Processos cognitivos e comportamentais são altamente adaptativos e possibilitam ao ser humano construir e apreender significados em diferentes contextos. Os sistemas self~outro e self~blog configuram o self enquanto informação dinâmica, emergente e significativa em diferentes níveis e contextos. As dinâmicas de coordenação desses dois sistemas são investigadas nos três estudos que formam a Tese. No Estudo 1 focaliza-se um self neural. Os microestados cerebrais presentes durante uma tarefa social são categorizados segundo comportamentos emergentes do sistema self~outro, e neuromarcadores relativos a funções do self são elucidados. Nos Estudos 2 e 3 examina-se um self social. O conteúdo escrito em blogs é analisado enquanto estado (Estudo 2) e processo (Estudo 3) emergente do sistema self~blog. Os resultados demonstram que a aplicação de conceitos de dinâmicas de coordenação viabiliza a aquisição de novos conhecimentos acerca do self através da investigação de relações entre diferentes níveis. No nível das coordenações neurais, foram especificados neuromarcadores de comportamento voltado para si, achados que podem influenciar investigações e intervenções relativas a psicopatologias (ex., autismo, esquizofrenia e depressão). No nível da coordenação social self~blog foram encontrados padrões expressivos que medeiam a expressão escrita da emergência de inovação do self. Focalizando os padrões longitudinais de blogs, foi encontrada uma tendência de expressão de auto-narrativas antes dos textos de inovação do self, e de monitoramento após as mudanças dialógicas provocadas pela inovação do self. Os estudos sociais evidenciaram que o uso de blogs pode amplificar capacidades de resolução de conflitos internos, quando os blogs são dinamicamente acoplados como dispositivos adicionais de memória. Em suma, os resultados dos estudos evidenciam a existência de padrões de interação entre auto-deliberação e auto-expressão. Evidencia-se que um delineamento sistêmico de uma natureza coordenada poderá avançar investigações acerca de selves que expressam vozes incorporadas durante diálogos funcionais realizados através de acoplamentos experienciados mediata e/ou imediatamente. / Cognitive and behavioral processes are highly adaptive and allow humans build and learn meanings in different contexts. The self~other and self~blog systems portray the self as dynamic information; which is emergent and meaningful in different levels and contexts. The coordination dynamics of both systems are investigated in the three studies that comprise this dissertation. Study 1 focuses on a neural self. Brain patterns related to a socially shared task are categorized according to emergent behaviors from a self~other system. Neuromarkers of self behavior are revealed. Studies 2 and 3 focus on a social self. Written blog contents are approached as states (Study 2) and process (Study 3) of a self~blog system. The results evidence that the coordination dynamic framework enables the acquisition of new information regarding the self though the investigation of relationships between levels. In the level of neural coordination, neuromarkers of self-behavior were specified. These dynamical patterns can influence further investigations and interventions related to psychopathologies such as autism, schizophrenia and depression. In the level of social coordination it was found that specific expressive patterns allow the emergence of self innovation in blogs. Focusing longitudinal patterns, it was found a tendency for self-narratives before self-innovation texts, and of monitoring after self-innovation. The social studies evidenced that blogging may amplify capacities of self-deliberation though a dynamical coupling between self and the blog as a detached memory device. Taken together, the overall results point towards the existence of patterns of interaction between self-deliberation and self-expression. It is evidenced that a systemic and coordinated approach may advance future research on selves that express embodied voices during functional dialogues through mediate and/or immediate couplings.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2012. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2013-01-31T15:46:56Z No. of bitstreams: 1 2012_CristovamAlbanoSilvaJunior.pdf: 2422961 bytes, checksum: 1b2427ea94d6f7ef03e86fb917635ad1 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2013-03-22T11:33:10Z (GMT) No. of bitstreams: 1 2012_CristovamAlbanoSilvaJunior.pdf: 2422961 bytes, checksum: 1b2427ea94d6f7ef03e86fb917635ad1 (MD5) / Made available in DSpace on 2013-03-22T11:33:10Z (GMT). No. of bitstreams: 1 2012_CristovamAlbanoSilvaJunior.pdf: 2422961 bytes, checksum: 1b2427ea94d6f7ef03e86fb917635ad1 (MD5) / RFID e outras tecnologias sem fio têm sido objeto de estudo em aplicações de localização de usuários em ambientes internos de edificações. Existem diferentes formas de se prover a localização com as variáveis disponibilizadas por estes sistemas, sendo uma das mais populares, a utilização do RSSI como referência, pois esta grandeza possui relação com a distância entre o transmissor e o receptor do sinal. Entretanto, promover a localização em ambientes internos de edificações com o RSSI não é trabalho tão trivial, pois o sinal RF sofre interferências diversas, próprias do canal de comunicação RF em ambientes internos e de difícil modelagem, durante seu trajeto, ocasionando muita incerteza nos valores registrados pelos equipamentos que compõe o sistema RFID. Elas podem ser minimizadas através da aplicação de ferramentas computacionais como o filtro de Kalman e as redes neurais MLP e LVQ ou as SVM, treinadas com amostras de sinal que representem de forma qualitativa a área em que será provida a localização. O presente trabalho compara o desempenho destas ferramentas computacionais aplicadas a um banco de dados coletado de um sistema de RFID com tags ativas disponibilizado no LARA para experimentos. Tal sistema será usado para a classificação de ambientes delimitados do LARA, onde estarão usuários portadores das tags RFID, para assim controlar o sistema de climatização daquele laboratório. ______________________________________________________________________________ ABSTRACT / RFID and others technologies have been object of study in applications of indoor localization. There are different ways of providing localization with the variables provided by these systems, one of the most popular is the use of RSSI as the reference, since it has relation with the distance between the transmitter and the receiver of the signal. However, to provide the indoor localization with RSSI is not so trivial, because the RF signal suffers from various interferences, own of RF indoor communication channel and its very difficult modeling, during its course, causing much uncertainty on the registered values of RSSI by the equipments of RFID system. These uncertainties can be minimized by the application of some computational tools such as Kalman Filter and classifiers as MLP or LVQ neural networks, or the SVM, trained with signal samples that represent in a qualitative form the area in that the localization will be provided. This work compares the performance of this computational tools applied to the data collected from an RFID system with active tags, available in LARA to the experiments, and that will be used to classify some delimited environment of LARA, where users with RFID tags will be, and then control the HVAC system of that laboratory.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2012. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2013-03-26T12:25:57Z No. of bitstreams: 1 2012_LynwoodLivideSouza.pdf: 3283291 bytes, checksum: bad0af51e42f936c999d812381f18ea1 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2013-03-26T13:54:38Z (GMT) No. of bitstreams: 1 2012_LynwoodLivideSouza.pdf: 3283291 bytes, checksum: bad0af51e42f936c999d812381f18ea1 (MD5) / Made available in DSpace on 2013-03-26T13:54:38Z (GMT). No. of bitstreams: 1 2012_LynwoodLivideSouza.pdf: 3283291 bytes, checksum: bad0af51e42f936c999d812381f18ea1 (MD5) / O presente trabalho apresenta uma nova metodologia para caracterização, detecção e classificação de sinais de exames de eletroencefalografia (EEG), visando o aprimoramento e agilidade na obtenção de diagnósticos com o objetivo de auxiliar o profissional de saúde, uma vez que os exames de EEG são caracterizados por longos trechos de registros temporais da atividade elétrica do cérebro, que devem ser minuciosamente examinados pelos médicos. Devido à dificuldade associada à caracterização e à detecção de sinais epileptiformes e à importância do diagnóstico, existem na literatura vários métodos desenvolvidos para abordar este problema, tais como: Métodos Auto-Regressivos (AR), Aproximação da Energia (TEO), Análise de Domínio de Freqüência, Análise de Tempo-Frequência, Transformada de Wavelets e Métodos Não- Lineares como os modelos estatísticos. Porém, nenhum modelo não foi capaz de atingir uma performance inteiramente confiável em seus resultados, onde a média de acertos entre os trabalhos expostos na literatura fica em torno de 80,7%, um índice de acertos que apesar de significativo, ainda não é satisfatório para este tipo de exame. A fim de contribuir para o estudo do problema, propôs-se neste trabalho a aplicação da Dinâmica Simbólica para caracterização dos sinais, que se baseia na representação por seqüências de símbolos do estado do sistema e operadores de mudança de estado, e algoritmos genéticos para a otimização da representação, de forma que os sinais epileptiformes pudessem ser distinguidos dos sinais considerados normais por uma rede neural artificial, treinada para este fim. Os resultados obtidos demonstram que a metodologia fornece 92,4% de precisão e 96% de acerto. _______________________________________________________________________________________ ABSTRACT / This paper presents a new technique for characterization and classification of signals of tests electroencephalography (EEG), seeking to improve agility and make a diagnosis in order to assist the professional, since the EEG tests are characterized by long stretches of time records electrical activity of the brain that should be thoroughly examined by doctors. Due to the difficulty associated with the characterization and detection of epileptiform signs and the importance of diagnosis exist in literature several methods developed to address this problem, such as autoregressive method (AR), Energy Approach (TEO), Domain Analysis Frequency, Time-Frequency Analysis, Wavelet Transform and Non-Linear methods such as statistical models. But no model has not been able to achieve a performance fully confident in their results, where the mean score among the works exhibited in the literature is around 80.7%, although a number is not a significant acceptable value for this type of examination. To contribute to the study of the problem, proposed in this paper the application of symbolic dynamics for the characterization of signals, which is based on representation by sequences of symbols of the state of the system and operators of state change, and genetic algorithms for optimization of the representation, so that the signals could be distinguished from epileptiform signals considered normal for an artificial neural network trained for this purpose. The results demonstrate that the method provides 92.4% precision and 96% accuracy.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2006. / Submitted by Diogo Trindade Fóis (diogo_fois@hotmail.com) on 2009-11-06T20:27:36Z No. of bitstreams: 1 2006_Daniel Lyra Rocha.pdf: 4174458 bytes, checksum: 66449efe6547d484ebfe30c24c2e0fac (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2010-10-22T15:35:03Z (GMT) No. of bitstreams: 1 2006_Daniel Lyra Rocha.pdf: 4174458 bytes, checksum: 66449efe6547d484ebfe30c24c2e0fac (MD5) / Made available in DSpace on 2010-10-22T15:35:03Z (GMT). No. of bitstreams: 1 2006_Daniel Lyra Rocha.pdf: 4174458 bytes, checksum: 66449efe6547d484ebfe30c24c2e0fac (MD5) / O trabalho descrito nesta dissertação objetiva realizar uma contribuição acadêmica no avanço da utilização de redes neurais artificiais para detecção de intrusão. De uma maneira bem didática o leitor vai aprendendo, capítulo a capítulo, sobre os paradigmas envolvidos no problema. No último capítulo, ele pode acompanhar uma prova de conceito real sobre a proposta realizada. Trata-se da utilização de um rede real para a coleta de dados de intrusão que servirão para o treinamento de redes neurais artificiais voltadas para detecção de intrusão. A contribuição sobre os trabalhos já realizados no assunto anteriormente é a utilização de uma honeynet para coleta dessas intrusões. __________________________________________________________________________________________ ABSTRACT / The described work in this thesis objective to carry through an academic contribution in the advance of the use of artificial neural nets for intrusion detention. In a well didactic way the reader goes learning, chapter after chapter, on the involved paradigms in the problem. In the last chapter, it he can follow a test of real concept on the proposal carried through. One is about the use of a real net for the collection of intrusion data that will serve for the training of artificial neural nets directed toward intrusion detention. The contribution on the carried through works already in the subject previously is the one use honeynet for collection of these intrusions.

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2009. / Submitted by Larissa Ferreira dos Angelos (ferreirangelos@gmail.com) on 2010-03-23T14:51:04Z No. of bitstreams: 1 2009_IrcilioChissolucombe.pdf: 8457466 bytes, checksum: 35bd7ec7c9a1b68b1133d0fc87f3c193 (MD5) / Approved for entry into archive by Daniel Ribeiro(daniel@bce.unb.br) on 2010-04-28T18:31:26Z (GMT) No. of bitstreams: 1 2009_IrcilioChissolucombe.pdf: 8457466 bytes, checksum: 35bd7ec7c9a1b68b1133d0fc87f3c193 (MD5) / Made available in DSpace on 2010-04-28T18:31:26Z (GMT). No. of bitstreams: 1 2009_IrcilioChissolucombe.pdf: 8457466 bytes, checksum: 35bd7ec7c9a1b68b1133d0fc87f3c193 (MD5) Previous issue date: 2009-04 / Estimar os deslocamentos induzidos pela escavação de um túnel e os possíveis danos que os mesmos possam causar nas estruturas adjacentes ao túnel é um dos desafios que a equipe de engenheiros projetistas enfrentam na fase de projeto de um túnel. Os principais métodos utilizados para estimar os descolamentos são os empíricos, analíticos e as simulações numéricas. Cada um dos métodos acima citados tem suas vantagens e desvantagens, por exemplo, os métodos empíricos tem como principal vantagem a fácil utilização e como principal desvantagem a não consideração dos parâmetros de resistência e deformabilidade do maciço. Os métodos analíticos têm como principal vantagem a incorporação do efeito 3D (deslocamentos que ocorrem antes da escavação do túnel) e dos parâmetros de resistência e deformabilidade do maciço e a principal desvantagem desse método é que o efeito 3D e os parâmetros de resistência e deformabilidade do maciço estão dentro de um único parâmetro denominado de gap. Já nas simulações numéricas tem-se como principal vantagem a possibilidade de simular as várias etapas construtivas da obra e como desvantagem tem-se a utilização de um modelo constitutivo realístico e estar em posse de um programa de ensaios que possam fornecer os parâmetros necessários a utilização do modelo. Neste trabalho faz-se uso de duas técnicas de Inteligência Artificial (IA), uma denominada de Redes Neurais Artificiais (RNAs) que foi utilizada para estimar os deslocamentos induzidos pela escavação de um túnel e a outra denominada de Lógica Fuzzy que foi utilizada para estimar os danos nas estruturas adjacentes a escavação do túnel. Estas técnicas foram utilizadas em uma situação real ocorrida durante a escavação do Metrô-DF. Os resultados obtidos mostraram que a técnica de RNAs é extremamente eficiente quando tem-se um conjunto de dados para treinamento que abrangem todo o universo do problema. Os danos estimados utilizando a técnica de Lógica Fuzzy para o caso de estruturas adjacentes a escavação do Metrô-DF foram condizentes com o ocorrido em campo. ___________________________________________________________________________________ ABSTRACT / Estimating displacements induced by tunneling and the possible damage it may cause structures adjacent to the tunnel is one of the challenges the project engineer team faces in the tunnel design phase. The main methods used to estimate displacements are empirical, analytical and numerical simulations. Each of the aforementioned methods has advantages and disadvantages. For example, the main advantage of empirical methods is they are easy to use and their main disadvantage is they do not consider mass deformability and resistance parameters. The main advantage of analytical methods is that they incorporate the 3D effect (displacements that may occur before tunneling) and the ground deformability and resistance parameters. The main disadvantage of this method is that the 3D effect and the ground deformability and resistance parameters are in a single parameter called gap. With numerical simulations, the main advantage is the possibility to simulate the various construction phases for the work, and the disadvantage is the use of a realistic constitutive model while being in possession of a testing program that can provide the necessary parameters for using the model. In this study, we use two Artificial Intelligence (AI) techniques, one called Artificial Neural Networks (ANNs) which were used to estimate the displacements induced by tunneling, and the other called Fuzzy Logic, which was used to estimate the damage in structures adjacent to the tunnel. These techniques were used in a real situation that occurred during the excavations for the Federal District’s subway. The results reveal that the ANNs technique is extremely efficient when we have a set of data for training and that encompass the entire universe of the problem. Estimated damage using the Fuzzy Logic Technique of structures adjacent to the Federal District subway excavations were in keeping with what happened in the field.

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2009. / Submitted by Larissa Ferreira dos Angelos (ferreirangelos@gmail.com) on 2010-03-30T18:14:05Z No. of bitstreams: 1 2009_LiChongLeeBacelardeCastro.pdf: 1878641 bytes, checksum: 60dc5efda5a0f60a3b26c89bb0423704 (MD5) / Approved for entry into archive by Daniel Ribeiro(daniel@bce.unb.br) on 2010-05-06T17:34:57Z (GMT) No. of bitstreams: 1 2009_LiChongLeeBacelardeCastro.pdf: 1878641 bytes, checksum: 60dc5efda5a0f60a3b26c89bb0423704 (MD5) / Made available in DSpace on 2010-05-06T17:34:57Z (GMT). No. of bitstreams: 1 2009_LiChongLeeBacelardeCastro.pdf: 1878641 bytes, checksum: 60dc5efda5a0f60a3b26c89bb0423704 (MD5) Previous issue date: 2009-03-30 / A inteligência computacional vem mudando a forma com que alguns problemas são tratados e solucionados, pois fornece um manancial poderoso de soluções para pesquisadores de todas as áreas, inclusive em aplicações difíceis, extremamente restritivas, ou mesmo consideradas impossíveis. Neste trabalho, os Algoritmos Genéticos (AGs) e as Redes Neurais Artificiais (RNAs) são utilizados para a otimização de estruturas reticuladas e estruturas contínuas em 2D e 3D. A utilização dos AGs visam obter uma solução para um problema específico usando uma estrutura de dados baseado em um cromossomo, uma das possíveis soluções do problema. A utilização das RNAs por sua vez visam generalizar o processo de otimização em substituição aos métodos clássicos de análise estrutural. Os cromossomos são estruturados em uma cadeia binária e operadores genéticos são aplicados para gerarem novos pontos amostrais em um espaço de busca que recombinam estas estruturas preservando e aprimorando informações críticas. O Método dos Elementos Finitos (MEF) é combinado com o AG com o intuito de avaliar cada solução possível produzida no caso da otimização de peso e o Método dos Elementos de Contorno (MEC) para as a otimização de forma. Para os outros casos o Método das Soluções Fundamentais (MSF) é utilizado. O MSF é uma técnica de contorno indireta que evita singularidades por definir uma superfície fictícia que envolve todo o domínio do problema, não requer malha, nem integração e permite obter resultados em pontos do contorno e do interior sem a necessidade de aplicação de técnicas especiais. Para modelar termos não homogêneos, o MSF é combinado com o Método de Reciprocidade Dual (DRM), empregando a função de aproximação Polyharmonic Splines. A otimização das estruturas são obtidas por meio da minimização da função objetivo. A função objetivo é responsável por classificar os indivíduos de acordo com o grau de adaptação. O MEC, MEF e o MSF permitem avaliar das estruturas. As áreas, que são as variáveis de projeto, ou o raio da superfície fictícia, devem estar dentro de determinados limites, para obter soluções factíveis. O controle dessa região através de restrições é proporcionado pela consideração de penalizações na função objetivo. Restrições são aplicadas às tensões e aos deslocamentos nodais. São utilizados nas análises estruturas clássicas de otimização e da resistência dos materiais para comparação, objetivando demonstrar a robustez e sua eficiência frente a outros métodos. _________________________________________________________________________________ ABSTRACT / Computational Intelligence is changing the way that some problems are treated and solved, because it provides powerful source of solutions for researchers of all areas including difficult applications, extremely restrictive cases or even problems considered to be impossible. Here the Genetic Algorithms (GA) and the Artificial Neural Networks (ANN) are used to optimize frame type structures and continuous structures in 2D and 3D. The use of GA aims at obtaining a solution for a specific problem using a data structure based on the chromosome, one of the possible solutions to the problem. The use of ANN on the other hand, aims al generalizing the process of optimization, substituting the classical methods of structural analysis. The chromosomes are structured in binary strings and genetic operators are applied to generate new sampling points in the search space which recombines these structures preserving and improving critical information. The Finite Element Method (FEM) is combined with the GA in order to evaluate each possible solution produced in the case of minimum weight and the Boundary Element Method (BEM) for shape optimization. For other cases the Method of Fundamental Solutions (MSF) is used. The MSF is an indirect boundary technique which avoids singularities by defining a fictitious surface which involves all of the problem domain. It does not require neither elements nor integration and allows results to be obtained at both boundary and internal points without the need to apply special techniques. To model non homogenous terms, the MSF is combined with the Dual Reciprocity Method (DRM) employing Polyharmonic Spline approximation function. The optimization of structures is obtained by the minimization of the objective functions for the examples considered. The objective function is responsible for classifying the individuals according to degree adaptation. BEM, FEM and MFS allow the structures to be evaluated. The cross sectional areas, which are the project variables, or the radius of the fictitious surface should be within given limits in order to obtain feasible solutions. The control of this region, through the use of constraints, is done by considering penalty functions with the objective function. Constraints are applied to the stress and strength of materials for comparison, with the objective of showing the robustness and efficiency in relation to other methods.

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2009. / Submitted by Elna Araújo (elna@bce.unb.br) on 2010-04-29T19:54:46Z No. of bitstreams: 1 2009_JulioCesarPeixotodeOliveira.pdf: 2401843 bytes, checksum: 436b4f8f77017c38cf3cccad6f81c772 (MD5) / Approved for entry into archive by Lucila Saraiva(lucilasaraiva1@gmail.com) on 2010-05-07T21:06:56Z (GMT) No. of bitstreams: 1 2009_JulioCesarPeixotodeOliveira.pdf: 2401843 bytes, checksum: 436b4f8f77017c38cf3cccad6f81c772 (MD5) / Made available in DSpace on 2010-05-07T21:06:56Z (GMT). No. of bitstreams: 1 2009_JulioCesarPeixotodeOliveira.pdf: 2401843 bytes, checksum: 436b4f8f77017c38cf3cccad6f81c772 (MD5) Previous issue date: 2009-08 / O objetivo desta tese de doutorado é a avaliação de controle neural em um processo de quatro tanques acoplados, em escala de laboratório, onde se deseja controlar a altura do nível de água do quarto tanque. A dinâmica desse processo é não linear, uma vez que as vazões nos tanques dependem da raiz quadrada das alturas dos níveis de água. Sendo esse tipo de processo bastante comum em escala industrial principalmente nos ramos químico e petroquímico. Por se tratar de um processo não linear, o desempenho de controladores clássicos depende fortemente da faixa de operação do processo, o que exigiria, assim, ajuste dos seus parâmetros em diferentes pontos de operação. Vários controladores são implementados, objetivando a avaliação, pesquisa, validação e melhoria no desempenho de controladores neurais artificiais. A resposta característica deste processo não permite um bom desempenho, numa ampla faixa de operação, utilizando-se controladores convencionais, justificando assim o uso dos controladores neurais. Para o projeto, implementação, simulação e controle neural no processo, foram implementados em um computador comercial de uso geral, utilizando o software Matlab/Simulink. Para executar o controlador neural, utilizaram-se módulos eletrônicos de conversão. A metodologia empregada foi: a identificação, treinamento, simulação e controle para a faixa de operação pretendida com os sinais obtidos da planta. O modelo aproximador NARMA-L2 (Nonlinear Autoregressive-Moving Average-Norma-L2), foi inicialmente usado para modelar a planta e posteriormente a RNA foi usada no modelo da planta para calcular a lei de controle. O algoritmo proposto por Narendra, K.S. and Mukhopadhayay, 1997, transforma o sistema não linear em um sistema linear através do cancelamento das não linearidades. A vantagem sobre a engenharia convencional de controle é que a rede neural aprende com dados obtidos do processo. Experimentos e simulações de controles foram realizados nesse processo. Resultados experimentais e tabelas comparativas são apresentados ao longo desta tese. Mostra-se a viabilidade da abordagem neural de pesos fixos para o controle de plantas nãolineares. Ressalta-se, também, que para esse processo, existem casos onde os controladores neurais utilizados não podiam ser sintonizados para dar um desempenho satisfatório. A contribuição principal desta tese consiste em mostrar uma avaliação do controlador neural NARMA-L2, em um complexo processo de quarta ordem não linear. Uma avaliação, até o momento, despercebida. _______________________________________________________________________________ ABSTRACT / The main goal of this doctorate thesis is the evaluation of neural control on a four interconnected tanks process, in laboratory environment, where the controlled variable is the water level height of the fourth tank. The dynamics of this process is non linear, as the outflow from the tanks depends on the square root of corresponding water height. This type of process is quite common in industrial applications as, for example, chemical and petrochemical plants. Because the process is non linear, the performance of conventional control techniques depends strongly on the operation points, thus, on parameters adjustment for each operation point. Many different controllers have been implemented aiming the evaluation, research, validation and improvement of artificial neural controllers. The characteristic behavior of this process does not allow satisfactory performance on a wide operation range with the use of conventional controllers, what justifies the use of neural controllers. For the design, implementation and simulation of the neural controller on the process, a general purpose commercial computer had been used to run a Matlab/Simulink software environment. To implement the neural controller, electronic interface modules have been used. The adopted methodology was: identification, training, simulation and control for the proposed operation range using data captured from the plant. The NARMA-L2 structure (Nonlinear Autoregressive-Moving Average-Norm-L2) was initially used to model the plant, while the RNA plant model was used subsequently to calculate the control law. This algorithm, proposed by Narendra, K.S. and Mukhopadhayay, 1997, transforms, in the ideal case, the non linear system into a linear system through the addictive and multiplicative cancellation of non linearities. The advantage of neural networks over conventional control engineering is that it neural networks learn from the process data. Many simulations and experiments with neural controllers have been carried out on the process. Experimental results of neural control and comparative tables are presented throughout this thesis. The viability of neural networks with fixed weights for the control of non linear plants is demonstrated. It should be remarked that, for this process, there are cases for which the neural controller could not be tuned to deliver satisfactory performance. The main contribution of this thesis is showing an evaluation of NARMA-L2 neural control on a complex fourth order non linear process. So far, an unseen evaluation.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2009. / Submitted by Allan Wanick Motta (allan_wanick@hotmail.com) on 2010-06-08T19:58:48Z No. of bitstreams: 1 Dissertacao_Carmen_Bittencourt.pdf: 982743 bytes, checksum: c1292a827e705b4cf35b8ecc19a2a817 (MD5) / Approved for entry into archive by Daniel Ribeiro(daniel@bce.unb.br) on 2010-06-09T19:51:24Z (GMT) No. of bitstreams: 1 Dissertacao_Carmen_Bittencourt.pdf: 982743 bytes, checksum: c1292a827e705b4cf35b8ecc19a2a817 (MD5) / Made available in DSpace on 2010-06-09T19:51:24Z (GMT). No. of bitstreams: 1 Dissertacao_Carmen_Bittencourt.pdf: 982743 bytes, checksum: c1292a827e705b4cf35b8ecc19a2a817 (MD5) Previous issue date: 2009 / No Brasil, a classificação do acabamento de gordura em carcaças bovinas é realizada por meio de inspeção visual de regiões predefinidas da carcaça, feita por um profissional habilitado, seguindo os critérios estabelecidos na Portaria N.o 612/89 do Ministério da Agricultura, Pecuária e Abastecimento. O acabamento é classificado em cinco categorias, de 1 a 5. Esse método, por ser subjetivo, é mais propenso a ocorrência de erros de classificação. Essa pesquisa propõe uma metodologia para aquisição de imagens digitais de carcaças bovinas durante o abate e a classificação automática do acabamento de gordura das carcaças. A metodologia proposta é baseada no uso de redes neurais artificiais e compreende duas fases distintas. A primeira delas, consiste no uso de uma rede MLP com treinamento Levenberg - Marquardt para segmentação das regiões de gordura. A segunda consiste em usar uma rede MLP com treinamento de retropropagação do erro para classificar a carcaça em relação ao acabamento da gordura. Os resultados obtidos foram o desenvolvimento do protótipo de aquisição de imagens de carcaças bovinas, o uso de redes neurais para segmentar a gordura em imagens digitais das carcaças obtidas sem a utilização de artifícios de intervenção no processo de abate e a proposição de um classificador neural com acurácia de 86% na classificação do acabamento de gordura. Para a realização dessa pesquisa, até o momento foram coletadas 4.710 imagens de carcaças bovinas, utilizando o protótipo desenvolvido. _________________________________________________________________________________ ABSTRACT / In Brazil, the classification of fat layer of bovine carcasses has to follow the Regulation Act number 612/89 from the Ministry of Agriculture (MAPA). There are five class of fat layer, growing from 1 to 5. This process is performed by mean of visual and subjective observation of specific regions of the carcass, done by a technician during the bovine slaughter process inside the meat industries. The technician is certified by the MAPA. This paper proposes a methodology for automatic classification of the fat layer in bovine carcasses based on two steps. The first one uses an artificial neural network to segment the fat regions of digital image of bovine carcasses. This artificial neural network is a MLP training with the Levenberg - Marquardt algorithm. The imagens have been gathered with no intervention in the process of slaughter. The second step comprises the proposal of a classifier of the fat layers in bovine carcasses based on both a MLP backpropagation artificial neural network and the Regulation Act 612/89 of the Ministry of Agriculture. Until now, the results obtained were the proposal of a functional prototype for image acquisition of carcasses during the slaughter process and the performance level of 86% of accuracy in a experimental evaluation for the fat layers classifier based on artificial neural network. For the purposes of this research so far were collected 4,710 images of bovine carcasses, using the prototype developed.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2006. / Submitted by Thaíza da Silva Santos (thaiza28@hotmail.com) on 2011-02-12T14:29:07Z No. of bitstreams: 1 2006_HelenCarvalhoCarmo.pdf: 2895894 bytes, checksum: ae5d45114411d242b5229f010e0f939d (MD5) / Approved for entry into archive by Daniel Ribeiro(daniel@bce.unb.br) on 2011-02-15T22:16:15Z (GMT) No. of bitstreams: 1 2006_HelenCarvalhoCarmo.pdf: 2895894 bytes, checksum: ae5d45114411d242b5229f010e0f939d (MD5) / Made available in DSpace on 2011-02-15T22:16:15Z (GMT). No. of bitstreams: 1 2006_HelenCarvalhoCarmo.pdf: 2895894 bytes, checksum: ae5d45114411d242b5229f010e0f939d (MD5) / Neste estudo realizou-se, pela primeira vez, o projeto de uma memória associativa estocástica, através da conexão de blocos de circuitos com funções específicas utilizando somente transistores mono-elétron. A viabilidade da conexão de blocos, integrando sistemas é demonstrada apresentando uma metodologia de projeto para a realização de sistemas nanoeletrônicos, utilizando o conceito hierárquico na composição dos circuitos. A funcionalidade do sistema formado pela memória associativa foi verificada a partir de simulações parciais e integrais do sistema, com ferramenta CAD profissional . _________________________________________________________________________________ ABSTRACT / In this study the design of an stochastic associative memory, based upon single-electron transistors, was, for the first time, carried out. An hierarchical design methodology, suitable for single-electron circuit conception was also devised in this work. The associative memory circuit design’s performance was validated using professional electrical simulators.

Desenvolvemos um modelo estocástico da atividade elétrica de um neurônio motor do gânglio estomatogástrico de crustáceos, a partir de um modelo determinístico eletrofisiologicamente plausível. Com isso recuperamos características da dinâmica neural sempre observadas em neurônios isolados, tais como irregularidades nos padrões de disparos que não são reproduzidas pelo modelo determinístico original. Implementamos otimizações e simplificações no método numérico de simulação estocástica que permitiram rodar a simulação em tempo real para interagir modelos computacionais com neurônios biológicos, implementando sinapses artificiais entre eles. Por fim utilizamos o modelo e os métodos de simulação desenvolvidos para substituir neurônios do gânglio estomatogástrico e construir sistemas híbridos, que foram usados para verificar como ocorre a transmissão de informação entre neurônios biológicos e artificiais, quando a dinâmicas destes é estocástica ou determinística. / We developed a mathematical model of the electrical activity of a motor neuron from the stomatogastric ganglion of crustaceans. It was inspired on a previous existing deterministic model which is considered as electrophysiologically plausible in the recent literature. However, this deterministic model were not able to reproduce the irregular bursting behavior found in those biological neurons when isolated from the neural circuit. Our model, based on the microscopic stochastic behavior of the membrane ion channels, successfully reproduced the intrinsic irregular properties that were missing in the original deterministic model. To allow the real time performing of the stochastic model simulations we have to deal with some simplifications and to implement several optimizations that are also describe in detail. The real time version of our stochastic model was implemented in a dynamic clamp protocol to interface the computational model to real neurons. Finally, we applied the implemented versions of real time simulation and interfacing protocols to replace some biological bursting neurons of the stomatogastric ganglion. These hibrid neural networks were used to study how the information (diferent patterns of interspike intervals) is transmitted between biological and two types of artificial neurons: deterministic and stochastic.