O foco dessa dissertação está na gestão de estoques em sistemas multicamadas. O modelo de simulação construído considera o desempenho histórico de uma cadeia de distribuição de medicamentos versus a política de gestão proposta. Os objetivos principais do trabalho são: a avaliação quantitativa da política de cálculo de necessidades aplicada na gestão de sistemas multicamadas, a verificação da importância da cooperação entre os elos da cadeia de distribuição para gestão do fluxo de materiais e o estudo das curvas que representam o dilema ‘nível de serviço’ versus ‘custo total da cadeia’. O modelo considera o fluxo de materiais a partir do estoque em processo do laboratório até a venda para as farmácias, que pode ser aproximada pela demanda dos medicamentos visto que os estoques das farmácias são relativamente pequenos e constantes ao longo do tempo. A modelagem de custos leva em conta o custo de estoque do laboratório e dos distribuidores, o custo de pedido dos distribuidores, o custo de transporte, o custo de entrega com atraso do laboratório e o custo de venda perdida dos distribuidores. Especificamente, são considerados cenários com e sem o compartilhamento de informações entre as empresas da cadeia. Consideram-se também cenários com e sem sazonalidade na demanda. Inicialmente, cada cenário simulado é preparado com a definição do ‘período transitório da simulação’, ‘horizonte de simulação’ e ‘número de réplicas’ necessárias. Depois disso, é feito o delineamento de experimentos para identificar quais variáveis de decisão têm efeito significativo sobre o custo total da cadeia. Finalmente, é feita uma busca da parametrização de cada um dos cenários que apresente o melhor custo total da cadeia. Os resultados da simulação mostraram que as práticas atualmente empregadas na gestão dos estoques das empresas podem ter seu desempenho melhorado com a utilização da política simulada na pesquisa. Os cenários nos quais se considerou o compartilhamento de informações tiveram desempenhos semelhantes aos sem esse compartilhamento. Dessa forma, para a política simulada, conclui-se que o valor do compartilhamento de informações foi relativamente pequeno. Nas simulações pode-se verificar a melhoria simultânea do nível de serviço e do nível de estoques da cadeia. Isso mostra que a política simulada mudou o dilema (trade-off) que interliga antagonicamente essas duas características de desempenho do sistema. / This dissertation focuses on the inventory management for multi-echelon systems. The simulation model proposes a new inventory management policy and compares it to the historical performance of a medicine supply chain. The main objectives of this research are: the quantitative analysis of the method used for the calculation of material requirements in multi-echelon systems; the verification of the importance of the cooperation between the components of the supply chain to the material flow management; and the analysis of the curves which represent the trade-off between ‘service level’ and ‘total cost’. The model takes into account the material flow from the laboratory’s ‘work in process’ up to the sales to the drugstores, which can be approximated by the demand of the final consumer, since the inventory kept by drugstores is relatively small and constant in time. The costs are calculated considering: the laboratory’s and distributors’ inventory costs, the cost of orders from the distributors, the transportation cost, the laboratory’s cost of late delivery and the distributors’ cost of lost sales. Scenarios with and without the sharing of information between the components of the supply chain were both considered. The same is true for scenarios with and without seasonality in the demand. Initially, each scenario was prepared with the definition of the ‘warm-up’ period, the simulation horizon and the amount of required replications. Secondly, the design of experiments (DOE) was done in order to determine which decision variables have influence on the supply chain total cost. Finally, each scenario was tested with many different parameters in order to find the lowest cost for the supply chain. The simulation results have showed that the procedures currently applied for the inventory management can have their performance improved by the use of the policy proposed in this research. The results for the scenarios with the sharing of information were similar to the ones for the scenarios without the sharing. For that reason, we can conclude that, for the proposed inventory management policy, the value of the sharing of information through the supply chain was relatively small. In the simulations, both the ‘service level’ and the ‘total cost’ have improved. In this manner, it can be said that the new policy has improved this trade-off.

A tarefa de encontrar faces em imagens é extremamente complexa, pois pode ocorrer variação de luminosidade, fundos extremamente complexos e objetos que podem se sobrepor parcialmente à face que será localizada, entre outros problemas. Com o avanço na área de visão computacional técnicas mais recentes de processamento de imagens e inteligência artificial têm sido combinadas para desenvolver algoritmos mais eficientes para a tarefa de detecção de faces. Este trabalho apresenta uma metodologia de visão computacional que utiliza redes neurais MLP (Perceptron Multicamadas) para segmentar a cor da pele e a textura da face, de outros objetos presentes em uma imagem de fundo complexo. A imagem resultante é dividida em regiões, e para cada região são extraídas características que são aplicadas em outra rede neural MLP para identificar se naquela região contem face ou não. Para avaliação do software implementado foram utilizados dois banco de imagens, um com imagens padronizadas (Banco AR) e outro banco com imagens adquiridas na Internet contendo faces com diferentes tons de pele e fundo complexo. Os resultados finais obtidos foram de 83% de faces detectadas para o banco de imagens da Internet e 88% para o Banco AR, evidenciando melhores resultados para as imagens deste banco, pelo fato de serem padronizadas, não conterem faces inclinadas e fundo complexo. A etapa de segmentação apesar de reduzir a quantidade de informação a ser processada para os demais módulos foi a que contribuiu para o maior número de falsos negativos. / The task of finding faces in images is extremely complex, as there is variation in brightness, backgrounds and highly complex objects that may overlap partially in the face to be found, among other problems. With the advancement in the field of computer vision techniques latest image processing and artificial intelligence have been combined to develop more efficient algorithms for the task of face detection. This work presents a methodology for computer vision using neural networks MLP (Multilayer Perceptron) to segment the skin color and texture of the face, from other objects present in a complex background image. The resulting image is divided into regions and from each region are extracted features that are applied in other MLP neural network to identify whether this region contains the face or not. To evaluate the software two sets of images were used, images with a standard database (AR) and another database with images acquired from the Internet, containing faces with different skin tones and complex background. The final results were 83% of faces detected in the internet database of images and 88% for the database AR. These better results for the database AR is due to the fact that they are standardized, are not rotated and do not contain complex background. The segmentation step, despite reducing the amount of information being processed for the other modules contributed to the higher number of false negatives.

Submitted by Luciclea Silva (luci@ufpa.br) on 2018-09-14T15:07:26Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_Analisesensoresplasmonicos.pdf: 29102316 bytes, checksum: fadb072f63dba01d64f7097cc1a8ebb2 (MD5) / Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2018-09-14T15:08:00Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_Analisesensoresplasmonicos.pdf: 29102316 bytes, checksum: fadb072f63dba01d64f7097cc1a8ebb2 (MD5) / Made available in DSpace on 2018-09-14T15:08:00Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_Analisesensoresplasmonicos.pdf: 29102316 bytes, checksum: fadb072f63dba01d64f7097cc1a8ebb2 (MD5) Previous issue date: 2018-05-11 / Nesta tese, apresenta-se a análise teórica de um sensor de ressonância plasmônica de superfície (SPR) acoplado a nanopartículas metálicas. O sensor é considerado na configuração de Emissão Acoplada de Plasmon de Superfície (SPCE), onde as nanopartículas metálicas (ou analitos) são modeladas por dipolos equivalentes localizados acima do sensor. Um conjunto completo de funções diádicas de Green para o campo elétrico é derivado para meios planares, multicamadas e uniaxiais em uma forma computacionalmente eficiente e conveniente para aplicações que utilizem-se do Método das Imagens Complexas Discreta (DCIM) com a utilização do Generalized Pencil of Function Method (GPOF). O princípio da deformação do caminho complexo em um contorno de dois níveis é empregado para expressar uma integral original como uma soma de imagens complexas. Apresenta-se resultados de ressonância plasmônica de superfície, reflexão, campo próximo e distante de sensores planares e descreve-se como estas nanopartículas influenciam na capacidade de aumentar a intensidade de campo próximo e alterar a resposta de sensibilidade destes sensores ópticos. Além disso, para comparação, alguns resultados são calculados por métodos numéricos e experimentais. Os resultados mostram uma boa concordância, o que prova que o DCIM é um método teórico eficiente e poderoso para analisar sensores SPR na configuração SPCE. / In this thesis, the theoretical analysis of a surface plasmon resonance (SPR) sensor coupled to metallic nanoparticles is presented. The sensor is considered in the Surface Plasmon Coupled Emission (SPCE) configuration, where the metallic nanoparticles (or analytes) are modeled by equivalent dipoles located above the sensor. A complete set of Green’s dyadic functions for the electric field is estimated for planar, multilayer, and uniaxial media in a computationally efficient and convenient manner for applications using the Discrete Complex Imaging Method (DCIM) via the Generalized Pencil of Function Method (GPOF). The principle of complex path deformation in a two-level contour is employed to express an original integral as a sum of complex images. The results related to the surface plasmon resonance, reflection, near and far field of planar sensors are presented and it is described how these nanoparticles influence the ability to increase the near field strength and alter the sensitivity response of these optical sensors. In addition, for comparison purposes, some results are calculated by numerical and experimental methods. The results show suitable agreement, which proves that DCIM is an efficient and powerful theoretical method for analyzing SPR sensors in the SPCE configuration.

A tarefa de encontrar faces em imagens é extremamente complexa, pois pode ocorrer variação de luminosidade, fundos extremamente complexos e objetos que podem se sobrepor parcialmente à face que será localizada, entre outros problemas. Com o avanço na área de visão computacional técnicas mais recentes de processamento de imagens e inteligência artificial têm sido combinadas para desenvolver algoritmos mais eficientes para a tarefa de detecção de faces. Este trabalho apresenta uma metodologia de visão computacional que utiliza redes neurais MLP (Perceptron Multicamadas) para segmentar a cor da pele e a textura da face, de outros objetos presentes em uma imagem de fundo complexo. A imagem resultante é dividida em regiões, e para cada região são extraídas características que são aplicadas em outra rede neural MLP para identificar se naquela região contem face ou não. Para avaliação do software implementado foram utilizados dois banco de imagens, um com imagens padronizadas (Banco AR) e outro banco com imagens adquiridas na Internet contendo faces com diferentes tons de pele e fundo complexo. Os resultados finais obtidos foram de 83% de faces detectadas para o banco de imagens da Internet e 88% para o Banco AR, evidenciando melhores resultados para as imagens deste banco, pelo fato de serem padronizadas, não conterem faces inclinadas e fundo complexo. A etapa de segmentação apesar de reduzir a quantidade de informação a ser processada para os demais módulos foi a que contribuiu para o maior número de falsos negativos. / The task of finding faces in images is extremely complex, as there is variation in brightness, backgrounds and highly complex objects that may overlap partially in the face to be found, among other problems. With the advancement in the field of computer vision techniques latest image processing and artificial intelligence have been combined to develop more efficient algorithms for the task of face detection. This work presents a methodology for computer vision using neural networks MLP (Multilayer Perceptron) to segment the skin color and texture of the face, from other objects present in a complex background image. The resulting image is divided into regions and from each region are extracted features that are applied in other MLP neural network to identify whether this region contains the face or not. To evaluate the software two sets of images were used, images with a standard database (AR) and another database with images acquired from the Internet, containing faces with different skin tones and complex background. The final results were 83% of faces detected in the internet database of images and 88% for the database AR. These better results for the database AR is due to the fact that they are standardized, are not rotated and do not contain complex background. The segmentation step, despite reducing the amount of information being processed for the other modules contributed to the higher number of false negatives.

Os sistemas automáticos são normalmente empregados na indústria com o objetivo de otimizar a produção. Na agro-indústria, estes sistemas são usados com o mesmo propósito, sendo que dentre estes sistemas é possível destacar os que empregam a visão computacional, pois esta tem sido usada para inspeção de lavouras, colheita mecanizada, guiagem de veículos e robôs entre outras aplicações. No presente trabalho, técnicas de visão computacional foram utilizadas para segmentar e classificar elementos presentes em imagens obtidas de pomares de laranjeiras. Uma arquitetura modular foi utilizada na qual a imagem é segmentada automaticamente e, posteriormente, os segmentos são classificados. Nesta arquitetura, o algoritmo de segmentação e o classificador podem ser alterados sem prejudicar a flexibilidade do sistema implementado. Foram realizados experimentos com um banco de imagens composto por 658 imagens. Estas imagens foram obtidas sob diferentes condições de iluminação durante o período que as frutas estavam maduras. Estes experimentos foram realizados para avaliar, no contexto da arquitetura desenvolvida, o algoritmo de segmentação JSEG, vetores de características derivados dos espaços de cores RGB e HSV, além de três tipos de classificadores: bayesiano, classificador ingênuo de Bayes e classificador baseado no perceptron multicamadas. Finalmente, foram construídos os mapas de classes. As funções de distribuição de probabilidades foram estimadas com o algoritmo de Figueiredo-Jain. Dos resultados obtidos, deve-se destacar que o algoritmo de segmentação mostrou-se adequado aos propósitos deste trabalho e o classificador bayesiano mostrou-se mais prático que o classificador baseado no perceptron multicamadas. Por fim, a arquitetura mostrou-se adequada para o reconhecimento de cenas obtidas em pomares de laranjeiras. / Automation systems are usually used in the industry to optimize the production. In the agroindustry, these systems are used with the same intentions. Among them are systems that use computer vision for inspection, mechanized harvest, vehicles and robots guidance and other applications. Because of this, in the present work, techniques of computer vision were used to segment and classify elements in the images from oranges orchards. A modular architecture was used. The image are automatically segmented and, then the segments are classified. In this architecture, the segmentation algorithm and the classifier can be modified without loss of flexibility. The experiments were carried out with 658 images. These images were acquired under different illumination conditions during the period that the fruits are mature. These experiments were carried out to evaluate, in the context of developed architecture, the segmentation algorithm JSEG, characteristics vectors derived from the colors spaces RGB and HSV and three classifiers: Bayes\'s classifier, Bayes\'s naive classifier and multilayer perceptron classifier. Finally, the class maps were constructed. The Figueiredo-Jain algorithm was used to estimate the probability distribution functions. The results show that the segmentation algorithm is adequate to this work and the Bayes classifier is more practical that the multilayer perceptron classifier. Finally, the architecture is adequate for recognition of images acquired in orange orchards.

A busca progressiva no espaço de estados é uma das abordagens mais populares de Planejamento Automatizado. O desempenho dos algoritmos de busca progressiva é influenciado pela heurística independente de domínio utilizada para guiá-lo. Nesse contexto, o foco do presente trabalho consiste em investigar técnicas de aprendizado de máquina supervisionadas que possibilitaram agregar à heurística do plano relaxado, comumente utilizada em abordagens atuais de planejamento, informações sobre o domínio em questão que viessem a ser úteis ao algoritmo de busca. Essas informações foram representadas por meio de um espaço de características do problema de planejamento e uma rede neural MLP foi aplicada para estimar uma nova função heurística para guiar a busca por meio de um processo de regressão não linear. Uma vez que o conjunto de características disponíveis para a construção da nova função heurística é grande, foi necessário a definição de um processo de seleção de características capaz de determinar qual conjunto de características de entrada da rede resultaria em melhor desempenho para o modelo de regressão. Portanto, para a seleção de características, aplicou-se uma abordagem de algoritmos genéticos. Como principal resultado, tem-se uma análise comparativa do desempenho entre a utilização da heurística proposta neste trabalho e a utilização da heurística do plano relaxado para guiar o algoritmo de busca na tarefa de planejamento. Para a análise empírica foram utilizados domínios de diferentes complexidades disponibilizados pela Competições Internacionais de Planejamento. Além dos resultados empíricos e análises comparativas, as contribuições deste trabalho envolvem o desenvolvimento de um novo planejador independente de domínio, denominado LearnInPlanner. Esse planejador utiliza a nova função heurística estimada por meio do processo de aprendizado e o algoritmo de Busca Gulosa para solucionar os problemas de planejamento. / The forward state-space search is one of the most popular Automated Planning approaches. The performance of forward search algorithms is affected by the domain-independent heuristic being used. In this context, the focus of this work consisted on investigating techniques of supervised machine learning that make possible to agregate to the relaxed plan heuristic, commonly used in current planning approaches, information about the domain which could be useful to the search algorithm. This information has been represented through a feature space of planning problem and a MLP neural network has been applied to estimate a new heuristic function for guiding the search through a non-linear regression process. Once the set of features available for the construction of the new heuristic function is large, it was necessary to define a feature selection process capable of determining which set of neural network input features would result in the best performance for the regression model. Therefore, for selecting features, an approach of genetic algorithms has been applied. As the main result, one has obtained a comparative performance analysis between the use of heuristic proposed in this work and the use of the relaxed plan heuristic to guide the search algorithm in the planning task. For the empirical analysis were used domains with different complexities provided by the International Planning Competitions. In addition to the empirical results and comparative analysis, the contributions of this work involves the development of a new domain-independent planner, named LearnInPlanner. This planner uses the new heuristic function estimated by the learning process and the Greedy Best-First search algorithm to solve planning problems.

Os sistemas automáticos são normalmente empregados na indústria com o objetivo de otimizar a produção. Na agro-indústria, estes sistemas são usados com o mesmo propósito, sendo que dentre estes sistemas é possível destacar os que empregam a visão computacional, pois esta tem sido usada para inspeção de lavouras, colheita mecanizada, guiagem de veículos e robôs entre outras aplicações. No presente trabalho, técnicas de visão computacional foram utilizadas para segmentar e classificar elementos presentes em imagens obtidas de pomares de laranjeiras. Uma arquitetura modular foi utilizada na qual a imagem é segmentada automaticamente e, posteriormente, os segmentos são classificados. Nesta arquitetura, o algoritmo de segmentação e o classificador podem ser alterados sem prejudicar a flexibilidade do sistema implementado. Foram realizados experimentos com um banco de imagens composto por 658 imagens. Estas imagens foram obtidas sob diferentes condições de iluminação durante o período que as frutas estavam maduras. Estes experimentos foram realizados para avaliar, no contexto da arquitetura desenvolvida, o algoritmo de segmentação JSEG, vetores de características derivados dos espaços de cores RGB e HSV, além de três tipos de classificadores: bayesiano, classificador ingênuo de Bayes e classificador baseado no perceptron multicamadas. Finalmente, foram construídos os mapas de classes. As funções de distribuição de probabilidades foram estimadas com o algoritmo de Figueiredo-Jain. Dos resultados obtidos, deve-se destacar que o algoritmo de segmentação mostrou-se adequado aos propósitos deste trabalho e o classificador bayesiano mostrou-se mais prático que o classificador baseado no perceptron multicamadas. Por fim, a arquitetura mostrou-se adequada para o reconhecimento de cenas obtidas em pomares de laranjeiras. / Automation systems are usually used in the industry to optimize the production. In the agroindustry, these systems are used with the same intentions. Among them are systems that use computer vision for inspection, mechanized harvest, vehicles and robots guidance and other applications. Because of this, in the present work, techniques of computer vision were used to segment and classify elements in the images from oranges orchards. A modular architecture was used. The image are automatically segmented and, then the segments are classified. In this architecture, the segmentation algorithm and the classifier can be modified without loss of flexibility. The experiments were carried out with 658 images. These images were acquired under different illumination conditions during the period that the fruits are mature. These experiments were carried out to evaluate, in the context of developed architecture, the segmentation algorithm JSEG, characteristics vectors derived from the colors spaces RGB and HSV and three classifiers: Bayes\'s classifier, Bayes\'s naive classifier and multilayer perceptron classifier. Finally, the class maps were constructed. The Figueiredo-Jain algorithm was used to estimate the probability distribution functions. The results show that the segmentation algorithm is adequate to this work and the Bayes classifier is more practical that the multilayer perceptron classifier. Finally, the architecture is adequate for recognition of images acquired in orange orchards.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work is dedicated to investigate the spin relaxation in amorphous CoFeSiB glass-covered microwires and multilayered films of Permalloy/Cu. The microwires samples were Joule annealed and axially stressed in order to evaluate the modifications in the damping mechanisms due to the stress induced anisotropy. In the films we were interested in the observation of the modifications in the damping mechanisms imposed by the number of interfaces in the samples. We were able to identify the main damping mechanisms responsible for the spin relaxation in these materials by ferromagnetic resonance experiments. In order to explain the ferromagnetic resonance linewidth, we considered the extrinsic magnetic relaxation mechanisms in addition to the intrinsic Gilbert damping term, the intrinsic one. The extrinsic magnetic relaxation takes in to account the broadening induced by the magnetic inhomogeneities and is consistent with the two-magnon scattering model and anisotropy dispersions. The contribution from the intrinsic magnetization relaxation is constant in both systems of samples and is not sensible neither to Joule annealing and applied stress in microwires, nor to the increasing of the bilayers number in the films. The extrinsic contribution is very sensible to the anisotropy induction and is a signature of magnetic and structural inhomogeneities. / Este trabalho é dedicado ao estudo da relaxação de spin em microfios amorfos recobertos por vidro com composição nominal de CoFeSiB e em filmes multicamadas de Permalloy/Cu. Nos microfios, avaliamos o efeito da indução de anisotropia pela aplicação de tensão mecânica e o efeito do alívio de tensões internas promovido por tratamento térmico aos mecanismos de amortecimento responsáveis pela relaxação de spin. Nos filmes, avaliamos as modificações impostas aos mecanismos de amortecimento quando variamos o número de bicamadas. Identificamos e quantificamos os principais mecanismos responsáveis pela relaxação magnética, através da investigação da largura de linha de ressonância ferromagnética. Para explicar as larguras de linha de ressonância ferromagnética observadas consideramos como mecanismo intrínseco o mecanismo de amortecimento de Gilbert. Como mecanismos extrínsecos consideramos o alargamento da linha de ressonância devido a inomogeneidades magnéticas, consistente com o modelo de espalhamento de mágnons e com a presença de dispersões na anisotropia. O termo intrínseco de relaxação é constante em ambos os conjuntos de amostras estudados, não variando com o tratamento térmico ou tensão aplicada, no caso dos microfios, nem com o aumento do número de bicamadas, no caso dos filmes. A contribuição extrínseca de amortecimento mostrou-se bastante sensível à indução de anisotropias e é uma assinatura das inomogeneidades estruturais e magnéticas presentes nas amostras.

Neste trabalho, relata-se o comportamento estrutural de multicamadas de Fe30Co70/Cu, quando submetidas a irradiações com íons de He+ e Kr+ e tratamentos térmicos. As multicamadas foram confeccionadas à temperatura ambiente, numa câmara de ultra-alto vácuo por evaporação alternada de uma liga Fe30Co70 e Cu. As energias das irradiações foram escolhidas de tal forma que os íons atravessassem a multicamada, ficando alojados no substrato de Si. As doses foram calculadas para que os dois tipos de íons depositassem a mesma energia total na multicamada. Após a confecção dos filmes, os mesmos foram submetidos a tratamentos térmicos de 10 minutos em temperaturas variando de 350 a 450 oC. Este processo quebra a estrutura de camadas e forma uma liga heterogênea de grãos magnéticos embebidos numa matriz metálica de Cu. Para investigar a evolução das propriedades estruturais das amostras utilizou-se difração, refletividade e espectroscopia de absorção de raios-X. Os resultados da refletividade de raios-X mostraram claramente que uma estrutura de multicamadas é formada após a evaporação, fato que é comprovado pelo pico de Bragg observado nas curvas de refletividade. As irradiações com He+ e Kr+ não destroem a estrutura de multicamadas, ao contrário, elas provocam um alisamento de todas as interfaces. Pelas medidas de difração de raios-X verificou-se que as irradiações resultam no aumento de cristalinidade e no crescimento de tamanho dos cristalitos do sistema. A irradiação com He+ não provoca mudanças significativas na multicamada, mas a irradiação com Kr+ induz uma transformação de fase de bcc para fcc/hcp nas camadas de Fe30Co70. Esta nova fase induzida pela irradiação com Kr+ é metaestável, pois um simples tratamento térmico de 450 oC durante 10 minutos destrói a nova estrutura fcc/hcp, fazendo com que a liga retorne a estrutura bcc. As medidas de absorção de raios-X estão em perfeito acordo com as medidas de difração e refletividade, mostrando que as irradiações promovem uma melhora na ordem cristalográfica. De acordo com o que foi observado das medidas, a irradiação com He+ não provoca nenhum efeito significativo na estrutura da liga de FeCo. Contudo, a irradiação com Kr+ induz uma transformação de fase nesta liga de bcc para uma estrutura fcc e/ou hcp. Tal transformação é induzida pela irradiação com Kr+ porque estes íons transferem mais energia, em colisões nucleares, do que os íons de He+. Além disso, estes íons provocam um grande número de cascatas de colisões, fazendo com que os átomos contidos dentro do volume destas cascatas tornem-se móveis. Desta forma, os átomos de Fe e Co se rearranjam em uma estrutura fcc, que é imposta pelas camadas de Cu adjacentes. Embora a estrutura fcc seja muito mais provável, também é possivel que a estrutura induzida seja hcp.

Submitted by Lara Oliveira (lara@ufersa.edu.br) on 2017-09-08T22:30:39Z No. of bitstreams: 1 AldemárioAS_DISSERT.pdf: 18856416 bytes, checksum: dcd37bbe9d111ef051c4d27c3481a41f (MD5) / Approved for entry into archive by Vanessa Christiane (referencia@ufersa.edu.br) on 2017-09-11T16:27:51Z (GMT) No. of bitstreams: 1 AldemárioAS_DISSERT.pdf: 18856416 bytes, checksum: dcd37bbe9d111ef051c4d27c3481a41f (MD5) / Approved for entry into archive by Vanessa Christiane (referencia@ufersa.edu.br) on 2017-09-11T16:28:25Z (GMT) No. of bitstreams: 1 AldemárioAS_DISSERT.pdf: 18856416 bytes, checksum: dcd37bbe9d111ef051c4d27c3481a41f (MD5) / Made available in DSpace on 2017-09-11T16:29:16Z (GMT). No. of bitstreams: 1 AldemárioAS_DISSERT.pdf: 18856416 bytes, checksum: dcd37bbe9d111ef051c4d27c3481a41f (MD5) Previous issue date: 2017-08-18 / The training of Multilayer Perceptron Neural Network (MLPNN) done by exact algorithm to find the maximum accuracy is NP-hard. Thus, we use the algorithm Back-Propagation who needs a starting point (weights and bias initials) to compute the training of the MLPNN. This research has developed and implemented a heuristic algorithm HeCI - Heuristic to Calculate Weights and Bias Initials - to compute the data to train the MLPNN and return the starting point for the Back-Propagation. HeCI uses Principal Component Analysis, Least Square Method, Probability Density Function of the Normal Gaussian Distribution, two strategic configurations, and partially controls the number of MLPNN training epochs. Experimentally, HeCI was used with Back-Propagation in MLPNN training to recognize patterns and solve data classification problems. Six case studies with datasets between Health, Business and Botany were used in the experiments. The methodology of this research uses Deductive analysis by the Experimental method with Quantitative approach and hypothesis tests: Test of Fridman with post Teste of Tukey HSD Post-hoc and Wilcoxon Test-M W. The results of accuracy have increased significantly improving attested by evaluation of tests of hypotheses, inferringstatistical robustness of the result motivated by HeCI / O treinamento de Rede Neural Perceptron Multicamadas (RNPM) feito por algoritmo exato para encontrar a máxima acurácia é NP-Difícil. Sendo assim, usa-se o algoritmo "Back-Propagation" que necessita de um ponto de partida (pesos e bias iniciais) para computar o treinamento da RNPM. Esta pesquisa desenvolveu e aplicou um algoritmo heurístico HeCI - Heurística para Calcular Pesos e Bias Iniciais - para computar os dados de treinamento da RNPM e retornar o ponto de partida para o "Back-Propagation". A HeCI usa Análise de Componentes Principais, Método dos Mínimos Quadrados, Função de Densidade de Probabilidade da Normal Distribuição Gaussiana, duas configurações estratégicas e controla parcialmente o número de épocas de treinamento da RNPM. Experimentalmente, a RNPM foi treinada usando "Back-Propagation" com HeCI, para reconhecer padrões e resolver problemas de classificação de dados. Seis estudos de caso com "datasets" entre as áreas de Saúde, Negócio e Botânica foram usados nos experimentos. A metodologia desta pesquisa usa análise Dedutiva pelo método Experimental com abordagem Quantitativa e testes de hipóteses: Teste de Fridman com Pós Teste de Tukey HSD Post-hoc e Teste de Wilcoxon-M-W. Os resultados de acurácia incrementaram melhoria significativa atestada pela avaliação dos testes de hipóteses, inferindo estatisticamente robustez de resultado motivado pela HeCI / 2017-09-08