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.

Orientador: Carlos Camargo Alberts / Banca: Fernando Frei / Banca: Beatriz de Mello Beisiegel / Resumo: Entre os grupos de vertebrados, os mamíferos carnívoros têm sido utilizados como espécies-alvo em diversos projetos ambientais. Atualmente, apresentam populações pequenas e muitas vezes em declínio classificados com algum grau de ameaça de extinção, consequência das alterações na paisagem causadas pelas atividades humanas. No Brasil, atualmente, a maior causa da diminuição das populações de mamíferos carnívoros é a redução ou perda de habitat ocasionada pela expansão agrícola, pecuária, exploração mineral e urbanização. A predação por onças-pardas tem sido documentada em diversas regiões e, como consequência, a perseguição a esses animais é fortemente observada. A fim de identificar os fatores que poderiam estar associados às predações aos rebanhos domésticos por onças-pardas no oeste do Estado de São Paulo, realizamos entrevistas com produtores rurais, utilizando para isso questionários semiestruturados, abordando características das propriedades, do manejo e da paisagem. Realizamos 54 entrevistas e identificamos propriedades que passaram por eventos de predação nos últimos oito anos. Bovino foi o grupo de animais mais frequentemente predado. Através da Regressão Logística, foi possível obter um modelo de previsão de ataques com 83% de concordância entre estimado e observado, onde o número de suínos e a distância do rio para a sede, presentes em cada propriedade, foram positivamente relacionados aos casos de predação. Através das análises das Redes Neurais Artificiais, foi possível especular a presença de um ciclo predador-presa ocorrendo entre o puma concolor e uma presa ainda desconhecida. Práticas de manejo adequadas podem reduzir significativamente as perdas de animais domésticos e assim reduzir possíveis conflitos humanos com predadores selvagens / Abstract: Among the vertebrate groups, carnivorous mammals have been used as target species in several environmental projects. Currently they present small and often declining populations, classified as with some degree of threat of extinction, consequence of the changes in landscape caused by human activities. In Brazil, the major current cause of the decline in carnivorous mammal populations is the reduction or loss of habitat caused by agricultural expansion, livestock farming, mineral exploration, and urbanization. Predation by pumas has been documented in several regions and as a consequence the chase of these animals is strongly observed. In order to identify the factors that could be linked to domestic herds predation by pumas in the west of São Paulo State, we conducted interviews with rural producers, using semi-structured questionnaires, addressing properties characteristics, management and landscape. We have made 54 interviews and identified some rural properties that experienced predation events in the last eight years. Bovines was the group most frequently predated. Throught the Logistic Regression, it was possible to get a model of prediction of attacks with 83% of agreement between estimated and observed, where the number of swines and the distance from the river to the principal house present in each property was positively related to predation cases. Through the analysis of Artificial Neural Networks it was possible to speculate the presence of a predator-prey cycle occurring between the puma concolor and a prey still unknown. Appropriate management practices can significantly reduce the losses of domestic animals and thus reduce possible human conflicts with wild predators / Mestre

Orientador: José Alfredo Covolan Ulson / Banca: Adriano de Souza Marques / Banca: Fernando de Souza Campos / Resumo: As espécies exóticas invasoras, também conhecidas como plantas daninhas, competem por recursos, como sol, água e nutrientes paralelamente a cultura plantada, impondo prejuízos econômicos ao agricultor. Para minimizar este problema, atualmente os agricultores fazem uso de herbicidas para a eliminação e/ou controle das plantas daninhas. O uso de herbicidas depara-se com problemas: i) algumas plantas daninhas são resistentes a aplicação de herbicidas e, ii) quando aplicados em demasia pode-se ter a contaminação da cultura plantada, do lençol freático e dos mananciais como rios e lagos. Nesse contexto, visando o desenvolvimento de ferramentas que permitam a minimização do emprego de herbicidas, novas abordagens que fazem uso de visão computacional e inteligência artificial aparecem como soluções promissoras, agregando novas ferramentas a agricultura de precisão. Dentre essas soluções destaca-se o aprendizado profundo (do inglês Deep Learning), que utiliza as redes neurais convolucionais para extrair características relevantes, principalmente em imagens, dessa maneira, permite por exemplo a identificação e a classificação de plantas daninhas, o que possibilita ao agricultor optar tanto pela eliminação mecânica da planta daninha quanto a aplicação localizada de herbicidas e em quantidades adequadas. A partir deste desafio que é a correta classificação de diferentes espécies de plantas daninhas, especialmente plantas resistentes aos herbicidas comerciais, o objetivo deste trabalho f... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Exotic invasive species, also known as weeds, compete for resources such as sun, water and nutrients in parallel with the planted crop, imposing economic losses to the farmer. To minimize this problem, farmers are currently using herbicides for the elimination and / or control of weeds.The use of herbicides has problems: i) some weeds are resistant to the application of herbicides and ii) when applied too much can contaminate the planted crop, groundwater and springs such as rivers and lakes. In this context, aiming at developing tools to minimize the use of herbicides, new approaches that make use of computer vision and artificial intelligence appear as promising solutions, adding new tools to precision agriculture. Among these solutions are the Deep Learning, which uses the convolutional neural networks to extract relevant features, mainly in images, thus, allows for example the identification and classification of weeds, which enables the farmer to opt for the mechanical elimination of the weeds as well as the localized application of herbicides and in adequate quantities. From this challenge, which is the correct classification of different weed species, especially plants resistant to commercial herbicides, the objective of this study was to apply and compare the performance of four architectures of convolutional neural networks for classification of weed five species contained in an image bank developed for this work. The training and classification of the species were c... (Complete abstract click electronic access below) / Mestre

Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-08-26Bitstream added on 2014-06-13T18:49:37Z : No. of bitstreams: 1 marconato_es_me_bauru.pdf: 1206389 bytes, checksum: f8a0f6e58685127f646ddaaf87172d95 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O agronegócio possui participação fundamental no cenário econômico brasileiro, com reflexos importantes sobre o produto interno bruto, as exportações e a geração de empregos. A viabilidade econômica do setor agropecuário a partir da redução dos custos de produção, do aumento da produtividade e da redução ambiental causado pelo excesso de insumos, depende da Agricultura de Precisão. As informações referentes à variabilidade de diferentes propriedades do solo dentro da lavoura são fundamentais no processo de tomada de decisão. Uma das limitações da Agricultura de Precisão, a incapacidade de se obter as propriedades do solo de maneira rápida e com baixo custo, tem levado pesquisadores a desenvolver sensores para análise de solo em tempo real, sendo a espectroscopia uma das técnicas utilizadas. Neste trabalho, redes neurais artificiais (RNA) foram utilizadas como ferramenta inteligente para, a partir de uma massa de dados fornecidas por um sensor de solo em tempo real que utiliza a técnica de espectroscopia, estimar os teores de nitrogênio total e umidade do solo. O trabalho apresenta também uma comparação entre o resultado das redes neurais artificiais e o resultado da estimação de um software de análise quimiométrica utilizando a mesa massa de dados. o desempenho apresentado pelas redes neurais artificiais mostra ser possível sua utilização como ferramenta alternativa aos softwares de análise quimiométrica, além de permitir embarcar a inteligência de estimação, o que pode ser um passo preliminar para o desenvolvimento de equipamentos de baixo custo para análise de solo em tempo real / Agribusiness has a fundaental role in the Brazilian economy, with important consequences on the gross domestic produtt, exports and job generation. The economic viability of the agricultural sector by reducing production costs, increasing productivity and reducing the environmental impact caused by excessive inputs, depends on Precision Agriculture. Information concerning the variability of different soil properties whitin the crop is essential in the process of decision making. One of the limitations of precision agriculture, the inability to obtain the soil characteristics quickly and cost effectively, has led researchers to develop sensors for soil analysis in real time, using the technique of spectroscopy. This work used artificial neural networks (ANN) as a smart tool for estimating the total nitrogen content and soil moisture from data provided by a real time soil sensor using the technique of spectroscopy. This work also presents a comparison between the estimation results of the artificial neural networks and the estimation results of a chemometric analysis software using the same database The performance of the neural networks shows its possible use as can alternative tool to chemometric analysis software and allows the estimative intelligence to be embedded, which may be a preliminary step for the development of low-cost equipment for real-time soil analysis

Orientador: Paulo José Amaral Serni / Banca: Roberto Lyra Villas Boas / Banca: José Alfredo Covolan Ulson / Resumo: O agronegócio possui participação fundamental no cenário econômico brasileiro, com reflexos importantes sobre o produto interno bruto, as exportações e a geração de empregos. A viabilidade econômica do setor agropecuário a partir da redução dos custos de produção, do aumento da produtividade e da redução ambiental causado pelo excesso de insumos, depende da Agricultura de Precisão. As informações referentes à variabilidade de diferentes propriedades do solo dentro da lavoura são fundamentais no processo de tomada de decisão. Uma das limitações da Agricultura de Precisão, a incapacidade de se obter as propriedades do solo de maneira rápida e com baixo custo, tem levado pesquisadores a desenvolver sensores para análise de solo em tempo real, sendo a espectroscopia uma das técnicas utilizadas. Neste trabalho, redes neurais artificiais (RNA) foram utilizadas como ferramenta inteligente para, a partir de uma massa de dados fornecidas por um sensor de solo em tempo real que utiliza a técnica de espectroscopia, estimar os teores de nitrogênio total e umidade do solo. O trabalho apresenta também uma comparação entre o resultado das redes neurais artificiais e o resultado da estimação de um software de análise quimiométrica utilizando a mesa massa de dados. o desempenho apresentado pelas redes neurais artificiais mostra ser possível sua utilização como ferramenta alternativa aos softwares de análise quimiométrica, além de permitir embarcar a inteligência de estimação, o que pode ser um passo preliminar para o desenvolvimento de equipamentos de baixo custo para análise de solo em tempo real / Abstract: Agribusiness has a fundaental role in the Brazilian economy, with important consequences on the gross domestic produtt, exports and job generation. The economic viability of the agricultural sector by reducing production costs, increasing productivity and reducing the environmental impact caused by excessive inputs, depends on Precision Agriculture. Information concerning the variability of different soil properties whitin the crop is essential in the process of decision making. One of the limitations of precision agriculture, the inability to obtain the soil characteristics quickly and cost effectively, has led researchers to develop sensors for soil analysis in real time, using the technique of spectroscopy. This work used artificial neural networks (ANN) as a smart tool for estimating the total nitrogen content and soil moisture from data provided by a real time soil sensor using the technique of spectroscopy. This work also presents a comparison between the estimation results of the artificial neural networks and the estimation results of a chemometric analysis software using the same database The performance of the neural networks shows its possible use as can alternative tool to chemometric analysis software and allows the estimative intelligence to be embedded, which may be a preliminary step for the development of low-cost equipment for real-time soil analysis / Mestre

Made available in DSpace on 2014-06-11T19:25:28Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-07-02Bitstream added on 2014-06-13T19:53:14Z : No. of bitstreams: 1 lima_of_me_mar.pdf: 846690 bytes, checksum: ed40e178108a6ffad7e27c7594d500fb (MD5) / Neste trabalho nos propomos a analisar a consciência a partir da perspectiva neurobiológica de Antonio Damásio. Para isso, sugerimos um percurso investigativo que se inicia com uma abordagem histórico-filosófica. Destacamos neste contexto, a noção cartesiana do dualismo substancial, caracterizada por se conceber mente e corpo como realmente distintos. Contrariamente a essa concepção, apresentamos o monismo naturalista de Espinosa, que procurou compreender a mente e o corpo como partes integrantes da natureza. Em seguida, procuramos apresentar uma possível aproximação entre o monismo naturalista de Espinosa e a abordagem neurobiológica de Damásio. Para Damásio (1996, 2000, 2004), a consciência emerge em uma rede neural integrada, a partir das interações entre cérebro, corpo e ambiente. Apesar de possuir suas bases biológicas, a consciência não se reduz a elas. Formas inovadoras e complexas vão surgindo, na medida em que os processos de interação com o ambiente se ampliam. Procuramos mostrar que a consciência, seja ela elementar (proto-self) ou complexa (consciência ampliada) tem por finalidade contribuir para a manutenção e preservação da vida. / In this work I analyze consciousness from the neurobiological perspective of Antonio Damásio. The investigation begins with a historical review of philosophical approaches to the mind-body problem. I focus on the Cartesian notion of substantial dualism, characterized for conceiving mind and body as really different and separated entities. Contrary to this conception, the naturalistic monism of Espinosa understands mind and body as parts of nature. After this review, I look for a possible approximation between the naturalistic monism of Espinosa and the neurobiological approach of Damásio. For Damásio (1996, 2000, 2004), consciousness emerges, in an integrated neural net, from the interaction of brain, body and environment. Although possessing a biological basis, consciousness cannot be reduced to biology. Innovative and complex forms appear in the processes of interaction of the brain with the body and environment. In my discussion of Damásio I suggest that consciousness, either elementary (proto-self) or complex (extended conscience), has the purpose of contributing to the maintenance and preservation of life.

Por volta de 1764 aparece um novo ramo da ciência - A teoria de controle - quando James Watt consertou uma máquina Newcomen e percebeu que essa era ineficiente, e criou um sistema de controle de velocidades. A evolução destes sistemas controladores pode ser observada no controle utilizando a equação de Riccati dependente de estados (SDRE). Apesar de ser uma técnica muito avançada em relação à capacidade de realizar o controle, alguns problemas precisam ser encarados quanto à sua utilização, como a necessidade de se ter recursos computacionais de alto nível e custo. Essas questões podem impedir o uso da técnica SDRE em alguns sistemas. Uma solução para este problema é apontada através do uso de uma rede neural (RNA) chamada de Rede Neural com Estados de Eco (ESN). As RNAs possuem arquiteturas baseadas em redes neurais biológicas para que tenhamos resultados desejados na saída. Para que essa saída seja satisfatória a rede neural passa por um processo de treinamento. Sendo assim, usase os dados de comportamento do SDRE para a realização do treinamento da ESN. Depois disso, realizam-se testes quanto à eficiência da rede neural no controle do sistema a ser controlado e ao custo computacional. Os resultados são comparados aos obtidos com o controle ESN. Este teste foi realizado para um sistema micro eletromecânico e o controle da suspensão ativa de um half-car. Os resultados obtidos foram positivos, pois a ESN conseguiu realizar o controle utilizando menos tempo de processamento em relação ao SDRE, além de possuir uma estrutura base fixa, possibilitando ajustes para realização de diferentes tipos de controle. / In around 1764, it emerged a new branch of science – the theory of control - when James Watt was given a model Newcomen engine to repair. He realised that it was hopelessly inefficient and began to work to improve the design. He did a velocit controller to solve the problem. The evolution of these systems is shown in State-dependent Riccati equation (SDRE) techniques. Although it is a very advanced technique in relation to the capacity of performing control, some problems have to be faced for its use, as the necessity of computational resources of high level and cost, which may impede the use of SDRE in some systems. The solution for these problems is pointed out in this study by the use of Echo State Neural Networks (ESNs). These neural networks have inputs and outputs and the inputs are processed through the use of algorithms in order to reach the desired results, and for that the neural network has to be under a task of training. After that we use the behavioral SDRE data for the training followed by the neural network efficiency test for the system control and for the computational cost. The results are compared to the ones obtained with the ESN control. This test was realized for a micro eletromechanical system and the control of the active suspension of a half-car. The results were positive as the ESN could perform the control in a short time in relation to the SDRE. There is also a fixed structure which makes possible some adjusts for different kinds of control.

Por volta de 1764 aparece um novo ramo da ciência - A teoria de controle - quando James Watt consertou uma máquina Newcomen e percebeu que essa era ineficiente, e criou um sistema de controle de velocidades. A evolução destes sistemas controladores pode ser observada no controle utilizando a equação de Riccati dependente de estados (SDRE). Apesar de ser uma técnica muito avançada em relação à capacidade de realizar o controle, alguns problemas precisam ser encarados quanto à sua utilização, como a necessidade de se ter recursos computacionais de alto nível e custo. Essas questões podem impedir o uso da técnica SDRE em alguns sistemas. Uma solução para este problema é apontada através do uso de uma rede neural (RNA) chamada de Rede Neural com Estados de Eco (ESN). As RNAs possuem arquiteturas baseadas em redes neurais biológicas para que tenhamos resultados desejados na saída. Para que essa saída seja satisfatória a rede neural passa por um processo de treinamento. Sendo assim, usase os dados de comportamento do SDRE para a realização do treinamento da ESN. Depois disso, realizam-se testes quanto à eficiência da rede neural no controle do sistema a ser controlado e ao custo computacional. Os resultados são comparados aos obtidos com o controle ESN. Este teste foi realizado para um sistema micro eletromecânico e o controle da suspensão ativa de um half-car. Os resultados obtidos foram positivos, pois a ESN conseguiu realizar o controle utilizando menos tempo de processamento em relação ao SDRE, além de possuir uma estrutura base fixa, possibilitando ajustes para realização de diferentes tipos de controle. / In around 1764, it emerged a new branch of science – the theory of control - when James Watt was given a model Newcomen engine to repair. He realised that it was hopelessly inefficient and began to work to improve the design. He did a velocit controller to solve the problem. The evolution of these systems is shown in State-dependent Riccati equation (SDRE) techniques. Although it is a very advanced technique in relation to the capacity of performing control, some problems have to be faced for its use, as the necessity of computational resources of high level and cost, which may impede the use of SDRE in some systems. The solution for these problems is pointed out in this study by the use of Echo State Neural Networks (ESNs). These neural networks have inputs and outputs and the inputs are processed through the use of algorithms in order to reach the desired results, and for that the neural network has to be under a task of training. After that we use the behavioral SDRE data for the training followed by the neural network efficiency test for the system control and for the computational cost. The results are compared to the ones obtained with the ESN control. This test was realized for a micro eletromechanical system and the control of the active suspension of a half-car. The results were positive as the ESN could perform the control in a short time in relation to the SDRE. There is also a fixed structure which makes possible some adjusts for different kinds of control.

Orientadores: José Antônio Brum, Marcus Aloizio Martinez de Aguiar / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Física Gleb Wataghin / Made available in DSpace on 2018-08-29T15:40:55Z (GMT). No. of bitstreams: 1 Reis_ElohimFonsecados_M.pdf: 2277988 bytes, checksum: 08f2c3b84a391217d575c0f425159fca (MD5) Previous issue date: 2015 / Resumo: Este trabalho é dividido em duas partes. Na primeira parte, uma rede de correlação é construída baseada em um modelo de Ising em diferentes temperaturas, crítica, subcrítica e supercrítica, usando um algorítimo de Metropolis Monte-Carlo com dinâmica de \textit{single-spin-flip}. Este modelo teórico é comparado com uma rede do cérebro construída a partir de correlações das séries temporais do sinal BOLD de fMRI de regiões do cérebro. Medidas de rede, como coeficiente de aglomeração, mínimo caminho médio e distribuição de grau são analisadas. As mesmas medidas de rede são calculadas para a rede obtida pelas correlações das séries temporais dos spins no modelo de Ising. Os resultados da rede cerebral são melhor explicados pelo modelo teórico na temperatura crítica, sugerindo aspectos de criticalidade na dinâmica cerebral. Na segunda parte, é estudada a dinâmica temporal da atividade de um população neural, ou seja, a atividade de células ganglionares da retina gravadas em uma matriz de multi-eletrodos. Vários estudos têm focado em descrever a atividade de redes neurais usando modelos de Ising com desordem, não dando atenção à estrutura dinâmica. Tratando o tempo como uma dimensão extra do sistema, a dinâmica temporal da atividade da população neural é modelada. O princípio de máxima entropia é usado para construir um modelo de Ising com interação entre pares das atividades de diferentes neurônios em tempos diferentes. O ajuste do modelo é feito com uma combinação de amostragem de Monte-Carlo e método do gradiente descendente. O sistema é caracterizado pelos parâmetros aprendidos, questões como balanço detalhado e reversibilidade temporal são analisadas e variáveis termodinâmicas, como o calor específico, podem ser calculadas para estudar aspectos de criticalidade / Abstract: This work is divided in two parts. In the first part, a correlation network is build based on an Ising model at different temperatures, critical, subcritical and supercritical, using a Metropolis Monte-Carlo algorithm with single-spin-flip dynamics. This theoretical model is compared with a brain network built from the correlations of BOLD fMRI temporal series of brain regions activity. Network measures, such as clustering coefficient, average shortest path length and degree distributions are analysed. The same network measures are calculated to the network obtained from the time series correlations of the spins in the Ising model. The results from the brain network are better explained by the theoretical model at the critical temperature, suggesting critical aspects in the brain dynamics. In the second part, the temporal dynamics of the activity of a neuron population, that is, the activity of retinal ganglion cells recorded in a multi-electrode array was studied. Many studies have focused on describing the activity of neural networks using disordered Ising models, with no regard to the dynamic nature. Treating time as an extra dimension of the system, the temporal dynamics of the activity of the neuron population is modeled. The maximum entropy principle approach is used to build an Ising model with pairwise interactions between the activities of different neurons at different times. Model fitting is performed by a combination of Metropolis Monte Carlo sampling with gradient descent methods. The system is characterized by the learned parameters, questions like detailed balance and time reversibility are analysed and thermodynamic variables, such as specific heat, can be calculated to study critical aspects / Mestrado / Física / Mestre em Física / 2013/25361-6 / FAPESP

Orientador: Alfredo Pereira Junior / Banca: Adrian Oscar Montoya / Banca: João de Fernandes Teixeira / Resumo: Neste trabalho nos propomos a analisar a consciência a partir da perspectiva neurobiológica de Antonio Damásio. Para isso, sugerimos um percurso investigativo que se inicia com uma abordagem histórico-filosófica. Destacamos neste contexto, a noção cartesiana do dualismo substancial, caracterizada por se conceber mente e corpo como realmente distintos. Contrariamente a essa concepção, apresentamos o monismo naturalista de Espinosa, que procurou compreender a mente e o corpo como partes integrantes da natureza. Em seguida, procuramos apresentar uma possível aproximação entre o monismo naturalista de Espinosa e a abordagem neurobiológica de Damásio. Para Damásio (1996, 2000, 2004), a consciência emerge em uma rede neural integrada, a partir das interações entre cérebro, corpo e ambiente. Apesar de possuir suas bases biológicas, a consciência não se reduz a elas. Formas inovadoras e complexas vão surgindo, na medida em que os processos de interação com o ambiente se ampliam. Procuramos mostrar que a consciência, seja ela elementar (proto-self) ou complexa (consciência ampliada) tem por finalidade contribuir para a manutenção e preservação da vida. / Abstract: In this work I analyze consciousness from the neurobiological perspective of Antonio Damásio. The investigation begins with a historical review of philosophical approaches to the mind-body problem. I focus on the Cartesian notion of substantial dualism, characterized for conceiving mind and body as really different and separated entities. Contrary to this conception, the naturalistic monism of Espinosa understands mind and body as parts of nature. After this review, I look for a possible approximation between the naturalistic monism of Espinosa and the neurobiological approach of Damásio. For Damásio (1996, 2000, 2004), consciousness emerges, in an integrated neural net, from the interaction of brain, body and environment. Although possessing a biological basis, consciousness cannot be reduced to biology. Innovative and complex forms appear in the processes of interaction of the brain with the body and environment. In my discussion of Damásio I suggest that consciousness, either elementary (proto-self) or complex (extended conscience), has the purpose of contributing to the maintenance and preservation of life. / Mestre