Atualmente, muitas redes com características dinâmicas estão em funcionamento (por exemplo MANETs, DTNs, redes oportunistas, etc). Neste trabalho, estudamos um modelo para estas redes chamado de Grafos Evolutivos, que permite expressar a dinamicidade das conexões entre nós por meio de uma simples extensão da estrutura comum de grafos. Esta modelagem é utilizada no arcabouço proposto por Casteigts et al. para definir algoritmos distribuídos em redes dinâmicas, que utiliza grafos evolutivos para representar a topologia da rede e renomeação de rótulos para expressar a comunicação entre os nós. Utilizamos esta abordagem para estudar o problema da exclusão mútua distribuída em redes dinâmicas e diversos algoritmos propostos para ele, a fim de definir e validar suas condições necessárias e suficientes de conectividade em redes dinâmicas. Além da formalização de algoritmos, o modelo de grafos evolutivos também pode ser utilizado para analisar redes dinâmicas. Rastros de redes dinâmicas reais são amplamente utilizados na literatura para estudos de algoritmos pois estes geram resultados mais realísticos do que redes simuladas com padrões de movimento. A partir dos detalhes de cada conexão entre nós de um destes rastros, é possível construir um grafo evolutivo, do qual se pode extrair dados como jornadas ótimas entre nós, variação da conectividade no tempo, estabilidade, e periodicidade. Com as informações mencionadas, um pesquisador pode observar com maior precisão as características do rastro, o que facilita na escolha da rede mais apropriada para sua necessidade. Além disso, o conhecimento prévio de tais características de uma rede auxilia no estudo do comportamento de algoritmos executados sobre ela e provém uma validação para suposições geralmente feitas pelos pesquisadores. Para fornecer estas informações, desenvolvemos uma ferramenta Web que analisa rastros de redes dinâmicas e agrega os dados em um formato de fácil visualização. Descrevemos, neste trabalho, a implementação e a utilidade de todos os serviços da ferramenta. / Lately, several networks with dynamic properties (for instance MANETs, DTNs, opportunistic networks, etc) are functioning. In this work, we studied a model for these networks called Evolving Graphs, which allows the expression of the dynamicity of the conections between nodes through a simple extension of the common graph structure. This model is used by the framework proposed by Casteigts et al. to define distributed algorithms in dynamic networks, which uses evolving graphs to represent the network topology and graph relabelling to express the communication between nodes. Using this approach, we study the distributed mutual exclusion problem in dynamic networks and several algorithms proposed to solve it, in order to define and validate their necessary and sufficient connectivity conditions. Apart from the formalization of algorithms, the evolving graphs model can also be used to analyze dynamic networks. Dynamic network traces are widely used in the literature in order to study algorithms, as they generate better results than simulated networks with movement patterns. From the details of every connection between nodes in a trace, it is possible to build an evolving graph, from which a large amount of information can be extracted, such as optimal journeys between nodes, variation of the conectivity over time, stability and periodicity. With the aforementioned information, a researcher might observe the characteristics of a trace more precisely, which facilitates the process of choosing the most appropriate trace for his needs. Furthermore, the early knowledge of such characteristics of a network helps in the study of the behavior of the algorithms exected over it and provides a validation for the assumptions usually made by the researchers. In order to provide this information, we developed a web tool which analyzes dynamic network traces and aggregates the data in an easily readable format. In this work, we describe the implementation and usefulness of every service in the tool.

MOTA, Leonardo de Araújo. Pecado, crime ou doença? representações sociais da dependência química. 2008. 246f. Tese(Doutorado em Sociologia) – Universidade Federal do Ceará, Departamento de Ciências Sociais, Programa de Pós- Graduação em Sociologia, Fortaleza-CE, 2008. / Submitted by Liliane oliveira (morena.liliane@hotmail.com) on 2011-11-29T14:26:35Z No. of bitstreams: 1 2008_TESE_LAMOTA.pdf: 1319771 bytes, checksum: 279a1019c97308784b859d9c0d70aecc (MD5) / Approved for entry into archive by Maria Josineide Góis(josineide@ufc.br) on 2012-01-09T12:51:12Z (GMT) No. of bitstreams: 1 2008_TESE_LAMOTA.pdf: 1319771 bytes, checksum: 279a1019c97308784b859d9c0d70aecc (MD5) / Made available in DSpace on 2012-01-09T12:51:13Z (GMT). No. of bitstreams: 1 2008_TESE_LAMOTA.pdf: 1319771 bytes, checksum: 279a1019c97308784b859d9c0d70aecc (MD5) Previous issue date: 2008 / Drug addiction is a relevant social problem in the contemporary society, affecting thousands of individuals, and ignoring distinctions of social class, gender, race or religious beliefs. Considering that most of the research addressed to this phenomenon comes from medicine and psychology, the aim of this dissertation was to incorporate this field in the realm of social sciences, analyzing addiction as a phenomenon with various social meanings. Although this work doesn't concentrate on the biological and psychological variables of the object, the focus of this research was to analyze how certain social representations (sin, crime and disease) are associated with drug addiction and influence the social construction of labels and stigma of this particular type of transgression. The field research was accomplished mostly, in centers for recovery of addiction and mutual help groups such as Alcoholic Anonymous and Narcotics Anonymous. Using qualitative methodologies such as participant observation, interview and focal groups. The subjects of the research were addicts and alcoholics in recovery, therapists, doctors, social workers, policemen and clerics, all of them involved directly with problems related with abuse of licit and illicit drugs. It was verified that addiction is more defined as a disease, but it’s a special kind of pathology that also incorporates representations of religion, moral and law. The subject of the solidarity among addicts was also approached, as well as the presuppositions of the gift, considered an important element of recovery and sociability. / A dependência química é um problema social relevante na sociedade contemporânea, atingindo milhares de indivíduos, ignorando distinções de classe social, gênero, etnia ou credo religioso. Considerando que a maioria das pesquisas endereçadas a este fenômeno se origina dos saberes médicos e psicológicos, a intenção desta tese é incluir este campo no âmbito das ciências sociais, privilegiando uma abordagem compreensiva da dependência química, analisando-a como um fenômeno polissêmico que possui estreito vínculo com o social. Embora este trabalho não menospreze as variáveis biológicas e psicológicas do objeto, o foco desta pesquisa foi averiguar como determinadas representações sociais (pecado, crime e doença) estão associadas ao abuso de drogas e influenciam na construção social de rótulos e estigmas relacionados a esta forma de transgressão. A pesquisa de campo foi realizada, majoritariamente, em clínicas de recuperação de dependentes químicos e grupos de ajuda mútua como Alcoólicos Anônimos e Narcóticos Anônimos, utilizando metodologias qualitativas como observação participante, entrevista e grupo focal. Os sujeitos da pesquisa foram dependentes químicos em processo de recuperação, terapeutas, médicos, assistentes sociais, policiais e religiosos, todos envolvidos diretamente com problemas relacionados ao abuso de drogas lícitas e ilícitas. Constatou-se que a dependência química é cada vez mais definida como uma doença, mas trata-se de uma patologia complexa que também incorpora representações da religião, da moral e do direito penal. Também foi abordada a questão da solidariedade entre dependentes químicos, alicerçada nos pressupostos da dádiva, como recurso de recuperação e sociabilidade.

Quando um sistema quântico é acoplado à diversos banhos térmicos de diferentes temperaturas, eventualmente um estado estacionário fora do equilíbrio (NESS), caracterizado por correntes internas de calor é atingido. Por um lado, essas correntes são responsáveis por causar decoerência e produzir entropia no sistema. Entretanto, sua existência também induz correlações entre diferentes partes do sistema. Neste trabalho, nós exploramos este duplo aspecto dos NESSs. Usando técnicas do espaço de fase nós calculamos a produção de entropia de Wigner em redes lineares harmônicas. Trabalhando no célebre limite de fraco acoplamento interno e dissipativo, nós obtivemos expressões simples e frechadas para a contribuição de cada corrente de quasi-probabilidade na entropia. Nossa análise também mostra que, a dinâmica interna (reversével) é exclusivamente responsável em manter a produção de entropia (irreversível) estacionária. Considerando um ponto de vista informacional, nós trabalhamos no problema de como quantificar a informação compartilhada entre partes desconexas de uma cadeia quântica em um estado estacionário fora do equilíbrio. Nós mostramos então que esta é mais precisamente caracterizada utilizando a informação mútua condicional (CMI), um quantificador mais geral de correlações tripartites do que a usual informação mútua. Como aplicação, nós utilizamos o paradigmático problema da transferência de energia em uma cadeia de osciladores sujeita a banhos internos auto-consistentes, que podem ser usados para mudar de um transporte balístico para difusivo. Nós encontramos que a produção de entropia escala com diferentes leis de potência nos regimes balístico e difusivo, permitindo então quantificar o \'\'custo entrópico da difusividade\'\'. Nós também computamos a CMI para cadeias de diversos tamanhos e assim encontramos leis de escala relacionando a informação compartilhada com a difusividade. Finalmente nós discutimos como esta nova perspectiva na caracterização de sistemas fora do equilíbrio pode ser aplicada para entender o problema de equilibração local em estados fora do equilíbrio. / When a quantum system is coupled to several heat baths at different temperatures, it eventually reaches a non-equilibrium steady state (NESS) featuring stationary internal heat currents. From one side, these currents are responsible to cause decorehence and produce entropy in the system. However, their existence also induce correlations between different parts of the system. In this work, we explore this two-folded aspect of NESSs. Using phase-space techniques we calculate the Wigner entropy production on general linear networks of harmonic nodes. Working in the ubiquitous limit of weak internal coupling and weak dissipation, we obtain simple closed-form expressions for the entropic contribution of each individual quasi-probability current. Our analysis also shows that, it is exclusively the (reversible) internal dynamics which maintain the stationary (irreversible) entropy production. From the informational point of view, we address how to quantify the amount of information that disconnected parts of a quantum chain share in a non-equilibrium steady-state. As we show, this is more precisely captured by the conditional mutual information (CMI), a more general quantifier of tripartite correlations than the usual mutual information. As an application, we apply our framework to the paradigmatic problem of energy transfer through a chain of oscillators subject to self-consistent internal baths that can be used to tune the transport from ballistic to diffusive. We find that the entropy production scales with different power law behaviors in the ballistic and diffusive regimes, hence allowing us to quantify what is the \'\'entropic cost of diffusivity\'\'. We also compute the CMI for arbitrary sizes and thus find the scaling rules connecting information sharing and diffusivity. Finally, we discuss how this new perspective in the characterization of non-equilibrium systems may be applied to understand the issue of local equilibration in non-equilibrium states.

The estimation of the ratio of two probability densities is an important statistical tool in supervised machine learning. In this work, we introduce new methods of density ratio estimation based on the solution of a multidimensional integral equation involving cumulative distribution functions. The resulting methods use the novel V -matrix, a concept that does not appear in previous density ratio estimation methods. Experiments demonstrate the good potential of this new approach against previous methods. Mutual Information - MI - estimation is a key component in feature selection and essentially depends on density ratio estimation. Using one of the methods of density ratio estimation proposed in this work, we derive a new estimator - VMI - and compare it experimentally to previously proposed MI estimators. Experiments conducted solely on mutual information estimation show that VMI compares favorably to previous estimators. Experiments applying MI estimation to feature selection in classification tasks evidence that better MI estimation leads to better feature selection performance. Parameter selection greatly impacts the classification accuracy of the kernel-based Support Vector Machines - SVM. However, this step is often overlooked in experimental comparisons, for it is time consuming and requires familiarity with the inner workings of SVM. In this work, we propose procedures for SVM parameter selection which are economic in their running time. In addition, we propose the use of a non-linear kernel function - the min kernel - that can be applied to both low- and high-dimensional cases without adding another parameter to the selection process. The combination of the proposed parameter selection procedures and the min kernel yields a convenient way of economically extracting good classification performance from SVM. The Regularized Least Squares - RLS - regression method is another kernel method that depends on proper selection of its parameters. When training data is scarce, traditional parameter selection often leads to poor regression estimation. In order to mitigate this issue, we explore a kernel that is less susceptible to overfitting - the additive INK-splines kernel. Then, we consider alternative parameter selection methods to cross-validation that have been shown to perform well for other regression methods. Experiments conducted on real-world datasets show that the additive INK-splines kernel outperforms both the RBF and the previously proposed multiplicative INK-splines kernel. They also show that the alternative parameter selection procedures fail to consistently improve performance. Still, we find that the Finite Prediction Error method with the additive INK-splines kernel performs comparably to cross-validation. / A estimação da razão entre duas densidades de probabilidade é uma importante ferramenta no aprendizado de máquina supervisionado. Neste trabalho, novos métodos de estimação da razão de densidades são propostos baseados na solução de uma equação integral multidimensional. Os métodos resultantes usam o conceito de matriz-V , o qual não aparece em métodos anteriores de estimação da razão de densidades. Experimentos demonstram o bom potencial da nova abordagem com relação a métodos anteriores. A estimação da Informação Mútua - IM - é um componente importante em seleção de atributos e depende essencialmente da estimação da razão de densidades. Usando o método de estimação da razão de densidades proposto neste trabalho, um novo estimador - VMI - é proposto e comparado experimentalmente a estimadores de IM anteriores. Experimentos conduzidos na estimação de IM mostram que VMI atinge melhor desempenho na estimação do que métodos anteriores. Experimentos que aplicam estimação de IM em seleção de atributos para classificação evidenciam que uma melhor estimação de IM leva as melhorias na seleção de atributos. A tarefa de seleção de parâmetros impacta fortemente o classificador baseado em kernel Support Vector Machines - SVM. Contudo, esse passo é frequentemente deixado de lado em avaliações experimentais, pois costuma consumir tempo computacional e requerer familiaridade com as engrenagens de SVM. Neste trabalho, procedimentos de seleção de parâmetros para SVM são propostos de tal forma a serem econômicos em gasto de tempo computacional. Além disso, o uso de um kernel não linear - o chamado kernel min - é proposto de tal forma que possa ser aplicado a casos de baixa e alta dimensionalidade e sem adicionar um outro parâmetro a ser selecionado. A combinação dos procedimentos de seleção de parâmetros propostos com o kernel min produz uma maneira conveniente de se extrair economicamente um classificador SVM com boa performance. O método de regressão Regularized Least Squares - RLS - é um outro método baseado em kernel que depende de uma seleção de parâmetros adequada. Quando dados de treinamento são escassos, uma seleção de parâmetros tradicional em RLS frequentemente leva a uma estimação ruim da função de regressão. Para aliviar esse problema, é explorado neste trabalho um kernel menos suscetível a superajuste - o kernel INK-splines aditivo. Após, são explorados métodos de seleção de parâmetros alternativos à validação cruzada e que obtiveram bom desempenho em outros métodos de regressão. Experimentos conduzidos em conjuntos de dados reais mostram que o kernel INK-splines aditivo tem desempenho superior ao kernel RBF e ao kernel INK-splines multiplicativo previamente proposto. Os experimentos também mostram que os procedimentos alternativos de seleção de parâmetros considerados não melhoram consistentemente o desempenho. Ainda assim, o método Finite Prediction Error com o kernel INK-splines aditivo possui desempenho comparável à validação cruzada.

Por meio de tradicionais e novos conceitos da Geopolítica, são analisadas as especiais circunstâncias que cercaram as relações entre a Argentina e os principais países do mundo desenvolvido, os EUA e parte da Europa, durante a Guerra das Malvinas, para, a partir desse mesmo ferramental conceitual, verificar como esse episódio teve seu impacto nas relações de Brasil e Argentina na América do Sul. Os principais acontecimentos políticos, táticos e logísticos desse conflito são descritos para auxiliar nessa análise feita. A partir desse ponto de inflexão na história sul-americana, utiliza-se o conceito de Medidas de Confiança Mútua (MCM) para se verificar como as Marinhas de Brasil e Argentina intensificaram suas relações dentro do novo marco geopolítico acordado entre os dois países. São descritos os sucessos dessa política de aproximação em cinco fases históricas distintas, didaticamente elaboradas: duas anteriores à própria Guerra das Malvinas, e três posteriores. Destacam-se, neste estudo, justamente, as três últimas fases. Ou seja, a terceira fase, após a Guerra das Malvinas, onde são descritos, dentre outros aspectos, os encontros estratégicos organizados pelo EMFA (Brasil) e pelo EMCFA (Argentina) no final da década de 80 do século passado; a quarta fase, ao longo da década de 90, por ter sido o período em que as principais MCM de sucesso ocorreram; e a quinta fase, já na virada do milênio, onde são discutidos os limites atuais das MCM que vêm sendo adotadas e as possíveis perspectivas futuras. A primeira e a segunda fases situam-se ainda nos períodos iniciais e intermediários da Guerra Fria, mas, por já existirem ali algumas MCM embrionárias entre as Marinhas de Brasil e Argentina, importantes para desdobramentos futuros, estas fases têm também discutidas as suas importâncias históricas. Enfatiza-se que, na primeira fase, os principais episódios ocorreram sob grande influência dos EUA, enquanto, na segunda fase, já se constatava uma ligeira autonomia regional nas medidas adotadas. / There are analyzede, by means of traditional and new concepts of geopolitics, the special circumstances that surrounded the relations between Argentina and the main developed countries, the United States and part of Europe, during the Malvinas War, in order to, based on such conceptual tool, exam, how such episode impacted the Brazil-Argentina relations on South America. The main political, tactic and logistic events are described to help with the analysis. As of this turning point in the South-American history, it is used the concept of Mutual Confidence Measures (MCM) to verify how the Brazilian and Argentinean Navies intensified their relations in the new giopolitics milestone agreed upon between both countries. There are described the successful events in such approaching policy and politics in five different phases, didactically worked out: two prior to the Malvinas War and three afterwards. This study high lights precisely the three last phases, i.e., the phases after the Malvinas War. In the third phase, there are described, among other aspects, the strategic meetings organized by the EMFA (Brazil) and the EMCFA (Argentina) at the end of the 1980s; in the forth phase, are highly emphasized the 1990s since this is the period during which most of the MCM succeeded; and, in the fifth phase, already at the turning of the millennium, the current limits of the MCM, that are being adopted, are discussed, as well as the possible perspectives for the future. The first and second phases are the ones still during the beginning and intermediate periods of the Cold War. These phases are also discussed because they already presented some embryonic MCM policies between the Brazilian and Argentinean Navies, important for the way the events unfolded later on. In the first phase, there are stressed the main episodes that took place under the influence of the US, while, in the second, one can already notice a slight regional autonomy in the measures adopted.

Por meio de tradicionais e novos conceitos da Geopolítica, são analisadas as especiais circunstâncias que cercaram as relações entre a Argentina e os principais países do mundo desenvolvido, os EUA e parte da Europa, durante a Guerra das Malvinas, para, a partir desse mesmo ferramental conceitual, verificar como esse episódio teve seu impacto nas relações de Brasil e Argentina na América do Sul. Os principais acontecimentos políticos, táticos e logísticos desse conflito são descritos para auxiliar nessa análise feita. A partir desse ponto de inflexão na história sul-americana, utiliza-se o conceito de Medidas de Confiança Mútua (MCM) para se verificar como as Marinhas de Brasil e Argentina intensificaram suas relações dentro do novo marco geopolítico acordado entre os dois países. São descritos os sucessos dessa política de aproximação em cinco fases históricas distintas, didaticamente elaboradas: duas anteriores à própria Guerra das Malvinas, e três posteriores. Destacam-se, neste estudo, justamente, as três últimas fases. Ou seja, a terceira fase, após a Guerra das Malvinas, onde são descritos, dentre outros aspectos, os encontros estratégicos organizados pelo EMFA (Brasil) e pelo EMCFA (Argentina) no final da década de 80 do século passado; a quarta fase, ao longo da década de 90, por ter sido o período em que as principais MCM de sucesso ocorreram; e a quinta fase, já na virada do milênio, onde são discutidos os limites atuais das MCM que vêm sendo adotadas e as possíveis perspectivas futuras. A primeira e a segunda fases situam-se ainda nos períodos iniciais e intermediários da Guerra Fria, mas, por já existirem ali algumas MCM embrionárias entre as Marinhas de Brasil e Argentina, importantes para desdobramentos futuros, estas fases têm também discutidas as suas importâncias históricas. Enfatiza-se que, na primeira fase, os principais episódios ocorreram sob grande influência dos EUA, enquanto, na segunda fase, já se constatava uma ligeira autonomia regional nas medidas adotadas. / There are analyzede, by means of traditional and new concepts of geopolitics, the special circumstances that surrounded the relations between Argentina and the main developed countries, the United States and part of Europe, during the Malvinas War, in order to, based on such conceptual tool, exam, how such episode impacted the Brazil-Argentina relations on South America. The main political, tactic and logistic events are described to help with the analysis. As of this turning point in the South-American history, it is used the concept of Mutual Confidence Measures (MCM) to verify how the Brazilian and Argentinean Navies intensified their relations in the new giopolitics milestone agreed upon between both countries. There are described the successful events in such approaching policy and politics in five different phases, didactically worked out: two prior to the Malvinas War and three afterwards. This study high lights precisely the three last phases, i.e., the phases after the Malvinas War. In the third phase, there are described, among other aspects, the strategic meetings organized by the EMFA (Brazil) and the EMCFA (Argentina) at the end of the 1980s; in the forth phase, are highly emphasized the 1990s since this is the period during which most of the MCM succeeded; and, in the fifth phase, already at the turning of the millennium, the current limits of the MCM, that are being adopted, are discussed, as well as the possible perspectives for the future. The first and second phases are the ones still during the beginning and intermediate periods of the Cold War. These phases are also discussed because they already presented some embryonic MCM policies between the Brazilian and Argentinean Navies, important for the way the events unfolded later on. In the first phase, there are stressed the main episodes that took place under the influence of the US, while, in the second, one can already notice a slight regional autonomy in the measures adopted.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Model predictive control (MPC) strategies have become the standard for advanced control applications in the process industry. Significant benefits are generated from the MPC's capacity to ensure that the plant operates within its constraints more profitably. However, like any controller, after some time under operation, MPCs rarely function as when they were initially designed. A large percentage of performance degradation of MPC is associated with the deterioration of model that controller uses to predict process outputs and calculate inputs. The objective of the present work is implementation of mathematical methods that can be used to detect model-plant mismatch in linear and nonlinear MPC systems. In this work, techniques based on cross correlation, partial correlation and mutual information are implemented and tested by numerical simulation in case studies characteristic of the petrochemical industry, represented by linear and nonlinear models, operating under MPC control. The results obtained through the applying the techniques are analyzed and compared as to their efficiency is not intended to offer their potential for real industrial applications. / Estratégias de controle preditivo (MPC) têm-se tornado o padrão para aplicações de controle avançado na indústria de processos. Os benefícios significativos são gerados a partir da habilidade do controlador MPC de assegurar que a planta opere dentro das restrições de forma mais lucrativa. Porém, como todo controlador, depois de algum tempo em operação, os MPCs raramente funcionam como quando foram inicialmente projetados. Uma grande porcentagem da degradação do desempenho dos controladores MPC está associada à deterioração do modelo que o controlador usa para fazer a predição das saídas do processo e calcular as entradas. O objetivo do presente trabalho é a implementação de métodos matemáticos que possam ser utilizados para a detecção de erros planta-modelo em sistemas de controle MPC lineares e não lineares. Neste trabalho, técnicas baseadas em correlação cruzada, correlação parcial e informação mútua são implementadas e testadas por simulação numérica em estudos de caso característicos da indústria petroquímica, representados por modelos lineares e não lineares, operando sob controle MPC. Os resultados obtidos através da aplicação das técnicas são analisados e comparados quanto à sua eficiência no objetivo proposto avaliando seu potencial para aplicações industriais reais.

The estimation of the ratio of two probability densities is an important statistical tool in supervised machine learning. In this work, we introduce new methods of density ratio estimation based on the solution of a multidimensional integral equation involving cumulative distribution functions. The resulting methods use the novel V -matrix, a concept that does not appear in previous density ratio estimation methods. Experiments demonstrate the good potential of this new approach against previous methods. Mutual Information - MI - estimation is a key component in feature selection and essentially depends on density ratio estimation. Using one of the methods of density ratio estimation proposed in this work, we derive a new estimator - VMI - and compare it experimentally to previously proposed MI estimators. Experiments conducted solely on mutual information estimation show that VMI compares favorably to previous estimators. Experiments applying MI estimation to feature selection in classification tasks evidence that better MI estimation leads to better feature selection performance. Parameter selection greatly impacts the classification accuracy of the kernel-based Support Vector Machines - SVM. However, this step is often overlooked in experimental comparisons, for it is time consuming and requires familiarity with the inner workings of SVM. In this work, we propose procedures for SVM parameter selection which are economic in their running time. In addition, we propose the use of a non-linear kernel function - the min kernel - that can be applied to both low- and high-dimensional cases without adding another parameter to the selection process. The combination of the proposed parameter selection procedures and the min kernel yields a convenient way of economically extracting good classification performance from SVM. The Regularized Least Squares - RLS - regression method is another kernel method that depends on proper selection of its parameters. When training data is scarce, traditional parameter selection often leads to poor regression estimation. In order to mitigate this issue, we explore a kernel that is less susceptible to overfitting - the additive INK-splines kernel. Then, we consider alternative parameter selection methods to cross-validation that have been shown to perform well for other regression methods. Experiments conducted on real-world datasets show that the additive INK-splines kernel outperforms both the RBF and the previously proposed multiplicative INK-splines kernel. They also show that the alternative parameter selection procedures fail to consistently improve performance. Still, we find that the Finite Prediction Error method with the additive INK-splines kernel performs comparably to cross-validation. / A estimação da razão entre duas densidades de probabilidade é uma importante ferramenta no aprendizado de máquina supervisionado. Neste trabalho, novos métodos de estimação da razão de densidades são propostos baseados na solução de uma equação integral multidimensional. Os métodos resultantes usam o conceito de matriz-V , o qual não aparece em métodos anteriores de estimação da razão de densidades. Experimentos demonstram o bom potencial da nova abordagem com relação a métodos anteriores. A estimação da Informação Mútua - IM - é um componente importante em seleção de atributos e depende essencialmente da estimação da razão de densidades. Usando o método de estimação da razão de densidades proposto neste trabalho, um novo estimador - VMI - é proposto e comparado experimentalmente a estimadores de IM anteriores. Experimentos conduzidos na estimação de IM mostram que VMI atinge melhor desempenho na estimação do que métodos anteriores. Experimentos que aplicam estimação de IM em seleção de atributos para classificação evidenciam que uma melhor estimação de IM leva as melhorias na seleção de atributos. A tarefa de seleção de parâmetros impacta fortemente o classificador baseado em kernel Support Vector Machines - SVM. Contudo, esse passo é frequentemente deixado de lado em avaliações experimentais, pois costuma consumir tempo computacional e requerer familiaridade com as engrenagens de SVM. Neste trabalho, procedimentos de seleção de parâmetros para SVM são propostos de tal forma a serem econômicos em gasto de tempo computacional. Além disso, o uso de um kernel não linear - o chamado kernel min - é proposto de tal forma que possa ser aplicado a casos de baixa e alta dimensionalidade e sem adicionar um outro parâmetro a ser selecionado. A combinação dos procedimentos de seleção de parâmetros propostos com o kernel min produz uma maneira conveniente de se extrair economicamente um classificador SVM com boa performance. O método de regressão Regularized Least Squares - RLS - é um outro método baseado em kernel que depende de uma seleção de parâmetros adequada. Quando dados de treinamento são escassos, uma seleção de parâmetros tradicional em RLS frequentemente leva a uma estimação ruim da função de regressão. Para aliviar esse problema, é explorado neste trabalho um kernel menos suscetível a superajuste - o kernel INK-splines aditivo. Após, são explorados métodos de seleção de parâmetros alternativos à validação cruzada e que obtiveram bom desempenho em outros métodos de regressão. Experimentos conduzidos em conjuntos de dados reais mostram que o kernel INK-splines aditivo tem desempenho superior ao kernel RBF e ao kernel INK-splines multiplicativo previamente proposto. Os experimentos também mostram que os procedimentos alternativos de seleção de parâmetros considerados não melhoram consistentemente o desempenho. Ainda assim, o método Finite Prediction Error com o kernel INK-splines aditivo possui desempenho comparável à validação cruzada.

Orientador: Omar Ribeiro Thomaz / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Filosofia e Ciências Humanas / Made available in DSpace on 2018-08-27T02:55:58Z (GMT). No. of bitstreams: 1 Bersani_AnaElisa_M.pdf: 10496745 bytes, checksum: e70610fadc10801959236d7c6ce2d955 (MD5) Previous issue date: 2015 / Resumo: Baseado em pesquisa etnográfica realizada em 2013 na região da Grand¿Anse, Haiti, este trabalho busca revelar e problematizar dinâmicas sociais existentes no país que, postas em prática após o terremoto em janeiro de 2010, tiveram um papel fundamental no sentido de assegurar a manutenção da ordem e a sobrevivência de grande parte dos desabrigados. A resposta articulada na Grand¿Anse revela mecanismos de ajuda mútua complexamente enraizados na vida ordinária das comunidades que, para além do alcance do estado e das organizações internacionais, foram essenciais no socorro aos aflitos / Abstract: Based on ethnographic work conducted in 2013, in the Grand'Anse department, this study aims to reveal and critically analyze existing social dynamics in Haiti, which played a key role in ensuring the maintenance of order and the survival of many victims of the earthquake in January 2010. The Grand¿Anse community¿s response reveals how oft-unmentioned ordinary familial and community mechanisms that go beyond the reach of state and international institutions were essential for the survival of Haitians / Mestrado / Antropologia Social / Mestra em Antropologia Social