Submitted by Biblioteca de Pós-Graduação em Geoquímica BGQ (bgq@ndc.uff.br) on 2017-05-16T17:00:09Z No. of bitstreams: 1 Microsoft Word - Vanessa Dissertaçao.pdf: 1678884 bytes, checksum: ee88f8d0505bb8844a68dc56e1473779 (MD5) / Made available in DSpace on 2017-05-16T17:00:09Z (GMT). No. of bitstreams: 1 Microsoft Word - Vanessa Dissertaçao.pdf: 1678884 bytes, checksum: ee88f8d0505bb8844a68dc56e1473779 (MD5) / Universidade Federal Fluminense. Instituto de Química. Programa de Pós-Graduação em Geoquímica, Niterói, RJ / Este estudo analisa os fluxos de óxido nitroso (N 2 O) e amônia (NH 3 ) no Sistema Lagunar de Maricá-Guarapina (SLMG). O N 2 O é um dos gases do efeito estufa e está envolvido no consumo de ozônio (O 3 ) na estratosfera. A NH 3 pode levar a acidificação de ambientes terrestres e aquáticos, a eutrofização de sistemas aquáticos e produção de N 2 O. O SLMG vem sofrendo degradação da qualidade de suas á guas devido à urbanização e às atividades agropecuárias na região. Este sistema la gunar é composto por quatro lagoas interligadas entre si através de canais: Maricá, Ba rra, Padre e Guarapina. Para a análise de N 2 O foi utilizada a técnica da câmara estática flutua nte e 4 modelos de predição de fluxos (MPF). No caso da NH 3 foram feitas estimativas de fluxos também através de MPF. Os resultados deste estudo mostram que as quatro lagoa s do SLMG apresentam comportamentos distintos com relação aos fluxos dos dois gases ana lisados. As estimativas de taxas de emissão do sistema lagunar mostram que, apesar do sistema a presentar lagoas que parecem atuar como sorvedouro de N 2 O ou de NH 3 , num balanço geral, ele emite N para a atmosfera s ob uma ou outra forma. A taxa de emissão estimada variou entr e 92,15 g N dia -1 e 104,77 g N dia -1 . Outra informação que esta estimativa trouxe foi a d e que a maior parte das emissões ocorre sob a forma de NH 3 com emissão estimada de 84,79 g N dia -1 a 97,41 g N dia -1 . / This study examines the nitrous oxide (N 2 O) and ammonia (NH 3 ) fluxes in Maricá- Guarapina’s system. The N 2 O is a greenhouse gas and is involved in the consum ption of the ozone (O 3 ) in the stratosphere. The NH 3 can lead to acidification of terrestrial and aquat ic environments, eutrophication of aquatic systems and production of N 2 O. The SLMG is suffering degradation in the water’s quality due to urbanization and agricultural activities in the region. This system is composed for four lagoon interconnected between themselves through channels: Maricá, Barra, Father and Guarapi na. For the analysis of N 2 O was used the technique of the static chamber and 4 models predic tion fluxes (MPF). In the case of NH 3 were made estimates of fluxes through MPF too. The results of this study show that the four lagoons in the SLMG have different behaviors with r espect to the fluxes of the two gases analyzed. Estimates of the rates of emission in th e system lagoon show that despite the present system lagoons that seem act as sink of N 2 O and NH 3 , in a general balance, it gives N to the atmosphere in one form or another. The estim ated emission rate ranged between 92,15 g N -1 day -1 and 104,77 g N -1 day -1 . Other information that brought this estimate was that the majority of emissions occur in the form of NH 3 with estimated emission of 84,79 g N -1 day -1 to 97,41 g N -1 day -1 .

A pré-eclâmpsia afeta 3 a 5% das gestantes em todo o mundo, contribuindo para complicações materno-fetais graves. Sendo a isquemia placentária considerada um dos fatores primordiais para o desenvolvimento da doença. Essa isquemia está associada à alterações de fatores pró e anti angiogênicos, o presente estudo avaliou os fatores pró angiogênicos angiopoetina 1 e 2 (Ang-1 e Ang-2), que atuam na formação e no crescimento de novos vasos durante a placentação. O objetivo do estudo foi avaliar as concentrações plasmática de Ang-1 e Ang-2 na predição de pré-eclâmpsia e verificar a sensibilidade e especificidade dos mesmos por meio da curva ROC. Foram avaliadas 120 gestantes com idade gestacional entre 20 e 25 semanas, que participaram do projeto Coortes BRISA, que contava com um banco de 1400 gestantes, sendo que 30 gestantes com diagnóstico de pré-eclâmpsia (PE) e que realizaram o parto no Hospital das Clínicas de Ribeirão Preto e 90 gestantes saudáveis (GS) que realizaram parto na MATER ( Maternidade do Centro de Referência da saúde da Mulher). As concentrações plasmáticas de Ang-1 e de Ang- 2 foram determinadas utilizando o método ELISA. Para a análise dos dados, foi realizado ANOVA quando comparamos os grupos quanto às variáveis quantitativas. Para as comparações dos níveis pressóricos das gestantes com pré-eclâmpsia grave x pré-eclâmpsia não grave, no momento do recrutamento e com a doença estabelecida, foi utilizado o modelo de regressão linear com efeitos mistos (efeitos aleatórios e fixos). Para as comparações dos dados foi utilizado o pós-teste por contrastes ortogonais. Na comparação das concentrações de Ang-1 entre GS e PE não houve diferença estatística entre os grupos (P= 0,185) o mesmo foi observado para Ang-2 (P= 0,583). Em relação à razão Ang-1/Ang-2, também não observamos diferença estatística (P= 0,107). A capacidade preditiva dos biomarcadores foi avaliada através da curva ROC e a área sobre a curva para Ang-1, Ang-2 e a razão Ang-1/Ang-2 foram 0,47, 0,52 e 0,57 respectivamente. Nosso estudo não encontrou diferença significativa nas concentrações de Ang-1 E Ang-2 e nem na razão entre Ang-1/Ang-2. Ao realizar a curva ROC observamos, que esses biomarcadores não são bons preditores para pré-eclâmpsia. / Preeclampsia affects 3 to 5% of pregnant women worldwide, contributing to severe maternal-fetal complications. As placental ischemia, a set of primordial factors for the development of the disease was proposed. This ischemia is associated with changes in pro and anti-angiogenic functions, the present study is angiography and angiopoietin 1 and 2 (Ang-1 and Ang-2), which act in the formation and growth of new vessels during placentation. The evaluation of the evaluation of Angio-1 and Ang-2 in the prediction of pre-eclampsia and to verify their sensitivity and specificity by means of the ROC curve. There were 20 pregnant women with gestational age between 20 and 25 weeks, who participated in the BRISA Cohorts project, which had a bank of 1400 pregnant women, 30 pregnant women diagnosed with preeclampsia (PE) and who gave birth at Hospital das Clínicas of Ribeirão Preto and 90 healthy pregnant women (GS) who performed part of MATER (Maternity of the Reference Center for Women\'s Health). Plasma Ang-1 and Ang-2 tests were already using the ELISA method. For an analysis of the data, we performed ANOVA when comparing the groups as the quantitative variables. For the comparisons of pressure levels of pregnant women with severe preeclampsia vs. non-severe preeclampsia at the moment of recruitment and with the disease installed, the linear regression model with mixed effects (random and fixed lexus) was used. For the data comparisons, the orthogonal contrasts post-test was used. When comparing the Ang-1 combinations between GS and PE, it was not possible to compare the groups (P = 0.185). The same was observed for Ang-2 (P = 0.583). In relation to the Ang-1 / Ang-2 ratio, we also did not observe the statistical difference (P = 0.107). The ability to distribute the biomarkers was evaluated through the ROC curve and the area over the curve for Ang-1, Ang-2 and the Ang-1 / Ang-2 ratio were 0.47, 0.52 and 0.57 respectively. Our needs were not as significant at Ang-1 and Ang-2 concentrations nor at the Ang-1 / Ang-2 ratio. When performing a ROC curve we observed that these biomarkers are not good predictors of preeclampsia.

A negociação algorítmica oferece algoritmos que tomam decisões de compra e/ou venda com base em parâmetros pré-determinados, oscilações de preços no mercado, dados históricos etc. Uma vantagem oferecida por ela é a possibilidade de atuação rápida no mercado, possivelmente aproveitando as melhores ofertas disponíveis. A Bovespa disponibiliza dados referentes à troca de mensagens entre as partes que constituem o mercado nanceiro. A partir dessas mensagens, geralmente é possível fazer a construção do livro de ofertas, que contém informações referentes às ofertas de compra e venda disponíveis em dado instante e também sobre negociações que foram concretizadas. Esses dados são disponibilizados em diferentes formatos. Os dados de futuros utilizados neste trabalho, por exemplo, seguem o formato padrão do protocolo FIX, que dene cada mensagem como uma coleção de pares de chave/valor. Um outro formato de dados próprio da Bovespa é utilizado para a disponibilização de dados de ações. Neste trabalho faz-se a construção do livro de ofertas a partir dos dados de futuros, com a proposta de uma estrutura de dados eciente para a manipulação de mensagens no formato do protocolo FIX. Também discute-se sobre a possibilidade de construção do livro de ofertas a partir dos dados de ações. Finalmente, um algoritmo de predição de valores baseado em técnicas de mineração de dados como agrupamento é proposto e analisado quanto à sua aplicabilidade. / Algorithmic trading offers algorithms that make buy/sell decisions based on predetermined parameters, market price fluctuations, historical data and so on. One advantage it offers is the possibility of quickly operating on the market, possibly taking advantage of the best buy/sell offers currently available. Bovespa provides data regarding message exchange between the constituent parts of the financial market. From these messages, it is usually possible to extract the offerbook, which contains information regarding buy/sell offers available at a given moment in time. This data is provided in different formats. The future data used in this work, for example, is according to the Fix protocol format, which defines each message as a collection of key/value pairs. Another data format proprietary from Bovespa is used to provide stock data. In this work the construction of the offerbook is made from the future data and the proposal of an efficient data structure for dealing with messages in Fix format is made. It is also discussed the possibility of constructing the offerbook from the stock data. Finally, a predicting values algorithm based on data mining techniques such as clustering is proposed and its applicability is analysed.

Processamento distribuído tem sido utilizado amplamente para melhorar o desempenho de aplicações com alta demanda computacional. Diferentes arquiteturas e topologias distribuídas têm sido pesquisadas e utilizadas para prover o alto desempenho, proporcionando assim o recurso necessário para a exploração do paralelismo presente nas aplicações. A facilidade para construir sistemas computacionais de alto desempenho a partir de estações de trabalho interligadas através de redes de alta velocidade, aliada ao custo relativamente baixo e ao crescente avanço da tecnologia de circuitos integrados, possibilita a montagem de redes de computadores de baixo custo para a execução de aplicações paralelas. Devido a este fato, diversos sistemas de software para redes de estações têm sido desenvolvidos, visando a integração dos componentes distribuídos para a agregação das suas capacidades de processamento. No entanto, o processo de desenvolvimento de aplicações é complexo e difícil, dado que são necessários identificar o paralelismo existente nestas aplicações, e providenciar as comunicações necessárias. Neste trabalho, é apresentada uma proposta de metodologia de análise e predição de desempenho de programas paralelos, implementados com interface de passagem de mensagem (MPI), em ambientes de redes de estações de trabalho. É definida neste trabalho uma extensão da classe de grafos de tempo T-graph, denominado T-graph*, que representa, em alto nível, os programas paralelos instrumentados com MPI no nível de grafos. Com a construção de um grafo nesta classe, é possível conhecer o fluxo da execução do programa, do ponto de vista algorítmico. Ainda, é definida uma outra classe de grafos, denominada DP*Graph, que representa os programas paralelos com alto grau de detalhes, como mostrar de forma clara pontos de ocorrência de comunicação entre os nós de processamento do sistema computacional. Em paralelo com recursos e técnicas de modelagem analítica, são definidas estratégias para a avaliação de desempenho dos sistemas computacionais envolvidos. Uma vez obtidas as representações em grafos do programa paralelo e junto com as modelagens já refinadas e definidas, é possível efetuar avaliações necessárias e obter assim predições de desempenho, baseadas em dados experimentais obtidos previamente. Finalmente, os resultados experimentais obtidos mostram a viabilidade da metodologia definida nesta proposta, tanto a sua utilização e quanto à coerência das estratégias aplicadas neste trabalho. / Distributed processing has been widely used to improve the performance of applications that highly demand computational power. Different distributed architectures and topologies have been used in a search for high performance, providing further the necessary resource for the parallelism exploitation present in the applications. The ease to build high performance computer systems, by interconnecting workstations using a high speed network, together with relatively low cost and IC technology advances, it\'s possible to assembly a low cost computer network for the execution of parallel applications. Due to this fact, several applications and software systems for network of workstations have been developed, aiming the integration of distributed components for the aggregation of their processing power. Unfortunately, the process of application developing is complex and difficult, given that it is necessary identify the existing parallelism in these applications, and provide the communication needed. The control of multiple processes and their interactions are the main reasons for such complexity. It is shown, in this work, a methodology proposal for the performance analysis and prediction of parallel programs, implemented with message passing interface (MPI) in a network of workstations environment. We define, still in this work, an extension for T-graph (timing graphs), named T-graph*, a newer class of graphs from which we can represent parallel programs with MPI functions by using timing graphs. Together with resources and analytical modeling techniques, strategies are defined for the performance evaluation of computer systems involved. Once obtained the graph representation of a parallel program, in parallel with defined and refined models designed, it is possible to proceed with necessary evaluations and from this, performance prediction data, based on the experimental data obtained previously. Finally, experimental results obtained show the viability of the methodology proposed in this research, coherent strategies applied in this work and also, correct utilization of the techniques.

A cadeia produtiva da cana-de-açúcar vem sofrendo problemas de diversas naturezas, sendo a mais comum a estiagem, agravada pelas mudanças climáticas que reduzem a disponibilidade de água no solo, afetando diretamente a produtividade da cultura. Uma grande proporção da cultura da cana-de-açúcar não é irrigada, sendo sujeita a alterações entre estações úmidas e secas em condições tropicais e subtropicais, mas quando é irrigada, tem-se observado um incremento significativo na produtividade da cultura. As necessidades hídricas da cultura devem ser atendidas, tanto, na quantidade requerida, quanto no momento oportuno. Para isto, devem ser quantificados parâmetros relacionados com o seu estado hídrico. No entanto, os métodos empregados convencionalmente são demorados, custosos e invasivos. Como alternativa que ajuda a reduzir tempo e custos, o sensoriamento remoto hiperespectral vem sendo utilizado para estimar o estado hídrico em diferentes escalas, uma vez que permite a captura de grande quantidade de informação rapidamente. Para o presente trabalho, o comportamento espectral da vegetação de 400 a 2500 nm, foi utilizado na quantificação de alguns parâmetros que estabelecem o seu estado hídrico. As avaliações tanto em casa de vegetação quanto em laboratório foram feitas em folhas de cana-de-açúcar submetidas a déficit hídrico programado. Para os dados de laboratório foram obtidos R2 > 0,8 na região do visível e R2 < 0,55, na região do infravermelho próximo para CRA (conteúdo relativo de água). Para EEA (espessura equivalente da água) foi obtido um R2 < 0,6 na região do infravermelho próximo. / The sugarcane agribusiness has been suffering several kinds of problems. The most common is the drought caused by the weather changes, which reduce the water availability in the soil, affecting directly the crop yield. A large proportion of the sugarcane crop is not irrigated undergoing changes between wet and dry seasons in tropical and subtropical conditions, but when it is irrigated, it has been possible to observe an increase in the crop yield. The crop water requirements must be provided, both at the required amount and at the right time. To do this, parameters related to its moisture status have to be quantized. However, conventional methods are slow, invasive and expensive. As an alternative to reduce time and costs, the hyperspectral remote sensing has been being used to estimate the water status at different scales, because it allows capturing big amounts of information quickly. In the present study, the spectral behavior of vegetation between 400 and 2500 nm was used to quantify some parameters that establish its water status. The evaluations were conducted both in the greenhouse and the laboratory on sugarcane leaves under programmed water deficit. The laboratory data obtained were R2> 0.8 in the visible region and R2 <0.55 in the near infrared region for the RWC (relative water content). For the EWT (equivalent water thickness) was obtained a R2 <0.6 in the near infrared region.

O entendimento da hierarquia de importância dos fatores que influenciam a produtividade da cana de açúcar pode auxiliar na sua modelagem, contribuindo assim para a otimização do planejamento agrícola das unidades produtoras do setor, bem como no aprimoramento das estimativas de safra. Os objetivos do presente estudo foram a ordenação das variáveis que condicionam a produtividade da cana de açúcar, de acordo com a sua importância, bem como o desenvolvimento de modelos matemáticos de produtividade da cana de açúcar. Para tanto, foram utilizadas três técnicas de mineração de dados nas análises de bancos de dados de usinas de cana de açúcar no estado de São Paulo. Variáveis meteorológicas e de manejo agrícola foram submetidas às análises por meio das técnicas Random Forest, Boosting e Support Vector Machines, e os modelos resultantes foram testados por meio da comparação com dados independentes, utilizando-se o coeficiente de correlação (r), índice de Willmott (d), índice de confiança de Camargo (C), erro absoluto médio (EAM) e raíz quadrada do erro médio (RMSE). Por fim, comparou-se o desempenho dos modelos gerados com as técnicas de mineração de dados com um modelo agrometeorológico, aplicado para os mesmos bancos de dados. Constatou-se que, das variáveis analisadas, o número de cortes foi o fator mais importante em todas as técnicas de mineração de dados. A comparação entre as produtividades estimadas pelos modelos de mineração de dados e as produtividades observadas resultaram em RMSE variando de 19,70 a 20,03 t ha-1 na abordagem mais geral, que engloba todas as regiões do banco de dados. Com isso, o desempenho preditivo foi superior ao modelo agrometeorológico, aplicado no mesmo banco de dados, que obteve RMSE &asymp; 70% maior (&asymp; 34 t ha-1). / The understanding of the hierarchy of the importance of the factors which influence sugarcane yield can subsidize its modeling, thus contributing to the optimization of agricultural planning and crop yield estimates. The objectives of this study were to ordinate the variables which condition the sugarcane yield, according to their relative importance, as well as the development of mathematical models for predicting sugarcane yield. For this, three Data Mining techniques were applied in the analyses of data bases of several sugar mills in the State of São Paulo, Brazil. Meteorological and crop management variables were analyzed through the Data Mining techniques Random Forest, Boosting and Support Vector Machines, and the resulting models were tested through the comparison with an independent data set, using the coefficient of correlation (r), Willmott index (d), confidence index of Camargo (c), mean absolute error (MAE), and root mean square error (RMSE). Finally, the predictive performances of these models were compared with the performance of an agrometeorological model, applied in the same data set. The results allowed to conclude that, within all the variables, the number of cuts was the most important factor considered by all Data Mining models. The comparison between the observed yields and those estimated by the Data Mining techniques resulted in a RMSE ranging between 19,70 to 20,03 t ha-1, in the general method, which considered all regions of the data base. Thus, the predictive performances of the Data Mining algorithms were superior to that of the agrometeorological model, which presented RMSE &asymp; 70% higher (&asymp; 34 t ha-1).

Frente às mudanças climáticas, foi estabelecido via Acordo de Paris o compromisso do Brasil em reduzir as emissões de gases do efeito estufa em 37% até 2025 e 43% até 2030. A restauração de 12 milhões de hectares de florestas, dado o potencial das florestas em sequestrar carbono, é apresentada como uma das formas para atingir essas metas. Assim, entender o real potencial das florestas plantadas em sequestrar carbono, obtido via quantificação da biomassa, torna-se de grande importância e oportunidade. O objetivo do trabalho foi desenvolver modelos de predição de biomassa do estrato arbóreo para uma área restaurada com 12 anos de idade e avaliar a alocação de biomassa e carbono na vegetação arbórea em relação ao manejo silvicultural, arranjo de espécies e espaçamento de plantio nessa mesma área, localizada na Estação Experimental de Ciências Florestais de Anhembi, pertencente à ESALQ/USP. Para desenvolvimento das equações foi realizado o abate de 100 indivíduos arbóreos das 20 espécies presentes na área, escolhidos segundo uma amostragem estratificada em cinco classes de diâmetro por espécie. Em todas as árvores foi realizada cubagem rigorosa do tronco e galhos grossos e tiradas medidas de DAP, Altura total e Altura do tronco. Em seguida, foram divididas em quatro compartimentos: raízes, tronco, galhos grossos e copa, composta por galhos finos e folhas, e pesadaos separadamente. De cada compartimento foram obtidas amostras para determinação do teor de umidade e densidade básica dos discos, retirados em três posições do tronco: base, meio e topo e um na parte dos galhos grossos. Foram desenvolvidas quatro equações para predição de biomassa: Biomassa total acima do solo (Btas), Biomassa de tronco (Btr), Biomassa de copa (Bcp) e Biomassa de raiz (Brz). Para ajuste dos modelos foram testadas duas equações lineares, comumente utilizadas no meio florestal para cálculo de volume, e variações dessas equações com a inclusão de cinco variáveis preditoras: DAP, Altura, Altura do tronco, Comprimento de Copa e Densidade básica da madeira do tronco. As melhores equações obtidas incluíram pelo menos o DAP e densidade básica da madeira, sendo esta essencial para melhoria nos critérios de seleção de modelos. A aplicação das equações aos dados do inventário realizado em 2016 na área levou a estimativas de fixação de biomassa e carbono do estrato arbóreo bem variáveis entre os tratamentos, indo de 27,7 a 157,7 Mg.ha-1 para biomassa e de 13,0 a 74,1 Mg.C.ha-1 para carbono. As melhores parcelas apresentaram valores próximos aos encontrados em outros estudos em áreas de reflorestamento, mas abaixo do encontrado em florestas maduras. / In response to climate change, Brazil\'s commitment to reduce greenhouse gas emissions by 37% by 2025 and 43% by 2030 was established through the Paris Agreement. The restoration of 12 million hectares of forests, given the potential of forests in sequestering carbon, is presented as one of the ways to achieve these goals. Thus, understanding the real potential of planted forests to sequester carbon, obtained through the quantification of biomass, becomes of great importance and opportunity. The objective of this work was to develop biomass prediction models of the arboreal stratum for a restored area of 12 years old and to evaluate the biomass and carbon allocation in tree vegetation in relation to silvicultural management, species arrangement and planting spacing. The study area is part of an experimental study titled \"Models for the Recovery of Atlantic Forest Degraded Areas\", located at the Experimental Station of Forestry Sciences of Anhembi, belonging to ESALQ / USP. For the development of the equations, 100 individuals of the 20 species present in the area were felled according to a stratified sampling in five diameter classes per species. In all the trees was carried out rigorous volume measurements of the trunk and thick branches and taken dimensions of DBH, Total Height and Trunk Heignt. They were divided into four compartments: roots, trunk, thick branches and canopy, composed of thin branches and leaves, and weighed separately. From each compartment were taken samples to determine the moisture content and basic density of the discs, taken in three positions of the trunk: base, middle and top and one in the part of the thick branches. Four biomass prediction equations were developed: Total Biomass Above the Soil (Btas), Trunk Biomass (Btr), Canopy Biomass (Bcp) and Root Biomass (Brz). Two linear equations commonly used to calculate tree volume and its variations with the inclusion of five predictive variables: DBH, Height, Trunk Height, Cup Length and Basic Density of the trunk wood were used to develop the equations. The best equations obtained included at least the DBH and basic wood density, which is essential for improvement in the model selection criteria. The application of the equations in the inventory carried out in 2016 in the area led to estimates of biomass and carbon values of the tree stratum very variable between the treatments, ranging from 27.7 to 157.7 Mg.ha-1 for biomass and 13.0 to 74.1 Mg.C.ha-1 for carbon. The best plots presented values close to those found in other studies in reforestation areas, but lower than those found in mature forests.

Sistemas de Recomendação (SR) vêm se apresentando como poderosas ferramentas para portais web tais como sítios de comércio eletrônico. Para fazer suas recomendações, os SR se utilizam de fontes de dados variadas, as quais capturam as características dos usuários, dos itens e suas transações, bem como de modelos de predição. Dada a grande quantidade de dados envolvidos, é improvável que todas as recomendações possam ser bem representadas por um único modelo global de predição. Um outro importante aspecto a ser observado é o problema conhecido por cold-start, que apesar dos avanços na área de SR, é ainda uma questão relevante que merece uma maior atenção. O problema está relacionado com a falta de informação prévia sobre novos usuários ou novos itens do sistema. Esta tese apresenta uma abordagem híbrida de recomendação capaz de lidar com situações extremas de cold-start. A abordagem foi desenvolvida com base no algoritmo SCOAL (Simultaneous Co-Clustering and Learning). Na sua versão original, baseada em múltiplos modelos lineares de predição, o algoritmo SCOAL mostrou-se eficiente e versátil, podendo ser utilizado numa ampla gama de problemas de classificação e/ou regressão. Para melhorar o algoritmo SCOAL no sentido de deixá-lo mais versátil por meio do uso de modelos não lineares, esta tese apresenta uma variante do algoritmo SCOAL que utiliza modelos de predição baseados em Máquinas de Aprendizado Extremo. Além da capacidade de predição, um outro fator que deve ser levado em consideração no desenvolvimento de SR é a escalabilidade do sistema. Neste sentido, foi desenvolvida uma versão paralela do algoritmo SCOAL baseada em OpenMP, que minimiza o tempo envolvido no cálculo dos modelos de predição. Experimentos computacionais controlados, por meio de bases de dados amplamente usadas na prática, comprovam que todos os desenvolvimentos propostos tornam o SCOAL ainda mais atraente para aplicações práticas variadas. / Recommender Systems (RS) are powerful and popular tools for e-commerce. To build its recommendations, RS make use of multiple data sources, capture the characteristics of items, users and their transactions, and take advantage of prediction models. Given the large amount of data involved in the predictions made by RS, is unlikely that all predictions can be well represented by a single global model. Another important aspect to note is the problem known as cold-start that, despite that recent advances in the RS area, it is still a relevant issue that deserves further attention. The problem arises due to the lack of prior information about new users and new items. This thesis presents a hybrid recommendation approach that addresses the (pure) cold start problem, where no collaborative information (ratings) is available for new users. The approach is based on an existing algorithm, named SCOAL (Simultaneous Co-Clustering and Learning). In its original version, based on multiple linear prediction models, the SCOAL algorithm has shown to be efficient and versatile. In addition, it can be used in a wide range of problems of classification and / or regression. The SCOAL algorithm showed impressive results with the use of linear prediction models, but there is still room for improvements with nonlinear models. From this perspective, this thesis presents a variant of the SCOAL based on Extreme Learning Machines. Besides improving the accuracy, another important issue related to the development of RS is system scalability. In this sense, a parallel version of the SCOAL, based on OpenMP, was developed, aimed at minimizing the computational cost involved as prediction models are learned. Experiments using real-world datasets has shown that all proposed developments make SCOAL algorithm even more attractive for a variety of practical applications.

A seleção de genitores para cruzamentos constitui-se em uma das etapas mais importantes em programas de melhoramento genético, pois com isso evita-se o desenvolvimento de populações pouco promissoras. Com o advento dos marcadores moleculares surgiu a possibilidade de predizer o desempenho das populações com base nas distâncias genéticas entre os genitores, mas os resultados disponíveis são contraditórios. O objetivo deste trabalho foi avaliar a possibilidade de predizer a variabilidade de cruzamentos de soja a partir de medidas de distâncias genéticas obtidas com marcadores moleculares AFLP. Foram realizados seis cruzamentos biparentais, entre cultivares recomendados para o Estado de São Paulo, com diferentes graus de distâncias genéticas (DG): baixo (DG£ 0,20), médio (DG@ 0,44) e alto (DG@ 0,65). Para cada cruzamento foram obtidas 100 progênies F2:3, que foram avaliadas em delineamentos em látice simples e parcelas lineares de 2 m espaçadas de 0,5 m, contendo 30 plantas após o desbaste, no ano agrícola de 2007/08. Foram avaliados os caracteres: número de dias para florescimento (DF), altura das plantas no florescimento (AF), número de dias para maturação (DM), altura das plantas na maturação (AM), acamamento (AC) e produção de grãos (PG). Para cada cruzamento foi estimada a variância genética entre progênies ( 2 p ), o coeficiente de herdabilidade entre médias de progênies ( 2 X h ), e a amplitude das médias individuais das progênies ( 3 : 2 F ) para todos os caracteres. Para a produção de grãos (PG) foi estimada ainda a proporção esperada de linhagens superiores (PS) e a heterose (h). Observou-se um aumento na magnitude da variância genética ( 2 p ), do coeficiente de herdabilidade ( 2 X h ) e da amplitude das médias das progênies ( 3 : 2 F ) com o aumento da distância genética (DG), principalmente para PG, DM e AF, evidenciado pelas correlações entre estas estimativas e DG ( = r 0,60 a 1,00). Para os demais caracteres as correlações foram ligeiramente inferiores. Além disso, para PG observou-se também uma correlação alta com a proporção esperada de linhagens superiores ( = r 0,77) e com a heterose ( = r 0,83). Estes resultados indicam claramente um aumento da variabilidade genética com o aumento da distância genética entre os genitores, sendo possível uma seleção prévia de genitores, da ordem de 50%, com base nas distâncias genéticas obtidas com marcadores moleculares AFLP, com o intuito de reduzir o número de populações a ser avaliado. / The selection of parents for crossings is one of the most important steps in plant breeding programs, in order to avoid the development of unfavorable populations. The population performance can be predicted by using genetics distances based on molecular markers, but the reported results are not consistent. Thus, the objective of this work was to investigate the possibility of predicting genetic variability of soybean crosses, based on genetic distances between parents derived from AFLP molecular markers. Six two-way crosses of soybean were performed between cultivars adapted to the state of São Paulo, Brazil, with different levels of molecular genetic distances (DG): low (DG£ 0,20); intermediate (DG@ 0.44) and high (DG@ 0.65). For each cross 100 F2:3 progenies were evaluated in a simple lattice design and plots 2 meter long spaced by 0.5 meter, containing 30 plants after thinning, in the 2007/08 growing season. The following traits were evaluated: days to flowering (DF), plant height at flowering (AF), days to maturity (DM), plant height at maturity (AM), lodging (AC) and grain yield (PG). For each cross the following parameters were estimated: genetic variance among progenies ( 2 p ), heritability among progeny means ( 2 X h ) and amplitude of the individual progeny means ( 3 : 2 F ) for all traits. For grain yield the expected proportion of superior inbred lines (PS) and heterosis (h) were also estimated. It was observed an increasing of genetic variance ( 2 p ), heritability ( 2 X h ) and amplitude of the progeny means ( 3 : 2 F ), with the genetic distance (DG) increasing, mainly for PG, DM and AF, as can be seen by the correlation coefficients between those estimates and DG ( = r 0.60 to 1.00). For the other traits, the correlation coefficients were smaller. Besides, a correlation of DG with the proportion of superior inbred lines ( = r 0.77) and with heterosis ( = r 0.83) were also observed for PG. General results indicate clearly an increasing of genetic variability following the increasing of genetic distances between the parents, and thus, a previous selection of parents of around 50%, based on AFLP genetic distances, is possible, in order to reduce the number of populations to be evaluated.

Este trabalho apresenta a pesquisa sobre a extração de parâmetros característicos de sinais acústicos para fins de detecção automática de vazamento de água em tubulações enterradas. Os sinais acústicos foram adquiridos com o auxílio de um geofone eletrônico e também catalogados por técnicos especialistas em detecção acústica. De todos os sinais foram extraídos os modelos de predição linear perceptual de várias ordens, determinando-se como melhor a ordem 2. A partir de um conjunto de modelos de referência de sinais de vazamento, a distância média de Itakura dos outros modelos em relação a estas referências foram calculadas. Em conjunto com estas distâncias, quatro características espectrais são também extraídas do sinal a fim de compor o vetor de parâmetros característicos do sinal. Parte destes vetores de parâmetros característicos são utilizados para treinar o classificador de máquina de vetores de suporte. O restante dos dados são, então, submetidos a este classificador que obteve a taxa de acerto de classificação em torno de 93%. Experimentos anteriores, utilizando modelos de predição linear, de ordem 10, obtiveram uma taxa de acerto em torno de 82%. Isso demonstra que estes novos parâmetros característicos propostos alcançam os objetivos deste trabalho, que são algoritmos com melhor taxa de acerto na detecção de vazamentos. / This work presents a research about feature extraction of acoustic signals for detection of water leak in buried pipes. Acoustic signals were acquired by means of an electronic geophone and also labeled by technicians specialized in acoustic water leak detection. For every signals, its linear predictive model was estimated for a range of prediction orders, concluding for the best order 2. Out of this group of models, some leaky ones are used as reference for calculating the Itakura mean distance with respect to the other models. Completing this measure, four spectral features are extracted to compose the signal feature vector. Some of these vectors were used to train a support vector machine to be used as a classifier. The remaining ones were used to evaluate the classification. The resulting accuracy rate achieved is around 93%. Earlier experiments, which use linear prediction of order 10 had an accuracy rate around 82%. This shows that this novel proposal of feature vector achieves the main goal of this research, which is the increase in the leak detection accuracy rate.