O diagnóstico de eventos que afetam a qualidade da energia elétrica tem se tornado preocupação de magnitude mundial, em especial em dois temas importantes que são: a localização relativa da origem do evento (LROE) e a classificação automática da causa fundamental de eventos (CACFE). O primeiro está relacionado com a identificação da fonte do evento, isto é, a montante ou a jusante do medidor de qualidade de energia (MQE). O segundo pode ser dividido em dois grupos: a classificação das causas internas e das causas externas. As causas internas estão relacionadas a eventos produzidos pela operação do sistema elétrico (energização ou desenergização do sistema, energização de transformador, chaveamento de capacitores dentre outros), e as causas externas estão vinculadas a eventos produzidos por faltas externas ao sistema elétrico (contato com galhos de árvore, animais, descargas atmosféricas, dentre outros). Ambos os temas, LROE e CACFE, são abordados nesta tese de doutorado. Para classificar eventos por causas internas ou externas é necessário antes definir se realmente trata-se ou não de um evento, para o qual é imprescindível conhecer a LROE. Este último necessita de um processo de segmentação das formas de onda de tensão e corrente para funcionar de forma correta. A segmentação identifica segmentos transitórios e não transitórios nas formas de onda e contribui também na extração de características para os diferentes algoritmos de classificação. Neste sentido, neste trabalho de pesquisa é proposta uma metodologia de diagnóstico da qualidade de eventos, focada em LROE e CACFE. Para isto foram desenvolvidos diferentes algoritmos de segmentação, extração de características e classificação, sendo criada uma ferramenta computacional em MatLab® que inclui pré-processamento de sinais de tensão e corrente de um banco de dados real fornecido por uma concessionária do Estado de São Paulo. Além disto, foram propostos novos algoritmos de LROE com resultados satisfatórios quando comparados com outros dois disponíveis na literatura científica. Para as causas internas, dois novos índices são propostos para separar eventos produzidos por faltas e energização de transformadores. Finalmente, são propostos novos algoritmos de extração de características baseados na energia dos coeficientes de decomposição da transformada wavelet bem como o algoritmo à trous modificado. São propostos dois novos vetores de descritores de energia (VDE) baseados no primeiro segmento transitório do evento. Para a classificação destes eventos foi utilizado um algoritmo de indução de regras de decisão (CN2), que gera regras de simples implementação. Todos os métodos de classificação utilizados nesta tese estão baseados em regras, sendo seu desempenho avaliado por meio da matriz de confusão. / Diagnosing events that affect power quality have become a worldwide concern, especially with respect to two important issues related to the relative location of the event origin (RLEO) and automatic cause classification of events (ACCE). The first one is related to the identification of the event source, i.e. either upstream or downstream in relation to the power quality meter (PQM). The second one can be subdivided into two groups, namely the classification of internal causes and of external causes. Internal causes are related to events produced by power system operation (connection or disconnection of feeders, power transformer inrush, capacitor switching, amongst others) and external causes that are related to events produced by external faults to the power system (network contacts to tree branches, animals contact, atmospheric discharges, amongst others). Both topics, RLEO and ACCE, are herein considered. In order to classify events due to internal or external causes, one should first define whether it is an actual event, what demands the RLEO. This makes use of a segmentation process applied to the voltage and current waveforms. The segmentation identifies the transient and stationary segments within the waveforms, contributing also to the feature extraction for different classification algorithms. Based on the aforementioned, this research proposes a methodology to diagnose power quality events, focusing on RLEO and ACCE. Different algorithms of segmentation, feature extraction and classification were then developed by the use of a computational tool implemented in MatLab®, that considers also the preprocessing of voltage and current signals in a real data base which was made available by a distribution company in Sao Paulo State. Besides that, new RLEO algorithms have shown satisfactory results when compared to algorithms published in the scientific literature. As for the internal causes, two new indices were proposed in order to separate events produced by faults or by the connection of power transformers. New algorithms for feature extraction are proposed, which are based on the energy of decomposition coefficients of the wavelet transform as well as the modified à trous algorithm. Two vectors of energy descriptors are proposed, which are based on the first transient segment of the event. The classification of such events was carried out by an induction algorithm of decision rules (CN2), that generates easily implementable rules. All classification methods utilized in this thesis are based on rules and their performances are assessed by the confusion matrix.

The main goal of this study is to propose a methodology that measures directed relations between locally stationary processes. Unlike stationary processes, locally stationary processes may present sudden pattern changes and have local characteristics in specific intervals. This behavior causes instability in measures based on Fourier transforms. The relevance of this study relies on considering these processes and propose robust methodologies that are not affected by outliers, sudden pattern changes or local behavior. We start reviewing the Partial Directed Coherence (PDC) and the Wavelet Coherence. PDC measures the directed relation between components of a multivariate stationary Vector Autoregressive (VAR) model in the frequency domain, while Wavelet Coherence is based on complex wavelets decomposition. We then propose a causal wavelet decomposition of the covariance structure for bivariate locally stationary processes: the Directed Wavelet Covariance (DWC). Compared to Fourier-based quantities, wavelet-based estimators are more appropriate for non-stationary processes and processes with local patterns, outliers and rapid regime changes like in EEG experiments with the introduction of stimuli. We then propose its estimators and calculate its expectation and analyze its variance. Next we propose a decomposition for the variance of multivariate processes with more than two components: the Partial Directed Wavelet Covariance (pDWC). Considering a N-variate locally stationary process, the pDWC calculates the Directed Wavelet Covariance of X_1(t) with X_2(t) eliminating the effect of the other components X_3(t), ... ,X_N(t). We propose two approaches to this situation. First we filter the multivariate process to remove all the exogenous influences and then we calculate the directed relation between the components. In the second case, as in Partial Directed Coherence, we consider the multivariate process as a time-varying Vector Autoregressive Model (tv-VAR) and use its coefficients in the decomposition of the covariance function to isolate the effects of the other components. We also compare results of the PDC, Wavelet Coherence and Directed Wavelet Covariance with simulated data. Finally, we present an application of the proposed Directed Wavelet Covariance and Partial Directed Wavelet Covariance on EEG data. Simulation results show that the proposed measures capture the simulated relations. The pDWC with linear filter has shown more stable estimations than the proposed pDWC considering the tv-VAR. Future studies will discuss the DWC\'s and pDWC\'s asymptotic distributions and significance tests. The proposed Directed Wavelet Covariance decomposition is a different approach to deal with non-stationary processes in the context of causality. The use of wavelets is a gain and adds to the number of studies that can be addressed when Fourier transform does not apply. The pDWC is an alternative for multivariate processes and it removes linear influences from observed external components. / O objetivo deste trabalho é propor uma metodologia para mensurar o impacto direcionado entre processos localmente estacionários. Diferente de processos estacionários, processos localmente estacionários podem apresentar mudanças bruscas e características específicas em determinados intervalos. Tal comportamento pode causar instabilidade em medidas baseadas na transformada de Fourier. A importância deste estudo se dá em englobar processos com tais características, propondo metodologias robustas que não são afetadas pela existência de mudanças bruscas, pontos discrepantes e comportamentos locais. Inicialmente apresentamos conceitos já existentes na literatura, como a Coerência Parcial Direcionada (PDC) e a Coerência de Ondaletas. A PDC mede o impacto direcionado entre componentes de um modelo vetorial autoregressivo (VAR) no domínio da frequência. A coerência de ondaletas é baseada em transformadas complexas de ondaletas. Propomos então uma decomposição no domínio de ondaletas para a estrutura de covariância de processos bivariados localmente estacionários: a Covariância Direcionada de Ondaletas (DWC). Em comparação com as quantidades baseadas na tranformada Fourier, os estimadores baseados em ondaletas são mais apropriados para processos não estacionários com padrões locais, pontos discrepantes ou mudanças rápidas de regime, como em experimentos de eletroencefalograma (EEG) com a introdução de estímulo. Ainda, propomos um estimador para a DWC, calculamos a esperança deste estimador e avaliamos sua variância. Em seguida, propomos uma quantidade análoga à DWC para processos multivariados com mais de duas componentes: a Covariância Parcial Direcionada de Ondaletas (pDWC). Considerando um processo N-variado localmente estacionário, a pDWC calcula a Covariância Direcionada de Ondaletas entre X_1(t) e X_2(t) eliminando o efeito das outras componentes X_3(t), ... , X_N(t). Propomos duas abordagens para a pDWC: na primeira, a pDWC é calculada após a aplicação de um filtro linear que remove o efeito das variáveis exógenas. No segundo caso, a exemplo da Coerência Parcial Direcionada, consideramos o processo multivariado como um Modelo Autoregressivo de Vetorial variante no tempo (tv-VAR) e usamos seus coeficientes na decomposição da função de covariância para isolar os efeitos das demais componentes. Também comparamos os resultados da PDC, Coerência de Ondaletas e Covariância Direcionada de Ondaletas com dados simulados. Por fim, apresentamos uma aplicação da DWC e da pDWC em dados de EEG. Identificamos nas simulações que tanto as medidas já existentes na literatura quanto as quantidades propostas identificaram as relações simuladas. A pDWC proposta com filtros lineares apresentou estimações mais estáveis do que a pDWC considerando os modelos tv-VAR. Estudos futuros discutirão as propriedades assintóticas e testes de significância da DWC e pDWC.

Os potenciais evocados somato-sensitivos são úteis para detectar e localizar lesões nas vias sensoriais. Sua obtenção exige a média síncrona de mais de mil respostas individuais. A redução do número de estímulos elétricos para obter o potencial evocado resulta na diminuição do tempo do exame e do desconforto do paciente. O objetivo desta dissertação foi o de estudar o potencial de contribuição de duas técnicas de tempo-freqüência (ondaletas e filtros associados a trechos temporais específicos) à estimação de potenciais evocados somato-sensitivos, quando se utilizam apenas 100 respostas individuais. Quanto aos filtros, sugere-se o uso de dois passa-baixas. O primeiro, com freqüência de corte em 900Hz, deve ser utilizado no trecho inicial de 3ms a 35ms e o segundo, com freqüência de corte em 200Hz, no trecho final de 25ms a 60ms. Em relação aos parâmetros da técnica baseada em ondaletas, recomenda-se a utilização da ondaleta-mãe biortogonal 5.5, pois ela fornece erros menores e apresenta curvas visualmente boas. Além disso, ela apresenta a vantagem de ter fase linear, que é mais adequada ao processamento de potenciais evocados. Os 20% maiores coeficientes das escalas D3, D4 e D5 e os 50% maiores coeficientes da escala D6 que se encontram em trechos temporais específicos, além de todos os coeficientes de aproximação da escala 6, reconstroem adequadamente o potencial evocado. A análise estatística dos erros quadráticos normalizados indicou que a estimação por ondaletas é a melhor dentre as técnicas testadas. Também se verificou que ambas as técnicas resultaram na redução do erro quadrático normalizado, quando comparadas à média síncrona de 100 respostas individuais. Conclui-se que tanto as ondaletas quanto os filtros contribuem de forma positiva à obtenção de melhores estimativas do potencial evocado, mesmo quando um número reduzido de respostas individuais é utilizado. / Somatosensory evoked potentials are useful to detect and locate lesions in sensory pathways. In order to obtain somatosensory evoked potentials, more than one thousand single sweeps must be synchronously averaged. The smaller the number of electrical stimuli used for evoked potentials, the lower is the examination length and the patient discomfort. The objective of this thesis is to study the contribution potential of two time-frequency techniques (wavelets and filters associated to specific time intervals) to the estimation of somatosensory evoked potentials, when only one hundred individual responses are used. For the filtering technique, it is suggested that two low-pass filters be used. The first filter has a 900Hz cutoff frequency and must be used in the 3ms-35ms time interval. The second one has a 200Hz cutoff frequency and should be applied to the 25ms-60ms section. Regarding wavelet parameters, it is recommended that a biorthogonal 5.5 mother wavelet be used, because it provides smaller errors and the results are visually good. Besides it, this mother wavelet has linear phase, which is useful to the evoked potential processing. The 20% greatest coefficients in D3, D4, D5 scales, and the 50% greatest D6 coefficients are candidates to the reconstruction. Those that fall in specific time intervals are used together with all the A6 coefficients. They reconstruct evoked potentials in a satisfactory manner. The statistical analysis of the normalized squared errors indicates that the wavelet estimation is the best technique among the tested ones. This work also shows that both techniques resulted in the reduction of the normalized squared errors, when compared to the synchronous averaging of 100 individual responses. As a conclusion, both wavelets and filters contribute in a positive manner to improve evoked potential estimation, even when a reduced number of individual responses is used.

Made available in DSpace on 2014-12-17T15:14:49Z (GMT). No. of bitstreams: 1 MarcosVCH.pdf: 1081715 bytes, checksum: 194f968e19e6c2adfbeeda208e354778 (MD5) Previous issue date: 2008-02-15 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / Este trabalho introduz an?lises de processos estoc?sticos, em especial o movimento Browniano fracion?rio (MBF), visando principalmente aplica??es aos perfis de po?os de petr?leo. Uma introdu??o te?rica aos fractais e ao MBF ? abordada nas primeiras se??es. A teoria das ondaletas ? a ferramenta matem?tica usada para o estudo da auto-similaridade desses processos, explorando as facilidades que ela proporciona para se trabalhar com multirresolu??o. Algoritmos pr?ticos e r?pidos de decomposi??o em ondaletas s?o revisados. Uma an?lise estatoc?tica com base nas ondaletas ? exposta para a caracteriza??o dos processos, de acordo com seus comportamentos de interdepend?ncia em longo e pequeno alcance. Tamb?m ? abordada a s?ntese dos processos MBF, como ponto explicativo para fornecer uma melhor vis?o sobre a estrutura desses processos. Na ?ltima se??o, as ferramentas introduzidas s?o aplicadas, numa tentativa de caracterizar perfis de po?os, levando em conta suas propriedades estat?sticas. H? tamb?m uma breve exposi??o de como as ondaletas podem ajudar na identifica??o de zonas e camadas geol?gicas

The main goal of this study is to propose a methodology that measures directed relations between locally stationary processes. Unlike stationary processes, locally stationary processes may present sudden pattern changes and have local characteristics in specific intervals. This behavior causes instability in measures based on Fourier transforms. The relevance of this study relies on considering these processes and propose robust methodologies that are not affected by outliers, sudden pattern changes or local behavior. We start reviewing the Partial Directed Coherence (PDC) and the Wavelet Coherence. PDC measures the directed relation between components of a multivariate stationary Vector Autoregressive (VAR) model in the frequency domain, while Wavelet Coherence is based on complex wavelets decomposition. We then propose a causal wavelet decomposition of the covariance structure for bivariate locally stationary processes: the Directed Wavelet Covariance (DWC). Compared to Fourier-based quantities, wavelet-based estimators are more appropriate for non-stationary processes and processes with local patterns, outliers and rapid regime changes like in EEG experiments with the introduction of stimuli. We then propose its estimators and calculate its expectation and analyze its variance. Next we propose a decomposition for the variance of multivariate processes with more than two components: the Partial Directed Wavelet Covariance (pDWC). Considering a N-variate locally stationary process, the pDWC calculates the Directed Wavelet Covariance of X_1(t) with X_2(t) eliminating the effect of the other components X_3(t), ... ,X_N(t). We propose two approaches to this situation. First we filter the multivariate process to remove all the exogenous influences and then we calculate the directed relation between the components. In the second case, as in Partial Directed Coherence, we consider the multivariate process as a time-varying Vector Autoregressive Model (tv-VAR) and use its coefficients in the decomposition of the covariance function to isolate the effects of the other components. We also compare results of the PDC, Wavelet Coherence and Directed Wavelet Covariance with simulated data. Finally, we present an application of the proposed Directed Wavelet Covariance and Partial Directed Wavelet Covariance on EEG data. Simulation results show that the proposed measures capture the simulated relations. The pDWC with linear filter has shown more stable estimations than the proposed pDWC considering the tv-VAR. Future studies will discuss the DWC\'s and pDWC\'s asymptotic distributions and significance tests. The proposed Directed Wavelet Covariance decomposition is a different approach to deal with non-stationary processes in the context of causality. The use of wavelets is a gain and adds to the number of studies that can be addressed when Fourier transform does not apply. The pDWC is an alternative for multivariate processes and it removes linear influences from observed external components. / O objetivo deste trabalho é propor uma metodologia para mensurar o impacto direcionado entre processos localmente estacionários. Diferente de processos estacionários, processos localmente estacionários podem apresentar mudanças bruscas e características específicas em determinados intervalos. Tal comportamento pode causar instabilidade em medidas baseadas na transformada de Fourier. A importância deste estudo se dá em englobar processos com tais características, propondo metodologias robustas que não são afetadas pela existência de mudanças bruscas, pontos discrepantes e comportamentos locais. Inicialmente apresentamos conceitos já existentes na literatura, como a Coerência Parcial Direcionada (PDC) e a Coerência de Ondaletas. A PDC mede o impacto direcionado entre componentes de um modelo vetorial autoregressivo (VAR) no domínio da frequência. A coerência de ondaletas é baseada em transformadas complexas de ondaletas. Propomos então uma decomposição no domínio de ondaletas para a estrutura de covariância de processos bivariados localmente estacionários: a Covariância Direcionada de Ondaletas (DWC). Em comparação com as quantidades baseadas na tranformada Fourier, os estimadores baseados em ondaletas são mais apropriados para processos não estacionários com padrões locais, pontos discrepantes ou mudanças rápidas de regime, como em experimentos de eletroencefalograma (EEG) com a introdução de estímulo. Ainda, propomos um estimador para a DWC, calculamos a esperança deste estimador e avaliamos sua variância. Em seguida, propomos uma quantidade análoga à DWC para processos multivariados com mais de duas componentes: a Covariância Parcial Direcionada de Ondaletas (pDWC). Considerando um processo N-variado localmente estacionário, a pDWC calcula a Covariância Direcionada de Ondaletas entre X_1(t) e X_2(t) eliminando o efeito das outras componentes X_3(t), ... , X_N(t). Propomos duas abordagens para a pDWC: na primeira, a pDWC é calculada após a aplicação de um filtro linear que remove o efeito das variáveis exógenas. No segundo caso, a exemplo da Coerência Parcial Direcionada, consideramos o processo multivariado como um Modelo Autoregressivo de Vetorial variante no tempo (tv-VAR) e usamos seus coeficientes na decomposição da função de covariância para isolar os efeitos das demais componentes. Também comparamos os resultados da PDC, Coerência de Ondaletas e Covariância Direcionada de Ondaletas com dados simulados. Por fim, apresentamos uma aplicação da DWC e da pDWC em dados de EEG. Identificamos nas simulações que tanto as medidas já existentes na literatura quanto as quantidades propostas identificaram as relações simuladas. A pDWC proposta com filtros lineares apresentou estimações mais estáveis do que a pDWC considerando os modelos tv-VAR. Estudos futuros discutirão as propriedades assintóticas e testes de significância da DWC e pDWC.

Consideramos uma base de dados hospitalares constituída por informações sobre vítimas de causas externas atendidas no Pronto Socorro do Hospital Municipal Dr. Arthur Ribeiro de Saboya, no período de 01/01/02 a 11/01/03, e registradas pelo Núcleo de Atenção à Vítima de Violência deste hospital. O conjunto de dados foi avaliado sob duas abordagens: a temporal, onde estudamos o numero de eventos ao longo do tempo, e a espacial, onde consideramos a localização geográfica dos eventos. Utilizamos uma modelagem estatística baseada em processos pontuais e técnicas de ondaletas para estimar a intensidade temporal ou espacial, isto é, o numero esperado de eventos por unidade de área (na abordagem espacial) ou tempo (na abordagem temporal). Fatores como sexo, faixa etária e tipo de evento (acidentes ou agressões) também foram considerados na análise. Na análise temporal, os resultados indicam que o número esperado de ocorrências em homens é significantemente maior do que em mulheres ao longo do período de observação. O mesmo ocorre com o numero esperado de acidentes quando comparado com o de agressões. As faixas etárias que compreendem as idades de 0 a 14 anos, 15 a 29 anos, 30 a 59 anos e 60 anos ou mais também apresentam números esperados de casos significantemente diferentes entre si. Na análise espacial, escolhemos uma região do Município de São Paulo, nas proximidades do Hospital Saboya, e elaboramos mapas onde é possível identificar geograficamente os locais onde as ocorrências são mais frequentes. A intensidade estimada para o total de eventos indica uma distribuição espacial não homogênea, com grande concentração de eventos principalmente nos distritos do Jabaquara e Cidade Ademar, além de valores altos ao longo das avenidas Bandeirantes, Jabaquara e Cupecê. As intensidades espaciais relativas às agressões a homens e a mulheres, separadamente, apresentam distribuições não homogêneas. Os locais com maiores riscos de agressões a mulheres parecem estar localizados em regiões mais afastadas das grandes avenidas da região. Quando consideramos os acidentes de trânsito e de transporte para cada dia da semana, a análise indicou uma distribuição espacial e temporal heterogênea, com intensidades estimadas maiores nos fins de semana e menores na segunda e terça-feira / We consider a data set with information on victims that were assisted at the emergency room of the Dr. Arthur Ribeiro de Saboya Municipal Hospital, S~ao Paulo, Brazil, from January 1, 2002 to January 11, 2003. We analyze the data chronologically (number of events along time) and spatially (geographical location). The statistical modelling is based on point processes and wavelet techniques to estimate both temporal and spatial intensities, that is, the expected numbers of events by unit time or unit area. The results indicate that the expected number of events is greater for men than for women along the whole observation period. The same is true for the expected number of accidents and that of aggressions, the former being consistently greater than the latter. The expected numbers of events for different age groups (0 to 14, 15 to 29, 30 to 59 and 60 or more) are significantly different. A neighborhood of Saboya Hospital was considered for spatial analysis, according to which it is possible to identify regions where occurrences are most frequent. The spatial distribution of the number of events is non homogeneous with high concentration mostly on Jabaquara and Cidade Ademar districts and along some big avenues (Bandeirantes, Jabaquara and Cupec^e avenues). Spatial non homogeneity of intensities is also observed for both aggressions to men and to women. The regions with the highest risks of aggression to women seam to be located away from the big avenues. When considering traffic and transport accidents separately by each day of the week, the analysis has shown both time and spatial non homogeneous distributions of events with highest estimated intensities during weekends and lowest ones on Monday and Tuesday

Sabe-se que, na literatura, existem muitos modelos para se fazer previsão para séries temporais financeiras. Sabe-se também que não há um modelo perfeito e que os mais utilizados atualmente são os modelos de redes neurais recorrentes e os da família GARCH. Referências internacionais apontam que existe uma técnica de medição de uma janela temporal para se identificar o tipo de comportamento existente em uma série temporal; tal técnica é conhecida como Expoente de Hurst. É uma medida que qualifica a série como persistente ou anti-persistente. Este trabalho analisou se o Expoente de Hurst, interfere na qualidade das previsões feitas com o modelo de redes neurais recorrentes com e sem o uso do filtro de ondaletas, utilizando os preços diários das principais commodities, ações negociadas no mercado e a taxa de câmbio. no período de janeiro de 1998 a dezembro de 2010. Com a pesquisa observa-se, na maioria dos casos, há uma possível melhora na qualidade das previsões para as séries antipersistentes. / It is known that there are a lot of models to forecast financial time series. It is known, also, that there is not a perfect model and the most used nowadays are the Recurrent Neural Network models and those from the GARCH family. International references point to a technique of measurement using windowing in order to identify the kind of behavior that is present in time series. This technique is known as Hurst Exponent. It is a measure that qualifies the time series as persistent or anti-persistent. This work analyzed if the Hurst Exponent interferes in the quality of the forecasts made with the Neural Network models with and without the wavelet filter, using the main commodities, stock prices, Ibovespa index and the Dollar/Real exchange rate in the period ranging from January 1998 to December 2010. The initial conclusions concerning the models worked out are positives.

O objetivo deste estudo foi investigar os padrões de distribuição de energia e as propriedades espectrais dos principais músculos de membro inferior de diabéticos neuropatas durante a marcha, utilizando a análise de wavelet. Foram coletados dados de EMG de superfície (bipolar) dos músculos tibial anterior, vasto lateral e gastrocnêmio medial no ciclo da marcha em 21 pacientes diabéticos diagnosticados com neuropatia periférica, e 21 indivíduos não- diabéticos. A energia do sinal e freqüência foram comparados entre os grupos no ciclo da marcha e em cada faixa de freqüência (7-542Hz), utilizando testes t. A Análise de Componentes Principais foi utilizada para avaliar as diferenças entre os padrões eletromiográficos de diabéticos e não-diabéticos. Os indivíduos diabéticos exibiram menores energias nas menores frequências para todos os músculos, e energias mais altas nas maiores frequências nos músculos extensores do membro inferior. Os pacientes também apresentaram menor energia de gastrocnêmio medial e uma maior energia de vasto lateral comparado aos não diabéticos, e este último achado sugere uma estratégia para compensar o déficit dos extensores de tornozelo para impulsionar o corpo na marcha. Os resultados mostram, de maneira geral, uma mudança na estratégia neuromuscular dos pacientes diabéticos, sugerindo que os principais músculos extensores do membro inferior adaptam a sua resposta a fim de produzir a energia necessária para realizar essa tarefa, a do andar / The aim of this study was to investigate lower limb muscle\'s energy patterns and spectral properties of diabetic neuropathic individuals during gait cycle using wavelet approach. Bipolar surface EMG of tibialis anterior, vastus lateralis and gastrocnemius medialis were acquired in the whole gait cycle in 21 diabetic patients already diagnosed with peripheral neuropathy, and 21 non-diabetic individuals. The signal´s energy and frequency were compared between groups in the whole gait cycle and in each frequency band (7-542Hz) using t tests. Principal component analysis was used to assess differences between diabetic and non-diabetic EMG patterns. The diabetic individuals displayed lower energies in lower frequency bands for all muscles and higher energies in higher frequency bands in the extensors\' muscles. They also showed lower energy of gastrocnemius and a higher energy of vastus, and this last finding suggests a strategy to compensate the ankle extensor deficit to propel the body forward. The overall results suggest a change in the neuromuscular strategy of diabetic patients, suggesting that the main extensor muscles of the lower limb adapt their response to produce the energy necessary to accomplish the walking task

Orientador: Paulo de Oliveira Camargo / Resumo: Existem dados de estações de maré terrestre em todo território nacional que estiveram em operação nos últimos anos. Contudo cada região de coleta apresenta um ou mais efeitos geofísicos predominantes, causando uma heterogeneidade dos dados e abrindo a possibilidade para diversos estudos. A minimização de efeitos geofísicos em observações gravimétricas é um grande desafio na geração de modelos de maré terrestre. Desta forma, esta pesquisa tem como objetivo estudar as metodologias para correções das cargas atmosférica e oceânica nos diferentes cenários. A hipótese adotada nesta pesquisa é que a consideração do parâmetro temporal junto à análise espectral possibilita isolar a maré terrestre e as sobrecargas. A metodologia neste trabalho envolve três etapas: (1) o pré-processamento, (2) o processamento das observações gravimétricas e (3) a aplicação dos modelos de marés. As estações base do estudo são PPTE e NEIA, localizadas respectivamente nos municípios de Presidente Prudente - SP e Cananeia - SP, escolhidas em razão do comportamento distinto das cargas oceânicas nas duas regiões. A pesquisa fundamenta-se na decomposição por harmônicos esféricos e pelo uso de ondaletas na série temporal gravimétrica das duas estações. O pré-processamento dos dados foi minuciosamente realizado, destaca-se a detecção de um deslocamento temporal em parte dos dados gravimétricos de PPTE, que foram corrigidos com sucesso. Na etapa do processamento foram analisados os impactos das correções atmosfér... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: There are Earth tide data from stations across the country that have been in operation in recent years. However, each collection region has one or more predominant geophysical effects, causing a heterogeneity of data and opening the possibility for several studies. The minimization of geophysical effects in gravimetric observations is a major challenge in the generation of terrestrial tide models. Thus, this research aims to study the methodologies for correcting atmospheric and ocean loading in different scenarios. The hypothesis adopted in this research is that the consideration of the temporal parameter together with the spectral analysis makes it possible to isolate the terrestrial tide and the overloads. The methodology in this work involves three stages: (1) the pre-processing, (2) the processing of the gravimetric observations and (3) the application of the tidal models. The study stations are PPTE and NEIA, located respectively in the cities of Presidente Prudente - SP and Cananeia - SP, chosen due to the different behavior of ocean loading in the two regions. The research is based on the decomposition by spherical harmonics and the use of wavelets in the gravimetric time series of the two stations. The pre-processing of the data was meticulously carried out, highlighting the detection of a temporal displacement in part of the PPTE gravimetric data, which were successfully corrected. In the processing stage, the impacts of atmospheric and oceanic corrections were anal... (Complete abstract click electronic access below) / Doutor

Apresenta-se uma metodologia que tem como base a análise de campos magnéticos no monitoramento da qualidade da energia de sistemas elétricos. Em particular, são avaliados os aspectos referentes à detecção de faltas em sistemas elétricos. Diferente do processo de monitoração tradicional, cujos sensores precisam estar fisicamente conectados aos circuitos analisados, propõe-se estudar a viabilidade da utilização dos sinais provenientes da assinatura magnética resultante no exame do desempenho dos sistemas elétricos. Ressalta-se, assim, a característica não invasiva deste processo. Em uma primeira instância, simulações numéricas e medidas experimentais são usadas para estimar a validade deste método. Com base em valores das correntes de falta fase-terra, relacionados a configurações reais de sistemas de distribuição, provenientes de simulações numéricas e disponibilizadas na literatura, são calculados os campos magnéticos em regiões pré-selecionadas próximas às linhas. A seguir, aplicam-se os conceitos relacionados a wavelets no tratamento dos sinais resultantes. É nesta etapa que, por meio da decomposição da assinatura magnética correspondente, serão obtidos os dados necessários para se correlacionar os componentes dos sinais ao diagnóstico das faltas, nos sistemas elétricos. A Análise de múltirresolução é aplicada. Além destes resultados teóricos, aqueles provenientes de uma bancada experimental são examinados. Algumas configurações canônicas foram pré-selecionadas, visando estudar a eventual influência dos aspectos geométricos nos resultados relacionados à decomposição do sinal em análise. Embora métodos analíticos pudessem ser empregados na determinação da assinatura magnética resultante, os métodos numéricos, tais como o método dos elementos finitos, foram utilizados visando agilizar a obtenção de resultados teóricos a serem avaliados. Da mesma forma, aplicativos já disponibilizados comercialmente foram utilizados na decomposição dos sinais. Esta metodologia foi aplicada, também, para identificar faltas, aplicando-se a análise da variância para os diversos níveis do detalhe wavelet. A validação da metodologia foi feita pela comparação entre os resultados simulados e obtidos experimentalmente. / A methodology based on the analysis of magnetic fields for monitoring the quality of energy in electrical systems is presented herein. Aspects referring to fault detection in electrical systems in particular are evaluated. Contrary to the traditional monitoring process, in which sensors must be physically linked to the circuits under analysis, the results are presented from a feasibility study on the use of signals arising from the resulting magnetic signature by means of the electrical systems analysis. Thus the non-invasive characteristic of this process should be pointed out. First, numerical simulations and experimental measures were used to estimate the validity of this method. Based on values of the current of phase-earth fault related to actual features of the distribution systems and derived from numeric simulations found in the literature, the magnetic fields, in pre-established regions, were calculated. Following this, the concepts related to wavelets in the treatment of resulting signals were applied. It is in this phase that, by means of the decomposition of the corresponding magnetic signature, the data necessary to correlate the signal components for the diagnosis of faults in electrical systems were obtained. A Multiresolution Analysis (MRA) was applied. In addition to these theoretical results, the results from a laboratory workbench were also examined. Some canonical features were pre-selected, aiming to study the influence of geometric aspects on the results related to the signal decomposition analyzed. Although analytical methods could be employed to determine the resulting magnetic signature, numerical methods, such as the finite element method, were used to expedite obtaining the theoretical results to be analyzed. Likewise, commercial software was also used for the decomposition of signals. This methodology was validated by comparing the measured and simulated magnetic flux density. This methodology was also applied to identify and classify faults by means of the variance curve towards the wavelet detail.