Neste trabalho são apresentadas aplicações estatísticas e extensões dos modelos Rathie-Swamee. Propostos em Rathie e Swamee (2006), os modelos Rathie-Swamee foram desenvolvidos a partir de uma generalização da distribuição logística. Esses modelos apresentam grande flexibilidade, assumindo formas unimodais e multimodais, e têm algumas aplicações exemplificadas neste trabalho com dados bimodais de pesca de camarões e de erupções de gêisers. Por meio de simulações desses modelos, são avaliados os desempenhos de diferentes métodos para obtenção de intervalos de confiança para os parâmetros dos modelos e dos estimadores de máxima verossimilhança. As extensões apresentadas para os modelos Rathie-Swamee são referentes à incorporação de covariáveis nos modelos, obtendo-se modelos de regressão. Esses novos modelos de regressão são utilizados para ajuste aos dados de pesca e de erupções, para exemplificar algumas aplicações dos modelos. Uma nova distribuição de probabilidades é apresentada como distribuição resultante de produtos e quocientes entre variáveis aleatórias independentes com distribuições Rathie-Swamee. Para essa nova distribuição é apresentada uma tabela com alguns quantis de interesse para diferentes valores do parâmetro, assim como os resultados de estimação por máxima verossimilhança obtidos para as simulações realizadas com diferentes valores para o parâmetro e tamanhos de amostra. / Applications and extensions to the Rathie-Swamee models are presented in this work. Proposed by Rathie and Swamee (2006), the Rathie-Swamee models were developed as a generalization to the logistic distribution. These models have great flexibility, assuming unimodal and multimodal shapes, and have some of its applications exemplified with bimodal data of shrimp fishing and geyser eruptions. By the use of simulations, the performance of different methods to obtain confidence intervals are compared. The extensions presented for the Rathie-Swamee models refer to the inclusion of covariates, creating regression models. These new regression models are fitted to fishing and eruption data, to exemplify some applications of the models. A new probability distribution is presented as the resulting distribution of quotients and products between independent random variables with Rathie-Swamee distributions. For this new distribution are presented some simulation results along with a table of quantiles for some percentage points of interest.

Building performance simulations [BPS] tools are important in all the design stages, mainly in the early ones. However, some barriers such as time, resources and expertise do not contribute to their implementation in architecture offices. This research aimed to develop regression models (meta-models) to assess the thermal discomfort in a Brazilian low-cost house [LCH] during early design. They predicted the degree-hours of discomfort by heat and/or by cold as function of the design parameters changes for three Brazilian cities: Curitiba/PR, São Paulo/SP, and Manaus/AM. This work focused on using the meta-models to evaluate the impact of the parameters related to natural ventilation strategies on thermal performance in LCH. The analyzed Brazilian LCH consisted in a naturally ventilated representative unit developed based on the collected data. The most influential parameters in thermal performance, namely as key design parameters, were building orientation, shading devices positions and sizes, thermal material properties of the walls and roof constructive systems as well as window-to-wall ratios (WWR) and effective window ventilation areas (EWVA). The methodology was divided into: (a) collecting projects of Brazilian LCH, and based on that a base model that was able to represent them was proposed, (b) defining the key design parameters and their ranges, in order to compose the design space to be considered, (c) simulating thermal performance using EnergyPlus coupled with a Monte Carlo framework to randomly sample the design space considered, (d) using the greater part of the simulation results to develop the meta-models, (e)using the remaining portion to validate them, and (f) applying the meta-models in a simple design configuration in order to test their potential as a support design tool. Overall, the meta-models showed R2 values higher than 0.95 for all climates. Except for the regression models to predict discomfort by heat for Curitiba (R2 =0.61) and São Paulo (R2 =0.74). In their application, the models showed consistent predictions for WWR variations, but unexpected patterns for EWVA. / Simulações do desempenho de edificações são ferramentas importantes em todo processo de desenvolvimento do projeto, especialmente nas etapas iniciais. No entanto, barreiras como tempo, custo e conhecimento especializado impedem a implementação de tais ferramentas nos escritórios de arquitetura. A presente pesquisa se propôs a desenvolver modelos de regressão (meta-modelos) para avaliar o desconforto térmico em uma habitação de interesse social [HIS] brasileira. Estes meta - modelos predizem os graus-hora de desconforto por calor ou por frio em função de alterações nos parâmetros de projeto para três cidades brasileiras: Curitiba/PR, São Paulo/SP e Manaus/AM. O foco deste trabalho é o uso dos meta-modelos para avaliar o impacto de parâmetros relacionados com estratégias de ventilação natural no conforto térmico em HIS. A HIS brasileira analisada consistiu em uma unidade representativa, naturalmente ventilada e desenvolvida baseada em dados coletados. Os parâmetros que mais influenciam o conforto térmico, nomeados parâmetroschave de projeto foram: orientação da edificação, posição e tamanho das proteções solares, propriedades térmicas dos sistemas construtivos das paredes e do telhado, assim como, áreas de janela nas fachadas e áreas efetiva de abertura. A metodologia foi dividida em: (a) coleta de projetos de HIS brasileiras que embasaram a proposição de um modelobase que os representassem, (b) definição dos parâmetros chave de projeto e suas faixas de variação, a fim de compor o universo de projeto a ser explorado, (c) simulações térmicas usando o EnergyPlus acoplado com uma ferramenta de Monte Carlo para variar randomicamente o universo de projeto considerado, (d) uso da maior parte dos resultados das simulações para o desenvolvimento dos meta-modelos,(e) uso da porção remanescente para a validação dos meta-modelos e (f) aplicação dos meta-modelos em uma simples configuração de projeto, visando testar o seu potencial como ferramenta de suporte de projeto. De modo geral, os meta-modelos apresentaram R2 superiores a 0,95 para todos os climas, exceto os meta-modelos para predizer desconforto por calor para Curitiba (R2 =0,61) e São Paulo (R2 =0,74). Na fase de aplicação, os modelos mostraram predições consistentes para variações na área de janela na fachada, mas incoerências para variações nas áreas efetiva de abertura.

Nessa tese apresentamos três diferentes aplicações dos modelos Birnbaum-Saunders. No capítulo 2 introduzimos um novo método por função-núcleo não-paramétrico para a estimação de densidades assimétricas, baseado nas distribuições Birnbaum-Saunders generalizadas assimétricas. Funções-núcleo baseadas nessas distribuições têm a vantagem de fornecer flexibilidade nos níveis de assimetria e curtose. Em adição, os estimadores da densidade por função-núcleo Birnbaum-Saunders gene-ralizadas assimétricas são livres de viés na fronteira e alcançam a taxa ótima de convergência para o erro quadrático integrado médio dos estimadores por função-núcleo-assimétricas-não-negativos da densidade. Realizamos uma análise de dados consistindo de duas partes. Primeiro, conduzimos uma simulação de Monte Carlo para avaliar o desempenho do método proposto. Segundo, usamos esse método para estimar a densidade de três dados reais da concentração de poluentes atmosféricos. Os resultados numéricos favorecem os estimadores não-paramétricos propostos. No capítulo 3 propomos uma nova família de modelos autorregressivos de duração condicional baseados nas distribuições misturas de escala Birnbaum-Saunders (SBS). A distribuição Birnbaum-Saunders (BS) é um modelo que tem recebido considerável atenção recentemente devido às suas boas propriedades. Uma extensão dessa distribuição é a classe de distribuições SBS, a qual (i) herda várias das boas propriedades da distribuição BS, (ii) permite a estimação de máxima verossimilhança em uma forma eficiente usando o algoritmo EM, e (iii) possibilita a obtenção de um procedimento de estimação robusta, entre outras propriedades. O modelo autorregressivo de duração condicional é a família primária de modelos para analisar dados de duração de transações de alta frequência. A metodologia estudada aqui inclui estimação dos parâmetros pelo algoritmo EM, inferência para esses parâmetros, modelo preditivo e uma análise residual. Realizamos simulações de Monte Carlo para avaliar o desempenho da metodologia proposta. Ainda, avalia-mos a utilidade prática dessa metodologia usando dados reais de transações financeiras da bolsa de valores de Nova Iorque. O capítulo 4 trata de índices de capacidade do processo (PCIs), os quais são ferramentas utilizadas pelas empresas para determinar a qualidade de um produto e avaliar o desempenho de seus processos de produção. Estes índices foram desenvolvidos para processos cuja característica de qualidade tem uma distribuição normal. Na prática, muitas destas ca-racterísticas não seguem esta distribuição. Nesse caso, os PCIs devem ser modificados considerando a não-normalidade. O uso de PCIs não-modificados podemlevar a resultados inadequados. De maneira a estabelecer políticas de qualidade para resolver essa inadequação, transformação dos dados tem sido proposta, bem como o uso de quantis de distribuições não-normais. Um distribuição não-normal assimétrica o qual tem tornado muito popular em tempos recentes é a distribuição Birnbaum-Saunders (BS). Propomos, desenvolvemos, implementamos e aplicamos uma metodologia baseada em PCIs para a distribuição BS. Além disso, realizamos um estudo de simulação para avaliar o desempenho da metodologia proposta. Essa metodologia foi implementada usando o software estatístico chamado R. Aplicamos essa metodologia para um conjunto de dados reais de maneira a ilustrar a sua flexibilidade e potencialidade. / In this thesis, we present three different applications of Birnbaum-Saunders models. In Chapter 2, we introduce a new nonparametric kernel method for estimating asymmetric densities based on generalized skew-Birnbaum-Saunders distributions. Kernels based on these distributions have the advantage of providing flexibility in the asymmetry and kurtosis levels. In addition, the generalized skew-Birnbaum-Saunders kernel density estimators are boundary bias free and achieve the optimal rate of convergence for the mean integrated squared error of the nonnegative asymmetric kernel density estimators. We carry out a data analysis consisting of two parts. First, we conduct a Monte Carlo simulation study for evaluating the performance of the proposed method. Second, we use this method for estimating the density of three real air pollutant concentration data sets, whose numerical results favor the proposed nonparametric estimators. In Chapter 3, we propose a new family of autoregressive conditional duration models based on scale-mixture Birnbaum-Saunders (SBS) distributions. The Birnbaum-Saunders (BS) distribution is a model that has received considerable attention recently due to its good properties. An extension of this distribution is the class of SBS distributions, which allows (i) several of its good properties to be inherited; (ii) maximum likelihood estimation to be efficiently formulated via the EM algorithm; (iii) a robust estimation procedure to be obtained; among other properties. The autoregressive conditional duration model is the primary family of models to analyze high-frequency financial transaction data. This methodology includes parameter estimation by the EM algorithm, inference for these parameters, the predictive model and a residual analysis. We carry out a Monte Carlo simulation study to evaluate the performance of the proposed methodology. In addition, we assess the practical usefulness of this methodology by using real data of financial transactions from the New York stock exchange. Chapter 4 deals with process capability indices (PCIs), which are tools widely used by companies to determine the quality of a product and the performance of their production processes. These indices were developed for processes whose quality characteristic has a normal distribution. In practice, many of these characteristics do not follow this distribution. In such a case, the PCIs must be modified considering the non-normality. The use of unmodified PCIs can lead to inadequacy results. In order to establish quality policies to solve this inadequacy, data transformation has been proposed, as well as the use of quantiles from non-normal distributions. An asymmetric non-normal distribution which has become very popular in recent times is the Birnbaum-Saunders (BS) distribution. We propose, develop, implement and apply a methodology based on PCIs for the BS distribution. Furthermore, we carry out a simulation study to evaluate the performance of the proposed methodology. This methodology has been implemented in a noncommercial and open source statistical software called R. We apply this methodology to a real data set to illustrate its flexibility and potentiality.

Submitted by Aline Batista (alinehb.ufpel@gmail.com) on 2018-06-21T22:25:06Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Maria_da_Graca_Pereira_Pimentel.pdf: 1105022 bytes, checksum: a8ce676040253811180c0351efada9a1 (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2018-06-21T22:44:49Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Maria_da_Graca_Pereira_Pimentel.pdf: 1105022 bytes, checksum: a8ce676040253811180c0351efada9a1 (MD5) / Made available in DSpace on 2018-06-21T22:44:49Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Maria_da_Graca_Pereira_Pimentel.pdf: 1105022 bytes, checksum: a8ce676040253811180c0351efada9a1 (MD5) Previous issue date: 2007-02-18 / Sem bolsa / Um modelo de equações de regressão linear múltiplas, foi utilizado para realização de estimativas das temperaturas mínimas (Tmin) e máximas (Tmax) médias mensais do ar. As variáveis independentes adotadas como preditores, foram latitude, longitude e altitude e valores de temperaturas mínimas e máximas médias mensais da ar de noventa anos de dados (1913-1992) de quarenta estações meteorológicas de Estado do Rio Grande do Sul, como variáveis dependentes ou preditantes. A altitude influi significativamente na determinação das temperaturas mínimas e máximas. A latitude contribui em ambas de forma significativa mas atua mais intensamente sobre as temperaturas máximas. A longitude, é um fator pouco relevante e praticamente negligenciável sobre as temperaturas mínimas mas sobre as temperaturas máximas é mais intenso. O modelo faz boas estimativas das temperaturas mínimas e máximas, com exceção de alguns meses, e para algumas estações, nas quais o efeito da oceanidade/continentalidade se manifesta. Os baixos dos coeficientes de correlação para as temperaturas máximas nas sub-séries 30 A, 30 B e 30 C indicam que as estimativas mais eficientes devem considerar séries longas de dados. O modelo realizou boas estimativas das temperaturas mínimas e máximas médias mensais apresentando pequenos erros absolutos. / Multiple linear regression model equations, to estimate the average monthly minimum (Tmin) and maximum air temperature (Tmax), were established using latitude, longitude and altitude as independent variables and 90 years (1913-2002) of minimum and maximun average monthly air temperature data from forty meteorological stations, situated in the State of Rio Grande do Sul (Brazil) as dependent variables. The altitude shows a great influence in minimum and maximum air temperature. The latitude makes contribution in both, but more strongly over maximum temperatures. The longitude, is a low relevant factor and practically negligenceable about the minimum temperatures but in the maximum temperarures is more relevant. The model make very good estimations of minimum and maximum temperatures, except for some months, and to some meteorological stations in which the continental-oceanic effect are present. The smaller values of correlations coefficients of the maximum temperatures in years interval 30 A, 30 B and 30 C subseries denote that the more efficient estimations have to include long series of data.

Submitted by (ana.araujo@ufrpe.br) on 2016-05-20T14:30:00Z No. of bitstreams: 1 Andrea Andrade Prudente.pdf: 1364424 bytes, checksum: 52db48248a4f42fd96b6ee53463083eb (MD5) / Made available in DSpace on 2016-05-20T14:30:00Z (GMT). No. of bitstreams: 1 Andrea Andrade Prudente.pdf: 1364424 bytes, checksum: 52db48248a4f42fd96b6ee53463083eb (MD5) Previous issue date: 2009-03-18 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / The main objective in this dissertation is to derive expressions for the second-order biases of the maximum likelihood estimators of the parameters of the Weibull generalized linear model (WGLM), which are useful to define corrected estimators. In order to reduce the bias of these estimators in finite sample sizes, the method of bias correction introduced by Cox and Snell (1968) was used. The new model adopts a link function which relates the vector of scale parameters of the Weibull distribution to a linear predictor. As a second objective, a revision of the normal non-linear models was also presented, including the method of least squares for estimating the parameters, some asymptotic results, measures of nonlinearity and diagnostic techniques, because in contrast to linear models, quality and, especially, the validity of their fits are evaluated not only by means of regression diagnostics, but also with the extent of the non-linear behavior. Finally, a brief description of generalized linear models (GLM) is given and the applicability of the model range. Real data sets were analyzed to demonstrate the applicability of the proposed models. These tests were conducted in the R environment for programming, data analysis, andgraphics. / Esta dissertação tem como objetivo principal apresentar expressões para os vieses de segunda ordem dos estimadores de máxima verossimilhança dos parâmetros do modelo linear generalizado de Weibull (MLGW), utilizando-as para obter estimadores corrigidos. Com o intuito de reduzir os vieses destes estimadores, em amostras de tamanho finito, utilizou-se a correção do viés pelo uso da equação de Cox e Snell (1968). Esse modelo permite a utilização de uma função de ligação para relacionar o vetor dos parâmetros de escala da distribuição de Weibull (parte da média) ao preditor linear. Um objetivo secundário foi revisar os modelos normais não-lineares, contemplando o método de mínimos quadrados para estimação dos seus parâmetros, alguns resultados assintóticos, medidas de não-linearidade e técnicas de diagnóstico, pois ao contrário dos modelos lineares, a qualidade e, principalmente, a validade dos seus ajustes são avaliadas não só por meio de diagnósticos de regressão, mas pela extensão do comportamento nãolinear. Por fim, foi apresentada, também, uma sucinta descrição dos modelos lineares generalizados (MLG) e a aplicabilidade do modelo gama. Dados reais foram analisados para demonstrar a aplicabilidade dos modelos propostos. Estas análises foram realizadas no ambiente de programação, análise de dados e gráficos R.

Submitted by (ana.araujo@ufrpe.br) on 2016-08-10T13:00:13Z No. of bitstreams: 1 Rejane dos Santos Brito.pdf: 1642561 bytes, checksum: 084711a62c79f703133a032643c8d19f (MD5) / Made available in DSpace on 2016-08-10T13:00:13Z (GMT). No. of bitstreams: 1 Rejane dos Santos Brito.pdf: 1642561 bytes, checksum: 084711a62c79f703133a032643c8d19f (MD5) Previous issue date: 2009-03-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / We make a review about Edgeworth, Lugannani-Rice, Daniels and Cordeiro-Ferrari asymptotic approximations. We use the Cordeiro-Ferrari asymptotic approximation to approximate the gamma distribution G(m;f ) by the exponential distribution with mean a. In a further application, based on the statistical proposed by them, we approximate the t-Student distribution with n degrees of freedom using the normal standard distribution. Moreover, we realize a study about the functionalities of the beta generalized distributions. We obtain moments of the generalized beta distributions using the Lauricella and Kampé de Fériet generalized functions. Beyond this, we propose a new generalized beta distribution called beta power. Finally, we realize some applications in regression models by logistic regression and further more using discriminant analysis. / Inicialmente, realiza-se uma revisão literária sobre as expansões assintóticas de Daniels, Edgeworth, Lugannani-Rice e Cordeiro-Ferrari. Mediante uso da expansão de Cordeiro- Ferrari, torna-se possível realizar um estudo correspondente a aproximação da distribuição gama G(m;f ) em função da distribuição exponencial com média a. E, ainda, numa outra aplicação, faz-se a aproximação da distribuição t-Student com n graus de liberdade em função da distribuição normal padrão. Além disso, apresenta-se um estudo correspondente às funcionalidades das distribuições beta generalizadas e, ainda, a obtenção dos momentos das distribuições beta generalizadas mediante as funções de Lauricella e generalizada de Kampé de Fériet. Propõe-se, ainda, a generalização da distribuição power como sendo uma nova distribuição beta generalizada. Por fim, realizam-se algumas aplicações em modelos de regressão, mediante regressão logística, bem como em modelos de análise discriminante.

Made available in DSpace on 2016-12-23T14:33:42Z (GMT). No. of bitstreams: 1 Dissertacao de Alexandre Bertolani Oliveira.pdf: 2765651 bytes, checksum: d31c448c5c2d094b1f5f76cb6c10e190 (MD5) Previous issue date: 2010-02-12 / We investigate strategies to define prediction models for a quality parameter of an industrial process. We estimate this variable using computational intelligence and in special regression methods. The main contribution of this paper is the comparative analysis of heuristic training models to create the prediction system. We propose two main paradigms to obtain the system, machine learning and hybrid artificial neural networks. The resulting system is a prototype for the intelligent supervision of a real-time production process. Statistical tools are used to compare the performance of the regression based predictor and the neuro-fuzzy based predictor, considering the degree of adaptation of the system to the problem and its generalization ability / Neste trabalho são investigadas estratégias para a elaboração de Modelos de Predição que possam ser utilizados no monitoramento de uma variável de qualidade pertencente a um determinado Processo Produtivo Industrial. Neste cenário, a variável de qualidade é estimada por meio de técnicas da Inteligência Computacional e empiricamente avaliada na resolução de problemas de regressão. A principal contribuição desta monografia é a análise comparativa de Técnicas da Inteligência Computacional associadas às estratégias heurísticas de treinamento para a construção dos Modelos de Predição. São propostas duas linhas de pesquisa investigadas a partir de uma pesquisa empírica dos dados, e analisados a partir de dois grandes ramos da Inteligência Computacional Aprendizagem de Máquina e Redes Neurais Híbridas. Os Modelos de Predição desenvolvidos são protótipos conceituais para potencial implementação de Sistemas Inteligentes em tempo real de uma planta industrial. O método de construção dos Modelos de Predição por técnicas de Regressão é comparado com o método de construção do Modelo de Predição por redes Neuro-Fuzzy e analisados por critérios estabelecidos a partir de ferramentas estatísticas que levam em consideração os níveis de adequação e generalização dos mesmos. Ao final, são apresentados resultados dos métodos implementados sobre a mesma base de dados bem como os pertinentes trabalhos futuros

Orientador: Helena Maria Andre Bolini / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia de Alimentos / Made available in DSpace on 2018-08-11T04:55:59Z (GMT). No. of bitstreams: 1 Alves_LeonardoRangel_M.pdf: 410164 bytes, checksum: eed7ffe76f347f00d0abb009ed908230 (MD5) Previous issue date: 2008 / Resumo: Este estudo objetivou Identificar direcionadores de preferência de oito amostras comerciais de néctar de uva (tradicionais e ¿light¿) utilizando metodologias estatísticas avançadas para relacionar dados de perfil sensorial, físico-químicos e aceitabilidade. Oito amostras comerciais de néctares de uva (quatro tradicionais e suas respectivas versões ¿light¿) foram analisadas. Um teste de Aceitação utilizando a escala hedônica híbrida foi realizado com 114 consumidores. Quatorze termos descritivos foram avaliados por uma equipe sensorial e seis atributos físico-químicos foram medidos. As amostras de néctar de uva A e C foram as mais aceitas e as amostras CL e DL (¿light¿) foram as mais rejeitadas. Construiu-se um Mapa de Preferência Interno e em seguida uma Análise de ¿Cluster¿ foi realizada para o atributo Impressão Global. Dois grupos de consumidores foram encontrados. A principal diferença entre os grupos foi com relação à utilização de diferentes porções da escala pelos consumidores de cada grupo. A metodologia PLSR foi utilizada para relacionar a aceitação dos consumidores com os termos descritivos e atributos físico-químicos, fornecendo correlações entre eles. Os resultados mostraram que os atributos Sabor de Uva, Sabor Residual de Uva, Acidez Total Titulável, Aroma de Uva, Cor Vinho, °Brix, Viscosidade, Acidez, Turbidez, Adstringência, Fenóis Totais e Consistência nesta ordem de importância, estavam fortemente correlacionados com a Impressão Global dos consumidores sendo portanto os direcionadores de preferência encontrados / Abstract: This study depicts the PLS regression method used to help find drivers of liking of the grape nectar. Eight commercial brands (four traditional and four lights) were analyzed. An acceptance test using hybrid hedonic scale was performed with 114 consumers. Fourteen attributes were evaluated by a sensory team of fourteen members, and six physical-chemical attributes were measured. The most accepted samples were A and C, and the less accepted ones were CL and DL (lights). An Internal Preference Mapping followed by a Cluster Analysis was performed on the consumer grades to Global Impression. Two clusters of consumers were found. The mainly difference between clusters was the use of different portions of the scale by the consumers. The PLSR methodology was used to relate the acceptance with the sensory and physical-chemical attributes giving a correlation between them. The model showed the importance of each sensory or physicalchemical attribute for the model projection. The results showed that Grape Flavor; Residual Grape Flavor, Total Sourness Titration, Grape Aroma, Wine Color, °Brix, Viscosity, Sourness, Turbidity, Astringency, Total Phenols and Consistency were positive correlated with consumer grades to Global Impression, therefore they are called drivers of liking / Mestrado / Consumo e Qualidade de Alimentos / Mestre em Alimentos e Nutrição

Submitted by Jaqueline Silva (jtas29@gmail.com) on 2014-10-21T18:36:43Z No. of bitstreams: 2 Dissertação - Lauro Cássio Martins de Paula - 2014.pdf: 2690755 bytes, checksum: 3f2c0a7c51abbf9cd88f38ffbe54bb67 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Jaqueline Silva (jtas29@gmail.com) on 2014-10-21T18:37:00Z (GMT) No. of bitstreams: 2 Dissertação - Lauro Cássio Martins de Paula - 2014.pdf: 2690755 bytes, checksum: 3f2c0a7c51abbf9cd88f38ffbe54bb67 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-10-21T18:37:00Z (GMT). No. of bitstreams: 2 Dissertação - Lauro Cássio Martins de Paula - 2014.pdf: 2690755 bytes, checksum: 3f2c0a7c51abbf9cd88f38ffbe54bb67 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-07-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The problem of variable selection is the selection of attributes for a given sample that best contribute to the prediction of the property of interest. Traditional algorithms as Successive Projections Algorithm (APS) have been quite used for variable selection in multivariate calibration problems. Among the bio-inspired algorithms, we note that the Firefly Algorithm (AF) is a newly proposed method with potential application in several real world problems such as variable selection problem. The main drawback of these tasks lies in them computation burden, as they grow with the number of variables available. The recent improvements of Graphics Processing Units (GPU) provides to the algorithms a powerful processing platform. Thus, the use of GPUs often becomes necessary to reduce the computation time of the algorithms. In this context, this work proposes a GPU-based AF (AF-RLM) for variable selection using multiple linear regression models (RLM). Furthermore, we present two APS implementations, one using RLM (APSRLM) and the other sequential regressions (APS-RS). Such implementations are aimed at improving the computational efficiency of the algorithms. The advantages of the parallel implementations are demonstrated in an example involving a large number of variables. In such example, gains of speedup were obtained. Additionally we perform a comparison of AF-RLM with APS-RLM and APS-RS. Based on the results obtained we show that the AF-RLM may be a relevant contribution for the variable selection problem. / O problema de seleção de variáveis consiste na seleção de atributos de uma determinada amostra que melhor contribuem para a predição da propriedade de interesse. O Algoritmo das Projeções Sucessivas (APS) tem sido bastante utilizado para seleção de variáveis em problemas de calibração multivariada. Entre os algoritmos bioinspirados, nota-se que o Algoritmo Fire f ly (AF) é um novo método proposto com potencial de aplicação em vários problemas do mundo real, tais como problemas de seleção de variáveis. A principal desvantagem desses dois algoritmos encontra-se em suas cargas computacionais, conforme seu tamanho aumenta com o número de variáveis. Os avanços recentes das Graphics Processing Units (GPUs) têm fornecido para os algoritmos uma poderosa plataforma de processamento e, com isso, sua utilização torna-se muitas vezes indispensável para a redução do tempo computacional. Nesse contexto, este trabalho propõe uma implementação paralela em GPU de um AF (AF-RLM) para seleção de variáveis usando modelos de Regressão Linear Múltipla (RLM). Além disso, apresenta-se duas implementações do APS, uma utilizando RLM (APS-RLM) e uma outra que utiliza a estratégia de Regressões Sequenciais (APS-RS). Tais implementações visam melhorar a eficiência computacional dos algoritmos. As vantagens das implementações paralelas são demonstradas em um exemplo envolvendo um número relativamente grande de variáveis. Em tal exemplo, ganhos de speedup foram obtidos. Adicionalmente, realiza-se uma comparação do AF-RLM com o APS-RLM e APS-RS. Com base nos resultados obtidos, mostra-se que o AF-RLM pode ser uma contribuição relevante para o problema de seleção de variáveis.

Made available in DSpace on 2014-07-29T14:52:09Z (GMT). No. of bitstreams: 1 tese jorge antonini.pdf: 527031 bytes, checksum: f95363ba3889fe76020a491c3ec28afe (MD5) Previous issue date: 2009-08-14 / The regional climatic conditions in the State of Goias Brazil are favorable for herbaceous cotton (Gossypium hirsutum L. r. latifolium hutch) cultivation. However, for achieving the best productivities, it is important that both the planting date and the fruiting period be matched with the adequate soil-water availability as well as that the period from open bull to harvesting be coincident with the dry period. Thus, the knowledge of cotton cycle as function of planting location is very important for choosing the optimum planting date. In this context, the air temperature is one of the climatic variables that mostly influence the cotton growth. Nevertheless, the low density of meteorological stations with capability for measuring temperature has restricted the modeling studies for estimating cotton cycle. This work was carried out with the objective of developing and validating mathematical models to estimate average daily air temperature and based on the degreesday theory, the cycle of herbaceous cotton in the State of Goias, considering altogether its variations in space and time. Both models were based on a linear combination of elevation, latitude, longitude, and the daily time variation, represented by an incomplete Fourier series. The parameter models were adjusted to the data from 21 meteorological stations available in the State of Goiás and Federal District of Brazil, using multiple linear regressions with observations varying from eight to twenty four years. In the case of modeling degrees-day, the maximum and minimum temperature data were limited between 15°C and 40°C, which were taken as the lower and upper threshold temperatures, respectively. The air-temperature model was validated against the measured data from three meteorological stations from different elevations: high (1100 m), medium (554 m) and low (431 m). The coefficients of determination obtained from fitting the models for both daily air-temperature and daily degrees-day were 0.82 and 0.84, respectively, resulting in a medium performance for both low and high altitudes and very good for intermediate altitudes. The validation of the degrees-day model was conducted by comparing the period duration running from crop emergence to 90% open bulls observed from cotton cultivars, cropped in commercial fields. The results showed an overall performance index of 0.85, which was considered as very good. The models developed in this study adequately estimated the average daily air temperature and the cycle of herbaceous cotton cultivars in the State of Goias / As condições climáticas regionais do Estado de Goiás são favoráveis ao cultivo do algodoeiro herbáceo (Gossypium hirsutum L. r. latifolium hutch), contudo, para alcançar as melhores produtividades, é imprescindível que a semeadura e o período de frutificação coincidam com o período de maior disponibilidade de água no solo e os períodos de abertura dos capulhos e da colheita coincidam com o período seco. Assim, o conhecimento acerca do ciclo da cultura em função do local de cultivo, é muito importante na definição da melhor época de plantio. Nesse contexto, é a temperatura do ar, uma das variáveis climáticas, que mais influencia o desenvolvimento do algodoeiro. No entanto, a baixa densidade de estações meteorológicas com capacidade de medição da temperatura tem limitado os estudos de modelagem de estimativa do ciclo deste cultivo. Este trabalho foi conduzido com o objetivo de desenvolver e validar modelos matemáticos para estimar a temperatura média diária do ar e, com base na teoria de graus-dia, o ciclo do algodoeiro herbáceo no Estado de Goiás, considerando, simultaneamente, suas variações no espaço e no tempo. Ambos os modelos basearam-se em uma combinação linear da altitude, latitude, longitude e da variação temporal diária, representada pela série trigonométrica incompleta de Fourier. Os parâmetros dos modelos foram ajustados aos dados de 21 estações meteorológicas disponíveis no Estado de Goiás e Distrito Federal, por meio de regressão linear múltipla, com observações variando de 8 a 24 anos. No caso da modelagem de graus-dia, os dados de temperatura máxima e mínima ficaram restritos ao intervalo de 15°C a 40°C, cujos limites foram adotados como os valores de temperatura de base inferior e superior, respectivamente. O modelo de temperatura foi validado, considerando os dados observados de temperatura em estações localizadas em condições de altitudes diferentes: elevada (1100 m), média (554 m) e baixa (431 m). Os coeficientes de determinação resultantes do ajuste dos modelos aos dados de temperatura média diária ou aos de grausdia foram 0,82 e 0,84, respectivamente. O desempenho do modelo foi mediano nas altitudes baixas e elevadas e muito bom nas altitudes médias. A validação do modelo de graus-dia foi feita comparando-se a duração observada do período entre a emergência e 90% de capulhos abertos de cultivares de algodoeiro, plantados em lavouras comerciais, resultando em um índice de desempenho de 0,85, classificado como muito bom. Os modelos desenvolvidos estimaram adequadamente a temperatura média diária do ar e a duração do ciclo dos cultivares de algodoeiro herbáceo no Estado de Goiás