A utilização de redes complexas para a descriçãoi de diversos sistemas naturais e artificias,compreendidos nas mais diversas áreas do conhecimento humano, tem se mostrado uma abordagem poderosa para a redução da complexidade inerente a tais sistemas. Em muitos casos, tal complexidade resulta do número de componentes envolvidos e de suas intrincadas relações. Uma forma de reduzir a complexidade associada a tais sistemas, consiste em identificar e agrupar componentes que possuam características similares. Sendo assim, desenvolvemos nesta tese métodos de identificação de comunidades em redes complexas. Tais métodos se baseiam na ideia de que comunidades surgem quando grupos de vértices possuem um número mais elevado de conexões entre os vértices do mesmo grupo do que com vértices externos à este grupo. Além disso, utilizamos a função modularidade como função objetivo e como forma de avaliação e comparação dos resultados obtidos nesta tese com resultados previamente reportados na literatura. Uma vez estabelecido um método de identificação de comunidades, utilizamos a abordagem de redes complexas para a determinação de domínios estruturais de proteínas. Para tal, criamos redes de contato entre os aminoácidos de uma proteí?na buscando representar apenas as ligações relevantes do ponto de vista topológico. Por meio destas representações, aplicamos os métodos de identificação de comunidades desenvolvidos nesta tese, no intuito de identificar domínios estruturais de cadeias proteicas. Por fim, desenvolvemos um método específico para a identificação de domínios em proteínas com dois domínios sequencias, concluindo desta forma, os objetivos propostos nesta tese. / The use of complex networks for the representation of various natural and artificial sys- tems in the most diverse fields of human knowledge, has proven to be a powerful approach for the reduction of the complexity in the study of such systems. In many cases, this complexity emerges from the number of components of the system and from the intricate relationship between them. A reduction in this complexity is made possible by the iden- tification and grouping of the components of the system with similar characteristics. In this way, we developed in this thesis, methods for community identification in complex networks. Such methods are based on the notion that communities arise when groups of vertices are more densely connected with vertices of their same group, than with ver- tices belonging to other groups in the network. Moreover, the modularity function has been used as an objective function, and as a score for the evaluation and comparison of the results obtained in this thesis with the results reported in the literature of complex networks. Upon the establishment of a method for community detection, we used the framework of complex networks to the determination of structural protein domains. The- refore, we have created contact networks of amino acids of protein chains, focusing on the representation of only the most relevant interactions between them, from a topological point of view. We have applied to these networks the methods for community identi- fication developed in this thesis, aiming to identify the structural domains of proteins. Finally, we have developed a specific method for the identification of protein domains in protein chains with two sequential domains, concluding in this way, the objectives proposed in this thesis.

Aligning two images by point to point correspondence is a hard optimization problem. It can be solved using t-Extremal Optimization or with a modification of this method called Fitness threshold accepting. In this work these two methods are tested and compared to see whether one of the methods should be preferred for image alignment. Since real image data is almost always noisy the performance of the methods under conditions like noisy and outlying data is analyzed too.

No desenvolvimento de projetos de iluminação de ambientes, um dos objetivos que se destaca é a busca pelo conforto visual, que emprega metodologias de resolução conhecidas, como o Método dos Lumens e o Método Ponto a Ponto. A luz visível está contida no espectro da radiação térmica e, portanto, o fluxo luminoso pode ser relacionado ao fluxo de radiação térmica. Determinar as posições e as competências das fontes de luz necessárias na superfície de projeto ganha importância quando o comportamento, em termos de uniformidade ou de fluxo radiante, é especificado. O presente trabalho visa a estabelecer diferentes valores de fluxo em duas regiões distintas da superfície do projeto. Por meio do posicionamento das fontes de luz, é estabelecido um fluxo maior na região denominada principal e um fluxo menor na região denominada secundária. A modelagem matemática da radiação térmica (Método das Radiosidades) é aplicada ao projeto de iluminação, considerando-se as características da visão humana e o comportamento das fontes de luz. Na modelagem, é considerada uma cavidade retangular tridimensional com superfícies cinza e com condição de parede fria, na qual o poder emissivo das paredes é nulo. As fontes de luz são representadas por unidades de malha no teto. A relação de equações é resolvida por metodologia inversa, usando o algoritmo de Otimização Extrema Generalizada (GEO). Este algoritmo é classificado como um método de otimização estocástica de busca global para a resolução de sistemas considerados inicialmente mal condicionados. A posição e a potência das fontes luminosas são determinadas pela resolução do sistema de equações, de forma a proporcionar um fluxo de radiação duas vezes maior na região principal em relação à região secundária. A função objetivo do processo consiste em minimizar a diferença entre o fluxo desejado e os valores de fluxo de radiação incidente nas duas regiões da superfície de projeto. Em virtude das características de simetria do problema, a relação é estabelecida para apenas um quarto da cavidade. Assim, por exemplo, aplicar a metodologia com 9 fontes de luz a um quarto da região resulta em 36 fontes de luz em toda a cavidade. Os resultados mostram que é possível encontrar um arranjo de fontes de luz preestabelecendo-se duas condições de potência. / In the development of environmental illumination projects, one of the main goals to be achieved is the visual comfort, which is usually done by known methodologies, like the Lumens Method and the Point by Point Method. Since the visible light is contained in the spectrum of thermal radiation, the luminous flux can be related to the thermal radiation flux. The determination of the position and power of the light sources required by the design surface gains an higher importance whenever a behavior is specified, should it be in terms of uniformity or in therms of radiant flux. In this work, we describe a method that allows the establishment of different flux values in two distinct regions of the design surface, which are referred by the names main region and secondary region. Through the spatial arrangement of the light sources, the method sets a more intense flux in the main region and a less intense one in the secondary region. The mathematical model of thermal radiation, known as Radiosity Method, is applied to the illumination design, along with the characteristics of the human vision and the behavior of light sources. In this model, a rectangular three-dimensional cavity is considered. It has gray surfaces and exhibits the conditions of a cold wall, in which the emissivity power of the walls is null. The light sources are represented by a mesh unit in the ceiling. The system of equations is solved by inversemethodology, using the Generalized Extremal Optimization (GEO) algorithm. This algoritm is classified as being a stochastic optimization method of global search to solve systems that are initially considered ill-conditioned. By solving this system, the position and power of light sources can be determined, and this is done in such a way that the flux radiation in the main region is twice more intense then the one in the secondary region. The target function of the whole process is to minimize the difference between the desired flux and the incident flux radiation values for each one of the two design surface regions. We further explore the problem symmetry, solving the equation system for only a quarter of the cavity. This way, if the methodology is applied with nine light sources into a quarter of the region, the entire cavity will behave as if it has 36 light sources. Our results show that, given two prescribed conditions of power, it is possible to find an arrangement of light sources.

No desenvolvimento de projetos de iluminação de ambientes, um dos objetivos que se destaca é a busca pelo conforto visual, que emprega metodologias de resolução conhecidas, como o Método dos Lumens e o Método Ponto a Ponto. A luz visível está contida no espectro da radiação térmica e, portanto, o fluxo luminoso pode ser relacionado ao fluxo de radiação térmica. Determinar as posições e as competências das fontes de luz necessárias na superfície de projeto ganha importância quando o comportamento, em termos de uniformidade ou de fluxo radiante, é especificado. O presente trabalho visa a estabelecer diferentes valores de fluxo em duas regiões distintas da superfície do projeto. Por meio do posicionamento das fontes de luz, é estabelecido um fluxo maior na região denominada principal e um fluxo menor na região denominada secundária. A modelagem matemática da radiação térmica (Método das Radiosidades) é aplicada ao projeto de iluminação, considerando-se as características da visão humana e o comportamento das fontes de luz. Na modelagem, é considerada uma cavidade retangular tridimensional com superfícies cinza e com condição de parede fria, na qual o poder emissivo das paredes é nulo. As fontes de luz são representadas por unidades de malha no teto. A relação de equações é resolvida por metodologia inversa, usando o algoritmo de Otimização Extrema Generalizada (GEO). Este algoritmo é classificado como um método de otimização estocástica de busca global para a resolução de sistemas considerados inicialmente mal condicionados. A posição e a potência das fontes luminosas são determinadas pela resolução do sistema de equações, de forma a proporcionar um fluxo de radiação duas vezes maior na região principal em relação à região secundária. A função objetivo do processo consiste em minimizar a diferença entre o fluxo desejado e os valores de fluxo de radiação incidente nas duas regiões da superfície de projeto. Em virtude das características de simetria do problema, a relação é estabelecida para apenas um quarto da cavidade. Assim, por exemplo, aplicar a metodologia com 9 fontes de luz a um quarto da região resulta em 36 fontes de luz em toda a cavidade. Os resultados mostram que é possível encontrar um arranjo de fontes de luz preestabelecendo-se duas condições de potência. / In the development of environmental illumination projects, one of the main goals to be achieved is the visual comfort, which is usually done by known methodologies, like the Lumens Method and the Point by Point Method. Since the visible light is contained in the spectrum of thermal radiation, the luminous flux can be related to the thermal radiation flux. The determination of the position and power of the light sources required by the design surface gains an higher importance whenever a behavior is specified, should it be in terms of uniformity or in therms of radiant flux. In this work, we describe a method that allows the establishment of different flux values in two distinct regions of the design surface, which are referred by the names main region and secondary region. Through the spatial arrangement of the light sources, the method sets a more intense flux in the main region and a less intense one in the secondary region. The mathematical model of thermal radiation, known as Radiosity Method, is applied to the illumination design, along with the characteristics of the human vision and the behavior of light sources. In this model, a rectangular three-dimensional cavity is considered. It has gray surfaces and exhibits the conditions of a cold wall, in which the emissivity power of the walls is null. The light sources are represented by a mesh unit in the ceiling. The system of equations is solved by inversemethodology, using the Generalized Extremal Optimization (GEO) algorithm. This algoritm is classified as being a stochastic optimization method of global search to solve systems that are initially considered ill-conditioned. By solving this system, the position and power of light sources can be determined, and this is done in such a way that the flux radiation in the main region is twice more intense then the one in the secondary region. The target function of the whole process is to minimize the difference between the desired flux and the incident flux radiation values for each one of the two design surface regions. We further explore the problem symmetry, solving the equation system for only a quarter of the cavity. This way, if the methodology is applied with nine light sources into a quarter of the region, the entire cavity will behave as if it has 36 light sources. Our results show that, given two prescribed conditions of power, it is possible to find an arrangement of light sources.

A utilização de redes complexas para a descriçãoi de diversos sistemas naturais e artificias,compreendidos nas mais diversas áreas do conhecimento humano, tem se mostrado uma abordagem poderosa para a redução da complexidade inerente a tais sistemas. Em muitos casos, tal complexidade resulta do número de componentes envolvidos e de suas intrincadas relações. Uma forma de reduzir a complexidade associada a tais sistemas, consiste em identificar e agrupar componentes que possuam características similares. Sendo assim, desenvolvemos nesta tese métodos de identificação de comunidades em redes complexas. Tais métodos se baseiam na ideia de que comunidades surgem quando grupos de vértices possuem um número mais elevado de conexões entre os vértices do mesmo grupo do que com vértices externos à este grupo. Além disso, utilizamos a função modularidade como função objetivo e como forma de avaliação e comparação dos resultados obtidos nesta tese com resultados previamente reportados na literatura. Uma vez estabelecido um método de identificação de comunidades, utilizamos a abordagem de redes complexas para a determinação de domínios estruturais de proteínas. Para tal, criamos redes de contato entre os aminoácidos de uma proteí?na buscando representar apenas as ligações relevantes do ponto de vista topológico. Por meio destas representações, aplicamos os métodos de identificação de comunidades desenvolvidos nesta tese, no intuito de identificar domínios estruturais de cadeias proteicas. Por fim, desenvolvemos um método específico para a identificação de domínios em proteínas com dois domínios sequencias, concluindo desta forma, os objetivos propostos nesta tese. / The use of complex networks for the representation of various natural and artificial sys- tems in the most diverse fields of human knowledge, has proven to be a powerful approach for the reduction of the complexity in the study of such systems. In many cases, this complexity emerges from the number of components of the system and from the intricate relationship between them. A reduction in this complexity is made possible by the iden- tification and grouping of the components of the system with similar characteristics. In this way, we developed in this thesis, methods for community identification in complex networks. Such methods are based on the notion that communities arise when groups of vertices are more densely connected with vertices of their same group, than with ver- tices belonging to other groups in the network. Moreover, the modularity function has been used as an objective function, and as a score for the evaluation and comparison of the results obtained in this thesis with the results reported in the literature of complex networks. Upon the establishment of a method for community detection, we used the framework of complex networks to the determination of structural protein domains. The- refore, we have created contact networks of amino acids of protein chains, focusing on the representation of only the most relevant interactions between them, from a topological point of view. We have applied to these networks the methods for community identi- fication developed in this thesis, aiming to identify the structural domains of proteins. Finally, we have developed a specific method for the identification of protein domains in protein chains with two sequential domains, concluding in this way, the objectives proposed in this thesis.

No desenvolvimento de projetos de iluminação de ambientes, um dos objetivos que se destaca é a busca pelo conforto visual, que emprega metodologias de resolução conhecidas, como o Método dos Lumens e o Método Ponto a Ponto. A luz visível está contida no espectro da radiação térmica e, portanto, o fluxo luminoso pode ser relacionado ao fluxo de radiação térmica. Determinar as posições e as competências das fontes de luz necessárias na superfície de projeto ganha importância quando o comportamento, em termos de uniformidade ou de fluxo radiante, é especificado. O presente trabalho visa a estabelecer diferentes valores de fluxo em duas regiões distintas da superfície do projeto. Por meio do posicionamento das fontes de luz, é estabelecido um fluxo maior na região denominada principal e um fluxo menor na região denominada secundária. A modelagem matemática da radiação térmica (Método das Radiosidades) é aplicada ao projeto de iluminação, considerando-se as características da visão humana e o comportamento das fontes de luz. Na modelagem, é considerada uma cavidade retangular tridimensional com superfícies cinza e com condição de parede fria, na qual o poder emissivo das paredes é nulo. As fontes de luz são representadas por unidades de malha no teto. A relação de equações é resolvida por metodologia inversa, usando o algoritmo de Otimização Extrema Generalizada (GEO). Este algoritmo é classificado como um método de otimização estocástica de busca global para a resolução de sistemas considerados inicialmente mal condicionados. A posição e a potência das fontes luminosas são determinadas pela resolução do sistema de equações, de forma a proporcionar um fluxo de radiação duas vezes maior na região principal em relação à região secundária. A função objetivo do processo consiste em minimizar a diferença entre o fluxo desejado e os valores de fluxo de radiação incidente nas duas regiões da superfície de projeto. Em virtude das características de simetria do problema, a relação é estabelecida para apenas um quarto da cavidade. Assim, por exemplo, aplicar a metodologia com 9 fontes de luz a um quarto da região resulta em 36 fontes de luz em toda a cavidade. Os resultados mostram que é possível encontrar um arranjo de fontes de luz preestabelecendo-se duas condições de potência. / In the development of environmental illumination projects, one of the main goals to be achieved is the visual comfort, which is usually done by known methodologies, like the Lumens Method and the Point by Point Method. Since the visible light is contained in the spectrum of thermal radiation, the luminous flux can be related to the thermal radiation flux. The determination of the position and power of the light sources required by the design surface gains an higher importance whenever a behavior is specified, should it be in terms of uniformity or in therms of radiant flux. In this work, we describe a method that allows the establishment of different flux values in two distinct regions of the design surface, which are referred by the names main region and secondary region. Through the spatial arrangement of the light sources, the method sets a more intense flux in the main region and a less intense one in the secondary region. The mathematical model of thermal radiation, known as Radiosity Method, is applied to the illumination design, along with the characteristics of the human vision and the behavior of light sources. In this model, a rectangular three-dimensional cavity is considered. It has gray surfaces and exhibits the conditions of a cold wall, in which the emissivity power of the walls is null. The light sources are represented by a mesh unit in the ceiling. The system of equations is solved by inversemethodology, using the Generalized Extremal Optimization (GEO) algorithm. This algoritm is classified as being a stochastic optimization method of global search to solve systems that are initially considered ill-conditioned. By solving this system, the position and power of light sources can be determined, and this is done in such a way that the flux radiation in the main region is twice more intense then the one in the secondary region. The target function of the whole process is to minimize the difference between the desired flux and the incident flux radiation values for each one of the two design surface regions. We further explore the problem symmetry, solving the equation system for only a quarter of the cavity. This way, if the methodology is applied with nine light sources into a quarter of the region, the entire cavity will behave as if it has 36 light sources. Our results show that, given two prescribed conditions of power, it is possible to find an arrangement of light sources.

Aligning two images by point to point correspondence is a hard optimization problem. It can be solved using t-Extremal Optimization or with a modification of this method called Fitness threshold accepting. In this work these two methods are tested and compared to see whether one of the methods should be preferred for image alignment. Since real image data is almost always noisy the performance of the methods under conditions like noisy and outlying data is analyzed too.

In dieser Arbeit wird eine Beschreibung von Monte-Carlo-Verfahren zur Lösung komplexer Optimierungsaufgaben mit Hilfe von Markov-Ketten durchgeführt. Nach einer kurzen Einführung werden Lösungsmenge solcher Aufgaben und der physikalische Zustandsraum komplexer Systeme identifiziert. Zunächst wird die Dynamik von Zufallswanderern im Zustandsraum mit Hilfe von Master-Gleichungen modelliert. Durch Einführung von Performanzkriterien können verschiedene Optimierungsstrategien quantitativ miteinander verglichen werden. Insbesondere wird das Verfahren Extremal Optimization vorgestellt, dass ebenfalls als Markov-Prozess verstanden werden kann. Es wird bewiesen, dass eine im Sinne der genannten Kriterien beste Implementierung existiert. Da diese von einem sogenannten Fitness Schedule abhängt, wird dieser für kleine Beispielsysteme explizit berechnet. Daran anschließend wird die Zustandsdichte komplexer Systeme betrachtet. Nach einem kurzen Überblick über vorhandene Methoden folgt eine detaillierte Untersuchung des Verfahrens von Wang und Landau. Numerische und analytische Hinweise werden gegeben, nach denen dieser Algorithmus innerhalb seiner Klasse wahrscheinlich der Optimale ist. Eine neue Methode zur Approximation der Zustandsdichte wird vorgestellt, die insbesondere für die Untersuchung komplexer Systeme geeignet ist. Abschließend wird ein Ausblick auf zukünftige Arbeiten gegeben.

Orientador: Eliane Martins / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-18T01:12:41Z (GMT). No. of bitstreams: 1 Buzzo_AndreVinicius_M.pdf: 3473272 bytes, checksum: e3da091fcaa16f3245465636a77cfad0 (MD5) Previous issue date: 2011 / Resumo: A geração automática de dados de teste pode ser abordada como um problema de otimização e algoritmos evolutivos se tornaram um foco de muita pesquisa nesta área. Recentemente um novo tipo de algoritmo evolutivo chamado GEO (GEO - Generalized Extremal Optimization) tem sido explorado em uma grande classe de problemas de otimização. Neste trabalho é apresentado o uso do algoritmo evolutivo GEO com codificação real - GEOreal - na geração de dados de teste. O desempenho deste algoritmo é comparado com diversos outros algoritmos e para melhor avaliar os resultados, duas funções objetivo - que mapeiam o problema de geração de dados em um problema de otimização - foram utilizadas. O algoritmo GEOreal combinado com a função objetivo Bueno e Jino obtiveram os melhores resultados nos problemas abordados. Um protótipo foi desenvolvido implementando todos os conceitos envolvidos neste trabalho e o seu desempenho foi comparado com outras ferramentas já disponíveis no mercado. Os resultados mostraram que este protótipo superou as ferramentas comparadas ao minimizar o tempo dispendido no esforço de gerar os dados de teste / Abstract: Automatic test data generation can be approached as an optimization problem and evolutionary algorithms have become a focus of much research in this area. Recently a new type of evolutionary algorithm called GEO (GEO - Generalized Extremal Optimization) has been explored in a large class of optimization problems. This paper presents the use of evolutionary algorithm with real coding GEO - GEOreal - in test data generation. The performance of this algorithm is compared with several other algorithms and to better compare the results two objective functions - that map the problem of generating data in an optimization problem - were used. The algorithm GEOreal combined with the function Bueno and Jino had the best results in the problems addressed. A prototype was developed implementing all the concepts involved in this work and its performance was compared with other tools already available. The results showed that this prototype was better than the compared tools when minimizing the time spent in the effort to test data generation / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

In dieser Arbeit wird eine Beschreibung von Monte-Carlo-Verfahren zur Lösung komplexer Optimierungsaufgaben mit Hilfe von Markov-Ketten durchgeführt. Nach einer kurzen Einführung werden Lösungsmenge solcher Aufgaben und der physikalische Zustandsraum komplexer Systeme identifiziert. Zunächst wird die Dynamik von Zufallswanderern im Zustandsraum mit Hilfe von Master-Gleichungen modelliert. Durch Einführung von Performanzkriterien können verschiedene Optimierungsstrategien quantitativ miteinander verglichen werden. Insbesondere wird das Verfahren Extremal Optimization vorgestellt, dass ebenfalls als Markov-Prozess verstanden werden kann. Es wird bewiesen, dass eine im Sinne der genannten Kriterien beste Implementierung existiert. Da diese von einem sogenannten Fitness Schedule abhängt, wird dieser für kleine Beispielsysteme explizit berechnet. Daran anschließend wird die Zustandsdichte komplexer Systeme betrachtet. Nach einem kurzen Überblick über vorhandene Methoden folgt eine detaillierte Untersuchung des Verfahrens von Wang und Landau. Numerische und analytische Hinweise werden gegeben, nach denen dieser Algorithmus innerhalb seiner Klasse wahrscheinlich der Optimale ist. Eine neue Methode zur Approximation der Zustandsdichte wird vorgestellt, die insbesondere für die Untersuchung komplexer Systeme geeignet ist. Abschließend wird ein Ausblick auf zukünftige Arbeiten gegeben.