O presente trabalho visa investigar o desempenho e a aplicabilidade de classificadores supervisionados neurais em imagens digitais provenientes de sistemas SAR. Os classificadores neurais desenvolvidos são redes feedforward com múltiplas camadas cujo treinamento foi realizado mediante o algoritmo back-propagation para funções de aprendizado baseadas em hipóteses distintas: o erro modificado de Fisher e o erro de Minkowski-r. O modelo baseado no erro modificado de Fisher forneceu um novo método de treinamento e conseqüente atualização dos pesos sinápticos da rede, além de um novo processo de atribuição de classes. A topologia da rede emprega o conceito de classificação de pixels envoltos por regiões de extração de informações, ou máscaras de extração de características, que se comportam como filtros sub-ótimos aprendidos com o objetivo de suavizar o efeito do ruído speckle da imagem SAR.Uma comparação sistemática do desempenho analisando-se os elementos constituintes dos classificadores neurais, tais como quantidade de camadas na rede e número de neurônios em cada camada, modificações nos parâmetros da função utilizada no processo de treinamento, e alterações no tamanho do vetor de características provenientes da imagem e na quantidade de amostras de treinamento apresentadas à rede foram realizadas. Os resultados foram obtidos a partir de uma imagem SAR real com ao menos quatro classes constituintes e uma outra simulada com somente duas, e comparados ao desempenho do classificador estatístico baseado na distância de Kullback-Leibler através do coeficiente de concordância Kappa. De um modo geral, o desempenho dos classificadores neurais mostrou-se comparável ou ligeiramente melhor ao do estatístico. Contudo resultados ainda melhores foram obtidos com a filtragem da mediana do mapa temático de classificação. O classificador de Minkowski-r=1,1 mostrou-se mais eficiente que as outras funções de aprendizado quanto ao menor tamanho da máscara de extração de características e à quantidade de amostras de treinamento.

We introduce in this Thesis several particle filter (PF) solutions to the problem of collaborative emitter tracking. In the studied scenario, multiple agents with sensing, processing and communication capabilities passively collect received-signal-strength (RSS) measurements of the same signal originating from a non-cooperative emitter and collaborate to estimate its hidden state. Assuming unknown sensor noise variances, we derive an exact decentralized implementation of the optimal centralized PF solution for this problem in a fully connected network. Next, assuming local internode communication only, we derive two fully distributed consensus-based solutions to the problem using respectively average consensus iterations and a novel ordered minimum consensus approach which allow us to reproduce the exact centralized solution in a finite number of consensus iterations. In the sequel, to reduce the communication cost, we derive a suboptimal tracker which employs suitable parametric approximations to summarize messages that are broadcast over the network. Moreover, to further reduce communication and processing requirements, we introduce a non-iterative tracker based on random information dissemination which is suited for online applications. We derive the proposed random exchange diffusion PF (ReDif-PF) assuming both that observation model parameters are perfectly known and that the emitter is always present. We extend then the ReDif-PF tracker to operate in scenarios with unknown sensor noise variances and propose the Rao-Blackwellized (RB) ReDif-PF. Finally, we introduce the random exchange diffusion Bernoulli filter (RndEx-BF) which enables the network of collaborative RSS sensors to jointly detect and track the emitter within the surveillance space.

Este trabalho dedica-se ao projeto e desenvolvimento de um veículo aéreo não tripulado. Tais veículos podem ser utilizados em diversas aplicações como monitoramento, vigilância, transporte, resgate, entre outros. Dentre os diversos tipos de veículos aéreos, este trabalho irá focar no modelo do quadrirotor, composto por quatro hélices contra-rotoras que estabilizam e movimentam o veículo. Para alcançar o objetivo de controlar este tipo de veículo, várias propostas e metodologias podem ser aplicadas, todas buscando contemplar o controle de todas ou parte das variáveis de estado presentes nesta planta. Neste texto serão descritas: as equações cinemáticas e dinâmicas que regem este sistema; o projeto e composição mecânica da aeronave; definição de sensores e atuadores juntamente com seus métodos de utilização; implementação de controlador linear por alocação direta de polos e Regulador Linear Quadrático juntamente com observador de estados de ordem plena e filtro de Kalman, para recuperação de estados não mensurados e filtragem de ruídos. Serão apresentados resultados em simulações para cada método de controle selecionado visando optar pelo melhor controlador para a aplicação da aeronave. O método selecionado será implementado para controlar a aeronave com os sensores e atuadores selecionados. Esta implementação será realizada a partir da técnica HIL Hardware in The Loop juntamente com o software MATLAB/Simulink visando validar o controlador em conjunto com a planta real, bem como o modelo dinâmico construído. / This work is dedicated to the project and development of an unmanned aerial vehicle. Such vehicles can be employed in various applications such as monitoring, surveillance, transportation, rescue and others. Among the types of aerial vehicles, this work is focused on the quadrotor, composed by four counter-rotating propellers which stabilize and displace the vehicle. In order to fulfill the objective of controlling this vehicle, many methodologies and propositions can be applied, seeking the control of all or a snippet of the state variables present in the system. There will be described in this work: the cinematic and dynamic equations that govern this system; the mechanical project and construction of the aircraft; sensors and actuators definition, along with its usage methods; linear control implementation of the pole placement and Linear Quadratic Regulator techniques along full order state observer and Kalman filtering in order to recover and filter non-measured states. Performance results in simulations will be presented on each control implementation to validate the best controller for the application and this implementation will be applied on the projected aircraft using the sensors and actuators selected. This implementation will be given through the HIL - Hardware in the Loop method using MATLAB/Simulink software to validate the control technique applied and the constructed dynamic model.

[pt] Esta pesquisa propõe a implementação de um simulador para investigar o comportamento dinâmico dos sistemas elétricos de potência e a sua estabilidade. É introduzida uma nova abordagem para simulação de redes elétricas lineares, que segue as técnicas básicas e os modelos utilizados no EMTP (simulador tradicional), porém levando vantagem ao utilizar propriedades de filtragem digital multitaxa. O simulador proposto decompõe o sinal e a rede em sub-bandas de freqüência, cada uma delas operada independentemente, o que torna o processo bastante interessante para a implementação utilizando processamento em paralelo. O passo de integração nas simulações das sub-bandas é sempre maximizado, reduzindo a carga computacional. A simulação permite a detecção em tempo real de sub-bandas que poderiam ser momentaneamente desconectadas, sem perda de precisão no resultado final. Este comportamento adaptativo aumenta a eficiência do simulador, ajustando a complexidade do modelo de acordo com os requisitos da simulação. / [en] This work proposes the implementation of a simulator to investigate the dynamic behavior and the stability of electric power systems. A new approach to linear electric network simulation is introduced, closely following the EMTP basic techniques and models, but taking advantage of multirate digital filter properties. The final simulator decomposes signals and network models into subbands of frequencies, each of them independently operated, allowing parallel processing The integration time step in the subband simulations is always maximized, reducing computational burden. The simulation permits online detection of subbands that could be momentarily disconnected with negligible loss of accuracy in the final result. This adaptive feature further improves efficiency, adjusting the network model complexity, according to the simulation requirements.

Este trabalho aborda a interação entre polícia e desigualdade racial. Mais especificamente, diz respeito à reflexão sobre policiamento democrático em sociedades racialmente desiguais. Partindo da verificação da existência de desigualdades raciais no acesso ao direito à vida e à segurança, questiona-se como tal viés racial é produzido e reproduzido. Para este efeito, realiza-se um levantamento da literatura nacional que trata da temática da violência policial e do uso excessivo da força por policiais, observando aqui a emergência e consolidação de pesquisas que tratam a raça como um fator associado à violência policial. Investiga-se a cunhagem do termo filtragem racial, traçando aproximações e distanciamentos em seu uso no Brasil e nos Estados Unidos. No Brasil, verifica-se que as pesquisas sobre a filtragem racial estão voltadas ao tratamento dos dados acessíveis (prisões em flagrante e letalidade policial) e ao campo das representações que orientam a prática do policial e de seu processo de suspeição. Esse segundo tipo de trabalho indica um discurso institucional frouxo no qual a racialização raramente aparece (em geral no intuito de negá-la), além da importância da construção subjetiva do policial para a concretização do tratamento racializado. Assim, o trabalho de campo orientou-se pela indagação: de que maneira a formação proporcionada pela Escola Superior de Soldados da Polícia Militar do estado de São Paulo, no município de São Paulo, influi nas relações raciais dos agentes policiais com os cidadãos? Os resultados confirmam a indicação da literatura de que a instituição se recolhe perante temas de desigualdade racial e discriminação pela polícia, transmitindo categorias abstratas a serem preenchidas pelas representações anteriores e posteriores à formação do suspeito e do bandido. O papel auto-conferido da corporação dispensa sua atribuição educadora em prol de uma assimiladora, em que não há espaço para a reflexão, mas para o condicionamento dos corpos a respostas automatizadas e intuitivas. / This research tackles the interaction between police and racial inequality. More specifically, it dwells on how democratic policing manifests itself in racially unequal societies. After assessing the existence of racial inequalities regarding the access to rights to life and safety, one wonders how this racial bias is produced and reproduced. To this effect, a review of the national literature on police violence and excessive use of force by police is performed. We observe the development and consolidation of researches associating race to police brutality outcomes. We investigate the coinage of the term racial profiling, drawing on similarities and specificities of its use in Brazil and in the United States. In Brazil, we verify that researches on racial profiling focus either on accessible statistical data (regarding arrests by flagrante delicto and police use of lethal force) or social representations that guide police practices and their process of suspicion. The second class of researches indicates an abstract institutional discourse in which racialization scarcely appears (generally in order to deny race) and emphasizes the importance of police agents\' subjective constructions in materializing a race-biased conduct. Thus, our field research was guided by the question: in what ways the training provided by the Superior School of Military Police Soldiers of São Paulo state, in the city of São Paulo, influences race relations between police officers and citizens? The results confirm the literature directions that the institution curtails itself before themes such as racial inequality and racial discrimination by the police. It communicates abstracts categories to be filled with representations previous and post-training of the suspect and the criminal. The self-conferred role of the Military Police dismiss its educational attribute in favor of an assimilationist perspective of knowledge, in which there is no space for reflexive analysis, only for body conditioning to automatic and intuitive responses.

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2017-06-14T16:52:48Z No. of bitstreams: 1 Ismael Messias Gomes Cardoso_.pdf: 1842376 bytes, checksum: 60eed8afd2b70fbe501d63c0e1b81c39 (MD5) / Made available in DSpace on 2017-06-14T16:52:48Z (GMT). No. of bitstreams: 1 Ismael Messias Gomes Cardoso_.pdf: 1842376 bytes, checksum: 60eed8afd2b70fbe501d63c0e1b81c39 (MD5) Previous issue date: 2017-03-16 / UNISINOS - Universidade do Vale do Rio dos Sinos / The use of recommender systems is already widespread. Everyday people are exposed to different items’ offering that infer their interest and anticipate decisions. The context information (such as location, goals, and entities around a context) plays a key role in the recommendation’s accuracy. Extending contexts snapshots into contexts histories enables that information to be exploit. It is possible to identify context’s sequences, similar contexts histories and even predict future contexts. In this work we present Vulcont, a recommender system based on a contexts history ontology. Vulcont merges the benefits of ontology reasoning with contexts histories in order to measure contexts history similarity, based on semantic and ontology’s properties provided by context’s domain. Vulcont considers synonymous and classes’ relations to measure similarity. After that, a collaborative filtering approach identifies sequences’ frequency to identify potential items for recommendation. We evaluated and discussed the Vulcont’s recommendation in four scenarios in an offline experiment, which presents Vulcont’s recommendation power, due the exploit of semantic value of contexts history. / O uso de sistemas de recomendação já é amplamente difundido. Diariamente pessoas são expostas a ofertas de itens que inferem seus interesses e antecipam decisões. As informações de contexto (como localização, objetivos, e entidades que cercam um contexto) tem um papel chave na acurácia da recomendação. Ampliando o uso de contextos para histórico de contextos, essa informação pode ser explorada ainda mais. É possível identificar sequências de contextos, similaridade entre histórico de contextos, e até prever contextos futuros. Neste trabalho é apresentado o Vulcont, um sistema de recomendação baseado numa ontologia de histórico de contextos. Vulcont une os benefícios do raciocínio da ontologia com o uso de histórico de contextos para quantificar a similaridade entre histórico de contextos, com base na semântica e outras propriedades da ontologia definidas pelo domínio do contexto. Vulcont considera sinônimos e relações de classes para calcular a similaridade. Por seguinte, um filtro colaborativo identifica a frequência de sequências para estimar items em potencial de recomendação. As recomendações do Vulcont foram avaliadas e discutidas em quatro cenários num experimento offline. O experimento apresentou o poder de recomendação do Vulcont, que é devido a exploração do valor semântico de histórico de contextos.

Neste trabalho uma nova estratégia de combinação de filtros adaptativos é apresentada e estudada. Inspirada por esquemas incrementais e filtragem adaptativa cooperativa, a combinação convexa usual de filtros em paralelo e independentes é reestruturada como uma configuração série-cooperativa, sem aumento da complexidade computacional. Dois novos algoritmos são projetados utilizando Recursive Least-Squares (RLS) e Least-Mean-Squares (LMS) como subfiltros que compõem a combinação. Para avaliar a performance da estrutura incremental, uma análise de média quadrática é realizada. Esta é feita assumindo que os combinadores têm valores fixos, de forma a permitir o estudo da universalidade da estrutura desacoplada da dinâmica do supervisor. As simulações realizadas mostram uma boa concordância com o modelo teórico obtido. / In this work a new strategy for combination of adaptive filters is introduced and studied. Inspired by incremental schemes and cooperative adaptive filtering, the standard convex combination of parallel-independent filters is rearranged into a series-cooperative configuration, while preserving computational complexity. Two new algorithms are derived employing Recursive Least-Squares (RLS) and Least-Mean-Squares (LMS) algorithms as the component filters. In order to assess the performance of the incremental structure, tracking and steady-state mean-square analysis is derived. The analysis is carried out assuming the combiners are fixed, so that the universality of the new structure may be studied decoupled from the supervisor\'s dynamics. The resulting analytical model shows good agreement with simulation results.

O registro de imagens tem um papel importante em várias aplicações, tais como reconstrução de objetos 3D, reconhecimento de padrões, imagens microscópicas, entre outras. Este registro é composto por três passos principais: (1) seleção de pontos de interesse; (2) extração de características dos pontos de interesse; (3) correspondência entre os pontos de interesse de uma imagem para a outra. Para os passos 1 e 2, algoritmos como SIFT e SURF têm apresentado resultados satisfatórios. Entretanto, para o passo 3 ocorre a presença de outliers, ou seja, pontos de interesse que foram incorretamente correspondidos. Uma única correspondência incorreta leva a um resultado final indesejável. Os algoritmos para remoção de outliers (consenso) possuem um alto custo computacional, que cresce à medida que a quantidade de outliers aumenta. Com o objetivo de reduzir o tempo de processamento necessário por esses algoritmos, o algoritmo FOMP(do inglês, Filtering out Outliers from Matched Points), foi proposto e desenvolvido neste trabalho para realizar a filtragem de outliers no conjunto de pontos inicialmente correspondidos. O método FOMP considera cada conjunto de pontos como um grafo completo, no qual os pesos são as distâncias entre os pontos. Por meio da soma de diferenças entre os pesos das arestas, o vértice que apresentar maior valor é removido. Para validar o método FOMP, foram realizados experimentos utilizando quatro bases de imagens. Cada base apresenta características intrínsecas: (a) diferenças de rotação zoom da câmera; (b) padrões repetitivos, os quais geram duplicidade nos vetores de características; (c) objetos de formados, tais como plásticos, papéis ou tecido; (d) transformações afins (diferentes pontos de vista). Os experimentos realizados mostraram que o filtro FOMP remove mais de 65% dos outliers, enquanto mantém cerca de 98%dos inliers. A abordagem proposta mantém a precisão dos métodos de consenso, enquanto reduz o tempo de processamento pela metade para os métodos baseados em grafos. / Image matching plays a major role in many applications, such as pattern recognition and microscopic imaging. It encompasses three steps: 1) interest point selection; 2) feature extraction from each point; 3) feature point matching. For steps 1 and 2, traditional interest point detectors/ extractors have worked well. However, for step 3 even a few points incorrectly matched (outliers), might lead to an undesirable result. State-of-the-art consensus algorithms present a high time cost as the number of outlier increases. Aiming at overcoming this problem, we present FOMP, a preprocessing approach, that reduces the number of outliers in the initial set of matched points. FOMP filters out the vertices that present a higher difference among their edges in a complete graph representation of the points. To validate the proposed method, experiments were performed with four image database: (a) variations of rotation or camera zoom; (b) repetitive patterns, which leads to duplicity of features vectors; (c) deformable objects, such as plastics, clothes or papers; (d) affine transformations (different viewpoint). The experimental results showed that FOMP removes more than 65% of the outliers, while keeping over 98% of the inliers. Moreover, the precision of traditional methods is kept, while reducing the processing time of graph based approaches by half.

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 Erika Demachki (erikademachki@gmail.com) on 2015-02-06T20:35:15Z No. of bitstreams: 2 Dissertação - Everton Lima Aleixo - 2014.pdf: 2375638 bytes, checksum: accbd56745e040e23362d951a1336538 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Erika Demachki (erikademachki@gmail.com) on 2015-02-06T20:35:41Z (GMT) No. of bitstreams: 2 Dissertação - Everton Lima Aleixo - 2014.pdf: 2375638 bytes, checksum: accbd56745e040e23362d951a1336538 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-02-06T20:35:41Z (GMT). No. of bitstreams: 2 Dissertação - Everton Lima Aleixo - 2014.pdf: 2375638 bytes, checksum: accbd56745e040e23362d951a1336538 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-09-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Memory-based algorithms are the most popular among the collaborative filtering algorithms. They use as input a table containing ratings given by users to items, known as the rating matrix. They predict the rating given by user a to an item i by computing similarities of the ratings among users or similarities of the ratings among items. In the first case Memory-Based algorithms are classified as User-based algorithms and in the second one they are labeled as Item-based algorithms. The prediction is computed using the ratings of k most similar users (or items), also know as neighbors. Memory-based algorithms are simple to understand and to program, usually provide accurate recommendation and are less sensible to data change. However, to obtain the most similar neighbors for a prediction they have to process all the data which is a serious scalability problem. Also they are sensitive to the sparsity of the input. In this work we propose an efficient and effective Item-Based that aims at diminishing the sensibility of the Memory-Based approach to both problems stated above. The algorithm is faster (almost 50%) than the traditional Item-Based algorithm while maintaining the same level of accuracy. However, in environments that have much data to predict and few to train the algorithm, the accuracy of the proposed algorithm surpass significantly that of the traditional Item-based algorithms. Our approach can also be easily adapted to be used as User-based algorithms. / Algoritmos baseados em memória são os mais populares entre os algoritmos de filtragem colaborativa. Eles usam como entrada uma tabela contendo as avaliações feitas pelos usuários aos itens, conhecida como matriz de avaliações. Eles predizem a avaliação dada por um usuário a a um item i, computando a similaridade de avaliações entre a e outros usuários ou entre i e outros itens. No primeiro caso, os algoritmos baseados em memória são classificados como algoritmos baseados em usuários (User-based) e no segundo caso são rotulados como algoritmos baseados em itens (Item-Based). A predição é computada usando as avaliações dos k usuários (ou itens) mais similares, também conhecidos como vizinhos. Algoritmos baseados em memória são simples de entender e implementar. Normalmente produzem boas recomendações e são menos sensíveis a mudança nos dados. Entretanto, para obter os vizinhos mais similares para a predição, eles necessitam processar todos os dados da matriz, o que é um sério problema de escalabilidade. Eles também são sensíveis a densidade dos dados. Neste trabalho, nós propomos um algoritmo eficiente e eficaz baseado em itens que visa diminuir a sensibilidade dos algoritmos baseados em memória para ambos os problemas acima referidos. Esse algoritmo é mais rápido (quase 50%) do que o algoritmo baseado em itens tradicional, mantendo o mesmo nível de acurácia. Entretanto, em ambientes onde existem muitos dados para predizer e poucos para treinar o algoritmo, a acurácia do algoritmo proposto supera significativamente a do algoritmo tradicional baseado em itens. Nossa abordagem pode ainda ser facilmente adaptada para ser utilizada como o algoritmo baseado em usuários.