Made available in DSpace on 2016-08-29T15:33:17Z (GMT). No. of bitstreams: 1 tese_5082_.pdf: 2597240 bytes, checksum: 75e12206d55e8da6843bfef827bb4ef2 (MD5) Previous issue date: 2012-08-28 / O ambiente proposto tem como ponto de partida a modelagem e implementação de uma ferramenta para aquisição de características dos usuários a partir do processamento de suas produções. A abordagem a ser dada é o uso de técnicas de processamento de linguagem natural para identificação progressiva de características pessoais para a composição de perfil. O ambiente constitui-se de um conjunto de regras que são aplicadas sobre o Processamento de Linguagem Natural (PLN) para a construção do perfil. As regras de PLN delimitam o tipo de característica que é de interesse para a composição do perfil assim como a composição de uma base de conhecimento modelada por logica de primeira ordem, criada com o proposito de apoia a identificação de características pessoais que estão implícitas nas produções individuais. Esta base de conhecimento é construída e consultada por um Sistema Multi-agente (SMA). O SMA utiliza esta base para realizar esclarecimento de duvidas, duvidas estas que surgiram durante o processamento das produções individuais que não puderam ser sanadas com o processamento linguístico. O SMA necessita da base para identificar características pessoais implícitas nas produções individuais. O objetivo da ferramenta é identificar características pessoais dos usuários que utilizam o ambiente MOrFEu (MENEZES, 2008), tendo a noção da flexibilidade ao qual o MOrFEu se propõem, permitindo que ele seja utilizado para diversos fiz, tornando necessário a obtenção de características pessoais de forma também flexível. Esta flexibilidade esta restrita as especificações das regras de PLN e lógicas de primeira ordem.

Made available in DSpace on 2016-08-29T15:33:25Z (GMT). No. of bitstreams: 1 tese_9881_Ata de defesa.pdf: 679815 bytes, checksum: bd13283b6e7f400de68b79f04cf0b4a9 (MD5) Previous issue date: 2016-05-20 / The objective of this work is to present the effectiveness and efficiency of algorithms for solving the loss minimization problem in Multi-Label Classification (MLC). We first prove that a specific case of loss minimization in MLC isNP-complete for the loss functions Coverage and Search Length, and therefore,no efficient algorithm for solving such problems exists unless P=NP. Furthermore, we show a novel approach for evaluating multi-label algorithms that has the advantage of not being limited to some chosen base learners, such as K-neareast Neighbor and Support Vector Machine, by simulating the distribution of labels according to multiple Beta Distributions.

Cette thèse présente comment l’intégration de systèmes multi-agents au sein de systèmes embarqués peut permettre d’optimiser la gestion des tâches. Nous relevons un manque de flexibilité pour les systèmes embarqués et posons l’hypothèse d’une solution multi-agents permettant la prise en compte dynamique du contexte d’évolution du système. Les systèmes embarqués, intégrés à l’environnement utilisateur, sont contraints en termes d’espace physique et donc de ressources matérielles. Ces limites impliquent un besoin d’optimisation des ressources. Nous proposons d’expérimenter des algorithmes de négociation multi-agents pour déléguer des tâches entre les différentes ressources. Pour valider nos hypothèses, nous détaillons les caractéristiques des systèmes multi-agents, leurs comportements, leurs modèles,les plateformes sur lesquelles ils évoluent, leurs standards de communication et leurs algorithmes sociaux. Nous avons constaté que la majorité des travaux du domaine agent se concentraient sur d’autres problématiques. Par conséquent, nous avons proposé la formalisation de systèmes multiagents embarqués et d’une plateforme multi-agents adaptée. Nous avons ensuite expérimenté cette plateforme au sein de systèmes embarqués avec le cas d’étude du traitement d’images, notamment avec le calcul d’une interpolation de pixels. Nous avons mené des études de performances pour estimer le coût administratif d’une solution multiagents,puis avons considéré ces résultats au regard des gains de capacité de nos systèmes embarqués. Nos dernières expérimentations mettent à l’épreuve notre solution de délégation de tâches entre plusieurs cartes embarquées dans un contexte hétérogène. / This thesis shows how the integration of multi-agents systems within embedded systems can optimize tasks management. We notice a lack of flexibility for embedded systems and hypothesize that a multi-agents solution will allow the dynamic consideration of the system context of evolution. Embedded systems, being integrated into the user environment, are limited in terms of physical space and thus hardware resources. These limits involve the necessity to optimize the resources. We suggest experimenting multi-agents negotiation algorithms to delegate tasks between several resources. To validate our hypotheses, we detail the characteristics of multi-agents systems, their behavior, their models, the platforms on which they evolve, their communication standards and their social algorithms.We observed that the majority of the works of the multi-agents domain concentrated on other problems. Therefore, we proposed the formalization of embedded multi-agents systems and of anadapted multi-agents platform. We then experimented this platform within embedded systems with the case study of image processing, especially the calculation of a pixels interpolation.We led performance studies to estimate the administrative cost of a multi-agents solution, then considered these results in relation to the capacity earnings of our embedded systems. Our last experiments put to the test our solution of tasks delegation between several embedded cards within a heterogeneous context.

abstract: Technological advances have enabled the generation and collection of various data from complex systems, thus, creating ample opportunity to integrate knowledge in many decision making applications. This dissertation introduces holistic learning as the integration of a comprehensive set of relationships that are used towards the learning objective. The holistic view of the problem allows for richer learning from data and, thereby, improves decision making. The first topic of this dissertation is the prediction of several target attributes using a common set of predictor attributes. In a holistic learning approach, the relationships between target attributes are embedded into the learning algorithm created in this dissertation. Specifically, a novel tree based ensemble that leverages the relationships between target attributes towards constructing a diverse, yet strong, model is proposed. The method is justified through its connection to existing methods and experimental evaluations on synthetic and real data. The second topic pertains to monitoring complex systems that are modeled as networks. Such systems present a rich set of attributes and relationships for which holistic learning is important. In social networks, for example, in addition to friendship ties, various attributes concerning the users' gender, age, topic of messages, time of messages, etc. are collected. A restricted form of monitoring fails to take the relationships of multiple attributes into account, whereas the holistic view embeds such relationships in the monitoring methods. The focus is on the difficult task to detect a change that might only impact a small subset of the network and only occur in a sub-region of the high-dimensional space of the network attributes. One contribution is a monitoring algorithm based on a network statistical model. Another contribution is a transactional model that transforms the task into an expedient structure for machine learning, along with a generalizable algorithm to monitor the attributed network. A learning step in this algorithm adapts to changes that may only be local to sub-regions (with a broader potential for other learning tasks). Diagnostic tools to interpret the change are provided. This robust, generalizable, holistic monitoring method is elaborated on synthetic and real networks. / Dissertation/Thesis / Doctoral Dissertation Industrial Engineering 2014

La réduction d’énergie apparaît comme un besoin crucial dans les télécommunications modernes, tant au niveau des terminaux que des réseaux. Dans les réseaux modernes, un terminal peut se connecter à Internet via d’autres terminaux ou infrastructures à proximité, appelés relais. Bien que les relais offrent une solution intéressante pour limiter la puissance de transmission des terminaux, il n’est pas simple de garantir une réduction de la consommation d’énergie globale. Il devient alors nécessaire de développer des outils pour évaluer et quantifier la consommation d’énergie. Un terminal moderne dispose de plusieurs interfaces de communications, ce qui lui permet d’utiliser plusieurs standards. Sachant qu’un standard dispose de différents modes de communications, un terminal est multi-mode lorsqu’il possède cette capacité à communiquer sur les différents standards et modes disponibles. Nous nous sommes alors intéressés à l’utilisation du multi-mode dans le cadre des relais. Nous nous positionnons dans un contexte de radio logicielle, où la couche physique d’un terminal est représentée par des blocs programmables, ce qui facilite l’implémentation du multi-mode. Afin d’estimer la consommation d’énergie d’une radio logicielle, nous avons calculé la complexité algorithmique pour les couches physiques du 802.11g (ou Wi-Fi), de l’UMTS et du 802.15.4 (ou Zigbee). Dans cette thèse, nous avons développé des outils nous permettant d’évaluer l’intérêt d’un relais multi-mode dans la réduction d’énergie. Nous avons proposé un modèle d’énergie réaliste pour le multi-mode, qui prend en compte la couche d’accès au medium des protocoles considérés. Dans un but de réalisme accru, nous avons implémenté le multi-mode au sein de WSNet, un simulateur réseau précis, grâce auquel nous avons déterminé les paramètres ayant un impact sur la consommation d’énergie. Puis, nous avons proposé et validé des stratégies permettant de minimiser l’influence de ces paramètres. / Energy reduction appears as a crucial need in modern telecommunications, be it for the terminals or the network. In modern networks, a terminal can connect to the Internet through other terminals or infrastructures in their proximity, called relays. Even though these relays appear as an interesting solution by limiting the terminals transmission power output, the reduction of energy consumption is not a simple task to ensure. Hence, it becomes necessary to develop adapted tools in order to evaluate and quantify the energy consumption. A modern terminal features several communication interfaces, which allows it to use different standards. With each standard featuring different communication modes, a multi-mode terminal has the capacity to communicate on these different modes and standard available. Hence, we have been studying how this multi-mode property can lead to energy reduction in combination with relaying. Our study is realized in the context of software defined radio, in which the physical layer is represented by programmable software blocks. Thus, software defined radio allows an eased implementation of multi-mode. In order to estimate the energy consumption of a software defined radio, we have evaluated the algorithmic complexity for the physical layers of the following standards : 802.11g (or Wi-Fi), UMTS and 802.15.4 (or Zigbee). In this thesis, we have developed the tools to evaluate the energy consumption of a multimode relay. Firstly, we have proposed a realistic energy model for multi-mode, which takes into account the media access control layer of the protocols studied. In order to increase realism, we have implemented multi-mode in WSNet, a precise network simulator, which we have used to determine the parameters impacting the energy consumption. Then, we have proposed and validated different strategies allowing us to minimize the influence of these parameters.

No contexto da Engenharia de Software para a Computação em Nuvem as pesquisas relacionadas ao tema são cada vez mais crescentes e investiga-se como a Computação em Nuvem influenciará no desenvolvimento de sistemas de uma maneira geral. A atividade de construir sistemas para nuvem é uma tarefa complexa, criar aplicações de múltiplas nuvens, sobretudo, no contexto do modelo de serviço Plataforma-como-um-Serviço(PaaS), é ainda mais agravada devido especificidades de plataformas de nuvem que podem tornar a tarefa de desenvolvimento repetitiva, custosa e dependente de um provedor específico. As abordagens dirigidas por modelos(MDE) resolvem alguns desses problemas, elas propõem que a modelagem e mecanismos de transformação utilizados para gerar código a partir de modelos são uma melhor maneira de desenvolver sistemas de software, ao invés da codificação pura. Portanto, visando investigar como combinar os benefícios da Computação em Nuvem alinhados ao MDE, foi desenvolvida uma abordagem dirigida por modelos para desenvolvimento de aplicações multi-PaaS. Em direção a este objetivo foi realizado um Estudo de Caso em colaboração com uma empresa da indústria. Essa colaboração permitiu a criação de implementações de referencia que possibilitaram o desenvolvimento de uma Linguagem Específica de Domínio (DSL) e metaprogramas que compõem a abordagem. Para avaliar a abordagem desenvolvida foi realizado um Estudo de Caso. Os resultados mostram que MDE pode não só resolver o problema, mas trazer benefícios adicionais em relação a abordagens tradicionais de desenvolvimento de sistemas. Este trabalho explora esses benefícios, apresenta uma maneira de unir recursos heterogêneos de nuvem por meio de uma abordagem dirigida por modelos e aplicações orientadas a serviço. / Cloud computing is a computational paradigm that has increasingly been used in various sectors of industry and academia. Researchers have been studying how cloud technologies can influence several areas of science and research. In the context of Software Engineering, the researches related to cloud are increasingly increasing. Researchers are studying how to develop better cloud services offerings and how to find a strategy for combining existing resources to build improved services and solve problems. Building cloud systems is a complex task, in the context of the Platform-as-a-Service(PaaS) cloud service model; this activity is further aggravated by cloud platform specificities that can make the task of development repetitive, costly,and platform-specific. Model-driven approaches (MDE) solve some of these issues; they propose that the modeling and transformation mechanisms used to generate code from models are a better way to develop software systems, rather than pure coding. Development with MDE is a comprehensive and relevant research area and needs to be better explored in a wide range of contexts. Therefore, in order to investigate how to combine the benefits of multi-cloud appications aligned to the MDE, we developed a model-driven approach to build multi-PaaS applications.Toward this objective, we performed a case study in collaboration with an industry company.This collaboration allowed the creation of reference implementations that enabled the development of a Domain Specific Language (DSL) and metaprograms that constitute the approach. To evaluate the approach, we performed a case study. The results show that MDE cannot only solve the problem, but also bring additional benefits over traditional systems development approaches. This work explores these benefits, presents a way to combine heterogeneous cloud resources through a service-driven model and application-driven approach.

Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-09T14:32:26Z No. of bitstreams: 2 DISSERTAÇÃO_DIGITAL_FELIPE_1.pdf: 10274760 bytes, checksum: 3b9053010309b3dc4d074ed49ed05be8 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-09T14:32:26Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO_DIGITAL_FELIPE_1.pdf: 10274760 bytes, checksum: 3b9053010309b3dc4d074ed49ed05be8 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012 / CAPES / Os simuladores voltados para mecânica computacional são um recurso tecnológico e foram construídos para preverem uma situação da realidade, ou pelo menos tentar se aproximar o máximo possível da mesma. O simulador é uma ferramenta criada que juntamente com simulações, ou seja, configurações variadas para um mesmo simulador, permite avaliar o comportamento de um processo físico que foi anteriormente implementado. O Método do Elemento Finito é uma forma de se obter uma aproximação de um modelo matemático que descreve um comportamento físico. Este método é frequentemente utilizado na área da mecânica computacional, pois é uma importante ferramenta para solução de problemas com equações diferenciais e integrais que são frequentes nos ramos das engenharias. O MPhyScas (Multi-Physics Multi-Scale Solver Environment) é um ambiente computacional dedicado a simular problemas de fenômenos acoplados, ou seja, um conjunto de fenômenos interagindo uns com os outros, levando em consideração o tempo e o espaço. Estes fenômenos podem ser interpretados como sendo as deformações de sólidos, transferência de calor, campos eletromagnéticos. Algumas soluções de problemas elásticos, plásticos, transferência de calor, são conhecidas, entretanto quando estes fenômenos interagem mutuamente cria-se um novo problema. Este novo problema que envolve múltiplos fenômenos possui uma solução não mais conhecida, tornando sua solução mais complexa. Com base neste ambiente é necessário adquirir programas que possuam a capacidade de trabalhar com vários fenômenos atuantes ao mesmo tempo. O MPhyScas, por possuir uma estrutura em camadas e fornecer um ambiente dedicado a interação entre vários fenômenos, foi utilizado no desenvolvimento deste trabalho. Esta dissertação tem o objetivo de desenvolver simuladores e simulações (utilizando o MPhyScas) para problemas multi-físicas. Inicialmente foram criados simuladores e simulações para problemas envolvendo apenas um fenômeno. Após testes realizados e comparações com as soluções analíticas criadas, foram construídos outros simuladores e configurados adequadamente para os problemas envolvendo, simultaneamente, os fenômenos de elasticidade, plasticidade e difusão.

Made available in DSpace on 2014-06-12T15:52:45Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Nos últimos anos, têm surgido diversas aplicações que utilizam algoritmos de Aprendizagem de Máquina Supervisionada para resolver problemas de classificação envolvendo diversos domínios. No entanto, muitas destas aplicações se restringem a utilizarem algoritmos singlelabel, ou seja, que atribuem apenas uma classe a uma dada instância. Tais aplicações se tornam inadequadas quando essa mesma instância, no mundo real, pertence a mais de uma classe simultaneamente. Tal problema é denominado na literatura como Problema de Classificação Multi-Label. Atualmente, há uma diversidade de estratégias voltadas para resolver problemas multi-label. Algumas delas fazem parte de um grupo denominado de Métodos de Transformação de Problemas. Essa denominação vem do fato de esse tipo de estratégia buscar dividir um problema de classificação multi-label em vários problemas single-label de modo a reduzir sua complexidade. Outras buscam tratar conjuntos de dados multi-label diretamente, sendo conhecidas como Métodos de Adaptação de Algoritmos. Em decorrência desta grande quantidade de métodos multi-label existentes, é bastante difícil escolher o mais adequado para um dado domínio. Diante disso, a presente dissertação buscou atingir dois objetivos: realização de um estudo comparativo entre métodos de transformação de problemas muito utilizados na atualidade e a aplicação de duas estratégias de Meta-Aprendizado em classificação multi-label, a fim de predizer, com base nas características descritivas de um conjunto de dados, qual algoritmo é mais provável de obter um desempenho melhor em relação aos demais. As abordagens de Meta-aprendizado utilizadas no nosso trabalho foram derivadas com base em técnicas de análise de correlação e mineração de regras. O uso de Meta-Aprendizado no contexto de classificação multi-label é original e apresentou resultados satisfatórios nos nossos experimentos, o que aponta que este pode ser um guia inicial para o desenvolvimento de pesquisas futuras relacionadas

Made available in DSpace on 2014-06-12T15:54:25Z (GMT). No. of bitstreams: 2 arquivo1973_1.pdf: 3161826 bytes, checksum: 82420d3e13000dda84e1580c03287b04 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Atualmente os Sistemas Gerenciadores de Bancos de Dados (SGBD) possuem grande capacidade de armazenar desde os dados obtidos pelos sistemas transacionais até as informações sintetizadas pelos sistemas de tomada de decisão. Nesse contexto, tanto a busca pela informação quanto as rotinas de manutenção deste ambiente requerem um esforço maior por parte dos administradores de bancos de dados (ABD) e a criação de rotinas e mecanismos que automatizem as tarefas de administração e gerenciamento. A aplicação dos conceitos de auto-configuração, auto-otimização, auto-recuperação e autoproteção, utilizados pela área de computação autônoma, passaram a ser aplicados aos SGBD dando origem a um novo conceito denominado Sistemas Autônomos de Gerenciamento de Bancos de Dados (SAGBD) permitindo automatizar tarefas de detecção e correção de falhas que até então dependiam de interação humana intensa por parte dos ABD. Este trabalho tem o objetivo de aprimorar os mecanismos de identificação e solução de erros no domínio de Sistemas Autônomos de Gerenciamento de Banco de Dados. Para isso propõe-se conceitualizar o domínio de problemas em SGBD e das tarefas do ABD, formalizar os modelos conceituais destas ontologias e implementar rotinas de comunicação entre agentes de software que atuem nesse ambiente. A criação do sistema que utiliza agentes de software e ontologias recebeu o nome de OntoSitter

Made available in DSpace on 2018-08-02T00:03:44Z (GMT). No. of bitstreams: 1 tese_10271_representation_of_multi_level_domains_on_the_web_2016 - freddy.pdf: 1850597 bytes, checksum: 49e1ac6068e9ec186891d6c01f4acab9 (MD5) Previous issue date: 2016-09-28 / Estratégias de modelagem conceitual e representação de conhecimento frequentemente tratam entidades em dois níveis: um nível de classes e um nível de indivíduos que instanciam essas classes. Em vários domínios, porém, as próprias classes podem estar sujeitas a categorização, resultando em classes de classes (ou metaclasses). Ao representar estes domínios, é preciso capturar não apenas as entidades de diferentes níveis de classificação, mas também as suas relações (possivelmente complexas). No domínio de taxonomias biológicas, por exemplo, um dado organismo (por exemplo, o leão Cecil morto em 2015 no Parque Nacional Hwange no Zimbábue) é classificado em diversos táxons (como, por exemplo, Animal, Mamífero, Carnívoro, Leão), e cada um desses táxons é classificado por um ranking taxonômico (por exemplo, Reino, Classe, Ordem, Espécie). Assim, para representar o conhecimento referente a esse domínio, é necessário representar entidades em níveis diferentes de classificação. Por exemplo, Cecil é uma instância de Leão, que é uma instância de Espécie. Espécie, por sua vez, é uma instância de Ranking Taxonômico. Além disso, quando representamos esses domínios, é preciso capturar não somente as entidades diferentes níveis de classificação, mas também suas (possivelmente complicadas) relações. Por exemplo, nós gostaríamos de afirmar que instâncias do gênero Panthera também devem ser instâncias de exatamente uma instância de Espécie (por exemplo, Leão). A necessidade de suporte à representação de domínios que lidam com múltiplos níveis de classificação deu origem a uma área de investigação chamada modelagem multi-nível. Observa-se que a representação de modelos com múltiplos níveis é um desafio em linguagens atuais da Web Semântica, como há pouco apoio para orientar o modelador na produção correta de ontologias multi-nível, especialmente por causa das nuanças de restrições que se aplicam a entidades de diferentes níveis de classificação e suas relações. A fim de lidar com esses desafios de representação, definimos um vocabulário que pode ser usado como base para a definição de ontologias multi-nível em OWL, juntamente com restrições de integridade e regras de derivação. É oferecida uma ferramenta que recebe como entrada um modelo de domínio, verifica conformidade com as restrições de integridade propostas e produz como saída um modelo enriquecido com informações derivadas. Neste processo, é empregada uma teoria axiomática chamada MLT (uma Teoria de Modelagem Multi-Nível). O conteúdo da plataforma Wikidata foi utilizado para demonstrar que o vocabulário poderia evitar inconsistências na representação multi-nível em um cenário real.