Made available in DSpace on 2014-06-12T15:58:45Z (GMT). No. of bitstreams: 2 arquivo4690_1.pdf: 1106541 bytes, checksum: e0ee713e84c20db1b16b0bd3c706218a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2003 / Em muitas de suas aplicações práticas tais como Processamento de Linguagem Natural(PLN), CASE, sistemas especialistas em domínios complexos, ontologias de Web semântica e Descoberta de conhecimento em banco de dados(KDD) - Programação em Lógica Indutiva(PLI) não é usada para substituir, mas para complementar aquisição de conhecimento manual. Usar uma linguagem de representação de conhecimento comum para ambos, conhecimento manualmente codificado e conhecimento induzido por PLI, é a idéia chave da sua integração simples. Como a aquisição de conhecimento manual está crescentemente sendo feita utilizando linguagens híbridas que integram objetos com regras ou relações, surgem as questões da viabilidade e praticidade de usar tais linguagens para indução. Nesta dissertação é apresentado Cigolf, um sistema de PLI que usa a linguagem lógica orientada a objeto Flora para representação de conhecimento. Cigolf recebe como entrada uma base de conhecimento prévio, um conjunto de exemplos, e uma especificação de viés de aprendizagem, tudo representado em Flora. Ele traduz esta entrada numa especificação de entrada para um sistema de PLI chamado Aleph. Ele então utiliza uma versão de Aleph para Prolog tabelado na indução de novo conhecimento e traduz este conhecimento aprendido para Flora. São descritas as questões surgidas por este processo de tradução bidirecional e a solução que foi adotada. É mostrada também a comparação de desempenho de Cigolf e Aleph em alguns problemas benchmarks de PLI para avaliar o overhead associado com o uso de uma linguagem de representação lógica orientada a objeto para tarefas de aprendizagem em vez de uma linguagem puramente lógica

Made available in DSpace on 2016-04-26T18:18:32Z (GMT). No. of bitstreams: 1 MARIA DE LOURDES BACHA.pdf: 3487465 bytes, checksum: 82b4a08bc24e694d1c96622e8b238070 (MD5) Previous issue date: 1999-03-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta tese tem como objetivo analisar o diálogo de Peirce com Mil com respeito ao fundamento e à validade da indução. Inicialmente apresentamos um resumo do percurso histórico sobre o conceito da indução, passando por algumas idéias de Aristóteles (que desenvolveu a doutrina dos silogismos e também criou o termo apagoge, cuja tradução latina é indução e para quem a indução diz respeito a todos aqueles casos de argumentos não demonstrativos nos quais a verdade das premissas não requer a verdade da conclusão), por Bacon (que foi o primeiro filósofo a formular uma teoria da indução apropriada para ser usadas nas ciências naturais), por Hume (que formula a grade questão da indução, isto é, como se justificam as inferências indutivas? Qual o fundamento de nossas conclusões a partir da experiência?) e por Mill, que é o grande interlocutor de Peirce na questão da indução e cuja teoria da indução tem fundamento no principio da uniformidade da natureza. A seguir trazemos o percurso evolucionário das ideais peircianas sobre indução como correlatas do realismo, para finalmente, discutirmos críticas e argumentos que Peirce dirige a Mill, cuja ênfase está na questão na uniformidade da natureza e na lei da causalidade

As técnicas que formam o campo da Descoberta de Conhecimento em Bases de Dados (DCBD) surgiram devido à necessidade de se tratar grandes volumes de dados. O processo completo de DCBD envolve um elevado grau de subjetividade e de trabalho não totalmente automatizado. Podemos dizer que a fase mais automatizada é a de Mineração de Dados (MD). Uma importante técnica para extração de conhecimentosa partir de dados é a Programação Lógica Indutiva (PLI), que se aplica a tarefas de classificação, induzindo conhecimento na forma da lógica de primeira ordem. A PLI tem demonstrado as vantagens de seu aparato de aprendizado em relação a outras abordagens, como por exemplo, aquelas baseadas em aprendizado proposicional Os seus algorítmos de aprendizado apresentam alta expressividade, porém sofrem com a grande complexidade de seus processos, principalmente o teste de corbertura das variáveis. Por outro lado, as Redes Neurais Artificiais (RNs) introduzem um ótimo desempenho devido à sua natureza paralela. às RNs é que geralmente são "caixas pretas", o que torna difícil a obtenção de um interpretação razoável da estrutura geral da rede na forma de construções lógicas de fácil compreensão Várias abordagens híbridas simbólico-conexionistas (por exemplo, o MNC MAC 890 , KBANN SHA 94 , TOW 94 e o sistema INSS OSO 98 têm sido apresentadas para lidar com este problema, permitindo o aprendizado de conhecimento simbólico através d euma RN. Entretanto, estas abordagens ainda lidam com representações atributo-valor. Neste trabalho é apresentado um modelo que combina a expressividade obtida pela PLI com o desempenho de uma rede neural: A FOLONET (First Order Neural Network).

As técnicas que formam o campo da Descoberta de Conhecimento em Bases de Dados (DCBD) surgiram devido à necessidade de se tratar grandes volumes de dados. O processo completo de DCBD envolve um elevado grau de subjetividade e de trabalho não totalmente automatizado. Podemos dizer que a fase mais automatizada é a de Mineração de Dados (MD). Uma importante técnica para extração de conhecimentosa partir de dados é a Programação Lógica Indutiva (PLI), que se aplica a tarefas de classificação, induzindo conhecimento na forma da lógica de primeira ordem. A PLI tem demonstrado as vantagens de seu aparato de aprendizado em relação a outras abordagens, como por exemplo, aquelas baseadas em aprendizado proposicional Os seus algorítmos de aprendizado apresentam alta expressividade, porém sofrem com a grande complexidade de seus processos, principalmente o teste de corbertura das variáveis. Por outro lado, as Redes Neurais Artificiais (RNs) introduzem um ótimo desempenho devido à sua natureza paralela. às RNs é que geralmente são "caixas pretas", o que torna difícil a obtenção de um interpretação razoável da estrutura geral da rede na forma de construções lógicas de fácil compreensão Várias abordagens híbridas simbólico-conexionistas (por exemplo, o MNC MAC 890 , KBANN SHA 94 , TOW 94 e o sistema INSS OSO 98 têm sido apresentadas para lidar com este problema, permitindo o aprendizado de conhecimento simbólico através d euma RN. Entretanto, estas abordagens ainda lidam com representações atributo-valor. Neste trabalho é apresentado um modelo que combina a expressividade obtida pela PLI com o desempenho de uma rede neural: A FOLONET (First Order Neural Network).

As técnicas que formam o campo da Descoberta de Conhecimento em Bases de Dados (DCBD) surgiram devido à necessidade de se tratar grandes volumes de dados. O processo completo de DCBD envolve um elevado grau de subjetividade e de trabalho não totalmente automatizado. Podemos dizer que a fase mais automatizada é a de Mineração de Dados (MD). Uma importante técnica para extração de conhecimentosa partir de dados é a Programação Lógica Indutiva (PLI), que se aplica a tarefas de classificação, induzindo conhecimento na forma da lógica de primeira ordem. A PLI tem demonstrado as vantagens de seu aparato de aprendizado em relação a outras abordagens, como por exemplo, aquelas baseadas em aprendizado proposicional Os seus algorítmos de aprendizado apresentam alta expressividade, porém sofrem com a grande complexidade de seus processos, principalmente o teste de corbertura das variáveis. Por outro lado, as Redes Neurais Artificiais (RNs) introduzem um ótimo desempenho devido à sua natureza paralela. às RNs é que geralmente são "caixas pretas", o que torna difícil a obtenção de um interpretação razoável da estrutura geral da rede na forma de construções lógicas de fácil compreensão Várias abordagens híbridas simbólico-conexionistas (por exemplo, o MNC MAC 890 , KBANN SHA 94 , TOW 94 e o sistema INSS OSO 98 têm sido apresentadas para lidar com este problema, permitindo o aprendizado de conhecimento simbólico através d euma RN. Entretanto, estas abordagens ainda lidam com representações atributo-valor. Neste trabalho é apresentado um modelo que combina a expressividade obtida pela PLI com o desempenho de uma rede neural: A FOLONET (First Order Neural Network).

Além da transferência de energia elétrica por meio de condutores sólidos que interligam carga e fonte elétrica, existem formas alternativas que, por não necessitarem de conexão mecânica, permitem maior mobilidade espacial para a carga e trazem inúmeras novas possibilidades de aplicação. Dentre estas formas alternativas está a Transferência Indutiva de Potência, que possui desafios claros no que diz respeito ao projeto do sistema magnético formado pelos indutores emissor e receptor, quando entre eles existe acoplamento magnético muito reduzido. A retirada do núcleo magnético sólido entre emissor e receptor confere a possibilidade de o receptor se mover em relação ao emissor, o que permite a transferência de potência a uma carga móvel. Contudo, o baixo coeficiente de acoplamento magnético torna o sistema fracamente acoplado sensível a variações tanto no circuito ressonante que o alimenta quanto na própria geometria magnética, onde pequenas modificações dimensionais resultam em significativos ganhos de potência no receptor. Esta tese apresenta inicialmente um conjunto de rotinas computacionais que agilizam o projeto de sistemas fracamente acoplados contendo emissores e receptores circulares ou espirais. Estas rotinas agem como pré e pós-processadores do Método dos Elementos Finitos, que por sua vez é solucionado por um aplicativo bidimensional gratuito. Com esta abordagem, é possível desenvolver rapidamente acopladores magnéticos com parâmetros realísticos, cuja montagem experimental demonstra excelente conformidade com os resultados teóricos. Um grupo de onze acopladores magnéticos diferentes é avaliado nesta tese como demonstração de que a otimização de parâmetros geométricos é relevante para a maximização de potência no receptor. Compara-se também o desempenho de acopladores Bipolar, Duplo D e Duplo D Quadratura. Após evidenciar relações geométricas e magnéticas para os diversos acopladores, verifica-se por meio de estudos de sensibilidade paramétrica, que não apenas a geometria do sistema fracamente acoplado influencia em seu desempenho, mas também a escolha dos parâmetros das malhas ressonantes conectadas ao emissor e ao receptor. Disto se conclui sobre a importância da Análise de Sensibilidade em Transferência Indutiva de Potência, pois, como demonstrado, certas malhas ressonantes são naturalmente mais tolerantes a variações do coeficiente de acoplamento magnético do que outras, por exemplo, aquelas em que há compensação do tipo paralelo no emissor. Por fim, o trabalho dedica-se ao estabelecimento de critérios para a ocorrência do fenômeno de bifurcação, segundo o qual múltiplas frequências de ressonância podem ocorrem em um conversor em frequência variável, a depender da carga conectada ao receptor e dos fatores de qualidade dos indutores. O equacionamento, obtido numericamente e que foi generalizado para casos em que existem múltiplos receptores, permite boa previsibilidade a respeito do comportamento dinâmico de sistemas variáveis em frequência. / In addition to the transfer of electrical energy by means of solid conductors that interconnect electrical source and load, there are alternative ways that does not require mechanical connection and allow spatial mobility to the load bringing numerous new application possibilities. Among these alternative forms is Inductive Power Transfer, which has clear challenges with respect to the magnetic system design formed by emitter and receiver inductors, since there is very little magnetic coupling between them. The removal of the solid magnetic core between emitter and receiver introduces the possibility of moving receivers. However, the low magnetic coupling coefficient makes the loosely coupled system sensitive to variations in both the resonant circuit parameters and the magnetic geometry, where small dimensional changes result in significant power gains in the receiver. This thesis initially presents a set of computing routines that allows the design of loosely coupled systems containing circular or spiral inductors. These routines act as pre- and post-processors for Finite Element Method, which in turn is solved by a free two-dimensional application. With this approach one can quickly develop magnetic couplers with realistic parameters, which is demonstrated by comparison between experimental and theoretical results. A group of eleven different magnetic couplers is evaluated as a proof that the optimization of geometric parameters is relevant to maximizing the power of the receiver. Moreover, the performance of Bipolar, Double D and Double D Quadrature couplers are studied. Later, it is verified by means of parametric sensitivity analysis that not only the geometry of the loosely coupled system influences its performance, but also the choice of the parameters of the resonant converters connected to emitter and receiver. The sensitivity analysis of Inductive Power Transfer converters was found to be of great importance because, as shown by a numerical example, certain resonant topologies can be naturally more tolerant to variations in the magnetic coupling coefficient than others. Finally, the work is dedicated to the establishment of precise criteria for the occurrence of bifurcation phenomenon whereby multiple resonant frequencies can occur in a converter under variable frequency excitation, depending on the load connected to the receiver and the quality factors of inductors. The equations obtained numerically were generalized for cases where there are multiple receivers and allow good predictability about the dynamic behavior of variable frequency systems.

O Aprendizado de Máquina trata da questão de como desenvolver programas de computador capazes de aprender um conceito ou hipótese a partir de um conjunto de exemplos ou casos observados. Baseado no conjunto de treinamento o algoritmo de aprendizado induz a classificação de uma hipótese capaz de determinar corretamente a classe de novos exemplos ainda não rotulados. Linguagens de descrição são necessárias para escrever exemplos, conhecimento do domínio bem como as hipóteses aprendidas a partir dos exemplos. Em geral, essas linguagens podem ser divididas em dois tipos: linguagem baseada em atributo-valor ou proposicional e linguagem relacional. Algoritmos de aprendizado são classificados como proposicional ou relacional dependendo da liguagem de descrição que eles utilizam. Além disso, no aprendizado simbólico o objetivo é gerar a classificação de hipóteses que possam ser facilmente interpretadas pelos humanos. Algoritmos de aprendizado proposicional utilizam a representação atributo-valor, a qual é inadequada para representar objetos estruturados e relações entre esses objetos. Por outro lado, a Programação lógica Indutiva (PLI) é realizada com o desenvolvimento de técnicas e ferramentas para o aprendizado relacional. Sistemas de PLI são capazes de aprender levando em consideração conhecimento do domínio na forma de um programa lógico e também usar a linguagem de programas lógicos para descrever o conhecimento induzido. Neste trabalho foi implementado um módulo chamado Kaeru para converter dados no formato atributo-valor para o formato relacional utilizado pelo sistema de PLI Aleph. Uma série de experimentos foram realizados com quatro conjuntos de dados naturais e um conjunto de dados real no formato atributo valor. Utilizando o módulo conversor Kaeru esses dados foram convertidos para o formato relacional utilizado pelo Aleph e hipóteses de classificação foram induzidas utilizando aprendizado proposicional bem como aprendizado relacional. É mostrado também, que o aprendizado proposicional pode ser utilizado para incrementar o conhecimento do domínio utilizado pelos sistemas de aprendizado relacional para melhorar a qualidade das hipóteses induzidas. / Machine Learning addresses the question of how to build computer programs that learn a concept or hypotheses from a set of examples, objects or cases. Descriptive languages are necessary in machine learning to describe the set of examples, domain knowledge as well as the hypothesis learned from these examples. In general, these languages can be divided into two types: languages based on attribute values, or em propositional languages, and relational languages. Learning algorithms are often classified as propositional or relational taking into consideration the descriptive language they use. Typical propositional learning algorithms employ the attribute value representation, which is inadequate for problem-domains that require reasoning about the structure of objects in the domain and relations among such objects. On the other hand, Inductive Logig Programming (ILP) is concerned with the development of techniques and tools for relational learning. ILP systems are able to take into account domain knowledge in the form of a logic program and also use the language of logic programs for describing the induced knowledge or hypothesis. In this work we propose and implement a module, named kaeru, to convert data in the attribute-value format to the relational format used by the ILP system Aleph. We describe a series of experiments performed on four natural data sets and one real data set in the attribute value format. Using the kaeru module these data sets were converted to the relational format used by Aleph and classifying hipoteses were induced using propositional as well as relational learning. We also show that propositional knowledge can be used to increment the background knowledge used by relational learners in order to improve the induded hypotheses quality.

Este trabalho investiga Aprendizado Indutivo de Máquina como função das linguagens de descrição, utilizadas para expressar instancias, conceitos e teoria do domínio. A ampliação do poder de representação do aprendizado proporcional e abordada no contexto de indução construtiva, no domínio de funções booleanas, com a proposta de uma estratégia de composição de atributos denominada root-fringe. Avaliações experimentais dessa e de outras estratégias de construção de novos atributos foram conduzidas e os resultados analisados. Dois métodos de poda, para tratamento de ruídos, em aprendizado de arvores de decisão, foram avaliados num ambiente de indução construtiva e os resultados discutidos. Devido a limitação do aprendizado proposicional, foram investigadas formas de ampliação dos limites do aprendizado, através da ampliação do poder representacional das linguagens de descrição. Foi escolhida Programação Lógica Indutiva - PLI - que e um paradigma de aprendizado indutivo que usa restrições de Lógica de Primeira Ordem como linguagens de descrição. O aprendizado em PLI só é factível quando as linguagens utilizadas estão restritas e é fortemente controlado, caso contrário, o aprendizado em PLI se torna indecidível. A pesquisa em PLI se direcionou a formas de restrição das linguagens de descrição da teoria do domínio e de hipóteses. Três algoritmos que \"traduzem\" a teoria do domínio de sua forma intencional, para extensional, são apresentados. As implementações de dois deles são discutidas. As implementações realizadas deram origem a dois ambientes experimentais de aprendizado: o ambiente proposicional experimental, do qual fazem parte o ambiente experimental construtivo, e o ambiente experimental relacional. / This work investigates Inductive Machine Learning as a function of the description languages employed to express instances, concepts and domain theory. The enlargement of the representational power of propositional learning methods is approached via constructive induction, in the domain of boolean functions, through the proposal of a bias for composing attributes, namely, the bias root-fringe. Experimental evaluation of root-fringe, as well as other biases for constructing new attributes was conducted and the results analyzed. Two pruning methods for decision trees were evaluated in an environment of constructive induction and the results discussed. Due to the limitations of propositional learning, ways of enlarging the limits of the learning process were investigated through enlarging the representational power of the description languages. It was chosen Inductive Logic Programming - ILP - that is an inductive learning paradigm that uses restrictions of First Order Logic as description languages. Learning using ILP is only feasible when the languages are restricted and are strongly controlled; otherwise, learning in ILP becomes undecidible. Research work in ILP was directed towards restricting domain theory and hypotheses description languages. Three algorithms that \"translate\" the intentional expression of a domain theory into its extensional expression are presented. The implementations of two of them are discussed. The implementations gave rise to two experimental learning environments: the propositional environment, which includes the constructive environment, and the relational environment.

Além da transferência de energia elétrica por meio de condutores sólidos que interligam carga e fonte elétrica, existem formas alternativas que, por não necessitarem de conexão mecânica, permitem maior mobilidade espacial para a carga e trazem inúmeras novas possibilidades de aplicação. Dentre estas formas alternativas está a Transferência Indutiva de Potência, que possui desafios claros no que diz respeito ao projeto do sistema magnético formado pelos indutores emissor e receptor, quando entre eles existe acoplamento magnético muito reduzido. A retirada do núcleo magnético sólido entre emissor e receptor confere a possibilidade de o receptor se mover em relação ao emissor, o que permite a transferência de potência a uma carga móvel. Contudo, o baixo coeficiente de acoplamento magnético torna o sistema fracamente acoplado sensível a variações tanto no circuito ressonante que o alimenta quanto na própria geometria magnética, onde pequenas modificações dimensionais resultam em significativos ganhos de potência no receptor. Esta tese apresenta inicialmente um conjunto de rotinas computacionais que agilizam o projeto de sistemas fracamente acoplados contendo emissores e receptores circulares ou espirais. Estas rotinas agem como pré e pós-processadores do Método dos Elementos Finitos, que por sua vez é solucionado por um aplicativo bidimensional gratuito. Com esta abordagem, é possível desenvolver rapidamente acopladores magnéticos com parâmetros realísticos, cuja montagem experimental demonstra excelente conformidade com os resultados teóricos. Um grupo de onze acopladores magnéticos diferentes é avaliado nesta tese como demonstração de que a otimização de parâmetros geométricos é relevante para a maximização de potência no receptor. Compara-se também o desempenho de acopladores Bipolar, Duplo D e Duplo D Quadratura. Após evidenciar relações geométricas e magnéticas para os diversos acopladores, verifica-se por meio de estudos de sensibilidade paramétrica, que não apenas a geometria do sistema fracamente acoplado influencia em seu desempenho, mas também a escolha dos parâmetros das malhas ressonantes conectadas ao emissor e ao receptor. Disto se conclui sobre a importância da Análise de Sensibilidade em Transferência Indutiva de Potência, pois, como demonstrado, certas malhas ressonantes são naturalmente mais tolerantes a variações do coeficiente de acoplamento magnético do que outras, por exemplo, aquelas em que há compensação do tipo paralelo no emissor. Por fim, o trabalho dedica-se ao estabelecimento de critérios para a ocorrência do fenômeno de bifurcação, segundo o qual múltiplas frequências de ressonância podem ocorrem em um conversor em frequência variável, a depender da carga conectada ao receptor e dos fatores de qualidade dos indutores. O equacionamento, obtido numericamente e que foi generalizado para casos em que existem múltiplos receptores, permite boa previsibilidade a respeito do comportamento dinâmico de sistemas variáveis em frequência. / In addition to the transfer of electrical energy by means of solid conductors that interconnect electrical source and load, there are alternative ways that does not require mechanical connection and allow spatial mobility to the load bringing numerous new application possibilities. Among these alternative forms is Inductive Power Transfer, which has clear challenges with respect to the magnetic system design formed by emitter and receiver inductors, since there is very little magnetic coupling between them. The removal of the solid magnetic core between emitter and receiver introduces the possibility of moving receivers. However, the low magnetic coupling coefficient makes the loosely coupled system sensitive to variations in both the resonant circuit parameters and the magnetic geometry, where small dimensional changes result in significant power gains in the receiver. This thesis initially presents a set of computing routines that allows the design of loosely coupled systems containing circular or spiral inductors. These routines act as pre- and post-processors for Finite Element Method, which in turn is solved by a free two-dimensional application. With this approach one can quickly develop magnetic couplers with realistic parameters, which is demonstrated by comparison between experimental and theoretical results. A group of eleven different magnetic couplers is evaluated as a proof that the optimization of geometric parameters is relevant to maximizing the power of the receiver. Moreover, the performance of Bipolar, Double D and Double D Quadrature couplers are studied. Later, it is verified by means of parametric sensitivity analysis that not only the geometry of the loosely coupled system influences its performance, but also the choice of the parameters of the resonant converters connected to emitter and receiver. The sensitivity analysis of Inductive Power Transfer converters was found to be of great importance because, as shown by a numerical example, certain resonant topologies can be naturally more tolerant to variations in the magnetic coupling coefficient than others. Finally, the work is dedicated to the establishment of precise criteria for the occurrence of bifurcation phenomenon whereby multiple resonant frequencies can occur in a converter under variable frequency excitation, depending on the load connected to the receiver and the quality factors of inductors. The equations obtained numerically were generalized for cases where there are multiple receivers and allow good predictability about the dynamic behavior of variable frequency systems.

A Transferência Indutiva de Potência (TIP) é uma maneira de se realizar transferência de energia elétrica sem fio e tem se popularizado atualmente por conta da comodidade e segurança que ela proporciona. Esta dissertação apresenta o estudo de um sistema TIP para recarga de baterias e existem vários desafios que devem ser superados nesta área. Um deles é a metodologia de projeto dos indutores primário e secundário, pois não é uma tarefa trivial encontrar uma relação entre parâmetros geométricos, elétricos e magnéticos. Diante deste fato este trabalho apresenta e aperfeiçoa uma metodologia de projeto utilizando uma ferramenta computacional gratuita baseada no método dos elementos finitos. Os resultados experimentais demonstram que o método é válido e a ferramenta é adequada não somente para o projeto dos indutores, mas também para análise do comportamento dos mesmos diante de desalinhamentos espaciais. Além disso, é apresentado o funcionamento básico de dois conversores muito utilizados em TIP e o estado da arte das malhas ressonantes, cuja função é minimizar a energia reativa consumida nos circuitos primário e secundário. Em seguida são discutidas técnicas de estimação de tensão e corrente na carga utilizando medidas de tensão e/ou corrente em elementos do circuito primário. Essas técnicas são importantes, pois permitem a utilização apenas do controlador presente no circuito primário e isto implica na redução dos custo e complexidade do sistema TIP. Durante o estudo verificou-se na literatura que não existia uma técnica de estimação para o sistema TIP adotado neste trabalho e portanto, foi necessário desenvolver uma nova proposta de estimador. Os resultados de simulação demonstram que o estimador possui um bom desempenho mesmo diante de variações do coeficiente de acoplamento e da resistência na carga e é portanto adequado para situações em que é necessário realizar recarga de baterias com TIP. / Inductive Power Transfer (IPT) is a way to conduct wireless power transfer and has become popular today because of the convenience and security it provides. This dissertation presents the study of a IPT system for battery recharging and there are several challenges that must be overcome in this area. One of them is the design methodology of the primary and secondary inductors, since it is not a trivial task to find a relation between geometric, electric and magnetic parameters. In view of this fact, this work presents and improves a project methodology using a free computational based on the finite element method. The experimental results demonstrate that the method is valid and the tool is suitable not only for the design of the inductors, but also for the analysis of their behavior in face of spatial misalignments. In addition, this dissertation presents the basic operation of two widely used IPT converters and the state of the art of compensations networks, whose function is to minimize the reactive energy consumed in the primary and secondary circuits. Next, load voltage and load current estimation techniques are discussed using voltage and/or current measurements on elements of the primary circuit. These techniques are important because they allow the use of a single controller in the primary circuit, reducing the cost and complexity of the IPT system. During the study, it was verified in the literature the inexistence of a estimation technique for the IPT system adopted in this work and therefore, it was necessary to propose and develop a new estimator. The simulation results show that the proposed estimator performs well even in the case of variations in the coupling coefficient and load resistance and is therefore suitable for situations where it is necessary to recharge IPT batteries.