Made available in DSpace on 2014-12-17T15:47:00Z (GMT). No. of bitstreams: 1 RogerioRV_TESE.pdf: 769325 bytes, checksum: ddaac964e1c74fba3533b5cdd90927b2 (MD5) Previous issue date: 2012-03-30 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / Clustering data is a very important task in data mining, image processing and pattern recognition problems. One of the most popular clustering algorithms is the Fuzzy C-Means (FCM). This thesis proposes to implement a new way of calculating the cluster centers in the procedure of FCM algorithm which are called ckMeans, and in some variants of FCM, in particular, here we apply it for those variants that use other distances. The goal of this change is to reduce the number of iterations and processing time of these algorithms without affecting the quality of the partition, or even to improve the number of correct classifications in some cases. Also, we developed an algorithm based on ckMeans to manipulate interval data considering interval membership degrees. This algorithm allows the representation of data without converting interval data into punctual ones, as it happens to other extensions of FCM that deal with interval data. In order to validate the proposed methodologies it was made a comparison between a clustering for ckMeans, K-Means and FCM algorithms (since the algorithm proposed in this paper to calculate the centers is similar to the K-Means) considering three different distances. We used several known databases. In this case, the results of Interval ckMeans were compared with the results of other clustering algorithms when applied to an interval database with minimum and maximum temperature of the month for a given year, referring to 37 cities distributed across continents / Agrupar dados ? uma tarefa muito importante em minera??o de dados, processamento de imagens e em problemas de reconhecimento de padr?es. Um dos algoritmos de agrupamentos mais popular ? o Fuzzy C-Means (FCM). Esta tese prop?e aplicar uma nova forma de calcular os centros dos clusters no algoritmo FCM, que denominamos de ckMeans, e que pode ser tamb?m aplicada em algumas variantes do FCM, em particular aqui aplicamos naquelas variantes que usam outras dist?ncias. Com essa modifica??o, pretende-se reduzir o n?mero de itera??es e o tempo de processamento desses algoritmos sem afetar a qualidade da parti??o ou at? melhorar o n?mero de classifica??es corretas em alguns casos. Tamb?m, desenvolveu-se um algoritmo baseado no ckMeans para manipular dados intervalares considerando graus de pertin?ncia intervalares. Este algoritmo possibilita a representa??o dos dados sem convers?o dos dados intervalares para pontuais, como ocorre com outras extens?es do FCM que lidam com dados intervalares. Para validar com as metodologias propostas, comparou-se o agrupamento ckMeans com os algoritmos K-Means (pois o algoritmo proposto neste trabalho para c?lculo dos centros se assemelha ? do K-Means) e FCM, considerando tr?s dist?ncias diferentes. Foram utilizadas v?rias bases de dados conhecidas. No caso, os resultados do ckMeans intervalar, foram comparadas com outros algoritmos de agrupamento intervalar quando aplicadas a uma base de dados intervalar com a temperatura m?nima e m?xima do m?s de um determinado ano, referente a 37 cidades distribu?das entre os continentes

Made available in DSpace on 2014-12-17T14:54:59Z (GMT). No. of bitstreams: 1 CeciliaRML_TESE.pdf: 2405004 bytes, checksum: b79db46caa488d92a5933e45e80ca647 (MD5) Previous issue date: 2011-06-10 / The area of the hospital automation has been the subject a lot of research, addressing relevant issues which can be automated, such as: management and control (electronic medical records, scheduling appointments, hospitalization, among others); communication (tracking patients, staff and materials), development of medical, hospital and laboratory equipment; monitoring (patients, staff and materials); and aid to medical diagnosis (according to each speciality). This thesis presents an architecture for a patient monitoring and alert systems. This architecture is based on intelligent systems techniques and is applied in hospital automation, specifically in the Intensive Care Unit (ICU) for the patient monitoring in hospital environment. The main goal of this architecture is to transform the multiparameter monitor data into useful information, through the knowledge of specialists and normal parameters of vital signs based on fuzzy logic that allows to extract information about the clinical condition of ICU patients and give a pre-diagnosis. Finally, alerts are dispatched to medical professionals in case any abnormality is found during monitoring. After the validation of the architecture, the fuzzy logic inferences were applied to the trainning and validation of an Artificial Neural Network for classification of the cases that were validated a priori with the fuzzy system / A ?rea da automa??o hospitalar tem sido alvo de muitas pesquisas, abordando problemas pertinentes que podem ser automatizados, como: gerenciamento e controle (prontu?rio eletr?nico, marca??o de consulta, internamento, entre outros); comunica??o (rastreamento de pacientes, materiais e funcion?rios); desenvolvimento de equipamentos m?dicos, hospitalares e laboratoriais; monitoramento (pacientes, materiais e funcion?rios); e aux?lio ao diagn?stico m?dico (de acordo com cada especialidade). Esta tese de doutorado apresenta uma Arquitetura de um Sistema Inteligente de Monitoramento e Envio de Alertas de Pacientes (SIMAp). A arquitetura est? baseada em t?cnicas de sistemas inteligentes e aplicada na automa??o hospitalar, mais especificamente em Unidade de Terapia Intensiva (UTI) para monitoramento de pacientes. O objetivo do SIMAp ? a transforma??o dos dados do monitor multiparam?trico em informa??es, por meio do conhecimento dos especialistas e dos par?metros de normalidade dos sinais vitais de pacientes, utilizando l?gica fuzzy na extra??o das informa??es a respeito do quadro cl?nico de pacientes internados em UTI. Por fim, alertas s?o gerados e podem ser enviados para a equipe m?dica, caso seja encontrada alguma anormalidade no monitoramento. Ap?s a valida??o da arquitetura, as infer?ncias oriundas do modelo fuzzy foram aplicadas no treinamento e valida??o de uma RNA para a classifica??o das situa??es previstas no modelo, resultando no pr?-diagn?sticos

Made available in DSpace on 2014-12-17T14:55:04Z (GMT). No. of bitstreams: 1 GlauciaRMAS_TESE.pdf: 2163942 bytes, checksum: 5778dd8818ffc286b87137c2a56b9fc0 (MD5) Previous issue date: 2012-05-14 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / Breast cancer, despite being one of the leading causes of death among women worldwide is a disease that can be cured if diagnosed early. One of the main techniques used in the detection of breast cancer is the Fine Needle Aspirate FNA (aspiration puncture by thin needle) which, depending on the clinical case, requires the analysis of several medical specialists for the diagnosis development. However, such diagnosis and second opinions have been hampered by geographical dispersion of physicians and/or the difficulty in reconciling time to undertake work together. Within this reality, this PhD thesis uses computational intelligence in medical decision-making support for remote diagnosis. For that purpose, it presents a fuzzy method to assist the diagnosis of breast cancer, able to process and sort data extracted from breast tissue obtained by FNA. This method is integrated into a virtual environment for collaborative remote diagnosis, whose model was developed providing for the incorporation of prerequisite Modules for Pre Diagnosis to support medical decision. On the fuzzy Method Development, the process of knowledge acquisition was carried out by extraction and analysis of numerical data in gold standard data base and by interviews and discussions with medical experts. The method has been tested and validated with real cases and, according to the sensitivity and specificity achieved (correct diagnosis of tumors, malignant and benign respectively), the results obtained were satisfactory, considering the opinions of doctors and the quality standards for diagnosis of breast cancer and comparing them with other studies involving breast cancer diagnosis by FNA. / O c?ncer de mama, apesar de ser uma das principais causas de morte entre as mulheres em todo o mundo, ? uma doen?a que pode ser curada se for diagnosticada precocemente. Uma das principais t?cnicas utilizadas na detec??o de c?ncer de mama ? a Fine Needle Aspirate FNA (ou Pun??o Aspirativa por Agulha Fina) que, dependendo do caso cl?nico, necessita da an?lise de v?rios m?dicos especialistas para a efetiva??o do diagn?stico. Entretanto, a realiza??o de tais diagn?sticos e a emiss?o de segundos pareceres t?m sido prejudicadas pela dispers?o geogr?fica dos m?dicos e/ou a dificuldade na concilia??o de tempo para realizar trabalhos em conjunto. Inserindo-se nessa realidade, esta tese de doutorado utiliza intelig?ncia computacional no apoio ? tomada de decis?o m?dica para a realiza??o de telediagn?sticos. Para tanto apresenta um m?todo fuzzy destinado a auxiliar o diagn?stico de c?ncer de mama, capaz de processar e classificar dados extra?dos de esfrega?os de tecidos mam?rios obtidos por FNA. Este m?todo est? integrado a um ambiente virtual para realiza??o de telediagn?stico colaborativo, cujo modelo foi desenvolvido prevendo a incorpora??o de M?dulos de Pr?-Diagn?stico para apoio ? tomada de decis?o m?dica. No desenvolvimento do m?todo fuzzy, o processo de aquisi??o do conhecimento foi realizado pela extra??o e an?lise dos dados num?ricos em base de dados padr?o ouro e por entrevistas e discuss?es com m?dicos especialistas. O m?todo foi testado e validado com casos reais e, em fun??o da sensibilidade e da especificidade alcan?adas (diagn?stico correto de tumores, respectivamente, malignos e benignos), os resultados obtidos foram satisfat?rios, considerando tanto os pareceres de m?dicos e os padr?es de qualidade para diagn?stico de c?ncer de mama quanto a compara??o com outros estudos realizados envolvendo diagn?stico de c?ncer de mama por FNA.

Made available in DSpace on 2016-04-04T18:31:45Z (GMT). No. of bitstreams: 1 Jose Roberto Paim Neto.pdf: 12512704 bytes, checksum: 6bcf82095a1d2623487ef1d1c987b7f0 (MD5) Previous issue date: 2015-02-03 / The Brazilian electric sector has already presented signs of exhaustion that culminated in power rationing. It is estimated that the Brazilian population shows an increase by 2050 about 50%, so the generation and distribution of more energy becomes a concern. There is a great evolution on the process of evaluating equipment and buildings for their energy efficiency, however it is known that human behavior and consumer habits have huge influence on the energy efficiency of a building. Energy efficiency provided by the deployment of smart grids, suggests an intelligent and efficient city, which depend more and more on human behavior to improve the rational use of electricity. This paper presents a proposal for classification of individual energy efficiency, based on the Brazilian Labeling Program, the research of equipment possession and usage habits in the residential class, held by Eletrobras, and the application of fuzzy logic. / O setor el?trico brasileiro j? apresentou sinais de esgotamento que culminaram em racionamento de energia. Estima-se que popula??o brasileira apresente um crescimento at? 2050 de cerca de 50%, dessa forma a gera??o e a distribui??o de mais energia el?trica torna-se uma preocupa??o. Verifica-se um grande avan?o na avalia??o de equipamentos e constru??es quanto ? sua efici?ncia energ?tica, entretanto sabe-se que o comportamento humano e os h?bitos de consumo t?m grande influ?ncia no resultado final da efici?ncia energ?tica de uma edifica??o. A efici?ncia energ?tica proporcionada pela implanta??o das redes inteligentes, sugere uma cidade inteligente e eficiente, a qual depender? cada vez mais do comportamento do ser humano para melhorar o uso racional da energia el?trica. Este trabalho apresenta uma proposta de classifica??o da efici?ncia energ?tica individual, tendo como base o Programa Brasileiro de etiquetagem, a pesquisa de posse de equipamentos e h?bitos de uso na classe residencial, realizada pela Eletrobras, e a aplica??o da l?gica nebulosa.