabilidade atribuída à influência do meio físico sobre as plantas. Conclui-se que a utilização de dados e técnicas de Sensoriamento Remoto, com o apoio de técnicas de análise estatística, constitui relevante ferramenta de apoio à caracterização de regiões vitícolas no Rio Grande do Sul, e provavelmente para qualquer região produtora. / New viticultural regions are being created in several regions across Brazil. For instance, in Rio Grande do Sul State many wineries are already established, are being installed or are in project phase. In the context of modern Brazilian viticulture, an important factor for added value to products from the activity is its association to a regional identity, a tendency which is akin to the terroir concept. Being new regions, a comprehensive survey of the characteristics of each producing area is necessary, a step leading to the definition of parameters of differentiation, which will give to each region the required typicity, crucial to the terroir idea. Presently, we carry out a contribution to the characterization of some new viticultural regions of Rio Grande do Sul, trying to show that it is possible to bring to light physical factors which will differentiate each region. Three areas in the State’s Metade Sul (southern half) were selected, being two in the Campanha Gaúcha region (Almadén in Santana do Livramento and Seival in Candiota), and another one at the Serra do Sudeste (Chandon in Encruzilhada do Sul); we also selected a winery at the Serra Gaúcha (Boscato in Nova Pádua). As tools for this study, we used techniques of spectroradiometry to collect field data in all four regions, acquiring spectra of leaf reflectance in visible, wavelengths, and at near and mean infrared as well. We selected vineyards of the grape varieties Cabernet Sauvignon, Merlot, Pinot Noir, Chardonnay and Riesling Itálico. Satellite images (ASTER product) were also taken to study the Almadén and Seival wineries, using reflectance data in visible and infrared for some varieties of Vitis vinifera. All data were analyzed through several techniques intended for differentiation, as algorithms for supervised classification and, in Statistics, Discriminant Analysis. The results, from radiometry field data and from satellite data as well, showed that from the reflectance of leaves and canopy it is possible to separate each region, with accuracies as high as 80% and even more. This separability is believed to be due to the influence of the physical environment on plants. It is concluded that the use of data and techniques from Remote Sensing, associated with techniques of statistical analysis, are relevant tools to support the characterization of viticultural regions in Rio Grande do Sul and probably in any producing region.

Atualmente existe uma grande quantidade de dados multimídia sendo geradas todos os dias. Estes dados são oriundos de diversas fontes, como transmissões de rádio ou televisão, gravações de palestras, encontros, conversas telefônicas, vídeos e fotos capturados por celular, entre outros. Com isto, nos últimos anos o interesse pela transcrição de dados multimídia tem crescido, onde, no processamento de voz, podemos destacar as áreas de Reconhecimento de Locutor, Reconhecimento de Fala, Diarização de Locutor e Rastreamento de Locutores. O desenvolvimento destas áreas vem sendo impulsionado e direcionado pelo NIST, que periodicamente realiza avaliações sobre o estado-da-arte. Desde 2000, a tarefa de Diarização de Locutor tem se destacado como uma das principáis frentes de pesquisa em transcrição de dados de voz, tendo sido avaliada pelo NIST por diversas vezes na última década. O objetivo desta tarefa é encontrar o número de locutores presentes em um áudio, e rotular seus respectivos trechos de fala, sem que nenhuma informação tenha sido previamente fornecida. Em outras palavras, costuma-se dizer que o objetivo é responder a questão "Quem falou e quando?". Um dos grandes problemas nesta área é se conseguir obter um bom modelo para cada locutor presente no áudio, dada a pouca quantidade de informações e a alta dimensionalidade dos dados. Neste trabalho, além da criação de um Sistema de Diarização de Locutor, iremos tratar este problema mediante à redução de dimensionalidade através de análises estatísticas. Usaremos a Análise de Componentes Principáis, a Análise de Discriminantes Lineares e a recém apresentada Análise de Semi-Discriminantes Lineares. Esta última utiliza um método de inicialização estático, iremos propor o uso de um método dinâmico, através da detecção de pontos de troca de locutor. Também investigaremos o comportamento destas análises sob o uso simultâneo de múltiplas parametrizações de curto prazo do sinal acústico. Os resultados obtidos mostram que é possível preservar - ou até melhorar - o desempenho do sistema, mesmo reduzindo substâncialmente o número de dimensões. Isto torna mais rápida a execução de algoritmos de Aprendizagem de Máquina e reduz a quantidade de memória necessária para armezenar os dados. / Currently, there is a large amount of multimedia data being generated everyday. These data come from various sources, such as radio or television, recordings of lectures and meetings, telephone conversations, videos and photos captured by mobile phone, among others. Because of this, interest in automatic multimedia data transcription has grown in recent years, where, for voice processing, we can highlight the areas of Speaker Recognition, Speech Recognition, Speaker Diarization and Speaker Tracking. The development of such areas is being conducted by NIST, which periodically promotes state-of-the-art evaluations. Since 2000, the task of Speaker Diarization has emerged as one of the main research fields in voice data transcription, having been evaluated by NIST several times in the last decade. The objective of this task is to find the number of speakers in an audio recording, and properly label their speech segments without the use of any training information. In other words , it is said that the goal of Speaker Diarization is to answer the question "Who spoke when?". A major problem in this area is to obtain a good speaker model from the audio, given the limited amount of information available and the high dimensionality of the data. In the current work, we will describe how our Speaker Diarization System was built, and we will address the problem mentioned by lowering the dimensionality of the data through statistical analysis. We will use the Principal Component Analysis, the Linear Discriminant Analysis and the newly presented Fisher Linear Semi-Discriminant Analysis. The latter uses a static method for initialization, and here we propose the use of a dynamic method by the use of a speaker change points detection algorithm. We also investigate the behavior of these data analysis techniques under the simultaneous use of multiple short term features. Our results show that it is possible to maintain - and even improve - the system performance, by substantially reducing the number of dimensions. As a consequence, the execution of Machine Learning algorithms is accelerated while reducing the amount of memory required to store the data.

The theoretical part of this master thesis deals with creation and solution of financial distress and analysing classification models. In the practical part I defined own methods for financial distress prediction of company using discriminant analysis and logistic regression.

Um dos temas mais estudados na área de finanças, em especial na análise de créditos, são os modelos que buscam prever a capacidade das empresas em se manterem solventes. Via de regra, tais estudos buscam, dentre vários indicadores, aqueles que se mostram mais apropriados para realizar tal predição. Nesse trabalho propõe-se um outro olhar sobre os modelos de previsão. Partindo de modelos já consagrados na literatura, escolheram-se os indicadores contábeis mais utilizados, que foram comparados, através da Análise Discriminante e da Regressão Logística, com os indicadores oriundos do Modelo Dinâmico. O objetivo do estudo foi verificar se os indicadores do Modelo Dinâmico oferecem melhores resultados que os indicadores tradicionais. O trabalho se baseia numa amostra com 48 empresas, composta de 24 insolventes e as outras 24 ditas como saudáveis, tratadas como pares das insolventes, escolhidas dentro do mesmo setor econômico de cada uma das insolventes. Além disso, foi incluída no estudo a classificação de empresas de Fleuriet como variável qualitativa. Os resultados obtidos não apresentam evidências sobre a superioridade de um ou outro conjunto de indicadores, mas, os melhores resultados alcançados derivam da inclusão da classificação de empresas de Fleuriet, seja através da Análise Discriminante, seja através da Regressão Logística, conseguindo no melhor dos resultados, um percentual de acerto total de 83,3%. A análise minuciosa dos erros de classificação ensejou uma proposta de reordenação dos tipos de situação de liquidez originalmente propostos por Fleuriet. / One of the most studied topics in finance, particularly in credit analysis, are the models that seek to predict the ability of firms to remain solvent. Usually, such studies among various indicators, seek those who are most appropriate to perform such a prediction. In this work we propose a different view of the forecast models. Starting from models already established in the literature, were chosen the most used financial indicators, which were compared by discriminant analysis and logistic regression, with indicators derived from the Dynamic Model. The aim of the study was to determine whether the indicators of Dynamic Model offer better results than the traditional indicators. The work is based on a sample of 48 companies, consisting of 24 insolvent 24 and the other said to be healthy treated as pairs of insolvent chosen within the same economic sector of each insolvent. Furthermore, it was included in the study the classification of companies as Fleuriet qualitative variable. The results show no evidence of the superiority of one or another set of indicators, but the best results achieved derive from the inclusion of classification Fleuriet companies, either through discriminant analysis, logistic regression is through, achieving the best results a percentage of the total adjustment of 83.3 %. A thorough analysis of the classification errors gave rise a proposed reorganization of the types of liquidity situation originally proposed by Fleuriet.

O diagnóstico de doenças neuromusculares é feito pelo uso conjunto de várias ferramentas. Dentre elas, o exame de eletromiografia clínica fornece informações vitais ao diagnóstico. A aplicação de alguns classificadores (discriminante linear e redes neurais artificiais) aos diversos parâmetros dos sinais de eletromiografia (número de fases, de reversões e de cruzamentos de zero, freqüência mediana, coeficientes auto-regressivos) tem fornecido resultados promissores na literatura. No entanto, a necessidade de um número grande de coeficientes auto-regressivos direcionou este mestrado ao uso de modelos auto-regressivos de média móvel com um número menor de coeficientes. A classificação (em normal, neuropático ou miopático) foi feita pela máquina de vetor de suporte, um tipo de rede neural artificial de uso recente. O objetivo deste trabalho foi o de estudar a viabilidade do uso de modelos auto-regressivos de média móvel (ARMA) de ordem baixa, em vez de auto-regressivos de ordem alta, em conjunção com a máquina de vetor de suporte, para auxílio ao diagnóstico. Os resultados indicam que a máquina de vetor de suporte tem desempenho melhor que o discriminante linear de Fisher e que os modelos ARMA(1,11) e ARMA(1,12) fornecem altas taxas de classificação (81,5%), cujos valores são próximos ao máximo obtido com modelos auto-regressivos de ordem 39. Portanto, recomenda-se o uso da máquina de vetor de suporte e de modelos ARMA (1,11) ou ARMA(1,12) para a classificação de sinais de eletromiografia de agulha, de 800ms de duração e amostrados a 25kHz. / The diagnosis of neuromuscular diseases is attained by the combined use of several tools. Among these tools, clinical electromyography provides key information to the diagnosis. In the literature, the application of some classifiers (linear discriminant and artificial neural networks) to a variety of electromyography parameters (number of phases, turns and zero crossings; median frequency, auto-regressive coefficients) has provided promising results. Nevertheless, the need of a large number of auto-regressive coefficients has guided this Master\'s thesis to the use of a smaller number of auto-regressive moving-average coefficients. The classification task (into normal, neuropathic or myopathic) was achieved by support vector machines, a type of artificial neural network recently proposed. This work\'s objective was to study if low-order auto-regressive moving-average (ARMA) models can or cannot be used to substitute high-order auto-regressive models, in combination with support vector machines, for diagnostic purposes. Results point that support vector machines have better performance than Fisher linear discriminants. They also show that ARMA(1,11) and ARMA(1,12) models provide high classification rates (81.5%). These values are close to the maximum obtained by using 39 auto-regressive coefficients. So, we recommend the use of support vector machines and ARMA(1,11) or ARMA(1,12) to the classification of 800ms needle electromyography signals acquired at 25kHz.

Este trabalho explora a contribuição da segmentação de dados, manual e estatística, combinada com análise discriminante e com redes neurais, para a tomada de decisão de concessão de crédito ao consumidor. A grande importância que a decisão de concessão de crédito tem para o mercado varejista e para a área de controladoria de uma empresa dão cenário para o aumento da relevância do gerenciamento do risco de crédito. O mercado necessita, cada vez mais, de modelos capazes de produzir boas expectativas do comportamento dos clientes, com vistas de reduzir perdas com inadimplência. Dado um banco de dados composto por 50 mil clientes de uma importante loja do setor varejista, primeiro aplica-se a análise discriminante, depois as redes neurais, para que se classifique a capacidade preditiva de cada técnica nesta etapa. Posteriormente, os dados são segmentados com base na região à qual a filial de venda pertence e, depois, por meio das análises de clusters K-Means e TwoStep Cluster. A próxima etapa compreende a aplicação da análise discriminante, depois das redes neurais, para cada um dos grupos formados, tanto pela segregação por região, quanto pela segregação por meio das técnicas de análise de clusters. A última etapa abrange a comparação da soma dos acertos dos bons e dos maus pagadores obtida tanto para análise discriminante, quanto para redes neurais, combinadas com a segmentação de dados, com os resultados obtidos na primeira etapa sem a segmentação dos dados. O modelo híbrido que combina a segmentação manual dos dados com análise discriminante e com redes neurais, formando-se 21 micro-regiões foi o que apresentou maiores porcentagens de acerto de classificação. O modelo híbrido que combina análise discriminante e redes neurais com a análise de clusters TwoStep Cluster não apresenta resultados de classificação adequados à proposta deste trabalho, devendo, portanto, ser descartado. / This paper explores the contribution of data segmentation, and statistical manual, combined with discriminant analysis and neural networks, for making the decision to grant credit to consumers. The great importance that the decision to grant credit is for the retail market and the area of controlling a business scenario to give increasing importance of managing credit risk. The market needs, increasingly, models capable of producing good expectations of customer behavior, in order to reduce losses from default. Given a database consisting of 50 000 customers of a major retail store, the first applies to discriminant analysis, then the neural networks, in order to classify the predictive ability of each technique in this step. Subsequently, the data are segmented based on the region to which the branch belongs to sell and then through the analysis of clusters K-Means and TwoStep Cluster. The next step involves the application of discriminant analysis, neural networks then, for each of the groups formed by both the segregation by region, by segregation and by the techniques of cluster analysis. The last step includes comparing the sum of the hits of the good and bad debtors obtained for both discriminant analysis and neural networks, combined with the segmentation of data, with the results obtained in the first stage - without the segmentation of the data. The hybrid model that combines the manual segmentation of the data with discriminant analysis and neural networks, forming 21 micro-regions showed the highest percentage of correct classification. The hybrid model that combines neural networks and discriminant analysis with cluster analysis results TwoStep Cluster does not have appropriate rating to the proposal of this work and should therefore be discarded.

Orientador: Antonio Aparecido de Andrade / Banca: André Luiz Flores / Banca: Trajano Pires da Nóbrega Neto / Resumo: O objetivo deste trabalho e mostrar duas maneiras de se calcular o discriminante de um corpo de números. Da primeira forma, utilizando a teoria algébrica dos números clássica vimos como calcular o discriminante dos corpos quadráticos e corpos ciclotômicos. Através desta teoria é possível calcular o discriminante somente desses corpos com um árduo trabalho. Da segunda maneira utilizando os caracteres de Dirichlet e seus condutores vimos o cálculo do discriminante para qualquer corpo abeliano de uma maneira não muito trabalhosa. Finalmente, utilizando esses resultados damos aplicações sobre reticulados algébricos. / Abstract: The aim of this work is to make a parallel between two forms of computing discriminants of fields of numbers. In the first form, by classic algebraic number theory we computed the discriminant of quadratics fields and ciclotomic fields. Through of this theory, is possible to computing the discriminant alone of this fields with a arduous work. In the second form using Dirichlet's character and their conductors we computed the discriminant of any abelian field of a form not very hard. Finally, using this results we give applications on algebraic lattices. / Mestre

Um dos temas mais estudados na área de finanças, em especial na análise de créditos, são os modelos que buscam prever a capacidade das empresas em se manterem solventes. Via de regra, tais estudos buscam, dentre vários indicadores, aqueles que se mostram mais apropriados para realizar tal predição. Nesse trabalho propõe-se um outro olhar sobre os modelos de previsão. Partindo de modelos já consagrados na literatura, escolheram-se os indicadores contábeis mais utilizados, que foram comparados, através da Análise Discriminante e da Regressão Logística, com os indicadores oriundos do Modelo Dinâmico. O objetivo do estudo foi verificar se os indicadores do Modelo Dinâmico oferecem melhores resultados que os indicadores tradicionais. O trabalho se baseia numa amostra com 48 empresas, composta de 24 insolventes e as outras 24 ditas como saudáveis, tratadas como pares das insolventes, escolhidas dentro do mesmo setor econômico de cada uma das insolventes. Além disso, foi incluída no estudo a classificação de empresas de Fleuriet como variável qualitativa. Os resultados obtidos não apresentam evidências sobre a superioridade de um ou outro conjunto de indicadores, mas, os melhores resultados alcançados derivam da inclusão da classificação de empresas de Fleuriet, seja através da Análise Discriminante, seja através da Regressão Logística, conseguindo no melhor dos resultados, um percentual de acerto total de 83,3%. A análise minuciosa dos erros de classificação ensejou uma proposta de reordenação dos tipos de situação de liquidez originalmente propostos por Fleuriet. / One of the most studied topics in finance, particularly in credit analysis, are the models that seek to predict the ability of firms to remain solvent. Usually, such studies among various indicators, seek those who are most appropriate to perform such a prediction. In this work we propose a different view of the forecast models. Starting from models already established in the literature, were chosen the most used financial indicators, which were compared by discriminant analysis and logistic regression, with indicators derived from the Dynamic Model. The aim of the study was to determine whether the indicators of Dynamic Model offer better results than the traditional indicators. The work is based on a sample of 48 companies, consisting of 24 insolvent 24 and the other said to be healthy treated as pairs of insolvent chosen within the same economic sector of each insolvent. Furthermore, it was included in the study the classification of companies as Fleuriet qualitative variable. The results show no evidence of the superiority of one or another set of indicators, but the best results achieved derive from the inclusion of classification Fleuriet companies, either through discriminant analysis, logistic regression is through, achieving the best results a percentage of the total adjustment of 83.3 %. A thorough analysis of the classification errors gave rise a proposed reorganization of the types of liquidity situation originally proposed by Fleuriet.

Novas regiões vitícolas estão se estabelecendo em muitas regiões brasileiras. Em especial, no estado do Rio Grande do Sul diversos empreendimentos estão instalados ou em fase de projeto de instalação em várias regiões. No contexto da moderna vitivinicultura nacional, um fator importante de agregação de valor aos produtos resultantes da atividade é a sua associação a uma identidade regional, tendência próxima ao conceito de terroir. Tratando-se de regiões produtoras novas, faz-se necessário um complexo levantamento de características de cada região produtora, de modo que sejam definidos parâmetros de diferenciação que confiram, a cada região, a necessária tipicidade tão próxima à ideia de terroir. Este trabalho propõe-se a trazer uma contribuição à caracterização de algumas novas regiões vitícolas do Rio Grande do Sul, tentando mostrar que é possível evidenciar fatores físicos que diferenciam cada região. Foram escolhidas três áreas na metade sul do estado, sendo duas na Campanha Gaúcha (Almadén em Santana do Livramento e Seival em Candiota), e uma na Serra do Sudeste (Chandon em Encluzilhada do Sul); também foi estudada uma área na Serra Gaúcha (Boscato em Nova Pádua). Como ferramentas de estudo, foram utilizadas técnicas de espectrorradiometria para levantamento de dados de campo nas quatro regiões, onde foram tomados espectros de reflectância foliar no visível e no infravermelho próximo e médio. Foram selecionadas parcelas de parreirais das variedades Cabernet Sauvignon, Merlot, Pinot Noir, Chardonnay e Riesling Itálico. Também foram utilizadas imagens de satélite (ASTER) para estudar as áreas da Almadén e Seival, com dados de reflectância no visível e no infravermelho de diversos cultivares de Vitis vinifera. Os dados foram analisados usando-se diversas técnicas de separação, como algoritmos de classificação supervisionada e Análise Discriminante. Os resultados, tanto para os dados de radiometria de campo quanto para os dados orbitais, mostraram que a partir da reflectância de folhas e de dossel é possível separar cada uma das regiões, com acurácias da ordem de 80% ou mais, sendo esta separabilidade atribuída à influência do meio físico sobre as plantas. Conclui-se que a utilização de dados e técnicas de Sensoriamento Remoto, com o apoio de técnicas de análise estatística, constitui relevante ferramenta de apoio à caracterização de regiões vitícolas no Rio Grande do Sul, e provavelmente para qualquer região produtora. / New viticultural regions are being created in several regions across Brazil. For instance, in Rio Grande do Sul State many wineries are already established, are being installed or are in project phase. In the context of modern Brazilian viticulture, an important factor for added value to products from the activity is its association to a regional identity, a tendency which is akin to the terroir concept. Being new regions, a comprehensive survey of the characteristics of each producing area is necessary, a step leading to the definition of parameters of differentiation, which will give to each region the required typicity, crucial to the terroir idea. Presently, we carry out a contribution to the characterization of some new viticultural regions of Rio Grande do Sul, trying to show that it is possible to bring to light physical factors which will differentiate each region. Three areas in the State’s Metade Sul (southern half) were selected, being two in the Campanha Gaúcha region (Almadén in Santana do Livramento and Seival in Candiota), and another one at the Serra do Sudeste (Chandon in Encruzilhada do Sul); we also selected a winery at the Serra Gaúcha (Boscato in Nova Pádua). As tools for this study, we used techniques of spectroradiometry to collect field data in all four regions, acquiring spectra of leaf reflectance in visible, wavelengths, and at near and mean infrared as well. We selected vineyards of the grape varieties Cabernet Sauvignon, Merlot, Pinot Noir, Chardonnay and Riesling Itálico. Satellite images (ASTER product) were also taken to study the Almadén and Seival wineries, using reflectance data in visible and infrared for some varieties of Vitis vinifera. All data were analyzed through several techniques intended for differentiation, as algorithms for supervised classification and, in Statistics, Discriminant Analysis. The results, from radiometry field data and from satellite data as well, showed that from the reflectance of leaves and canopy it is possible to separate each region, with accuracies as high as 80% and even more. This separability is believed to be due to the influence of the physical environment on plants. It is concluded that the use of data and techniques from Remote Sensing, associated with techniques of statistical analysis, are relevant tools to support the characterization of viticultural regions in Rio Grande do Sul and probably in any producing region.