Neste trabalho será descrita uma arquitetura de agente robótico autônomo projetada para ser capaz de criar uma representação de estado do ambiente e de realizar o aprendizado de tarefas simples em cima desta representação. A rede GTSOM (BASTOS, 2007) foi selecionada como método para classificação de estados. Sua tarefa é transformar os dados multidimensionais e contínuos lidos dos sensores em uma representação discreta, permitindo o uso de aprendizado por reforço convencional. Algumas modificações no algoritmo da rede foram necessárias para que pudesse ser aplicada neste contexto. Juntamente com esta rede, foi utilizado um mapa de grade que permite associar as experiências sensoriais com sua localização espacial. Enquanto a rede GTSOM é o ponto central de um sistema de classificação de estados, o algoritmo Q-Learning de aprendizado por reforço foi utilizado para a realização da tarefa. Utilizando a representação compacta de estado criada pela rede auto-organizável, o agente aprende as ações que devem ser executadas em cada ponto, para atingimento de seus objetivos. O modelo foi testado com um experimento que consiste em encontrar um objeto em um labirinto. Os resultados obtidos nos testes mostraram que o modelo consegue segmentar adequadamente o espaço de estados, e realiza o aprendizado da tarefa. O agente consegue aprender a evitar colisões e memorizar a localização do alvo, podendo chegar até ele independentemente de sua posição inicial. Além disso, é capaz de expandir sua representação sempre que se depara com situações não conhecidas, ao mesmo tempo que gradualmente remove da memória estados associados a experiências que não se repetem. / This work describes an architecture for an autonomous robotic agent that is capable of creating a state representation of its environment and learning how to execute simple tasks using this representation. The GTSOM Neural Network was chosen as the method for state clustering. It is used to transform the multidimensional and continuous state signal into a discrete representation, allowing the use of conventional reinforcement learning techniques. Some modifications on the algorithm were necessary so that it could be used in this project. This network is used together with a grid map algorithm that allows the model to associate the sensor readings with the places where they ocurred. While the GTSOM network is the main component of a state clustering system, the Q-Learning reinforcement learning method was chosen for the task execution. Using the compact state representation created by the self-organizing network, the agent learns which actions to execute at each state in order to achieve its objectives. The model was tested in an experiment that consists in finding the path in a maze. The results show that it can divide the state space in an useful way, and is capable of executing the task. It learns to avoid collisions and remembers the location of the target, even when the robot’s initial position is changed. Furthermore, the representation is expanded when the agent faces an unknown situation, and at the same time, states associated with old experiences are forgotten.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, Programa de Pós-graduação em Ciências Florestais, 2015. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2015-11-20T13:57:49Z No. of bitstreams: 1 2015_JoãoFelipeNunesDeMiranda.pdf: 1961695 bytes, checksum: 32c59daa230ca8115731bef2bb3357b2 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-05-12T21:05:28Z (GMT) No. of bitstreams: 1 2015_JoãoFelipeNunesDeMiranda.pdf: 1961695 bytes, checksum: 32c59daa230ca8115731bef2bb3357b2 (MD5) / Made available in DSpace on 2016-05-12T21:05:28Z (GMT). No. of bitstreams: 1 2015_JoãoFelipeNunesDeMiranda.pdf: 1961695 bytes, checksum: 32c59daa230ca8115731bef2bb3357b2 (MD5) / O presente estudo avaliou e comparou a qualidade de ajuste de modelos alométricos (Spurr, Schumacher & Hall e Husch) e de redes neurais artificiais na estimativa de estoque de biomassa seca e de carbono de árvores com diâmetro a altura do peito (DAP) igual ou superior a 5 cm, em área de floresta estacional decidual, localizada no Município de Campos Belos – GO, no Brasil central. Um total de 74 árvores pertencente a diferentes espécies registradas na área e distribuído em diferentes classes de diâmetro foram cubadas rigorosamente. Tanto para a biomassa seca (total e do fuste) quanto para o carbono (total e do fuste), o modelo de Schumacher & Hall foi o que apresentou melhores medidas de precisão. Foram treinadas 300 RNAs, do tipo MLP (multilayer perceptron) para cada variável dependente e as 10 redes com melhores resultados foram retidas para a análise das medidas de precisão. Todas as melhores redes encontradas apresentaram medidas de precisão sensivelmente melhores do que as alcançadas pelo modelo de Schumacher & Hall. Os estoques de biomassa seca total e do fuste foram iguais a respectivamente 65,61 ±15,52 t.ha-1 e 34,17 ± 7,85 t.ha-1. Para carbono, os estoques total e do fuste foram 29,47 ± 6,93 t.ha-1 e 15,16 ± 3,48 t.ha-1. Guazuma ulmifolia, Callisthene fasciculata, Myracrodruon urundeuva e Dilodendron bipinnatum, além de se destacarem na área por apresentarem maiores valores de IVI (índice de Valor de Importânicia), também se destacaram por apresentarem maiores estoques de biomassa e carbono. / The aim of this study was to evaluate and compare the quality of the adjustments from the use of allometric models (Spurr, Schumacher & Hall and Husch) and artificial neural networks, and generate stock estimates of dry biomass and carbon from the best method. 15 permanent plots located in a fragment of dry seasonal forest, located in the municipality of Campos Belos - GO were inventoried of 737 individuals sampled 74 were strictly cubed. The model that presented best precision measurements, R² adjusted (0.88 to 0.96) and Syx% (9.2% to 28.0%) for both dry biomass (total and bole) and for Carbon (total and bole), was the template of Schumacher & Hall. 300 ANNs of the MLP type (multilayer perceptron) for each dependent variable were trained and the 10 networks with best results were retained for the analysis of precision measurements. All the best networks found had significantly better accuracy measures than those achieved by the Schumacher and Hall model. The stocks of dry biomass, total and bole, and carbon, total and bole, were respectively 65.61 ± 15.52 t ha-1, 34.17 ± 7.85 t ha-1, 29,47 ± 6,93 t.ha-1 e 15,16 ± 3,48 t.ha-1. The species with highest values of IVI and stock of dry biomass and carbon were Guazuma ulmifolia, Callisthene fasciculata, Myracrodruon urundeuva, Dilodendron bipinnatum.

As tarefas de visão computacional incentivam uma significativa parte da pesquisa em todas as áreas científicas e industriais, entre as quais, cita-se a área voltada para o desenvolvimento de arquiteturas de computadores. A visão computacional é considerada um dos problemas mais desafiadores para a computação de alto desempenho, pois esta requer um grande desempenho, bem como um alto grau de flexibilidade. A flexibilidade é necessária pois a visão computacional abrange aplicações em que há diferentes tarefas a serem realizadas com diferentes necessidades de desempenho. Esta flexibilidade é particularmente importante em sistemas destinados a atuar como ambientes experimentais para novas técnicas de processamento visual ou para a prototipação de novas aplicações. Computação configurável tem demonstrado, por meio de exemplos implementados pela comunidade científica, fornecer uma boa relação entre alto desempenho e flexibilidade necessária para a implementação de diferentes técnicas utilizadas na área de visão computacional. Contudo, poucos esforços de pesquisa têm sido realizados na concepção de sistemas completos visando a solução de um problema de visão computacional, incluindo ambos os requisitos de software e de hardware. O principal objetivo deste trabalho é mostrar que as técnicas e tecnologias disponíveis na área de computação configurável podem ser empregadas para a concepção de um sistema capaz de implementar um grande número de aplicações da área de visão computacional na pesquisa e no ambiente industrial. Entretanto, não é escopo deste trabalho implementar um sistema de computação que seja suficiente para abordar os requerimentos necessários para todas as aplicações em visão computacional, mas os métodos aqui introduzidos podem ser utilizados como uma base geral de implementação de várias tarefas de visão computacional. Este trabalho utiliza ambientes que permitem implementações conjuntas de hardware e software, pois os mesmos facilitam a validação das técnicas aqui apresentadas, por meio da implementação de um estudo de caso, sendo parte deste estudo de caso implementado em software e outra parte em hardware.

As redes neurais podem ser uma alternativa aos modelos paramétricos tradicionais para a precificação de opções quando a dinâmica do ativo primário não for conhecida ou quando a equação associada à condição de não-arbitragem não puder ser resolvida analiticamente. Este trabalho compara a performance do modelo tradicional de Black-Scholes e as redes neurais. Os modelos foram utilizados para precificar e realizar a cobertura dinâmica das opções de compra das ações de Telebrás. Os resultados obtidos sugerem que as redes neurais deveriam ser consideradas pelos operadores de opções como uma alternativa aos modelos tradicionais.

Este trabalho relata o desenvolvimento de uma aplicação capaz de reconhecer um vocabulário restrito de comandos de direcionamento pronunciados de forma isolada e independentes do locutor. Os métodos utilizados para efetivar o reconhecimento foram: técnicas clássicas de processamento de sinais e redes neurais artificiais. No processamento de sinais visou-se o pré-processamento das amostras para obtenção dos coeficientes cepstrais. Enquanto que para o treinamento e classificação foram utilizadas duas redes neurais distintas, as redes: Backpropagation e Fuzzy ARTMAP. Diversas amostras foram coletadas de diferentes usuários no sentido de compor um banco de dados flexível para o aprendizado das redes neurais, que garantisse uma representação satisfatória da grande variabilidade que apresentam as pronúncias entre as vozes dos usuários. Com a aplicação de tais técnicas, o reconhecimento demostrou-se eficaz, distinguindo cada um dos comandos com bons índices de acerto, uma vez que o sistema é independente do locutor.

Made available in DSpace on 2015-12-06T23:46:58Z (GMT). No. of bitstreams: 0 Previous issue date: 2007 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A respiracao bucal cronica e uma sindrome que pode promover altera¬coes na postura corporal. Por existirem diferentes etiologias e possivel que e¬xistam diferentes categorias de alteracoes posturais associadas a respiracao bucal. Metodos estatisticos tem sido propostos a fim de realizar modelagem nao-linear com alta dimensionalidade de dados biomedicos, entre eles desta¬cam-se as redes neurais artificiais (RNA). RNA sao ferramentas estatisticas que realizam mapeamentos nao-lineares entre um conjunto de variaveis de entrada e um conjunto de variaveis de saida. O objetivo deste trabalho e utilizar o mapa auto-organizavel (SOM) na investigacao do perfil postural de criancas respiradoras bucais e desenvolver um software utilizando RNA que classifique automaticamente o perfil postural de criancas respiradoras bucais. Para esta investigacao utilizou-se uma base de dados de avaliacao postural de 84 crian¬cas, sendo 52 respiradoras bucais e 32 respiradoras nasais, contendo variaveis antropometricas, medidas da excursao do diafragma e postura corporal. Quatro algoritmos de RNA - SOM, perceptron, backpropagation e aprendizagem por quantizacao vetorial (L VQ) - tiveram seus desempenhos avaliados por meio de tecnicas de validacao cruzada, buscando-se o modelo mais adequado na ex¬tracao de caracteristicas e classificacao do perfil postural. Na investigacao pos¬tural foram definidas 4 classes distintas por meio do SOM englobando respira¬dores bucais e nasais. Na classificacao da postura, o L VQ apresentou sensibi¬lidade 0,98 e especificidade 0,97 utilizando o conjunto de dados de treinamen¬to. Para o conjunto de dados de validacao, o L VQ apresentou sensibilidade 0,95 e especificidade 0,90. Alem disto, o software baseado no LVQ realizou corretamente (100 por cento de acerto) a classificacao da postura de criancas respira¬doras bucais, de acordo com uma escala de gravidade arbitraria. Palavras-chave: Redes neurais artificiais, postura, respiracao bucal, tecnicas de apoio para a decisao / BV UNIFESP: Teses e dissertações

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Mecânica, Florianópolis, 2014 / Made available in DSpace on 2015-02-05T21:22:14Z (GMT). No. of bitstreams: 1 330919.pdf: 4438577 bytes, checksum: 6248b7dd51131ac7a20534d616d61b1c (MD5) Previous issue date: 2014 / Capacidade de refrigeração é um parâmetro altamente representativo da qualidade do compressor hermético e da sua adequação a um sistema de refrigeração. Atualmente, a medição desse parâmetro é realizada através de ensaio laboratorial com duração média de 4,5 horas e incerteza de medição de aproximadamente ±3%. Devido ao tempo e custos envolvidos no ensaio, quando um lote de compressores é produzido, esse parâmetro é avaliado através de uma amostra muito pequena. Para contornar esse problema, a proposta apresentada nesta tese se afasta do conceito tradicional de medição da capacidade de refrigeração. A ideia central do método proposto é a utilização da correlação existente entre a capacidade de refrigeração e a capacidade do compressor em elevar a pressão de ar num volume fixo. Através de compressores ensaiados tanto na linha de produção (medição da taxa de elevação da pressão) quanto em laboratório (medição da capacidade de refrigeração) foi possível avaliar a viabilidade de uso de tal correlação. Um conjunto de ensaios foi utilizado para treinamento de modelos neurais artificiais, os quais foram empregados para realizar inferências sobre o valor da capacidade de refrigeração através da capacidade de elevação da pressão. Através do estudo de caso, que faz parte deste documento, os compressores de um conjunto de teste apresentaram diferenças típicas de 1% entre os resultados obtidos no laboratório e na linha de produção. No entanto, mesmo o modelo neural apresentando bons resultados de inferência, um dos entraves mais significativos para o uso de redes neurais em atividades metrológicas é a inexistência de métodos de avaliação de incerteza condizentes com os preceitos metrológicos. Para contornar esse problema, uma nova técnica foi desenvolvida. Tal técnica utiliza uma combinação da reamostragem bootstrap, frequentemente utilizada para fornecer intervalos de confiança em redes neurais, e o método de Monte Carlo, frequentemente utilizado na avaliação da incerteza de medição. Assim, é possível obter uma incerteza da inferência que considere, além dos erros provenientes do processo de treinamento, as incertezas das medições durante o treinamento e uso das redes neurais. A integração desses métodos representa uma evolução no estado da arte no que concerne estimar a dúvida na saída de um modelo neural artificial. No estudo de caso, os compressores de teste apresentaram o valor típico de ±4,5% para a incerteza da inferência do modelo neural. O tempo médio para obtenção de um resultado na linha de produção ficou próximo a 7 segundos, o que significa que essa ocorrerá em tempo inferior a um milésimo do atualmente necessário para medição da capacidade de refrigeração em uma bancada no laboratório.<br> / Abstract: The refrigerating capacity is an important parameter for the quality of hermetic compressors and to make a proper assignment of them to a certain refrigeration system. Typical tests for measuring de refrigerating capacity are run in laboratory facilities and which last 4.5 hours, at average, and present measurement uncertainty of about ±3%. As a consequence related to typical tests duration and their associated costs, the evaluation of production lots are made by testing small samples. The purpose of this thesis is to present a method to overcome the small sample issue through the measurement of the refrigerating capacity using a strategy that avoids the typical tests approach. The main idea is the use of the existing correlation between the refrigerating capacity and the capacity of the compressor to increase the air pressure in a fixed volume vessel. The appropriateness on using this correlation was evaluated through test data obtained from production line tests (air pressure increase rate measurements) and from laboratory tests (refrigerating capacity measurements). The data was used for training neural networks models that were designed to infer the refrigerating capacity using air pressure increase rate. The evaluation presented in this thesis shown that the differences between production line inferences and laboratory results were about 1%. However, even with the good results obtained using neural networks, a lack of a proper way for evaluating the uncertainties related to the use of neural networks on metrological activities should be fulfilled. To overcome this problem a new technique was developed. It uses the bootstrap resampling method - usually applied for the determination of neural networks confidence intervals - and the Monte Carlo method - usually applied for measurement uncertainty evaluation. Therefore, it is possible to achieve an inference uncertainty that considers the errors from the neural networks training process as well as the measurement uncertainties related the inputs during the training and the using of the neural networks. The integration of these methods represents an evolution on the state of art related to the estimation of the doubt of an artificial neural network model.The results presented in this thesis shown typical uncertainties for the inferences of about ±4.5%. The average duration for the tests in the production line was about 7 seconds - less than a thousandth of the time required for the refrigerating capacity measurement in laboratory.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Mecânica, Florianópolis, 2014. / Made available in DSpace on 2015-05-19T04:05:25Z (GMT). No. of bitstreams: 1 333309.pdf: 7671216 bytes, checksum: 1b4344537e07a903caad603d61e2872a (MD5) Previous issue date: 2014 / No processo de brochamento helicoidal é empregada uma única ferramenta especializada que, em um ciclo de usinagem, realiza o desbaste, o semi-acabamento e o acabamento, tornando o processo altamente produtivo e atrativo sob o ponto de vista da produção em massa. Em vista disto, este processo figura entre os principais processos de fabricação na indústria manufatureira de produção seriada, tipicamente a indústria automotiva. A excelente produção econômica, característica essencial do brochamento, possibilita o emprego da brocha helicoidal, apesar de ser esta uma ferramenta de elevado custo. Assim, se bem projetada, fabricada corretamente e utilizada dentro das especificações, permite um ótimo retorno do investimento. Brochas helicoidais possuem, entretanto, características geométricas complexas que influenciam diretamente no rendimento do processo. Neste sentido, para que haja um dimensionamento correto da ferramenta, é necessário um conhecimento preciso sobre os esforços que agem sobre a ferramenta. O conhecimento destes esforços, tanto simulados quanto experimentais, constituem o objetivo principal deste trabalho. Com vistas à obtenção de valores de tensão, tração e torque sobre a brocha helicoidal foi utilizado um torno CNC adaptado para realizar ensaios de brochamento onde mediram-se as componentes da força de usinagem. Para realização destes ensaios foram empregadas 6 brochas de aço-rápido M2, sendo 3 delas revestidas com TiN e 3 sem revestimento. Foram utilizados o aço ABNT 1020 e o aço ABNT 1040 como corpos-de-prova. Não utilizaram-se meios lubrirefrigerantes. Os resultados obtidos foram então aplicados na elaboração de diferentes modelos para prever a força de corte. Paralelamente aos ensaios, um estudo detalhado sobre a geometria e cinemática da brocha helicoidal foi elaborado em conjunto com uma análise de tensões utilizando-se o método dos elementos finitos (MEF). Conhecidas a geometria e a cinemática do processo empregaram-se diferentes metodologias para modelar a força de corte nos gumes atuantes. Para a modelagem da força de corte foram utilizadas quatro metodologias distintas: a equação de Kienzle com emprego de dados obtidos na literatura, a equação de Kienzle utilizando dados obtidos nos ensaios realizados, um modelo de força obtido por regressão múltipla e um modelo de força que empregou redes neurais artificiais. A metodologia que apresentou menor dispersão do erro foi a que empregou redes neurais artificias seguida pela metodologia que empregou regressão múltipla. Ao fim do trabalho foi possível verificar a influência do atrito nos flancos secundários da brocha e pode-se validar o emprego das metodologias empregadas para simular os esforços no brochamento helicoidal.<br> / Abstract : A single tool is employed in the helical broaching process, which performs roughing, semi-finishing and finishing in each machining cycle. It makes the process highly productive and attractive from the standpoint of mass production. In view of this, the process ranks among the main manufacturing processes employed in the manufacturing industry of high volume production lines, typically the automotive industry. The excellent cost-efficient production is an essential characteristic of the broaching process and allows the employment of helical broach in spite of its high-cost. Thus, if the tool is well designed, properly manufactured and oper-ated within the technical specifications, it allows a great return on invest-ment. However, helical broaches have complex geometrical characteris-tics that influence directly on the process yield. In this sense, in order to obtain a correct dimensioning of the tool, a precise knowledge of the forces acting on it is necessary. Knowledge of these forces, both simulated and experimental, are the main goal of this work. With a view to obtaining stress, traction and torque values on the broach an adapted CNC turning was used to perform the broaching tests with the measurement of the cut-ting force components. Six tools made from high-speed steel AISI M2 were employed to perform the experiments, three of which coated with TiN and three without coating. Steel ABNT 1020 and ABNT 1040 were used to fabricate the workpieces. The experiments were carried out with-out coolant. The results obtained were applied to the development of dif-ferent models to predict the cutting force. In parallel with the experiments, a detailed study regarding the geometry and cinematic of the helical broach was conducted along with a stress analyses using the finite element method (FEM). Knowing the geometry and the process kinematics, dif-ferent methodologies were employed to model the cutting force on the active cutting edge. Four distinct methodologies were employed to mod-eling the cutting forces: Kienzle equation using data from the literature, the Kienzle equation employing the data obtained with the experiments, a model obtained from multivariable regression and a model that em-ployed artificial neural networks. The methodology who resulted lower error dispersion was artificial neural networks followed by the methodol-ogy employed multiple regression. At the end of this work it was possible to verify the influence of the friction at the secondary flanks of the broach and to evaluate the adequacy of each methodology employed to simulate the forces on the helical broaching.

NOGUEIRA, Y. L. B. Integração Mente e Ambiente para a Geração de Comportamentos Emergentes em Personagens Virtuais Autônomos Através da Evolução de Redes Neurais Artificiais. 2014. 112 f. Tese (Doutorado em Ciência da Computação) - Centro de Ciências, Universidade Federal do Ceará, Fortaleza, 2014. / Submitted by Daniel Eduardo Alencar da Silva (dealencar.silva@gmail.com) on 2015-01-23T19:27:21Z No. of bitstreams: 1 2014_tese_ylbnogueira.pdf: 7506746 bytes, checksum: ff8ae576c5473bd3f6513dcbdee079eb (MD5) / Approved for entry into archive by Rocilda Sales(rocilda@ufc.br) on 2015-09-23T16:28:04Z (GMT) No. of bitstreams: 1 2014_tese_ylbnogueira.pdf: 7506746 bytes, checksum: ff8ae576c5473bd3f6513dcbdee079eb (MD5) / Made available in DSpace on 2015-09-23T16:28:04Z (GMT). No. of bitstreams: 1 2014_tese_ylbnogueira.pdf: 7506746 bytes, checksum: ff8ae576c5473bd3f6513dcbdee079eb (MD5) Previous issue date: 2014 / The user’s sense of immersion requires not only high visual quality of the virtual environment, but also accurate simulations of dynamics to ensure the reliability of the experience. In this context, the way the characters behave in a virtual environment plays a fundamental role. The problem that remains open is: “What needs to be done for autonomous virtual characters to display natural/realistic behaviors?”. A behavior is considered autonomous when the actions performed by the agent result from a close interaction between its internal dynamics and the circumstantial events in the environment, rather than from external control or specification dictated by a predefined plan. Thus, an autonomous behavior should reflect the details of the association between the character and its environment, resulting in greater naturalness and realistic movements. Therefore, it is proposed that the behavior is considered natural if it maintains coherence between the character’s body and the environment surrounding it. To an external observer, such coherence is perceived as intelligent behavior. This notion of intelligent behavior arose from a current debate, in the field of Artificial Intelligence, about the meaning of intelligence. Based on the new trends that came out from those discussions, it is argued that the level of coherence required for natural behavior in complex situations can only be achieved through emergence. In addition to the conceptual support of the emergentist approach to generating behavior of virtual characters, this study presents new techniques for implementing those ideas. A contribution of this work is a novel technique for the enconding and evolution of Artificial Neural Networks, which allows the development of controllers to explore the possibilities of generating behaviors through emergence. Evolution without objective description is also explored through the simulation of sexual reproduction of characters. In order to validate the theory, experiments involving a virtual robot were developed. The results show that self-organization of a system is indeed able to produce an intimate coupling between agent and environment. As a consequence of the adopted approach, it were achieved behaviors quite consistent with the character’s capabilities and environmental conditions, with or without description of objectives. The proposed methods were sensitive to changes in the environment and in the robot’s sensory apparatus, proving robustness on generating functional visual cortices, either with proximity sensors or with virtual cameras, interpreting its pixels. It is also emphasized the generation of different types of interesting behaviors, without any description of objectives, in experiments involving simulated reproduction. / O senso de imersão do usuário em um ambiente virtual requer não somente alta qualidade visual gráfica, mas também comportamentos adequados por parte dos personagens virtuais, isto é, com movimentos e ações que correspondam às suas características físicas e aos eventos que ocorrem em seu meio. Nesse contexto, percebe-se o papel fundamental desempenhado pelo modo como os agentes se comportam em aplicações de RV. O problema que permanece em aberto é: “Como obter comportamentos autônomos naturais e realistas de personagens virtuais?”. Um agente é dito autônomo se ele for capaz de gerar suas próprias normas (do grego autos, "a si mesmo", e nomos, "norma", "ordem"). Logo, autonomia implica em ações realizadas por um agente que resultam da estreita interação entre suas dinâmicas internas e os eventos ocorrendo no ambiente ao seu redor, ao invés de haver um controle externo ou uma especificação de respostas em um plano pré-definido. Desse modo, um comportamento autônomo deveria refletir os detalhes da associação entre o personagem e o ambiente, implicando em uma maior naturalidade e realismo nos movimentos. Assim, chega-se à proposta de que um comportamento é considerado natural se ele mantém coerência entre o corpo do personagem e o ambiente ao seu redor. Para um observador externo, tal coerência é percebida como comportamento inteligente. Essa noção resulta do atual debate, no campo da Inteligência Artificial, sobre o significado da inteligência. Baseado nas novas tendências surgidas dessas discussões, argumenta-se que o nível de coerência necessário a um comportamento natural apenas pode ser alcançado através de técnicas de emergência. Além da defesa conceitual da abordagem emergentista para a geração de comportamento de personagens virtuais, este estudo apresenta novas técnicas para a implementação dessas ideias. Entre as contribuições, está a proposta de um novo processo de codificação e evolução de Redes Neurais Artificiais que permite o desenvolvimento de controladores para explorar as possibilidades da geração de comportamentos por emergência. Também é explorada a evolução sem objetivo, através da simulação da reprodução sexuada de personagens. Para validar a tese, foram desenvolvidos experimentos envolvendo um robô virtual. Os resultados apresentados mostram que a auto-organização de um sistema é de fato capaz de produzir um acoplamento íntimo entre agente e ambiente. Como consequência da abordagem adotada, foram obtidos comportamentos bastante coerentes com as capacidades dos personagens e as condições ambientais, com ou sem descrição de objetivos. Os métodos propostos se mostraram sensíveis a modificações do ambiente e a modificações no sensoriamento do robô, comprovando robustez ao gerar córtices visuais funcionais, seja com sensores de proximidade, seja com câmeras virtuais, interpretando seus pixels. Ressalta-se também a geração de diferentes tipos de comportamentos interessantes, sem qualquer descrição de objetivos, nos experimentos envolvendo reprodução simulada.

TEIXEIRA, F. A. A. Estudo da transformação precipitação-deflúvio para a sub-bacia do Arneiroz II. 2009. 73 f. Dissertação (Mestrado em Engenharia Civil: Recursos Hídricos) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2009. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-04-27T13:08:21Z No. of bitstreams: 1 2009_dis_fasteixeira.pdf: 6044434 bytes, checksum: fee42975bd065cd9fc2caef0c9fa3105 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-04-29T13:45:23Z (GMT) No. of bitstreams: 1 2009_dis_fasteixeira.pdf: 6044434 bytes, checksum: fee42975bd065cd9fc2caef0c9fa3105 (MD5) / Made available in DSpace on 2015-04-29T13:45:23Z (GMT). No. of bitstreams: 1 2009_dis_fasteixeira.pdf: 6044434 bytes, checksum: fee42975bd065cd9fc2caef0c9fa3105 (MD5) Previous issue date: 2009-09-04 / A modelagem do comportamento de fenômenos complexos, como a transformação de chuva em vazão, envolve o ajuste de uma série de parâmetros, conferindo relativa dificuldade para sua predição. No Estado do Ceará, esta tarefa se torna ainda mais complicada, devido à carência de dados fluviométricos, e, sobretudo por se tratar de uma região caracterizada pelos baixos índices pluviométricos e pelo regime fluviométrico intermitente preponderante. Os modelos do tipo transformação de chuva em vazão SMAP e HYMOD em intervalo diário, os quais apresentam como entradas, além da altura média de precipitação, a evaporação, têm sido aplicados a bacias hidrográficas do Ceará apresentando bons índices de correlação na fase de validação. A calibração destes modelos envolve o ajuste dos seus parâmetros percorrendo-se um espaço de busca a fim de se minimizar uma função objetivo, tratando-se de um processo estocástico. Desta forma, objetivando-se apresentar um modelo não-paramétrico e determinístico para a transformação chuva-deflúvio, são utilizadas as Redes Neurais Artificiais, as quais têm apresentado desempenho satisfatório na modelagem de problemas de difícil predição, inclusive no âmbito dos recursos hídricos. Para o estudo de caso foi escolhida a bacia hidrográfica da Barragem Arneiroz II, a qual dispõe de um posto fluviométrico com uma série pseudo-histórica relativamente extensa. Assim, foram calibrados os modelos HYMOD, SMAP, modelos tradicionalmente utilizados pela FUNCEME, e uma rede neural do tipo perceptron multicamadas, treinada pelo algoritmo de retro propagação através do programa Q-net. Para a calibração dos modelos SMAP e HYMOD foi utilizado um algoritmo evolucionário denominado Particle Swarm Optimization (PSO). Os resultados obtidos com o modelo de RNA foram comparados aos resultados obtidos pelos modelos SMAP e HYMOD através do parâmetro de desempenho proposto por Nash & Sutcliffe (1970). Os resultados obtidos mostraram que o modelo HYMOD foi aquele para o qual parâmetro de Nash obtido foi maior que os valores dos modelos SMAP e RNA. A modelagem chuva-deflúvio com as RNA não apresentaram resultados satisfatórios se comparados aos outros dois modelos hidrológicos empregados. Isto pode ser justificado pelo fato de que o modelo considerou apenas os dados de pluviometria, não tendo sido abastecido com outras variáveis importantes na definição do fenômeno chuva-vazão / A modelagem do comportamento de fenômenos complexos, como a transformação de chuva em vazão, envolve o ajuste de uma série de parâmetros, conferindo relativa dificuldade para sua predição. No Estado do Ceará, esta tarefa se torna ainda mais complicada, devido à carência de dados fluviométricos, e, sobretudo por se tratar de uma região caracterizada pelos baixos índices pluviométricos e pelo regime fluviométrico intermitente preponderante. Os modelos do tipo transformação de chuva em vazão SMAP e HYMOD em intervalo diário, os quais apresentam como entradas, além da altura média de precipitação, a evaporação, têm sido aplicados a bacias hidrográficas do Ceará apresentando bons índices de correlação na fase de validação. A calibração destes modelos envolve o ajuste dos seus parâmetros percorrendo-se um espaço de busca a fim de se minimizar uma função objetivo, tratando-se de um processo estocástico. Desta forma, objetivando-se apresentar um modelo não-paramétrico e determinístico para a transformação chuva-deflúvio, são utilizadas as Redes Neurais Artificiais, as quais têm apresentado desempenho satisfatório na modelagem de problemas de difícil predição, inclusive no âmbito dos recursos hídricos. Para o estudo de caso foi escolhida a bacia hidrográfica da Barragem Arneiroz II, a qual dispõe de um posto fluviométrico com uma série pseudo-histórica relativamente extensa. Assim, foram calibrados os modelos HYMOD, SMAP, modelos tradicionalmente utilizados pela FUNCEME, e uma rede neural do tipo perceptron multicamadas, treinada pelo algoritmo de retro propagação através do programa Q-net. Para a calibração dos modelos SMAP e HYMOD foi utilizado um algoritmo evolucionário denominado Particle Swarm Optimization (PSO). Os resultados obtidos com o modelo de RNA foram comparados aos resultados obtidos pelos modelos SMAP e HYMOD através do parâmetro de desempenho proposto por Nash & Sutcliffe (1970). Os resultados obtidos mostraram que o modelo HYMOD foi aquele para o qual parâmetro de Nash obtido foi maior que os valores dos modelos SMAP e RNA. A modelagem chuva-deflúvio com as RNA não apresentaram resultados satisfatórios se comparados aos outros dois modelos hidrológicos empregados. Isto pode ser justificado pelo fato de que o modelo considerou apenas os dados de pluviometria, não tendo sido abastecido com outras variáveis importantes na definição do fenômeno chuva-vazão