Nos anos recentes, suavização de superfícies é um assunto de intensa pesquisa em processamento geométrico. Muitas das abordagens para suavização de malhas usam um esquema de duas etapas: filtragem de normais seguido de um passo de atualização de vértices para corresponder com as normais filtradas. Neste trabalho, propomos uma adaptação de tais esquemas de duas etapas para superfícies representadas por nuvens de pontos. Para isso, exploramos esquemas de pesos para filtrar as normais. Além disso, investigamos três métodos para estimar normais, analisando o impacto de cada método para estimar normais em todo o processo de suavização da superfície. Para uma análise quantitativa, além da comparação visual convencional, avaliamos a eficácia de diferentes opções de implementação usando duas medidas, comparando nossos resultados com métodos de suavização de nuvens de pontos encontrados a literatura / In the last years, surface denoising is a subject of intensive research in geometry processing. Most of the recent approaches for mesh denoising use a twostep scheme: normal filtering followed by a point updating step to match the corrected normals. In this work, we propose an adaptation of such two-step approaches for point-based surfaces, exploring three different weight schemes for filtering normals. Moreover, we also investigate three techniques for normal estimation, analyzing the impact of each normal estimation method in the whole point-set smoothing process. Towards a quantitative analysis, in addition to conventional visual comparison, we evaluate the effectiveness of different choices of implementation using two measures, comparing our results against state-of-art point-based denoising techniques. Keywords: surface smoothing; point-based surface; normal estimation; normal filtering.

Submitted by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-11-21T10:47:45Z No. of bitstreams: 1 DIS_RALPH_JOSE_RASSWEILER_FILHO_COMPLETO.pdf: 8289974 bytes, checksum: 5b62b872ae037f0894ab766c0251a4ef (MD5) / Approved for entry into archive by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-11-21T10:48:02Z (GMT) No. of bitstreams: 1 DIS_RALPH_JOSE_RASSWEILER_FILHO_COMPLETO.pdf: 8289974 bytes, checksum: 5b62b872ae037f0894ab766c0251a4ef (MD5) / Made available in DSpace on 2017-11-21T10:48:13Z (GMT). No. of bitstreams: 1 DIS_RALPH_JOSE_RASSWEILER_FILHO_COMPLETO.pdf: 8289974 bytes, checksum: 5b62b872ae037f0894ab766c0251a4ef (MD5) Previous issue date: 2017-08-22 / Recommender systems are software used to generate personalized lists according to users profiles. The area is new and is growing since the internet popularization having its roots in information retrieval. Collaborative filtering is the most common approach of recommender systems used in both academy and industry because content-based filtering has problems such as lack of semantic information and poor content extraction techniques from items. Nowadays there are more content available in the form of multimedia such as video, images and text. Also, there are advances in pattern recognition though techniques like convolutional neural networks. In this work a convolutional neural network is used to extract features from movie trailers frames to further use these features to create a content-based recommender system with the goal of assessing whether the success of such networks on tasks like image classification and object detection also occur in the recommendation context. To evaluate that, the proposed method was compared with a media aesthetic detection method, two methods of feature extraction from text using TF-IDF and the traditional user and item collaborative filtering methods. Our results indicate that the proposed method is superior to the other content-based methods and is competitive to the collaborative filtering methods, being superior to the item-collaborative method regarding classification accuracy, and being superior to all other methods regarding execution time. In conclusion, we can state that the method using convolutional neural networks to represent items is promising for the recommender systems context. / Sistemas de recomenda??o s?o softwares cujo prop?sito ? gerar listas personalizadas, de acordo com as prefer?ncias de usu?rios. A ?rea ? bastante recente e est? em expans?o desde a populariza??o da internet tendo suas ra?zes em recupera??o de informa??o. Dos dois tipos tradicionais de sistemas de recomenda??o, a filtragem colaborativa ? a mais utilizada na academia e na ind?stria por trazer melhores resultados que o segundo tipo, a filtragem baseada em conte?do. Este ?ltimo sofre de problemas tais como a falta de informa??o sem?ntica e a dificuldade em extrair conte?do dos itens. Atualmente h? uma maior disponibilidade de conte?do de itens na forma de recursos multim?dia tais como v?deos, imagens e texto. Tamb?m houve avan?os no reconhecimento de padr?es em imagens atrav?s de t?cnicas como as redes neurais convolucionais. Neste trabalho, prop?e-se utilizar uma rede neural convolucional como extratora de atributos dos quadros que comp?e trailers de filmes que servem como base para um sistema de recomenda??o baseado em conte?do com o objetivo de avaliar se o sucesso destas redes em tarefas como classifica??o de imagens e detec??o de objetos tamb?m ocorre no contexto de recomenda??es. Para esta avalia??o, comparou-se o m?todo proposto com um m?todo de detec??o de est?tica de m?dia, dois m?todos de extra??o de conte?do de texto usando TF-IDF e os tradicionais m?todos colaborativos entre usu?rios e itens. Os resultados obtidos mostram que o m?todo proposto neste trabalho ? superior aos demais m?todos baseados em conte?do e ? competitivo com os m?todos colaborativos, superando o m?todo colaborativo entre itens na m?trica que representa acur?cia de classifica??o e tamb?m, superando todos os outros m?todos com rela??o ao tempo de execu??o. Concluiu-se que o m?todo que utiliza redes neurais convolucionais para representar itens ? promissor para o contexto de sistemas de recomenda??o.

Submitted by Maria Cristina (library@lncc.br) on 2017-08-10T18:45:47Z No. of bitstreams: 1 tese_caio_cesar_graciani_rodrigues.pdf: 1550607 bytes, checksum: 740cf1e87f2a897b734accc7abd6ec11 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2017-08-10T18:45:57Z (GMT) No. of bitstreams: 1 tese_caio_cesar_graciani_rodrigues.pdf: 1550607 bytes, checksum: 740cf1e87f2a897b734accc7abd6ec11 (MD5) / Made available in DSpace on 2017-08-10T18:46:07Z (GMT). No. of bitstreams: 1 tese_caio_cesar_graciani_rodrigues.pdf: 1550607 bytes, checksum: 740cf1e87f2a897b734accc7abd6ec11 (MD5) Previous issue date: 2017-04-10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) / Over the past few decades, the study of systems subjected to abrupt changes in their structures has consolidated as a significant area of research, due, in part, to the increasing importance of dealing with the occurrence of random failures in complex systems. In this context, Markov jump linear system (MJLS) comes up as an approach of central interest, as a means of representing these dynamics. Among the numerous works that seek to establish design methods for control and filtering considering this class of systems, the scarcity of literature related to the partial observation scenarios is noticeable. This thesis features contributions to the H1 control and filtering for continuous-time MJLS with partial mode information. In order to overcome the challenge regarding the lack of information of the current state of the Markov chain, we use a detector-based formulation. In this formulation, we assume the existence of a detector, available at all times, which provides partial information about the operating mode of the jump process. A favorable feature of this strategy is that it allows us to recover (without being limited to) some recent results of partial information scenarios in which we have an explicit solution, such as the cases of complete information, mode-independent and cluster observations. Our results comprise a new bounded real lemma followed by the design of controllers and filters driven only by the informations given by the detector. Both, the H1 analysis and the design methods presented are established through the solutions of linear matrix inequalities. In addition, numerical simulations are also presented encompassing the H1 performance for particular structures of the detector process. From an application point of view, we highlight some examples related to the linearized dynamics for an unmanned aerial vehicle. / Nas últimas décadas, o estudo de sistemas cujas estruturas estão sujeitas a mudanças abruptas de comportamento tem se consolidado como uma significante área de pesquisa, devido, em parte, pela importância crescente de lidar com a ocorrência de falhas aleatórias em sistemas complexos. Neste contexto, os sistemas lineares com salto Markoviano (SLSM) surgem como uma abordagem de interesse central, como um meio de representar estas dinâmicas. Dentre os inúmeros trabalhos que buscam estabelecer técnicas de controle e filtragem considerando esta classe de sistemas, a escassez de literatura relacionada ao cenário de observações parciais é perceptível. Esta tese apresenta novos resultados de controle e filtragem H1 para SLSM a tempo contínuo e observações parciais no modo de operação. A fim de superar o desafio quanto a falta de informações do atual estado da cadeia de Markov, utilizamos uma formulação baseada em um detector. Com esta abordagem, assumimos a existência de um detector, disponível em todo instante de tempo, que fornece informações a respeito do modo de operação do processo de salto. Uma favorável característica desta estratégia é a de nos possibilitar o resgate (sem estar-se limitado a eles) de alguns resultados recentes dos cenários de informações parciais nos quais temos uma solução explícita, como os casos de informações completas, independentes do modo e cluster de observações. Os nossos resultados compreendem um novo bounded real lemma seguido do projeto de controladores e filtros que usam apenas as informações do detector. Tanto a análise H1 quanto os métodos de projeto apresentados são estabelecidos através da soluções de inequações matriciais lineares. Adicionalmente, também são apresentadas simulações numéricas que mostram a performance H1 para estruturas particulares do detector. Sob o ponto de vista de aplicações, destacamos os exemplos relacionados a dinâmicas linearizadas para um avião aéreo não tripulado.

O interesse em identificação de sistemas e de parâmetros aplicado à área aeroespacial não é recente, mas continua vibrante, pois novos desafios são propostos. Na atualidade, procura-se investir na obtenção de resultados mais precisos e mais rápidos, preferencialmente em tempo real, para que haja uma interação entre engenharia e tripulação ainda durante o vôo. A proposta de estimar estados, antes de estimar parâmetros, é bastante conveniente, pois fornece uma base de dados consistente para a obtenção das estimativas paramétricas. A verificação da consistência de dados de ensaio através de modelos cinemáticos, antes que se passe para a fase de identificação de parâmetros, usando filtragem estocástica é bastante atrativa, pois o método comporta ruídos de processo e de medida. Ambos são típicos para a natureza do problema, mas acrescenta-se o fato de que suas propriedades estatísticas variam ao longo do tempo. Nesse trabalho propõe-se o uso da filtragem estocástica adaptativa para verificação da consistência de dados de ensaio em vôo e calibração simultânea dos dados do ar. O método proposto baseia-se nos procedimentos de ajuste de covariância, calculada através de filtros de Kalman executados em paralelo. A metodologia foi testada com dados sintéticos via simulações de Monte Carlo e com manobras de ensaio em vôo reais. Os resultados mostraram-se coerentes com os fenômenos, e mais precisos que os obtidos com filtragem não adaptativa, a um custo computacional baixo.

This work presents a technique for linear system identification in frequency subbands by using wavelet packets. The wavelet-packet decomposition tree is used to establish frequency bands where subband models are created. An algorithm is proposed to adjust the tree structure, in order to achieve a compromise between accuracy and parsimony of the model. In a simulated example involving the identification of an aircraft model, the results of the proposed technique are favorably compared with those of a standard time-domain method.An application of the technique in the context of fault detection is also proposed. Once the identification is carried out, the difference between the outputs of the plant and of the model in the established frequency bands can be used as a residual signal for the purpose of fault detection. Two analytical redundancy approaches are exploited: input-output and output-output consistency check. Simulation studies involving a servomechanism and a Boeing 747 are provided to illustrate the proposed technique. The results show that the wavelet-packet method compares favorably with a standard observer-based scheme in terms of after-fault residue amplification, detection delay and number of successful fault detections.

Este trabalho tem como objetivo o desenvolvimento e a análise de métodos de filtragem e otimização aplicadas ao modelo de controle de infecções por HIV, incluindo implementação numérica computacional e avaliação dos resultados com dados reais. Os modelos utilizados contemplam a presença de incertezas paramétricas e ruídos exógenos estocásticos. É utilizado o Filtro de Kalman Estendido para se estimar o estado, necessário para realizar a versão malha fechada do Controle Ótimo. Avaliação comparativa dos métodos implementados são feitas à luz de critérios estabelecidos a priori, incluindo esquemas de tratamentos medicamentosos preconizados pela Organização Mundial de Saúde (OMS).

This thesis is focused on two basic aspects of the Control Problem: the stochastic modelling of physical systems, and Monte Carlo-based numerical approximation of the nonlinear filtering problem solution. In the first topic this thesis concerns about clarifying some issues in the mathematical modeling of continuous-time systems with Brownian motion. The hypothesis that physical systems should be modelled in continuous-time approach is defended, once the main results in Physics provide solutions for dynamic systems via continuous-time differential equations. It was shown, recalling a main result from the 1960's that a physical system is represented by Fisk-Stratonovich stochastic differential equation, though Ito approach is better to manipulate the mathematical operations. The required conditions for implementing these equations in computers were also studied by using Euler-Maruyama and Milstein schemes of discretization. In the second topic a unified treatment of the available Monte Carlo methods solving the nonlinear filtering problem for continuous and discrete-time modelling is presented with sufficient emphasis on basic applications enabling the engineer to use results provided by the theory. This topic is branched in the study of the theory of nonlinear filtering problem in continuous and discrete-time approaches, and in the investigation of the aspects of Monte Carlo-based numerical solutions approximating unnormalized conditional expectations, as those given by the classical Kallianpur-Striebel formula and its derived robust representation. Investigations showed that the estimates obtained via numerical approximations of the robust representation, or pathwise filter, might accumulate errors when the observation makes this filter alternative equation unstable, a limitation of the method. Another result of this thesis refers to the implementation of Monte Carlo filters using Bayesian representation for discretized models. Although Monte Carlo methods are attractive due to their facility of parallelization, their main drawback is the degeneracy phenomenon of the particles. The traditional resampling scheme solves the problem, but it difficulties the parallelization of the algorithm. The restoration method was then proposed to move the particles towards higher regions in the likelihood function, given information about the model parameters. This open method, in some sense, might decrease the particles degeneracy.

Este trabalho apresenta um sistema completo para simulação e avaliação do uso de filtros estocásticos para combinar medidas de posição feitas por um sistema inercial, composto de girômetros e acelerômetros, com medidas de posição de um sistema GPS, de modo que possamos extrair uma estimativa do erro de posição acumulado por integração das medidas dos sensores inerciais e corrigir a leitura do mesmo. Para tal, foram desenvolvidos em detalhes e validados um modelo de navegação e um modelo de espaço de estados onde o vetor de variáveis ocultas é a combinação dos erros de posição, velocidade, atitude e fator de escala dos sensores inerciais e deriva de ambos os sensores, inerciais e do GPS. Ainda foram implementados e analisados em sua performance três tipos de Filtros aplicados quando o modelo de observações é não-linear: o Filtro Estendido de Kalman (EKF), o Filtro de Kalman Unscented (UKF) e o Filtro de partículas com Função de importância ótima e Reamostragem. Resultados da Integração Inercial-GPS em diversas trajetórias e configurações de parâmetros são apresentados, bem como os problemas e as soluções na implementação são discutidos.

The demand for high resolution SAR systems and also for imaging techniques to retrieve scene information on the third dimension have stimulated the development of new acquisition modes and processing approaches. This work studies one of the newest SAR acquisition modes being used, namely the Circular SAR, in which the platform follows a non-linear circular trajectory. A brief introduction of the acquisition geometry is present along with the advantages of this acquisition mode, such as the volumetric reconstruction capability, higher resolutions and the possibility to retrieve target information from a wider range of observation angles. To deal with the non-linearity of trajectory, a processing approach using the time domain back-projection algorithm is suggested to focus and radiometric correct the images, taking into account the antenna patterns and loss due to propagation. An existing autofocus approach to correct motion errors is validated for the circular SAR context and a new frequency domain approach is proposed. Once the images are processed and calibrated, a polarimetric analysis is presented. In this context, a new polarimetric classification methodology is proposed for the particular geometry under consideration. The method uses the H- plane and the information of the first eigenvalue to classify small sub-apertures of the circular trajectory and finally classify the entire 360 circular aperture. Using information of all sub-apertures it is possible to preserve information of directional targets and diminish the effects caused by topography defocusing on the classification. To obtain speckle reduction improving the classification algorithm a Lee adaptive filter is implemented. The processing calibration approaches and the classification methodology are validated with circular SAR real data acquired with the SAR systems from the German Aerospace Center (DLR).

Owing to the need for the satisfaction of attributes such as safety, maintainability, and reliability in modern critical engineering devices, the design of automatic feedback control systems has increasingly demanding fault-tolerant methods. In particular, if the system states cannot directly be measured by the available suite of sensors, a fault-tolerant state estimation method turns out to be of paramount importance for achieving fault tolerance. In this context, the present thesis formulates a fault-tolerant state estimation (FTSE) problem consisting of a joint state and fault estimation of linear systems subject to additive faults. The system is described by a discrete-time linear Gaussian state-space model, where the fault appears as unknown inputs affecting both the state and measurement equations. The sequence of fault inputs is assumed to be parameterizable by three fault parameters: the fault magnitude, the fault instant, and the fault mode index. Moreover, these parameters are treated as unknown realizations of random variables (RV) that are defined so as to account for prior knowledge about possible faults. For tackling the above FTSE problem, the present work introduces a fault-tolerant two-stage (FTTS) filtering approach, from which three different FTTS filters are derived by considering three plausible alternative characterizations of the fault magnitude RV. On the basis of computational simulations, one of the FTTS filters is illustrated on a fault-tolerant model predictive control (MPC) scheme for satellite attitude control.