MENEZES JÚNIOR, J. M. P. Contribuições ao problema de predição recursiva de séries temporais univariadas usando redes neurais recorrentes. 2012. 186 f. Tese (Doutorado em Engenharia de Teleinformática)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2012. / Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2017-04-11T16:46:00Z No. of bitstreams: 1 2012_tese_jmpmenezesjúnior.pdf: 8865921 bytes, checksum: 029824a1fa5ffbf3ffe36c81c0b8f5f5 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2017-06-02T13:54:13Z (GMT) No. of bitstreams: 1 2012_tese_jmpmenezesjúnior.pdf: 8865921 bytes, checksum: 029824a1fa5ffbf3ffe36c81c0b8f5f5 (MD5) / Made available in DSpace on 2017-06-02T13:54:13Z (GMT). No. of bitstreams: 1 2012_tese_jmpmenezesjúnior.pdf: 8865921 bytes, checksum: 029824a1fa5ffbf3ffe36c81c0b8f5f5 (MD5) Previous issue date: 2012-03-02 / In this thesis, we tackle the problem of recursive prediction of univariate time series, also known as long-term prediction, using recurrent neural networks. This type of problem often emerges from nonlinear dynamical systems modelling and prediction tasks, particularly from those producing signals of chaotic nature, where one can observe the presence of long-term temporal dependencies. In recursive prediction, differently from the one-step-ahead prediction task, predicted values are fed back to the input of the neural model, a feature that makes time series with long-term temporal dependencies more difficult to deal with due to the propagation of prediction errors. That being said, in order to handle the problem of recursive prediction of univariate time series, extensions of the neural NARX (Nonlinear AutoRegressive model with eXogenous inputs) model ar eintroduced in this thesis. These extensions result from attempts to embed into the NARX model different strategies to capture temporal information, either of short-term or long-term nature. Among such strategies, we highlight the following ones: (i) simultaneous prediction of several steps ahead, also known as MIMO (multi-input, multi-output model) prediction, (ii) prediction via dynamical random projections, as in the ESN (echo state network) model, (iii) prediction via static random projections, as in the ELM (extreme learning machine) network, and (iv) prediction via hybrid recurrent models based the NARX and ELMAN networks. Additionally, a novel methodology for the design (i.e. parameter selection) and performance comparison of the proposed models is also introduced in this model with the aim of evaluating them under similar conditions and to serve as reference for further studies. For this purpose, synthetic and real-world benchmarking time series are used. The obtained results suggest that the proposed neural models present themselves as efficient alternatives to the state of the art in recursive prediction of univariate time series using recurrent neural architectures. / Nesta tese aborda-se o problema de predição recursiva de séries temporais univariadas, também chamado de predição de longo prazo, usando redes neurais recorrentes. Este tipo de problema surge, com frequência, em tarefas de modelagem e predição de sistemas dinâmicos não-lineares, principalmente os que produzem sinais de natureza caótica, em que se observa a presença de dependência temporal (memória) de longa duração. Na predição recursiva, diferentemente da predição de um passo à frente (one-step-ahead prediction), as predições são realimentadas para a entrada do modelo neural, característica esta que dificulta a predição de séries com dependência temporal longa devido à propagação do erro de predição. Isto posto, para tratar o problema de predição recursiva de séries temporais, extensões do modelo neural NARX (Nonlinear AutoRegressive model with eXogenous inputs) são propostas nesta tese. Estas extensões resultam da tentativa de incorporar à rede NARX diferentes estratégias de modelagem da informação temporal, tanto de curto quanto de longo prazo. Dentre estas estratégias, destacamse: (i) predição (simultânea) de vários passos à frente, também chamada de predição MIMO (multi-input, multi-output model), (ii) predição via projeções aleatórias dinâmicas, tal como na rede ESN (echo state network), (iii) predição via projeções aleatórias estáticas, tal como na rede ELM(extreme learning machine), e (iv) predição via modelos recorrentes híbridos baseados nas redes NARX e ELMAN. Além disso, uma metodologia para projeto (i.e. seleção de parâmetros) e comparação dos desempenhos dos modelos propostos é também desenvolvida nesta tese com o objetivo de avaliá-los sob as mesmas condições e servir de referência para estudos futuros. Para este fim, são utilizadas séries temporais sintéticas e reais comumente presentes em benchmarks de desempenho. Os resultados obtidos sugerem que os modelos propostos apresentam-se como alternativas eficientes ao estado da arte em modelos de redes neurais recorrentes para predição de séries temporais univariadas, principalmente aqueles baseados em projeções aleatórias devido ao baixo custo computacional.

SOUZA, S. C. A. Uso de redes neurais artificiais e transformada de Stockwell na localização de faltas em linhas de transmissão. 2015. 112 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2015. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-10-29T11:59:42Z No. of bitstreams: 1 2015_dis_scasouza.pdf: 2068013 bytes, checksum: 4f455a7e7936bf1e94d2ee9f09920f2b (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-11-03T17:51:13Z (GMT) No. of bitstreams: 1 2015_dis_scasouza.pdf: 2068013 bytes, checksum: 4f455a7e7936bf1e94d2ee9f09920f2b (MD5) / Made available in DSpace on 2015-11-03T17:51:13Z (GMT). No. of bitstreams: 1 2015_dis_scasouza.pdf: 2068013 bytes, checksum: 4f455a7e7936bf1e94d2ee9f09920f2b (MD5) Previous issue date: 2015-06-26 / This paper presents an automatic fault location method in transmission lines based on the Travelling Waves Theory (TWT) using the Stockwell Transform (ST) to determine the travelling waves propagation time and the dominant frequency of transient signals generated by faults. The method considers the case where there is no communication between terminals or loss of synchronism between the devices responsible for estimating the location of faults using, therefore, only data from one terminal. Single-phase faults only involving one of the phases and the earth area evaluated, which occur in the first half of a transmission line of unknown parameters. It is observed that the method (i) wasn’t sensitive to fault resistance variations and inception angle and (ii) the obtained results presented errors between 0,10% and 5,82% for faults that occurred between 7km and 99km from the monitoring terminal. To improve the accuracy of estimating the fault location, an Artificial Neural Network (ANN) of the type MLP (Multi-Layer Perceptron) is designed, and trained with characteristics extracted from the faulty signals using ST. The ATP (Alternative Transient Program) software was adopted for simulation of a three phase transmission line which voltage signals were sampled at 200kHz. The simulations were performed exploring 1280 combinations of the following parameters: fault locations, fault resistances and inception angle. The method was developed using the software MATLAB®. According to the obtained results, the combination of ST with ANN presented better results than the application of ST and TWT. Such improvement is highlighted for the estimation of fault location at greater distances from the monitoring terminal, with errors between 0,02% and 1,56% for faults that occurred between 7km and 99km from the monitoring terminal. / Este trabalho apresenta um método automático de localização de faltas em linhas de transmissão baseado na Teoria das Ondas Viajantes (TOV) utilizando a Transformada de Stockwell (TS) para determinação dos tempos de propagação das ondas viajantes e da frequência dominante dos sinais transitórios gerados pelas situações de falta. O método considera o caso em que não há comunicação entre terminais ou há perda de sincronismo entre os equipamentos responsáveis pela estimação da localização das faltas utilizando, portanto, dados provenientes de apenas um terminal. Consideram-se faltas monofásicas envolvendo uma das fases e a terra, as quais ocorrem na primeira metade de uma linha de transmissão de parâmetros desconhecidos. Observa-se que o método (i) não se mostrou sensível a variações de resistência de falta e ângulo de incidência e (ii) os resultados obtidos apresentam erros entre 0,10% e 5,82% para faltas que ocorreram entre 7km e 99km do terminal de monitoramento. Para a melhoria da precisão na estimação da localização das faltas foi projetada uma Rede Neural Artificial (RNA) do tipo MLP (Multi-Layer Perceptron), treinada a partir de características dos sinais faltosos extraídas através da TS. Foram utilizados os sinais trifásicos de tensão amostrados na frequência de 200kHz gerados a partir de simulações no software ATP (Alternative Transiente Program), no qual foram realizadas 1280 simulações explorando diversas localizações e resistências de falta e ângulo de incidência. O método foi aplicado utilizando o software MATLAB®. De acordo com os resultados obtidos, a combinação da TS e RNA projetada apresentou melhores resultados do que a aplicação da TS e TOV, destacando-se na estimação da localização de faltas que ocorreram a maiores distâncias do terminal de monitoramento, com erros entre 0,02% e 1,56% para faltas que ocorreram entre 7km e 99km do terminal de monitoramento.

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2008 / Bibliografia: f. 67-71 / A transmissão em tempo-real do eletrocardiograma (ECG) em situações de urgência pode aumentar consideravelmente as chances de sobrevida do paciente. No entanto, um dos grandes problemas envolvendo essa aplicacão da telemedicina em tempo-real envolve as li / The real-time transmission of the electrocardiogram (ECG) in urgent situations can improve the chances of the patient. However, one of the greatest problems involving this kind of telemedicine application is the leakage of network bandwidth. ECG exams may

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2005 / Inclui bibliografia / Este trabalho investiga mecanismos de zoneamento perceptivo para reconhecimento de caracteres manuscritos. Propõe-se um mecanismo de zoneamento não simétrico baseado na análise das matrizes de confusão dos classificadores individuais (Classe-Modular). Zon

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2004 / Inclui bibliografias / O estudo das palavras manuscritas está ligado ao desenvolvimento de métodos de reconhecimento voltados a aplicações do mundo real envolvendo palavras manuscritas, tais como: cheques bancários, envelopes postais, textos manuscritos, entre outros. Neste tra / The study of handwritten words is tied up to the development of recognition methods for real world applications involving handwritten words, such as: bank checks, postal envelopes, handwritten texts, among others. In this work, handwritten words of the co

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2009 / Bibliografia: f. 55-61 / A concessão de crédito é uma decisão importante para as instituições financeiras. Devido a isso, cada vez mais as empresas têm buscado sistemas computacionais para fazer a pontuação de crédito (credit score). O objetivo da pontuação de crédito é prever / The granting of credit is an important decision for financial institutions. Because of this, more companies have sought to make the computer systems of credit scores. The purpose of credit scores is to predict the probability of granting credit to a cli

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-02-09T10:18:48Z No. of bitstreams: 1 texto completo.pdf: 355113 bytes, checksum: c31fad421533181374c4842b91548a1f (MD5) / Made available in DSpace on 2017-02-09T10:18:48Z (GMT). No. of bitstreams: 1 texto completo.pdf: 355113 bytes, checksum: c31fad421533181374c4842b91548a1f (MD5) Previous issue date: 2002-08-30 / Este trabalho consta de uma investigação acerca da aplicabilidade das redes neurais na previsão da evapotranspiração de referência. As redes neurais como modelo de reconhecimento de padrão teriam a capacidade de entender o comportamento do clima local, podendo, a partir dos dados climáticos do passado próximo inferir sobre seu comportamento futuro. As melhores predições obtidas promoveram um erro padrão de estimativa de 0,8mm e um erro percentual relativo médio de 20% para valores da evapotranspiração. A utilização de mais 10 anos no aprendizado das redes mostrou-se irrelevante. O valor 0,01 para a taxa de aprendizagem e para o fator momentum promove u a obtenção do menor erro em um menor número de épocas. A inclusão de camadas intermediárias ou o aumento do número de seus neurônios não favoreceu melhores ajustes. O aumento do número dias de previsão diminuiu a precisão dos resultados gerando um erro médio de 1mm por dia para períodos de até 10 dias. A utilização das variáveis climáticas ao invés da evapotranspiração calculada não promoveu melhorias dos resultados. O presente inspira estudos da utilização das redes neurais neste e em outros campos da engenharia agrícola. / This report is on an investigation about the neural networks applicability at prediction of the reference evapotranspiration. The neural networks, as standard recognition model, would have the capacity of understanding the climate behavior, being able to, starting by climate data of the near past, infer about their future behavior. The best predictions obtained promote a standard square error around 0.8mm and a perceptual error around 20% to evapotranspiration values. The use of more than 10 years in learning phase is shown unimportant. The value 0.01 to the learning rate and to momentum factor promoted the smallest error on smallest number of epochs. The inclusion of the intermediaries layers or the increase of the number of their neurons did not favor better adjusts. The increase of the prediction days decreased the accuracy of the results produces standard errors of 1mm by day to periods until 10 days. The use of climate variables in place of the calculated evapotranspirations did not promote better results. The present inspire studies of the use of the neural networks in this and others fields of the agricultural engineer. / Dissertação importada do Alexandria

Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2017-07-03T11:40:37Z No. of bitstreams: 1 texto completo.pdf: 9957574 bytes, checksum: 03cd1b73f67de78f8c327fa4451cfa66 (MD5) / Made available in DSpace on 2017-07-03T11:40:37Z (GMT). No. of bitstreams: 1 texto completo.pdf: 9957574 bytes, checksum: 03cd1b73f67de78f8c327fa4451cfa66 (MD5) Previous issue date: 2005-08-03 / O presente estudo foi desenvolvido com o objetivo de compreender a organização dos solos de paisagens dos mares de morros, reconhecer seus padrões e subsidiar seu mapeamento. A área de estudo situa-se na Região Noroeste fluminense, englobada pela folha topográfica Varre Sai do IBGE, que abrange parte dos municípios de Natividade, Porciúncula e Varre Sai. Para isso foram avaliadas as feições geomorfométricas que definem um padrão geomórfico das paisagens, sendo composta por altimetria, altimetria relativa, aspecto, curvatura, curvatura plana, perfil de curvatura, declividade, sentido do escoamento, escoamento acumulado e distância euclidiana da drenagem, sendo todas estas feições obtidas por técnicas de geoprocessamento. Todos os atributos foram obtidos a partir do modelo digital de elevação e, em razão disso, os dados primários de elevação foram os mais precisos possíveis. Através destes atributos geomorfométricos elaborou-se um padrão geomorfométrico das paisagens definidas e foram conduzidas classificações supervisionadas, utilizando-se redes neurais artificiais e o algoritmo de máxima verossimilhança, para fins de comparação. Os resultados mostraram ser possível a utilização de redes neurais artificiais para a classificação de paisagens de áreas montanhosas sob dissecação homogênea, com uma exatidão global de 70%, um pouco acima daquela obtida pelo algoritmo de máxima verossimilhança, que obteve uma exatidão global de aproximadamente 66%. Este estudo mostrou que a utilização de técnicas de geoprocessamento para gerar os atributos geomorfométricos, aliados a classificadores supervisionados, pode subsidiar o delineamento dos levantamentos de solos, tornando-os mais rápidos, menos dependentes da experiência do mapeador e menos onerosos, diminuindo a subjetividade dos mesmos. Constitui-se de uma abordagem nova no Brasil, que deve ser estendida para outras áreas com informações mais precisas de altimetria, para testar a sua eficácia. / The present study was developed with the objective of understanding the soils organization on landscapes of mountainous areas, to recognize its patterns and to subsidize its surveys. The study area is in the Northwest Region of the State of Rio de Janeiro, included by the IBGE ́s topographical leaf “Varre Sai”, that englobe part of the municipal districts of Natividade, Porciúncula and Varre Sai. For that they were appraised the geomorphometrics features that define a geomorphic signature of the landscapes, being composed by elevation, relative elevation, aspect, curvature, curvature planes, curvature profile, slope, flow direction, flow accumulation and drainage ́s euclidian distance, being all these features obtained by geoprocessing techniques. All the attributes were obtained from the digital elevation model and, in reason of that, the primary data of elevation were the most precise possible. Through these geomorphometric attributes a geomorphic signature of the defined landscapes was elaborated and supervised classifications were made, being used artificial neural network and the algorithm of maximum verisimilitude, for comparison ends. The results showed to be possible the use of artificial neural network for the classification of landscapes of mountainous areas, with a global accuracy of 70%, a little above that obtained by the algorithm of maximum verisimilitude, that obtained a global accuracy of approximately 66%. This study showed that the use of geoprocessamento techniques to generate the geomorphometrics attributes, aided with supervised classifiers, can subsidize the soils surveys, turning them faster, less dependents of the experience of the expert and less onerous, decreasing the subjectivity. It is constituted of an unpublished approach in Brazil, that should be extended for others areas with more precise elevation information, in order to test the effectiveness.

Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2015-12-02T14:33:09Z No. of bitstreams: 1 texto completo.pdf: 869288 bytes, checksum: 1ec9e1ebef3bae322c6fce4583cbe976 (MD5) / Made available in DSpace on 2015-12-02T14:33:09Z (GMT). No. of bitstreams: 1 texto completo.pdf: 869288 bytes, checksum: 1ec9e1ebef3bae322c6fce4583cbe976 (MD5) Previous issue date: 2014-03-27 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Redes neurais artificiais (RNA) são modelos computacionais inspirados no sistema nervoso de seres vivos, capazes de aprender a partir de exemplos e empregá-lo na solução de problemas tais como predição não linear, reconhecimento de padrões e diversas outras aplicações. Neste trabalho utilizamos uma RNA para predizer o valor da área abaixo da curva de progresso da doença (AACPD) para o patossistema tomate x requeima. A AACPD é uma medida de ampla utilização na epidemiologia de doenças policíclicas, especialmente em estudos que inferem a respeito da resistência quantitativa dos genótipos. Contudo, para a obtenção do valor final desta área são necessárias, neste patossistema, uma série de seis avaliações ao longo do tempo. O objetivo deste trabalho é propor a utilização das RNAs para a obtenção da AACPD no patossistema tomate x requeima, utilizando um número reduzido de avaliações de severidade. Para tanto, foram considerados quatro experimentos independentes, totalizando 1836 plantas infectadas com o patógeno Phytophthora infestans e avaliadas a cada três dias em um total de seis oportunidades, sendo procedido o cálculo da AACPD por método convencional. A RNA criada permitiu predizer AACPD com correlação de 0,97 e 0,84 quando comparado com os métodos convencionais, utilizando-se de um número 50% e 67% menor de avaliações por genótipo respectivamente. Ao se utilizar a RNA gerada por um experimento para predizer a AACPD para os demais experimentos ocorreu correlação média de 0,94, com duas avaliações, e 0,96, com três avaliações, entre os valores preditos pela RNA e os observados com seis avaliações. Apresentamos neste trabalho um novo paradigma para a utilização da informação da AACPD em experimentos de tomateiro confrontado com P. infestans. Este novo paradigma proposto pode ser adaptado para diferentes patossistemas. / Artificial neural networks (ANN) are computational models, inspired in the nervous system of living organisms, that is able to learn from examples and uses it to solve problems such as non-linear prediction, pattern recognition, and many other applications. In this work we use an ANN to predict the value of the area under the disease progress curve (AUDPC) for pathosystem tomato x late blight. The AUDPC is a widely used measure in the epidemiology of polycyclic diseases, especially in studies about quantitative resistance of genotypes. However, to obtain the final value of this area is required, in this pathossystem, a series of six evaluations along time. The objective of this paper is to propose a new use of ANN, based on the principles of learning, for to obtain the AUDPC in pathosystem tomato x late blight, using a reduced number of disease severity evaluations. We considered four independent experiments, a total of 1836 infected plants with the pathogen Phytophthora infestans and assessed every three days for six times, and proceeded to calculate the AUDPC by conventional methods. The ANN created possible to predict the AUDPC with a correlation coefficient of 0.97 and 0.84 compared with conventional methods, using a number 50% and 67% less ratings for genotypes respectively. Using ANN generated by an experiment to predict the AUDPC for the other experiments there was an average correlation of 0.94, with two ratings, and 0.96, with three evaluations, between the value predicted from ANN and value observed with six evaluations. We present in this work a new paradigm for obtaining AUDPC in tomato experiments inoculated with P. infestans. This proposed new paradigm can be adapted to different pathosystems.

Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2016-09-28T12:48:31Z No. of bitstreams: 1 texto completo.pdf: 1706670 bytes, checksum: 7eaf65ec4f6211f7d2f96c10c3cb3f8a (MD5) / Made available in DSpace on 2016-09-28T12:48:31Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1706670 bytes, checksum: 7eaf65ec4f6211f7d2f96c10c3cb3f8a (MD5) Previous issue date: 2003-02-14 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / O propósito deste estudo foi fazer determinações potenciométricas simultâneas das espécies aniônicas cloreto, brometo, iodeto e nitrato. O interesse nessas determinações vem principalmente do fato de que estes constituem fortes interferentes entre si, comprometendo e dificultando a análise dos mesmos em efluentes industriais, águas naturais, dentre outros. Além disso, estes íons podem se tornar bastante prejudiciais quando suas concentrações alcançam determinados valores, por causarem danos graves ao ecossistema aquático. Assim, com a utilização de um multiplexador e de um arranjo de eletrodos seletivos a íons foram desenvolvidas técnicas instrumentais de calibração, através de quimiometria, capazes de separar as respostas dos diferentes íons interferentes. Os métodos de calibração multivariada utilizados foram o método dos mínimos quadrados parciais polinomial (PLS polinomial) e o de redes neurais artificiais pois a relação entre as respostas não é linear, tendo-se ainda estudado os potenciais fornecidos pelos eletrodos através da análise das componentes principais (PCA). Foram feitos dois conjuntos de soluções com concentrações variadas dos ânions descritos, de acordo com um planejamento experimental cúbico de rede simplex lattice , com a adição de cinco pontos de verificação, tendo os conjuntos como diferencial, as concentrações de iodeto utilizadas. Para uma maior concentração de iodeto, a componente principal 1, que explicou 90,61 % da variância, separou completamente as respostas provenientes das soluções que possuíam tal ânion, já a componente principal 2, que explicou 6,42 % da variância, agrupou as amostras que continham as maiores concentrações para todos os íons. Em contrapartida, sob concentrações mais baixas de iodeto, a componente principal 1, que explicou 92,39 % da variância, separou todas as respostas oriundas das soluções que possuíam o íon brometo; e a componente principal 2, que explicou 7,20 % da variância, separou as amostras que continham as maiores concentrações dos íons cloreto, iodeto e nitrato. Tais observações proporcionaram a verificação dos efeitos das interferências, além de possibilitarem o estudo das respostas para a utilização do PLS polinomial e o treinamento das redes. O PLS polinomial apresentou valores de erros quadráticos médios de previsão (RMSEP) para o cloreto de 10-3 mol L-1 e para o brometo de 10-4 mol L-1, para concentrações de ambos os íons da ordem de 10-2 mol L-1; em relação ao iodeto, o RMSEP foi de 10-7 mol L-1, para concentrações 10-6 mol L-1; e, finalmente, o RMSEP para nitrato foi de 10-4 mol L-1, para concentrações da ordem de 10-3 mol L-1. A arquitetura das redes neurais foi otimizada tendo sido obtidos os menores valores de RMSEP, utilizando-se como função de transferência a função tangente sigmoidal e uma arquitetura de três camadas, sendo a primeira e a última camadas constituídas de quatro neurônios, e a camada intermediária constituída de dez. Os valores de RMSEP foi para o cloreto e brometo de 10-6 mol L-1, para concentrações de 10-2 mol L-1; para o iodeto, o RMSEP foi de 10-10 mol L-1, para concentrações de 10-6 mol L-1; e, por último, o nitrato apresentou um RMSEP de 10-6 mol L-1, para concentrações de 10-3 mol L-1. Através dos recursos quimiométricos utilizados foi possível otimizar o uso dos eletrodos seletivos a íons, o que facilitou sobremaneira as diversas aplicações. / The purpose of this study was to carry out simultaneous potenciometric determination of anionic species, more specifically, the chloride, bromide, iodide and nitrate anions. The interest in their determinations is due to the fact that these anions are strong interferents with respect to each other, jeopardizing and making difficult their analysis in industrial effluents and nature waters. Moreover, these ions can become quite prejudicial when their concentrations reach certain values, because they can cause serious damages to the aquatic ecosystem. Therefore, using a multiplex and a selective ion electrode array, instrumental calibration techniques were developed with quimiometric resources, to be able to separate the responses of the different interfering ions. The multivariated calibration methods utilized were the partial least square polynomial method (polynomial PLS) and the artificial neural networks since the relation between the responses is not linear, being also studied the potential values provided by the electrodes through the principal components analysis (PCA). Two sets of various solutions were prepared containing different concentrations of the anions described, according to the array simplex lattice net experimental planning, with the addition of more five verifying points, and the groups differential being the concentration values of the ion iodide. For a higher iodide concentration, the first major component, that explained 90,61 % of the variance, completely separated the solution responses which contained this ion, and the second major component, that explained 6,42 % of the variance, bracketed the samples which contained the higher concentrations for all the ions. Whereas, with the lower iodide concentrations, the first major component, that explained 92,39 % of the variance, isolated all the responses of the solutions which contained the bromide ion, and the second major component, that explained 7,20 % of the variance, separated the samples which contained the higher concentration of the chloride, iodide and nitrate ions. Such observations allowed to verify the interference effects besides enabling the study of the responses and consequently allowing the using of the polynomial PLS and the neural artificial networks training. The polynomial PLS presented root mean square error prediction (RMSEP) values for chloride was 10-3 mol L-1 and for bromide was 10-4 mol L-1 to concentrations of both ions in orders of 10-2 mol L-1. In relation to the iodide, the RMSEP was 10-7 mol L-1 to concentrations of 10-6 mol L-1 and finally, the nitrate RMSEP was 10-4 mol L-1, to concentration orders of 10-3 mol L-1. The neural network architecture was optimised obtaining smaller RMSEP values by using the sigmoid tangent function as the transference function, and using a three layer architecture where the first and the last ones had both four neurons and the intermediary layer had ten neurons. The RMSEP values to chloride and bromide were 10-6 mol L-1 to concentrations of 10-2 mol L-1 and to iodide was 10-10 mol L-1 to concentrations of 10-6 mol L-1 and, at last, the nitrate presented a RMSEP value of 10-6 mol L-1 to concentrations of 10-3 mol L-1. By the quimiometric resources used, it was possible to optimise the ion selective electrode use and getting more facilities in applications.