Submitted by João Gabriel Saraceni Lima da Silva (joaosaraceni@id.uff.br) on 2018-03-28T14:50:00Z No. of bitstreams: 1 Joao Saraceni Dissertacao Revisado Banca _V04.pdf: 1375797 bytes, checksum: 36d698762a610b673b13e6a26444a31c (MD5) / Approved for entry into archive by Debora Nunes Ferreira (debora.nunes@fgv.br) on 2018-04-02T17:28:16Z (GMT) No. of bitstreams: 1 Joao Saraceni Dissertacao Revisado Banca _V04.pdf: 1375797 bytes, checksum: 36d698762a610b673b13e6a26444a31c (MD5) / Approved for entry into archive by Suzane Guimarães (suzane.guimaraes@fgv.br) on 2018-04-02T17:45:56Z (GMT) No. of bitstreams: 1 Joao Saraceni Dissertacao Revisado Banca _V04.pdf: 1375797 bytes, checksum: 36d698762a610b673b13e6a26444a31c (MD5) / Made available in DSpace on 2018-04-02T17:45:56Z (GMT). No. of bitstreams: 1 Joao Saraceni Dissertacao Revisado Banca _V04.pdf: 1375797 bytes, checksum: 36d698762a610b673b13e6a26444a31c (MD5) Previous issue date: 2018-02-28 / A diversificação das fontes de dados utilizadas em processos decisórios nas organizações é um dos elementos que fundamentam o conceito de big data, apontado como o futuro das aplicações de Inteligência Analítica. O desafio das organizações em trabalhar com dados não estruturados e dados externos torna-se importante para as que desejam evoluir suas iniciativas de Inteligência Analítica. A partir da revisão de literatura e entrevistas com profissionais que atuam neste campo, este trabalho explora quais as principais iniciativas para obtenção de novas fontes de dados em sistemas de informação de Inteligência Analítica. A abordagem metodológica utilizada foi o estudo de caso múltiplo. A pesquisa utilizou como perspectiva de análise a Teoria da Capacidade Absortiva, que oferece elementos para avaliar como a empresa obtém informações externas a ela e as utiliza no contexto organizacional, gerando valor a seu negócio. São discutidos os principais desafios para a diversificação das fontes de dados, que pode se dar em função da complexidade de diferentes tecnologias, fornecedores, integração de dados, entre outros fatores. Os resultados são apresentados explorando os constructos de Aquisição, Assimilação, Transformação e Utilização, presentes na teoria da Capacidade Absortiva, aplicado à diversificação das fontes de dados nas organizações. Foi possível notar que existem diferentes níveis de utilização de dados externos nas organizações, bem como diferentes arranjos organizacionais para consumir dados externos. As diferentes formas de consumir dados externos causam impacto na forma de alocação de investimentos, governança de dados, cultura organizacional, relacionada ao uso do dado e, por fim, na maturidade do uso de dados externos de forma sistêmica na organização. / The variety of data sources applied into decision-making processes in organizations is one of the factors that defines the concept of big data, indicated as the future of Business Intelligence & Analytics applications. Handle with not structured and/or external data diversifying data sources became important to organizations that evolve their BI&A initiatives. From the literature review and interviews with field professionals, this work explore the main initiatives of organizations to obtain new data sources in BI&A information systems. The methodology approach used is multiple case study. The research used the Absorptive Capacity theory as analytical perspective, which offers elements to evaluate how organization obtains external information and use it into organizational context. There are discussed the main challenges to diversifying data sources, such as the complexity of new technologies, suppliers, data integration, among others. The results are presented exploring the constructs Acquisition, Assimilation, Transformation and Explotation, built in Absorptive Capacity theory, applied to the diversification of data sources. It was possible to notice that there are different external and/or not structured data usage levels in organization, as well as different organizational arrangements for consuming external data. The ways of consuming external data have effects on the investment allocation, data governance, organizational culture related to the use of data, and ultimately on the maturity of external and/or not structured data usage in a systematic way in the organization.

Submitted by VALÉRIA RAMOS FRISO null (valeriafriso@yahoo.com.br) on 2016-04-23T13:07:48Z No. of bitstreams: 1 Dissertação VF rev.08.pdf: 6604615 bytes, checksum: 788a6fb6c268c81d14b2cad053f29b1f (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-04-26T19:37:41Z (GMT) No. of bitstreams: 1 friso_vr_me_bauru.pdf: 6604615 bytes, checksum: 788a6fb6c268c81d14b2cad053f29b1f (MD5) / Made available in DSpace on 2016-04-26T19:37:41Z (GMT). No. of bitstreams: 1 friso_vr_me_bauru.pdf: 6604615 bytes, checksum: 788a6fb6c268c81d14b2cad053f29b1f (MD5) Previous issue date: 2016-03-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Este trabalho tem por objetivo analisar as relações sensoriais e funcionais estabelecidas entre as crianças e produtos cotidianos, divididos entre aqueles com características que privilegiam a função e outros que apresentem elementos diferenciadores, aplicados como brinquedos não estruturados. Correlacionar os resultados aos novos conceitos de design com enfoque sistêmico gerando discussões acerca do desenvolvimento de produtos. Material e Método: A pesquisa foi dividida em duas fases. A primeira consistiu em detectar brinquedos não estruturados em ambiente lúdico doméstico. Foram investigadas 8 casas, e a partir dos objetos encontrados entre os brinquedos determinou-se os materiais a serem utilizados na segunda fase. Na segunda fase, em ambiente lúdico controlado, foram usados como brinquedos não estruturados 60 artefatos de uso cotidiano estando divididos entre pentes, embalagens e recipientes vazios e colheres. Desses, 30 tinham características comuns e que identificavam a função e 30 continham elementos estéticos diferenciadores. Resultados: Foram perceptíveis a capacidade e a necessidade de adaptações das crianças à aplicação dos artefatos. As novas leituras sobre os artefatos se sobrepuseram a sua função explicita no ambiente lúdico. Os objetos com design diferenciado e com aspectos inusitados ofereceram maior estímulos criativos que os com aspecto explicitamente funcionais. / Objective: To analyze the sensory and functional relations between the children and everyday products, divided into those with features that emphasize the function and others presenting differentiating elements, applied as unstructured toys. Correlate the results to new design concepts with systemic approach generating discussions about product development. Material and Methods: The research was divided into two phases. The first was to detect unstructured toys in domestic playful environment. They were investigated eight houses, and from the objects found among the toys determined if the materials to be used in the second phase. In the second phase, in controlled playful environment, they were used as toys unstructured 60 articles of everyday use being divided between combs, packaging and empty containers and spoons. Of these, 30 had common characteristics that identify the function and 30 contained differentiating aesthetic elements. Results: There were noticeable capacity and the need for adaptations of children the application of artifacts. The new readings on the artifacts have overshadowed its function explicit in playful environment. Objects with different design and unusual aspects offered greater creative stimuli that with respect explicitly functional.

Made available in DSpace on 2015-05-14T12:36:35Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 1730516 bytes, checksum: 167ec230d84a25e110ad4386ec5aae74 (MD5) Previous issue date: 2012-04-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The explosive growth of web-based information systems has created various sources and vast quantities of semi-structured data, which need to be indexed by search engines in order to allow the retrieval of documents according to user needs. However, one of the major challenges in the development of indexing techniques for semi-structured data is related to how to index not only textual but also structural content. The main issue is how to efficiently handle branching path expressions without introducing precision loss as well as undesired growth of query processing costs and index file sizes. Several proposals for indexing semistructured data can be found in the literature. Despite their relevant contributions, existing proposals suffer from at least one of the problems related to precision loss, storage space requirements and query processing costs. In such a context, this thesis proposes an efficient, lossless path-based indexing technique (named as BranchGuide) for semi-structured data, which deals with a well-defined class of branching path expressions. This well-defined class includes branching paths that allow expressing parent-child dependencies between elements in which may be imposed restrictions over the textual value of attributes of such elements. As evinced by experimental evaluation, the adoption of the BranchGuide technique results in excellent query processing time and generates smaller index file sizes than a structural join indexing technique. / O surgimento de sistemas baseados na Web tem gerado uma vasta quantidade de fontes de documentos semi-estruturados, os quais necessitam ser indexados por sistemas de busca a fim de possibilitar a descoberta de documentos de acordo com necessidades de informação do usuário. Entretanto, um dos maiores desafios no desenvolvimento de técnicas de indexação para documentos semi-estruturados diz respeito a como indexar não somente o conteúdo textual, mas também a informação estrutural dos documentos. O principal problema está em prover suporte para consultas com ramificação sem introduzir fatores que causem perda de precisão aos resultados de pesquisa, bem como, o crescimento indesejado do tempo de processamento de consultas e dos tamanhos de índice. Várias técnicas de indexação para dados semi-estruturados são encontradas na literatura. Apesar das relevantes contribuições, as propostas existentes sofrem com problemas relacionados à perda de precisão, requisitos de armazenamento ou custos de processamento de consultas. Neste contexto, nesta dissertação é proposta uma técnica de indexação (denominada BranchGuide) para dados semi-estruturados que suporta uma bem definida classe de consultas com ramificação sem perda de precisão. Esta classe compreende caminhos com ramificação que permitem expressar dependências paifilho entre elementos nos quais podem ser impostas restrições sob os valores de atributos de tais elementos. Como evidenciado experimentalmente, a adoção da técnica BranchGuide gera excelentes tempos de processamento de consulta e tamanhos de índice menores do que os gerados por uma técnica de interseção estrutural.

A combinação de agentes quimiopreventivos com diferentes mecanismos de ação tem sido considerada uma estratégia promissora para a prevenção do câncer. Dentre os diversos compostos bioativos em alimentos, destacam-se a tributirina, um pró-fármaco do ácido butírico presente em laticínios e produzido pela fermentação de fibras dietéticas, e o óleo de linhaça, fonte de ácido alfa linolênico. Nesse contexto, foi avaliada a atividade quimiopreventiva de lipídios estruturados obtidos a partir da interesterificação enzimática de tributirina e óleo de linhaça durante a fase de promoção inicial da hepatocarcinogênese experimental. Ratos Wistar machos submetidos ao modelo do hepatócito resistente receberam diariamente, por via intragástrica (i.g), maltodextrina, óleo de linhaça, tributirina, a mistura não esterificada ou lipídios estruturados durante a fase de promoção inicial. O tratamento com lipídios estruturados demonstrou atividade quimiopreventiva comparável à da tributirina, mesmo resultando em menor concentração hepática de ácido butírico. Tanto a tributirina quanto os lipídios estruturados não inibiram a proliferação celular em lesões preneoplásicas, mas induziram a apoptose naquelas em remodelação. Os efeitos inibitórios da tributirina em fases iniciais da hepatocarcinogênese experimental estão relacionados ao aumento da acetilação de histonas e à modulação de processos de translocação nuclear da p53. No presente estudo, foi observado aumento substancial da razão nuclear/citoplasmática de p53 e importina-alfa em fígados de animais submetidos ao modelo e tratados com tributirina, mas não nos tratados com lipídios estruturados. Por outro lado, o tratamento com lipídios estruturados reduziu a expressão dos oncogenes Bcl2, Ccnd2, Pdgfa, Vegfa e aumentou a expressão dos genes supressores de tumor Cdh13, Fhit e Socs3. Assim, embora o potencial quimiopreventivo dos lipídios estruturados seja comparável ao da tributirina, os resultados sugerem que o novo composto não exibe atividade de HDACi, e que seus efeitos inibitórios na hepatocarcinogênese possam ser atribuídos à modulação da expressão de oncogenes e genes supressores de tumor. / Combination of chemopreventive agents with different mechanisms of action has been considered a promising strategy to cancer prevention. Among several bioactive food compounds, tributyrin, a butyric acid prodrug obtained from dairy products and dietetic fiber fermentation, and flax seed oil, a rich source of alpha linolenic acid have shown chemopreventive potential. Here, we evaluated the chemopreventive activity of structured lipids obtained by enzymatic interesterification of tributyrin and flax seed oil during the early promotion phase of experimental hepatocarcinogenesis. Male Wistar rats subjected to the resistant hepatocyte model were treated daily, i.g, with maltodextrin, flax seed oil, tributyrin, non-sterified blend, or structured lipids. Treatment structured lipids showed similar chemopreventive activity compared to tributyrin, even when structured lipids yielded lower concentrations of butyric in the liver. Tributyrin and structured lipids did not inhibit cell proliferation in preneoplastic lesions, but both of them induced apoptosis in remodeling preneoplastic lesions. In addition, histone acetylation and p21 restored expression tributyrin molecular mechanisms were related to modulation of p53 nuclear shuttling mechanisms. In the present study, it was observed a substantial increase in p53 nuclear/cytoplasmic ratio and importin-alpha in preneoplastic livers of tributyrin treated rats, but not in those treated with structured lipids. In contrast, treatment structured lipids downregulated expression of major oncogenes Bcl2, Ccnd2, Pdgfa, and Vegfa; and upregulated expression of critical tumor suppressor genes, Cdh13, Socs3 and Fhit. Hence, although structured lipids and tributyrin show similar chemopreventive potential, the results suggest that the new compound does not exhibit HDACi activity, and that its inhibitory effects may be attributed to the modulation of oncogenes and tumor suppressor genes expression.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-03-06T17:58:43Z No. of bitstreams: 1 mauricioarchanjonunescoelho.pdf: 10124655 bytes, checksum: 549fa53eba76e81b76ddcbce12c97e55 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-03-06T20:26:43Z (GMT) No. of bitstreams: 1 mauricioarchanjonunescoelho.pdf: 10124655 bytes, checksum: 549fa53eba76e81b76ddcbce12c97e55 (MD5) / Made available in DSpace on 2017-03-06T20:26:44Z (GMT). No. of bitstreams: 1 mauricioarchanjonunescoelho.pdf: 10124655 bytes, checksum: 549fa53eba76e81b76ddcbce12c97e55 (MD5) Previous issue date: 2015-06-25 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A teoria sobre aprendizado supervisionado tem avançado significativamente nas últimas décadas. Diversos métodos são largamente utilizados para resoluções dos mais variados problemas, citando alguns: sistemas especialistas para obter respostas to tipo verdadeiro/ falso, o modelo Perceptron para separação de classes, Máquina de Vetores Suportes (SVMs) e o Algoritmo de Margem Incremental (IMA) no intuito de aumentar a margem de separação, suas versões multi-classe, bem como as redes neurais artificiais, que apresentam possibilidades de entradas relativamente complexas. Porém, como resolver tarefas que exigem respostas tão complexas quanto as perguntas? Tais respostas podem consistir em várias decisões inter-relacionadas que devem ser ponderadas uma a uma para se chegar a uma solução satisfatória e globalmente consistente. Será visto no decorrer do trabalho que existem problemas de relevante interesse que apresentam estes requisitos. Uma questão que naturalmente surge é a necessidade de se lidar com a explosão combinatória das possíveis soluções. Uma alternativa encontrada apresenta-se através da construção de modelos que compactam e capturam determinadas propriedades estruturais do problema: correlações sequenciais, restrições temporais, espaciais, etc. Tais modelos, chamados de estruturados, incluem, entre outros, modelos gráficos, tais como redes de Markov e problemas de otimização combinatória, como matchings ponderados, cortes de grafos e agrupamentos de dados com padrões de similaridade e correlação. Este trabalho formula, apresenta e discute estratégias on-line eficientes para predição estruturada baseadas no princípio de separação de classes derivados do modelo Perceptron e define um conjunto de algoritmos de aprendizado supervisionado eficientes quando comparados com outras abordagens. São também realizadas e descritas duas aplicações experimentais a saber: inferência dos custos das diversas características relevantes para a realização de buscas em mapas variados e a inferência dos parâmetros geradores dos grafos de Markov. Estas aplicações têm caráter prático, enfatizando a importância da abordagem proposta. / The theory of supervised learning has significantly advanced in recent decades. Several methods are widely used for solutions of many problems, such as expert systems for answers to true/false, Support Vector Machine (SVM) and Incremental Margin Algorithm (IMA). In order to increase the margin of separation, as well as its multi-class versions, in addition to the artificial neural networks which allow complex input data. But how to solve tasks that require answers as complex as the questions? Such responses may consist of several interrelated decisions to be considered one by one to arrive at a satisfactory and globally consistent solution. Will be seen throughout the thesis, that there are problems of relevant interest represented by these requirements. One question that naturally arises is the need to deal with the exponential explosion of possible answers. As a alternative, we have found through the construction of models that compress and capture certain structural properties of the problem: sequential correlations, temporal constraints, space, etc. These structured models include, among others, graphical models, such as Markov networks and combinatorial optimization problems, such as weighted matchings, graph cuts and data clusters with similarity and correlation patterns. This thesis formulates, presents and discusses efficient online strategies for structured prediction based on the principle of separation of classes, derived from the Perceptron and defines a set of efficient supervised learning algorithms compared to other approaches. Also are performed and described two experimental applications: the costs prediction of relevant features on maps and the prediction of the probabilistic parameters for the generating Markov graphs. These applications emphasize the importance of the proposed approach.

Visualization methods make use of interactive graphical representations embedded on a display area in order to enable data exploration and analysis. These typically rely on geometric primitives for representing data or building more sophisticated representations to assist the visual analysis process. One of the most challenging tasks in this context is to determinate an optimal layout of these primitives which turns out to be effective and informative. Existing algorithms for building layouts from geometric primitives are typically designed to cope with requirements such as orthogonal alignment, overlap removal, optimal area usage, hierarchical organization, dynamic update among others. However, most techniques are able to tackle just a few of those requirements simultaneously, impairing their use and flexibility. In this dissertation, we propose a set of approaches for building layouts from geometric primitives that concurrently addresses a wider range of requirements. Relying on multidimensional projection and optimization formulations, our methods arrange geometric objects in the visual space so as to generate well-structured layouts that preserve the semantic relation among objects while still making an efficient use of display area. A comprehensive set of quantitative comparisons against existing methods for layout generation and applications on text, image, and video data set visualization prove the effectiveness of our approaches. / Métodos de visualização fazem uso de representações gráficas interativas embutidas em uma área de exibição para exploração e análise de dados. Esses recursos visuais usam primitivas geométricas para representar dados ou compor representações mais sofisticadas que facilitem a extração visual de informações. Uma das tarefas mais desafiadoras é determinar um layout ótimo visando explorar suas capacidades para transmitir informação dentro de uma determinada visualização. Os algoritmos existentes para construir layouts a partir de primitivas geométricas são tipicamente projetados para lidar com requisitos como alinhamento ortogonal, remoção de sobreposição, área usada, organização hierárquica, atualização dinâmica entre outros. No entanto, a maioria das técnicas são capazes de lidar com apenas alguns desses requerimentos simultaneamente, prejudicando sua utilização e flexibilidade. Nesta tese, propomos um conjunto de abordagens para construir layouts a partir de primitivas geométricas que simultaneamente lidam com uma gama mais ampla de requerimentos. Baseando-se em projeções multidimensionais e formulações de otimização, os nossos métodos organizam objetos geométricos no espaço visual para gerar layouts bem estruturados que preservam a relação semântica entre objetos enquanto ainda fazem um uso eficiente da área de exibição. Um conjunto detalhado de comparações quantitativas com métodos existentes para a geração de layouts e aplicações em visualização de conjunto de dados de texto, imagem e vídeo comprova a eficácia das técnicas propostas.

A contribuição e objetivo desta tese é desenvolver um modelo de redes neurais artificiais, baseado em princípios de memória associativa, capaz de resolver o problema de planejamento e controle ponto a ponto de trajetória de um braço mecânico imerso em um ambiente parcialmente conhecido e/ou sujeito a ruídos. O modelo proposto é formado por dois planos: plano seqüência temporal e plano ângulo. Para o plano seqüência temporal, o novo modelo proposto chamado de Memória Associativa Multidirecional Temporal (TMAM) é capaz de armazenar e recuperar n-tuplas de informações, lidar com informações ruidosas e/ou incompletas e aprender seqüências temporais. TMAM utiliza representação contínua e realimentação autoassociativa. O plano ângulo é formado pelo modelo RBF que é responsável por produzir as informações de ângulos das juntas do braço mecânico. A composição dos dois planos forma o sistema completo que é responsável pelo planejamento e controle ponto a ponto de trajetória. Em resumo, o sistema recebe informações do ponto origem e do ponto alvo, estabelece uma trajetória para atingir o ponto alvo a partir do ponto de origem e transforma os pontos espaciais da trajetória em valores de ângulos das juntas. Os resultados obtidos mostram que o modelo TMAM é capaz de recuperar, interpelar e extrapolar pontos nas seqüências, é capaz de gerar trajetórias, de memorizar seqüências de diferentes tamanhos e de lidar com duas trajetórias ao mesmo tempo. O modelo apresenta também rápido treinamento. O modelo RBF é capaz de recuperar as saídas desejadas apresentando um erro pequeno e é capaz de receber um padrão que apresenta um ponto final inatingível e gerar um conjunto de ângulos que representa um ponto final atingível. / The aim of this project is to develop an artificial neural networks model based on principles of associative memory. This neural network model must be able to solve the problem of trajectory planning and point to point control of a robot arm, which is located in a partially known and/or noisy environment. The proposed model is composed by two surfaces: the temporal sequence surface and the angle surface. For the temporal sequence surface the new propose model Temporal Multidirectional Associative Memmy (TMAM) is able to store and recall n-tuplas of information, to deal with noisy and/or incomplete information and to learn temporal sequences. TMAM uses a continuas representation and autoassociative feedback. A RBF model is used to implement the angle surface, which is liable for producing the angle information for the joint of the robot arm. The two surfaces compose the whole system which is liable for the trajectory planning and system control. Hence, the system receives information about the initial point and the target point, constructs the trajectory to reach the target point from the initial point and converts the spatial points which compose the trajectory, in values of joint angles. The obtained results show that TMAM model can recall, interpolate and extrapolate points in the sequences. The model has the ability of generating new trajectories and memorizing different size of sequences at the same time. This model also shows fast learning. The RBF model can recall the desired outputs with a small error and can receive a pattern which is formed by an unreachable final point and generate a set of angles which, in turn, represent a reachable final point.

Esta tese de doutorado aborda os tópicos de modelagem e de reconhecimento de objetos estruturados, ou sistemas estruturados de objetos, em imagens. Um objeto ou sistema estruturado é aquele que pode ser descrito através de elementos primitivos que o compõem e pelas relações existentes entre esses elementos. Por exemplo, uma aeronave pode ser descrita pelos seguintes elementos primitivos: asas direita e esquerda, fuselagem e cockpit. O aspecto relacional de um objeto estruturado direciona sua representação computacional e seu reconhecimento em imagens ao paradigma estrutural de reconhecimento de padrões. Contudo, a variabilidade das características dos seus elementos primitivos é melhor representada através do paradigma estatístico de reconhecimento de padrões. Devido à complementaridade dos paradigmas, a conjunção dessas abordagens é um tema de pesquisa de interesse atual. Para conjugar esses dois aspectos, esta tese propôs uma metodologia que combina o conhecimento a priori das relações que caracterizam um objeto estruturado com dados estatísticos coletados de amostras desse objeto, num modelo híbrido denominado grafo estatístico-relacional (GER). Segundo essa representação, foi estudada uma abordagem probabilística para reconhecer um objeto estruturado em imagens. Nesse cenário, o GER modelo é considerado uma variável aleatória, enquanto uma rotulação de uma imagem de entrada é interpretada como uma potencial observação do modelo. A tarefa de reconhecimento foi então formulada como um problema de otimização, que busca maximizar a probabilidade da observação de acordo com o modelo. O método foi aplicado à modelagem de órgãos abdominais em imagens de ressonância magnética não-contrastadas. Esses órgãos apresentam um arranjo espacial consistente em imagens distintas, além de propriedades de aparência e anatômicas variáveis, o que vem ao encontro da proposta da representação por GER e da abordagem probabilística para o reconhecimento dos órgãos em novas imagens. / The purpose of this thesis was to propose a formalism for the problems of modeling and recognition of a structured object, or a system of structured objects, in images. A structured object is one that may be described in terms of its compound primitive elements and their inherent relations. For instance, an aircraft may be described in terms of the following primitives: right and left wings, fuselage, and cockpit. The relational aspect of structured objects leads these problems to solutions in structural pattern recognition, which describes patterns as primitives and relations. Nevertheless, the variability of primitive elements and of their relations is better modeled by traditional statistical pattern recognition methods. Because of the complementary capabilities of these approaches, the fusion of both has recently been pointed out as a trend in computer vision. To consider these sources of information, the methodology presented herein combines relational cues inherent to a structured object with statistical information learned from a set of object samples. A hybrid model of a structured object is represented by means of a statistical relational graph (SRG). The SRG is a prototype attributed relational graph (ARG) in which nodes represent primitive elements and arcs link nodes representing related primitives. Each node or arc is associated with attributes which are parameters of probability distributions that describe random variables representing primitive or relational attributes. Based on this representation, a probabilistic approach was proposed to tackle the problem of recognizing a structured object in an input image. The model SRG is interpreted as a random variable, whereas a labeling of the input image is considered a potential observation of the model. The recognition task was formulated as the optimization of an objective-function that is actually a probability measure to be maximized. The proposed approach was applied to the modeling of abdominal organs in non-contrasted magnetic resonance images. These organs present consistent spatial arrangement in distinct images, as well as varying appearance and anatomical properties, which meet the principle of the SRG representation and the associated probabilistic recognition scenario.

A contribuição e objetivo desta tese é desenvolver um modelo de redes neurais artificiais, baseado em princípios de memória associativa, capaz de resolver o problema de planejamento e controle ponto a ponto de trajetória de um braço mecânico imerso em um ambiente parcialmente conhecido e/ou sujeito a ruídos. O modelo proposto é formado por dois planos: plano seqüência temporal e plano ângulo. Para o plano seqüência temporal, o novo modelo proposto chamado de Memória Associativa Multidirecional Temporal (TMAM) é capaz de armazenar e recuperar n-tuplas de informações, lidar com informações ruidosas e/ou incompletas e aprender seqüências temporais. TMAM utiliza representação contínua e realimentação autoassociativa. O plano ângulo é formado pelo modelo RBF que é responsável por produzir as informações de ângulos das juntas do braço mecânico. A composição dos dois planos forma o sistema completo que é responsável pelo planejamento e controle ponto a ponto de trajetória. Em resumo, o sistema recebe informações do ponto origem e do ponto alvo, estabelece uma trajetória para atingir o ponto alvo a partir do ponto de origem e transforma os pontos espaciais da trajetória em valores de ângulos das juntas. Os resultados obtidos mostram que o modelo TMAM é capaz de recuperar, interpelar e extrapolar pontos nas seqüências, é capaz de gerar trajetórias, de memorizar seqüências de diferentes tamanhos e de lidar com duas trajetórias ao mesmo tempo. O modelo apresenta também rápido treinamento. O modelo RBF é capaz de recuperar as saídas desejadas apresentando um erro pequeno e é capaz de receber um padrão que apresenta um ponto final inatingível e gerar um conjunto de ângulos que representa um ponto final atingível. / The aim of this project is to develop an artificial neural networks model based on principles of associative memory. This neural network model must be able to solve the problem of trajectory planning and point to point control of a robot arm, which is located in a partially known and/or noisy environment. The proposed model is composed by two surfaces: the temporal sequence surface and the angle surface. For the temporal sequence surface the new propose model Temporal Multidirectional Associative Memmy (TMAM) is able to store and recall n-tuplas of information, to deal with noisy and/or incomplete information and to learn temporal sequences. TMAM uses a continuas representation and autoassociative feedback. A RBF model is used to implement the angle surface, which is liable for producing the angle information for the joint of the robot arm. The two surfaces compose the whole system which is liable for the trajectory planning and system control. Hence, the system receives information about the initial point and the target point, constructs the trajectory to reach the target point from the initial point and converts the spatial points which compose the trajectory, in values of joint angles. The obtained results show that TMAM model can recall, interpolate and extrapolate points in the sequences. The model has the ability of generating new trajectories and memorizing different size of sequences at the same time. This model also shows fast learning. The RBF model can recall the desired outputs with a small error and can receive a pattern which is formed by an unreachable final point and generate a set of angles which, in turn, represent a reachable final point.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-03-07T15:27:21Z No. of bitstreams: 1 mauricioarchanjonunescoelho.pdf: 2468130 bytes, checksum: 3f05daa8428e367942c4ad560b6375f2 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-03-10T12:19:13Z (GMT) No. of bitstreams: 1 mauricioarchanjonunescoelho.pdf: 2468130 bytes, checksum: 3f05daa8428e367942c4ad560b6375f2 (MD5) / Made available in DSpace on 2017-03-10T12:19:13Z (GMT). No. of bitstreams: 1 mauricioarchanjonunescoelho.pdf: 2468130 bytes, checksum: 3f05daa8428e367942c4ad560b6375f2 (MD5) Previous issue date: 2010-06-18 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O problema de planejamento de caminhos apresenta diversas subáreas, muitas das quais já extensamente abordadas na literatura. Uma dessas áreas em especial é a de determinação de caminhos, os algoritmos empregados para a solução deste problema dependem que os custos estipulados para os ambientes ou mapas sejam confiáveis. A dificuldade está justamente na definição dos custos referentes a cada tipo de área ou terreno nos mapas a serem examinados. Como se pode observar, o problema mencionado inclui a dificuldade em se determinar qual o custo de cada característica relevante presente no mapa, bem como os custos de suas possíveis combinações. A proposta deste trabalho é mostrar como é feita a predição desses custos em novos ambientes tendo como base a predição de dados estruturados definindo um aprendizado funcional entre domínios de entrada e saída, estruturados e arbitrários. O problema de aprendizado em questão é normalmente formulado como um problema de otimização convexa de máxima margem bastante similar a formulação de máquinas de vetores suporte multi-classe. Como técnica de solução realizou-se a implementação do algoritmo MMP (Maximum Margin Planning) (RATLIFF; BAGNELL; ZINKEVICH, 2006). Como contribuição, desenvolveu-se e implementou-se dois algoritmos alternativos, o primeiro denominado Perceptron Estruturado e o segundo Perceptron Estruturado com Margem, ambos os métodos de relaxação baseados na formulação do Perceptron. Os mesmos foram analisados e comparados. Posteriormente temos a exploração dos ambientes por um agente inteligente utilizando técnicas de aprendizado por reforço. Tornando todo o processo, desde a análise do ambiente e descoberta de custos, até sua exploração e planejamento do caminho, um completo processo de aprendizado. / The problem of path planning has several sub-areas, many of which are widely discussed in the literature. One of these areas in particular is the determination of paths, the algorithms used to solve this problem depend on the reliability of the estimated costs in the environments and maps. The difficulty is precisely the definition of costs for each type of area or land on the maps to be examined. As you can see, the problem mentioned includes the difficulty in determining what the cost of each relevant characteristic on the map, and the costs of their possible combinations. The purpose of this study is to show how the prediction of these costs is made into new environments based on the prediction of structured data by defining functional learning areas between input and output, structured and arbitrary. The problem of learning in question is usually formulated as a convex optimization problem of maximum margin very similar to the formulation of multiclass support vector machines. A solution technic was performed through implementation of the algorithm MMP (Maximum Margin Planning) (RATLIFF; BAGNELL; ZINKEVICH, 2006). As a contribution, two alternative algorithms were developed and implemented, the first named Structured Perceptron, and the second Structured Perceptron with Margin both methods of relaxation based formulation of the Perceptron. They were analyzed and compared. Posteriorly we have the exploitation of the environment by an intelligent agent using reinforcement learning techniques. This makes the whole process, from the environment analysis and discovery of cost to the exploitation and path planning, a complete learning process.