Made available in DSpace on 2014-06-11T19:31:35Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-12-19Bitstream added on 2014-06-13T21:02:54Z : No. of bitstreams: 1 simeao_sfap_dr_botfca.pdf: 899191 bytes, checksum: da6ed77a45734c278c56395d23c51cd0 (MD5) / Universidade Estadual Paulista (UNESP) / Aspectos teóricos relacionados à Análise Discriminante Multivariada - Linear e Quadrática - foram discutidos, por meio de um extenso levantamento histórico da função discriminante, com seus primórdios no trabalho de Fisher e sua posterior evolução, enfocando o intenso desenvolvimento das técnicas classificatórias discriminantes com o advento dos computadores. Foi dada ênfase aos softwares estatísticos desenvolvidos para PC, que realizam a análise discriminante, e que representam uma grande contribuição para pesquisadores e usuários desta técnica. Considerando a dificuldade existente quanto a aplicativos computacionais acessíveis a pesquisadores da área de ciências agrárias, elaborou-se um programa que realiza a análise discriminante quadrática com as respectivas freqüências de classificação correta, bem como o manual explicativo do usuário. Verificou-se que a função discriminante quadrática trata de um procedimento bastante útil nas ciências agrárias, como, por exemplo, em estudos nas áreas de solos, cultivos diversos (soja, milho, cana de açúcar, pupunha, braquiária, frutas), criação de animais e classificação e seleção de madeiras; porém, subutilizada frente à dificuldade de programas computacionais de fácil manuseio e acesso a pesquisadores das áreas aplicadas. Os procedimentos estudados e discutidos foram ilustrados com exemplos de aplicação, utilizando dados experimentais agronômicos de espécies de Girassóis e Eucalyptus, submetidos ao aplicativo desenvolvido. / A large historical study of the discriminant function has allowed a discussion on theoretical aspects related to the Multivaried Discriminant Analysis - Linear and Quadratic, showing its past in the work of Fisher and its later evolution, emphasizing the wide development of classificatory discriminant techniques with the happening of the computers, and specific statistic softwares which practice the discriminant analysis, representing a big contribution to researches and users of this technique. Considering the difficulty in relation to accessible softwares to researches of the agrarian area, a software which performs a linear and quadratic discriminant analysis was built with its frequencies of correct classification, as well as an explicative manual to users. The quadratic discriminant was studied as being a very useful process in agrarian sciences. Some examples of this usefulness is in studies of the ground, diversified cultivation (soybean, corn, sugarcane, pejibaye, brachiaria decumbens fruits), animal creation and wood selection, and classification; however, misused in relation to the difficulties of easy handing and access to researchers of applied areas. The studied and discussed procedures were illustrated with applications, using agronomic experimental data of Sunflower and Eucalyptus, submitted to developed software.

Made available in DSpace on 2015-03-26T13:42:32Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1270776 bytes, checksum: 45ceec810d57392774ec214a30c1e3a3 (MD5) Previous issue date: 2014-02-26 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / The correct classification of individuals has a top importance for the genetic variability preservation as well as to maximize gains. The multivariate statistical techniques commonly used in these situations are the Fisher and Anderson discriminant functions, allowing to allocate an initially unknown individual in a probably g population or predefined groups. However, for higher levels of similarity such as backcross populations these methods has proved to be inefficient. Currently, much has been Said about a new paradigm of computing, artificial neural networks, which can be used to solve many statistical problems as similar subjects grouping, time-series forecasting and in particular, the classification problems. The aim of this study was to conduct a comparative study between the Fisher and Anderson discriminant functions and artificial neural networks through the number of incorrect classifications of individuals known to belong to different simulated backcross with increasing levels of populations similarity. The dissimilarity, measured by Mahalanobis distance, was a concept of fundamental importance in the use of discrimination techniques, due the quantification of how much populations were divergent. Data collection was done through simulation using the software Genes. Each population generated was characterized by a set of elements measured by characteristics of a continuous distribution. The relations of relatives and hierarchical structuring were established considering genetically divergent populations, F1 hybrid and five generations of backcrossing in relation to each of the relatives, establishing measures of effectiveness of the tested methodologies. The phenotypic data of populations were used to establish the Fisher and Anderson discriminant function and the calculation of the apparent error rate (AER), which measures the number of incorrect classifications. The ERA Estimations were compared with those obtained by means of neural networks. The artificial neural network is shown as a promising technique to solve classification problems, once it had a number of incorrect individuals classifications smaller than the data obtained by the discriminant functions. / A correta classificação de indivíduos é de extrema importância para fins de preservação da variabilidade genética existente bem como para a maximização dos ganhos. As técnicas de estatística multivariada comumente utilizada nessas situações são as funções discriminantes de Fisher e de Anderson, que permitem alocar um indivíduo inicialmente desconhecido em uma das g populações prováveis ou grupos pré-definidos. Entretanto, para altos níveis de similaridade como é o caso de populações de retrocruzamentos esses métodos tem se mostrado pouco eficientes. Atualmente, muito se fala de um novo paradigma de computação, as redes neurais artificiais, que podem ser utilizadas para resolver diversos problemas da Estatística, como agrupamento de indivíduos similares, previsão de séries temporais e em especial, os problemas de classificação. O objetivo desse trabalho foi realizar um estudo comparativo entre as funções discriminantes de Fisher e de Anderson e as redes neurais artificiais quanto ao número de classificações incorretas de indivíduos sabidamente pertencentes a diferentes populações simuladas de retrocruzamento, com crescentes níveis de similaridade. A dissimilaridade, medida pela distância de Mahalanobis, foi um conceito de fundamental importância na utilização das técnicas de discriminação, pois quantificou o quanto as populações eram divergentes. A obtenção dos dados foi feita através de simulação utilizando o programa computacional Genes. Cada população, gerada por simulação, foi caracterizada por um conjunto de elementos mensurados por características de natureza contínua. Foram geradas considerados 50 locos independentes, cada qual com dois alelos. As relações de parentescos e a estruturação hierárquica foram estabelecidas considerando populações genitoras geneticamente divergentes, híbrido F1 e cinco gerações de retrocruzamento em relação a cada um dos genitores, permitindo estabelecer parâmetros de eficácia das metodologias testadas. Os dados fenotípicos das populações foram utilizados para estabelecimento da função discriminante de Fisher e Anderson e para o cálculo da taxa de erro aparente (TEA), que mede o xi número de classificações incorretas. As estimativas de TEA foram comparadas com as obtida por meio das Redes Neurais Artificiais. As redes neurais artificiais mostraram-se uma técnica promissora no que diz respeito a problemas de classificação, uma vez que apresentaram um número de classificações incorretas de indivíduos menor que os dados obtidos pelas funções discriminantes.

Made available in DSpace on 2014-12-17T14:44:16Z (GMT). No. of bitstreams: 1 RadamesMVM_DISSERT.pdf: 1107498 bytes, checksum: 921fe2f3c1378e170ca3ff8c543c3103 (MD5) Previous issue date: 2013-02-18 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The methods of analysis of the selection system sports talent sometimes do not consider the biological age of the athletes, since that the assessment of maturational moment have several limitations The aim of this work is to develop a predictive equation of pubertal assessment in male subjects, based on anthropometric measurements. We evaluated 206 young boys, aged between eight and 18 years, and studing in public and private schools in Natal, Brazil. The sample selection was done randomly, being used the anthropometric measurements and pubertal maturation evaluation according to the Tanner stages. Statistical analysis followed the presentation of central tendency measures and their derivatives. The inferential analysis was performed according to the ANOVA test, multivariate discriminant analysis and weighted Kappa. The advancement of pubertal stages was accompanied by significant changes in anthropometric variables, demonstrating the relationship presented in both. For this purpose, discriminant analysis selected eight variables with the highest prediction of pubertal maturation, and created an equation with a significance level of 75%. and concordance level of 0.840, considered as excellent. This shows that the prediction of pubertal maturation from anthropometric variables presented as a valid method, being used as a practical tool in sports talents selection / Os m?todos de an?lise do sistema de sele??o de talentos esportivos, por vezes, n?o consideram a idade biol?gica dos atletas, uma vez que a avalia??o do estado maturacional apresenta in?meras limita??es. Para tal, o presente estudo objetiva desenvolver uma equa??o preditiva da avalia??o puberal de sujeitos do sexo masculino, baseada em medidas antropom?tricas. Foram avaliados 206 indiv?duos do sexo masculino entre oito e 18 anos, estudantes de escolas p?blicas e privadas de Natal, Brasil. A amostra foi selecionada aleatoriamente, sendo utilizadas avalia??es antropom?tricas, e a avalia??o da matura??o puberal, segundo o m?todo de Tanner. A an?lise estat?stica foi apresentada pelos valores de tend?ncia central e seus derivados, al?m de ser inferencialmente baseada na ANOVA, an?lise discriminante multivariada e teste de concord?ncia Kappa ponderado linear. O avan?o dos est?gios puberais foi acompanhado por modifica??es antropom?tricas significativas, demonstrando a inter-rela??o entre estas vari?veis. Para tal, a an?lise discriminante selecionou oito vari?veis com maior ?ndice de predi??o da matura??o puberal, e criou uma equa??o com um n?vel de signific?ncia de 75% e concord?ncia de 0,840, considerados como um excelente resultado. Isto demonstra que a predi??o da matura??o puberal a partir de vari?veis antropom?tricas apresentou-se como um m?todo v?lido, servindo de aux?lio pr?tico no meio da sele??o de talentos esportivos

Made available in DSpace on 2015-05-14T13:21:42Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 3270377 bytes, checksum: f7faeeb5a1fdf2284d994edc54a6a265 (MD5) Previous issue date: 2013-08-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work presents a simple and non-expensive based on digital image and pattern recognition techniques for the classification of edible vegetable oils with respect to the type (soybean, canola, sunflower and corn) and the conservation state (expired and non-expired period of validity). For this, images of the sample oils were obtained from a webcam, and then, they were decomposed into histograms containing the distribution of color levels allowed for a pixel. Three representations for the color of a pixel were used: red-green-blue (RGB), hue-saturation-intensity (HSI) and grayscale. Linear discriminant analysis (LDA) was employed in order to build classification models on the basis of a reduced subset of variables. For the purpose of variable selection, two techniques were utilized, namely the successive projections algorithm (SPA) and stepwise (SW) formulation. Models based on partial least squares-discriminant analysis and (PLS-DA) applied to full histograms (without variable selection) were also employed for the purpose of comparison. For the study evolving the classification with respect to oil type, LDA/SPA, LDA /SW and PLS-DA models achieved a correct classification rate (CCR) of 95%, 90% and 95%, respectively. For the identification of expired non-expired samples, LDA / SPA models were found to the best method for classifying sunflower, soybean and canola oils, achieving a TCC of 97%, 94% and 93%, respectively, while the model LDA/SW correctly classified 100% of corn oil samples. These results suggest that the proposed method is a promising alternative for inspection of authenticity and the conservation state of edible vegetable oils. As advantages, the method does not use reagents to carry out the analysis and laborious procedures for chemical characterization of the samples are not required / Este trabalho apresenta um método simples e de baixo custo, baseado na utilização de imagens digitais e técnicas de reconhecimento de padrões, para a classificação de óleos vegetais comestíveis com relação ao tipo (soja, canola, girassol e milho) e ao estado de conservação (prazo de validade expirado e não expirado). Para isso, imagens das amostras de óleos vegetais foram obtidas a partir de uma webcam e, em seguida, as mesmas foram decompostas em histogramas contendo as distribuições dos níveis de cores permitidos a um pixel. Três modelos para a cor de um pixel foram utilizados: vermelho-verde-azul (RGB), matiz-saturação-intensidade (HSI) e tons de cinza. A análise discriminante linear (LDA) foi utilizada para o desenvolvimento de modelos de classificação com base em um subconjunto reduzido de variáveis. Para fins de seleção de variáveis, duas técnicas foram utilizadas: o algoritmo das projeções sucessivas (SPA) e o stepwise (SW). Modelos baseados na análise discriminante por mínimos quadrados parciais (PLS-DA) aplicados aos histogramas completos (sem seleção de variáveis) também foram utilizados com o propósito de comparação. No estudo envolvendo a classificação com respeito ao tipo, modelos LDA/SPA, LDA/SW e PLS-DA atingiram uma taxa de classificação correta (TCC) de 95%, 90% e 95%, respectivamente. Na identificação de amostras expiradas e não expiradas, o modelo LDA/SPA foi considerado o melhor método para a classificação das amostras de óleos de girassol, soja e canola, atingindo uma TCC de 97%, 94% e 93%, respectivamente, enquanto que o modelo LDA/SW classificou corretamente 100% das amostras de milho. Estes resultados sugerem que o método proposto é uma alternativa promissora para a inspeção de autenticidade e estado de conservação de óleos vegetais comestíveis. Como vantagem, a metodologia não utiliza reagentes, a análise é rápida e procedimentos laboriosos para a caracterização química das amostras não são necessários

Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-11T18:17:21Z No. of bitstreams: 2 Dissertaçao Lailson de Moraes.pdf: 4634910 bytes, checksum: cbec580f8cbc24cb3feb2379a1d2dfbd (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Approved for entry into archive by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-13T13:02:06Z (GMT) No. of bitstreams: 2 Dissertaçao Lailson de Moraes.pdf: 4634910 bytes, checksum: cbec580f8cbc24cb3feb2379a1d2dfbd (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T13:02:06Z (GMT). No. of bitstreams: 2 Dissertaçao Lailson de Moraes.pdf: 4634910 bytes, checksum: cbec580f8cbc24cb3feb2379a1d2dfbd (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-08-19 / An important pre-processing step in machine learning systems is dimensionality reduction, which aims to produce compact representations of high-dimensional patterns. In computer vision applications, these patterns are typically images, that are represented by two-dimensional matrices. However, traditional dimensionality reduction techniques were designed to work only with vectors, what makes them a suboptimal choice for processing two-dimensional data. Another problem with traditional approaches for dimensionality reduction is that they operate either on a fully unsupervised or fully supervised way, what limits their efficiency in scenarios where supervised information is available only for a subset of the data. These situations are increasingly common because in many modern applications it is easy to produce raw data, but it is usually difficult to label it. In this study, we propose three dimensionality reduction methods that can overcome these limitations: Two-dimensional Semi-supervised Dimensionality Reduction (2D-SSDR), Two-dimensional Discriminant Principal Component Analysis (2D-DPCA), and Two-dimensional Semi-supervised Local Fisher Discriminant Analysis (2D-SELF). They work directly with two-dimensional data and can also take advantage of supervised information even if it is available only for a small part of the dataset. In addition, a fully supervised method, the Two-dimensional Local Fisher Discriminant Analysis (2D-LFDA), is proposed too. The methods are defined in terms of a two-dimensional framework, which was created in this study as well. The framework is capable of generally describing scatter-based methods for dimensionality reduction and can be used for deriving other two-dimensional methods in the future. Experimental results showed that, as expected, the novel methods are faster and more stable than the existing ones. Furthermore, 2D-SSDR, 2D-SELF, and 2D-LFDA achieved competitive classification accuracies most of the time when compared to the traditional methods. Therefore, these three techniques can be seen as viable alternatives to existing dimensionality reduction methods. / Um estágio importante de pré-processamento em sistemas de aprendizagem de máquina é a redução de dimensionalidade, que tem como objetivo produzir representações compactas de padrões de alta dimensionalidade. Em aplicações de visão computacional, estes padrões são tipicamente imagens, que são representadas por matrizes bi-dimensionais. Entretanto, técnicas tradicionais para redução de dimensionalidade foram projetadas para lidar apenas com vetores, o que as torna opções inadequadas para processar dados bi-dimensionais. Outro problema com as abordagens tradicionais para redução de dimensionalidade é que elas operam apenas de forma totalmente não-supervisionada ou totalmente supervisionada, o que limita sua eficiência em cenários onde dados supervisionados estão disponíveis apenas para um subconjunto das amostras. Estas situações são cada vez mais comuns por que em várias aplicações modernas é fácil produzir dados brutos, mas é geralmente difícil rotulá-los. Neste estudo, propomos três métodos para redução de dimensionalidade capazes de contornar estas limitações: Two-dimensional Semi-supervised Dimensionality Reduction (2DSSDR), Two-dimensional Discriminant Principal Component Analysis (2D-DPCA), e Twodimensional Semi-supervised Local Fisher Discriminant Analysis (2D-SELF). Eles operam diretamente com dados bi-dimensionais e também podem explorar informação supervisionada, mesmo que ela esteja disponível apenas para uma pequena parte das amostras. Adicionalmente, um método completamente supervisionado, o Two-dimensional Local Fisher Discriminant Analysis (2D-LFDA) é proposto também. Os métodos são definidos nos termos de um framework bi-dimensional, que foi igualmente criado neste estudo. O framework é capaz de descrever métodos para redução de dimensionalidade baseados em dispersão de forma geral e pode ser usado para derivar outras técnicas bi-dimensionais no futuro. Resultados experimentais mostraram que, como esperado, os novos métodos são mais rápidos e estáveis que as técnicas existentes. Além disto, 2D-SSDR, 2D-SELF, e 2D-LFDA obtiveram taxas de erro competitivas na maior parte das vezes quando comparadas aos métodos tradicionais. Desta forma, estas três técnicas podem ser vistas como alternativas viáveis aos métodos existentes para redução de dimensionalidade.

Submitted by (ana.araujo@ufrpe.br) on 2016-07-05T20:35:43Z No. of bitstreams: 1 Gilberto Pereira da Silva.pdf: 302040 bytes, checksum: 1febdb9b7d8623f0bbe1564c7b381ddd (MD5) / Made available in DSpace on 2016-07-05T20:35:43Z (GMT). No. of bitstreams: 1 Gilberto Pereira da Silva.pdf: 302040 bytes, checksum: 1febdb9b7d8623f0bbe1564c7b381ddd (MD5) Previous issue date: 2004-07-22 / In this work we investigate which social factors contribute more to induce a depressive state in women. We sample 1000 patients from the public health system of the metropolitan area of Recife. Among then 57% were diagnostic as depressive and the others as suffering some humor disturbance. The social factors that we took in account were age, professional activity, condition civil, son, education level and sanitary area. The data we analyzed through multivariate analysis, i.e. , principal component analysis and discriminate analysis. We found out that, among the considered social factors, age, civil, and professional activity are the most important factors as longs depression is concerned. Further, the discriminate analysis shown that there exists a statistical significant difference between the group of women which are probable diagnostic as depressive and the other group in our sample. / Neste trabalho investigamos os fatores sociais que mais concorrem para a depressão em mulheres. Consideramos uma amostra de 1000 pacientes atendidas na Rede de Saúde Pública Municipal do Grande Recife das quais 57% foram diagnosticadas como depressivas e o restante com algum distúrbio de humor. Os fatores sociais que consideramos foram: idade, atividade profissional, estado civil, prole, grau de instrução e distrito sanitário. Os dados foram analisados através das técnicas multivariadas Análise de Componentes Principais e Análise Discriminante. Verificamos que, dos fatores analisados, os que mais contribuem para o estado depressivo em mulheres são a idade, a atividade profissional e o estado civil. Além disso, a análise discriminante mostrou que existe diferença significativa entre o grupo de mulheres com diagnóstico positivo e o grupo de mulheres diagnosticadas com possíveis diagnóstico de depressão.

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-03-31T20:17:42Z No. of bitstreams: 2 Dissertação - Mariana Vaz Bisneta - 2015.pdf: 6629201 bytes, checksum: b7081f288e6426640f564925ba69b856 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-04-04T14:26:36Z (GMT) No. of bitstreams: 2 Dissertação - Mariana Vaz Bisneta - 2015.pdf: 6629201 bytes, checksum: b7081f288e6426640f564925ba69b856 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) / Made available in DSpace on 2016-04-04T14:26:36Z (GMT). No. of bitstreams: 2 Dissertação - Mariana Vaz Bisneta - 2015.pdf: 6629201 bytes, checksum: b7081f288e6426640f564925ba69b856 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) Previous issue date: 2015-02-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In Brazil determinate stem termination soybean plants with long juvenile period are traditionally grown. In the last five years, indeterminate and semideterminate soybean plants, especially early maturity varieties in early sowing dates, were adopted in different latitudes, aiming to cultivate a second crop. When grown on different densities, soybean plants have compensation mechanisms on stem height, number of branches and pods per plant. The objectives of this study were: i) evaluate the effect of sowing date and plant density on soybean morphoagronomic traits of soybean cultivars with different stem termination; ii) correlate grain yield with morphoagronomic traits in each type of growth and sowing date, and yield components with each other in each type of growth and density; iii) perform discrimination among types of growth in soybean cultivars, identifying sowing conditions that cause changes in the response of morphological traits with ambiguity in the phenotypic expression of growth types. Three experiments were: early October (10.02.13), mid November (11.18.13) and early January (08.01.14) in the experimental area of Embrapa Arroz e Feijão in Santo Antonio de Goiás, Brazil (16°29’S, 49°17’W), at 2013/2014 season. Trials were performed in a randomized complete block design with three replications. Treatments included two factors, stem termination and plant population density. Four cultivars were used for each stem termination; determined, semideterminate and indeterminate. The plant densities corresponded to 50%, 100% and 150% of commercial recommendation to each variety. The traits assessed were number of days to flowering, number of days to maturity, plant height at flowering, height of first pod, plant height at maturity, growth percentage after flowering, number of nodes on main stem, number of branches on main stem, number of pods per node, number of pods per plant, number of grains per pod, number of grains per plant, one hundred grain weight and yield. For most assessed traits, soybean plants of each type of growth respond differently to changes on sowing date and plant density. Only in November sowing, the determinate type of growth showed lower yield comparing to the others types. The increase in plant density causes higher plants on flowering and maturity, less number of nodes and branches in the main stem, and lower average on yield components. Regardless of the type of growth, in the first sowing date yield showed greater correlation, positive, with number of seeds per pod; however, in other sowing dates this correlation occurred with one hundred grain weight. Plant density has more influence on the associations among yield components in the determinate and indeterminate growth types, than in the semideterminate type. The greatest variation in morphoagronomic traits was observed between determinate stem termination and the other types of growth. Most change on classification of type of growth (ambiguity) occurs in late sowing and high plant density. The percentages of growth after flowering and main stem node and branches numbers are the most important traits on type of growth discrimination. / No Brasil tradicionalmente são cultivadas plantas de soja com tipo de crescimento determinado e portadoras de período juvenil longo. Nos últimos cinco anos, plantas de soja com tipo de crescimento indeterminado e semideterminado, sobretudo de ciclo precoce, nas várias faixas de latitude, passaram a ser adotadas no início da época de semeadura, visando o cultivo da segunda safra (safrinha). Quando cultivada em diferentes densidades populacionais, as plantas de soja apresentam mecanismos de compensação, por exemplo, na altura, no número de ramificações e de vagens por planta. Assim, os objetivos deste trabalho foram: i) avaliar o efeito da época e densidade de semeadura em caracteres morfoagronômicos de plantas de soja com diferentes tipos de crescimento; ii) correlacionar a produtividade de grãos com caracteres morfoagronômicos, em cada tipo de crescimento e época de semeadura, assim como os componentes de produção entre si, em cada tipo de crescimento e densidade de plantas, buscando-se identificar mudanças nas associações, decorrentes do efeito da densidade de plantas; iii) discriminar os tipos de crescimento em cultivares de soja, identificando condições de semeadura que provoquem mudanças na resposta de caracteres morfoagronômicos, implicando em ambiguidade na expressão fenotípica dos tipos de crescimento. Foram instalados três experimentos em diferentes épocas de semeadura: início de outubro (02/10/13), meados de novembro (18/11/13) e início de janeiro (08/01/14), em área experimental da Embrapa Arroz e Feijão, em Santo Antônio de Goiás (16°29’S, 49°17’W), na safra 2013/2014. Os ensaios foram realizados em delineamento de blocos completos casualizados, com três repetições. Os tratamentos incluíram dois fatores, tipos de crescimento e densidades de semeadura. Foram utilizadas quatro cultivares para cada tipo de crescimento; determinado, semideterminado e indeterminado. As densidades de plantas corresponderam a 50%, 100% e 150% da população recomendada comercialmente para cada cultivar. Foram avaliados 14 caracteres; número de dias para florescimento, número de dias para maturação, altura da planta na floração, altura de inserção da primeira vagem, altura de planta na maturação, porcentagem de crescimento após a floração, número de nós na haste principal, número de ramificações na haste principal, número de vagens por nó, número de vagens por planta, número de grãos por vagem, número de grãos por planta, massa de cem grãos e produtividade. Para a maioria dos caracteres estudados, as plantas de cada tipo de crescimento responderam diferentemente às variações de época e densidade de semeadura. Apenas na semeadura de novembro o tipo de crescimento determinado resultou em menor produtividade que os outros tipos. O aumento da densidade de plantas provocou maior altura de plantas, tanto na floração como na maturação; assim como menor número de nós e de ramificações na haste principal e menor média dos componentes de produção. Independentemente do tipo de crescimento, na primeira época de semeadura a produtividade mostrou-se correlacionada positivamente e em maior magnitude com o número de grãos por vagem; já nas outras épocas, a correlação foi maior com a massa de cem grãos. A densidade influencia mais a associação entre os componentes de produção nos tipos de crescimento determinado e indeterminado do que no tipo semideterminado. A maior variação nos caracteres morfoagrônomicos ocorreu entre o tipo determinado e os outros tipos. A plasticidade de tipos de crescimento (ambiguidade) ocorre, principalmente, na semeadura tardia e sob alta densidade de plantas. A porcentagem de crescimento após a floração, número de ramificações e de nós na haste principal são as variáveis mais importantes na discriminação dos tipos de crescimento.

Submitted by Luanna Matias (lua_matias@yahoo.com.br) on 2015-04-01T14:19:27Z No. of bitstreams: 2 Dissertação - Lucas de Almeida Ribeiro - 2014.pdf: 6237054 bytes, checksum: 085446421b01a7e7b9174daf3da9b192 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luanna Matias (lua_matias@yahoo.com.br) on 2015-04-01T15:19:35Z (GMT) No. of bitstreams: 2 Dissertação - Lucas de Almeida Ribeiro - 2014.pdf: 6237054 bytes, checksum: 085446421b01a7e7b9174daf3da9b192 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-04-01T15:19:35Z (GMT). No. of bitstreams: 2 Dissertação - Lucas de Almeida Ribeiro - 2014.pdf: 6237054 bytes, checksum: 085446421b01a7e7b9174daf3da9b192 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-10-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work proposes the use of multi-objective evolutionary algorithm on tables (AEMT) for variable selection in classification problems, using linear discriminant analysis. The proposed algorithm aims to find minimal subsets of the original variables, robust classifiers that model without significant loss in classification ability. The results of the classifiers modeled by the solutions found by this algorithm are compared in this work to those found by mono-objective formulations (such as PLS, APS and own implementations of a Simple Genetic Algorithm) and multi-objective formulations (such as the simple genetic algorithm multi -objective - MULTI-GA - and the NSGA II). As a case study, the algorithm was applied in the selection of spectral variables for classification by linear discriminant analysis (LDA) of samples of biodiesel / diesel. The results showed that the evolutionary formulations are solutions with a smaller number of variables (on average) and a better error rate (average) and compared to the PLS APS. The formulation of the AEMT proposal with the fitness functions: medium risk classification, number of selected variables and number of correlated variables in the model, found solutions with a lower average errors found by the NSGA II and the MULTI-GA, and also a smaller number of variables compared to the multi-GA. Regarding the sensitivity to noise the solution found by AEMT was less sensitive than other formulations compared, showing that the AEMT is more robust classifiers. Finally shows the separation regions of classes, based on the dispersion of samples, depending on the selected one of the solutions AEMT, it is noted that it is possible to determine variables of regions split from the selected variables. / Este trabalho propõe o uso do algoritmo evolutivo multi-objetivo em tabelas (AEMT) para a seleção de variáveis em problemas de classificação, por meio de análise discriminante linear. O algoritmo proposto busca encontrar subconjuntos mínimos, das variáveis originais, que modelem classificadores robustos, sem perda significativa na capacidade de classificação. Os resultados dos classificadores modelados pelas soluções encontradas por este algoritmo são comparadas, neste trabalho, às encontradas por formulações mono-objetivo (como o PLS, o APS e implementações próprias de um Algoritmo Genético Simples) e formulações multi-objetivos (como algoritmo genético multi-objetivo simples - MULTI-GA - e o NSGA II). Como estudo de caso, o algoritmo foi aplicado na seleção de variáveis espectrais, para a classificação por análise discriminante linear (LDA - Linear Discriminant Analysis), de amostras de biodiesel/diesel. Os resultados obtidos mostraram que as formulações evolutivas encontram soluções com um menor número de variáveis (em média) e uma melhor taxa de erros (média) se comparadas ao PLS e o APS. A formulação do AEMT proposta com as funções de aptidão: risco médio de classificação, número de variáveis selecionadas e quantidade de variáveis correlacionadas presentes no modelo, encontrou soluções com uma média de erros inferior as encontradas pelo NSGA II e pelo MULTI-GA, e também uma menor quantidade de variáveis se comparado ao MULTI-GA. Em relação à sensibilidade a ruídos a solução encontrada pelo AEMT se mostrou menos sensível que as outras formulações comparadas, mostrando assim que o AEMT encontra classificadores mais robustos. Por fim, são apresentadas as regiões de separação das classes, com base na dispersão das amostras, em função das variáveis selecionadas por uma das soluções do AEMT, nota-se que é possível determinar regiões de separação a partir das variáveis selecionadas.

Context. Human oracle cost, the cost associated in estimating the correctness of the output for the given test inputs is manually evaluated by humans and this cost is significant and is a concern in the software test data generation field. This study has been designed in the context to assess metrics that might predict human oracle cost. Objectives. The major objective of this study is to address the human oracle cost, for this the study identifies the metrics that are good predictors of human oracle cost and can further help to solve the oracle problem. In this process, the identified suitable metrics from the literature are applied on the test input, to see if they can help in predicting the correctness of the output for the given test input. Methods. Initially a literature review was conducted to find some of the metrics that are relevant to the test data. Besides finding the aforementioned metrics, our literature review also tries to find out some possible code metrics that can be ap- plied on test data. Before conducting the actual experiment two pilot experiments were conducted. To accomplish our research objectives an experiment is conducted in the BTH university with master students as sample population. Further group interviews were conducted to check if the participants perceive any new metrics that might impact the correctness of the output. The data obtained from the experiment and the interviews is analyzed using linear regression model in SPSS suite. Further to analyze the accuracy vs metric data, linear discriminant model using SPSS pro- gram suite was used. Results.Our literature review resulted in 4 metrics that are suitable to our study. As our test input is HTML we took HTML depth, size, compression size, number of tags as our metrics. Also, from the group interviews another 4 metrics are drawn namely number of lines of code and number of <div>, anchor <a> and paragraph <p> tags as each individual metric. The linear regression model which analyses time vs metric data, shows significant results, but with multicollinearity effecting the result, there was no variance among the considered metrics. So, the results of our study are proposed by adjusting the multicollinearity. Besides, the above analysis, linear discriminant model which analyses accuracy vs metric data was conducted to predict the metrics that influences accuracy. The results of our study show that metrics positively correlate with time and accuracy. Conclusions. From the time vs metric data, when multicollinearity is adjusted by applying step-wise regression reduction technique, the program size, compression size and <div> tag are influencing the time taken by sample population. From accuracy vs metrics data number of <div> tags and number of lines of code are influencing the accuracy of the sample population.

Trots att det inom forskningsvärlden propageras för formativ bedömning, kan man i dagsläget notera en mycket stor variation gällande införlivandet av, samt effekter av, formativ bedömning i skolor. Metoder för att kartlägga formativ bedömningspraxis fordras för att kunna särskilja på ”god” respektive ”mindre god” formativ bedömningspraxis. Syftet med föreliggande uppsats var att, med hjälp av en elevenkät och multivariata projektionsmetoder såsom PCA och PLS-DA, kartlägga, och särskilja, formativ bedömningspraxis hos sex olika gymnasieklasser som genomfört kursen kemi 2. Ett sekundärt syfte var även att, med samma verktyg, försöka karakterisera och särskilja frekvenser av olika genomförda undervisningsmoment inom samma kurs och klasser. Studien visade, på ett grafiskt och illustrativt sätt, en stor variation av upplevelser av formativ bedömning inom de tillfrågade klasserna. Vidare visade sig PCA vara ett utmärkt verktyg för att identifiera elevsvar som låg utanför den ”normala” variationen. Genom en PLS-DA-analys påvisades en skillnad i frekvenser av genomförda undervisningsmoment mellan två kommunala och en privat skola – även om dessa resultat bör tolkas med en viss försiktighet.