[pt] O propósito deste trabalho é analisar as características relevantes dos cursos de mestrado em administração e em que grau elas são avaliadas por seus alunos e ex-alunos, com o objetivo de fornecer subsídios para as instituições acadêmicas desenvolverem ou aprimorarem tais cursos. Nesta pesquisa, aplicou-se a teoria de análise conjunta, a fim de se apontar o conjunto de características consideradas relevantes pelos estudantes de cursos de mestrado em administração de empresas. O desenvolvimento da dissertação foi composto de duas etapas: escolha dos atributos e níveis a serem avaliados pelos respondentes e análise dessa avaliação. Para escolher o conjunto de atributos e níveis a serem julgados, foram analisadas as informações existentes na literatura e conduzido um grupo de foco. Em seguida, foi escolhido o conjunto de estímulos a ser submetido aos estudantes de mestrado, desenvolvido com base no projeto ortogonal calculado pelo software estatístico SPSS. Realizou-se, então, a coleta de dados por meio de questionários, os quais foram entregues pessoalmente aos entrevistados ou enviados, em alguns casos, via correio eletrônico. Na última etapa, analisaram-se, com o auxílio do software SPSS, as importâncias relativas dos atributos e utilidades dos níveis propostos na pesquisa de campo, o que propiciou que o objetivo geral de se identificarem as características relevantes para conceito de um curso de mestrado fosse alcançado. / [en] The purpose of this work is to identify the main features of the Master in Business Administration programs and how these programs are evaluated by students and former students, aiming at helping academic institutions develop or improve their Master degree courses in the area. In this research, the conjoint analysis method was used to determine the set of features considered relevant by Master in Business Administration students. The thesis was developed in two stages: choosing the attributes and levels to be evaluated by respondents and analyzing such evaluation. The attributes and levels to be assessed were chosen only after the existing information was analyzed and a focus group was conducted. The set of stimulis to be given to the Master in Business Administration students was then chosen based on the orthogonal project calculated by the statistical software SPSS. The next stage involved data collection using questionnaires, which were personally delivered to the respondents or, in some cases, sent by e- mail. Finally, the statistical software SPSS was used to analyze the relative importance of the attributes and the partial utilities of the levels proposed in the field research, achieving the general goal of identifying the relevant features for the concept of a Master´s degree course.

[pt] O desenvolvimento de produtos e a correta distribuição aos segmentos de mercado são fatores fundamentais no processo de elaboração da estratégia de marketing das empresas a fim de proporcionar uma vantagem competitiva. Para isso, é essencial o perfeito entendimento das necessidades e desejos dos consumidores. Nessa dissertação, aplica-se a teoria de análise conjunta, com o objetivo de apontar o conjunto de características consideradas desejáveis pelos consumidores para a aquisição de cartões de crédito. O desenvolvimento do trabalho é composto de duas etapas: escolha dos atributos a serem avaliados pelos respondentes e análise dessa avaliação. Para escolher o conjunto de atributos a serem julgados foram realizadas entrevistas em profundidade e grupo de foco. A formação desse conjunto de estímulos foi desenvolvida utilizando-se o software SPSS 11.0 versão Windows. Em seguida, realizou-se a coleta de dados por meio de questionários, os quais foram enviados por correio eletrônico, sendo que alguns foram entregues pessoalmente. Por fim, também com o auxílio do software SPSS 11.0 versão Windows, o estudo atingiu seu objetivo, identificando o conceito de produto considerado mais adequado, fruto da combinação de estímulos que gerou maior nível de utilidade. / [en] The new product development and correct market segmentation are fundamental to define marketing strategy in order to provide a competitive advantage. To do this, the perfect understanding of customer needs is essential, too. In this research, the conjoint analysis theory is used with the objective of showing the group of characteristics understood as desirable by consumers to buy credit cards. This work is composed of two main basic steps: the choice of the attributes to be evaluated by the respondents and the analysis of this evaluation. The group of stimuli to be evaluated was chosen based on in-depth interviews and one focus group. The group of stimuli was developed using SPSS 11.0 software for Windows. Data collection was implemented with questionnaires sent by email. Some of them were handled personally. In the last step, also using the SPSS 11.0 software for Windows, this study reached its objective, identifying the concept of product considered the most adequate, as a result of the stimuli combination, which generated the highest utility level.

[pt] Informações precisas sobre a distribuição da população são reconhecidamente importantes. A fonte de informação mais completa sobre a população é o censo, cujos os dados são disponibilizados de forma agregada em setores censitários. Esses setores são unidades operacionais de tamanho e formas irregulares, que dificulta a análise espacial dos dados associados. Assim, a mudança de setores censitários para um conjunto de células regulares com estimativas adequadas facilitaria a análise. Uma metodologia a ser utilizada para essa mudança poderia ser baseada na classificação de imagens de sensoriamento remoto para a identificação de domicílios, que é a base das pesquisas envolvendo a população. A detecção de áreas edificadas é uma tarefa complexa devido a grande variabilidade de características de construção e de imagens. Os métodos usuais são complexos e muito dependentes de especialistas. Os processos automáticos dependem de grandes bases de imagens para treinamento e são sensíveis à variação de qualidade de imagens e características das construções e de ambiente. Nesta tese propomos a utilização de um método automatizado para detecção de edificações em imagens Google Earth que mostrou bons resultados utilizando um conjunto de imagens relativamente pequeno e com grande variabilidade, superando as limitações dos processos existentes. Este resultado foi obtido com uma aplicação prática. Foi construído um conjunto de imagens com anotação de áreas construídas para 12 regiões do Brasil. Estas imagens, além de diferentes na qualidade, apresentam grande variabilidade nas características das edificações e no ambiente geográfico. Uma prova de conceito será feita na utilização da classificação de área construída nos métodos dasimétrico para a estimação de população em gride. Ela mostrou um resultado promissor quando comparado com o método usual, possibilitando a melhoria da qualidade das estimativas. / [en] The importance of precise information about the population distribution is widely acknowledged. The census is considered the most reliable and complete source of this information, and its data are delivered in an aggregated form in sectors. These sectors are operational units with irregular shapes, which hinder the spatial analysis of the data. Thus, the transformation of sectors onto a regular grid would facilitate such analysis. A methodology to achieve this transformation could be based on remote sensing image classification to identify building where the population lives. The building detection is considered a complex task since there is a great variability of building characteristics and on the images quality themselves. The majority of methods are complex and very specialist dependent. The automatic methods require a large annotated dataset for training and they are sensitive to the image quality, to the building characteristics, and to the environment. In this thesis, we propose an automatic method for building detection based on a deep learning architecture that uses a relative small dataset with a large variability. The proposed method shows good results when compared to the state of the art. An annotated dataset has been built that covers 12 cities distributed in different regions of Brazil. Such images not only have different qualities, but also shows a large variability on the building characteristics and geographic environments. A very important application of this method is the use of the building area classification in the dasimetric methods for the population estimation into grid. The concept proof in this application showed a promising result when compared to the usual method allowing the improvement of the quality of the estimates.

[pt] A construção da oferta de produtos e serviços representa um ponto de enorme relevância na elaboração da estratégia de marketing das empresas. Tratando-se de marketing de serviços, pode-se dizer que esse processo passa a ser ainda mais importante. Seu papel em garantir que o cliente perceba, ou não, a diferenciação e a vantagem competitiva, se torna ainda mais crítico. Por essa razão, garantir que haja total entendimento das necessidades e desejos dos clientes é a prioridade máxima de qualquer estratégia. Esta dissertação tem como principal objetivo entender os fatores que influenciam a contratação de serviços de consultoria estratégica no mercado de telecomunicações. As teorias de marketing de serviços e análise conjunta sustentam a base teórica. O trabalho está dividido em três etapas principais: a primeira identifica os atributos e níveis por meio de entrevistas em profundidade; a pesquisa de campo compõe a segunda etapa; e a última abrange a análise dos resultados e conclusões. Os seguintes atributos e respectivos níveis foram identificados : Tipo de firma (Big 5 ou Não Big 5), Presença e experiência na indústria (Global ou Local), Afinidade cultural com o cliente (Alta ou Baixa), Experiência anterior com o cliente (Sim ou Não), Capacidade de apoiar a execução do plano estratégico (Sim ou Não) e Flexibilidade contratual e comercial (Sim ou Não). A fase final de análise dos resultados identificou o seguinte mix com os maiores níveis de utilidade : Tipo de firma (Big 5), Presença e experiência na indústria (Global), Afinidade cultural com o cliente (Alta), Experiência anterior com o cliente (Sim), Capacidade de apoiar a execução do plano estratégico (Sim) e Flexibilidade contratual e comercial (Sim). Capacidade de apoiar a execução do plano estratégico (Sim) e Afinidade cultural com o cliente (Alta), apareceram em primeiro lugar, mostrando uma tendência do mercado a querer mais que apenas às tradicionais recomendações. / [en] Building offers and services portfolio are significant challenges, and for sure, represent important tasks in the marketing strategy activities of all major companies. In services marketing, due to its intrinsic subjective environment, this process becomes even more sensitive and key for achieving expected results. Its role in ensuring customer’s perception in regards to differentiation and competitive advantage is even more important. In conclusion, making sure customer’s needs and desires are fulfilled becomes a priority within overall strategy and marketing components. The main objectives of the dissertation are identifying and understanding the factors influencing the choice for strategy consulting services in the telecommunications market. Both services marketing and conjoint analysis sustain the theoretical basis. This dissertation is composed of three main phases: the first identifies the attributes and levels by using interviews; the field research at the second phase; and the last (third phase) takes care of the result analysis and conclusions. The following attributes and related levels were identified: Type of firm (Big 5 or Non Big 5), Presence and experience with the industry (Global or Local), Cultural alignment with customer (High or Low), Previous experience with the customer (Yes or No), Capability of supporting the execution of the strategic plan (Yes or No) e Contractual and commercial flexibility (Yes or No). And the final phase of result analysis identified the following mix for the highest utilities levels : Type of firm (Big 5), Presence and experience with the industry (Global), Cultural alignment with customer (High), Previous experience with the customer (Yes), Capability of supporting the execution of the strategic plan (Yes) e Contractual and commercial flexibility (Yes).

[pt] Crescendo em média doze por cento ao ano no período de 2010 a 2015, a indústria de filmes no Brasil ainda é dominada por produtos importados. Visto que o importante apoio governamental recebido não foi suficiente para garantir a hegemonia dos produtos nacionais, percebe-se a necessidade da orientação para o mercado objetivando resultados superiores. Portanto, este estudo busca identificar características de produto que otimizem sua utilidade para o público alvo. Para tanto, a pesquisa levantou os atributos de produto mais importantes e seus respectivos níveis sob a perspectiva da indústria, avaliando-os com base em diretrizes de mercado para sugestão de novos produtos. Trata-se de uma aplicação de análise conjunta, na qual é possível calcular a utilidade de diferentes produtos para a amostra, o que gera insights importantes para os produtores nacionais. O levantamento de atributos e níveis foi feito através de grupos foco com executivos da indústria e com consumidores, para garantir o entendimento mútuo. Tais informações foram base para geração de um projeto fatorial fracionado, essencial para a exequibilidade da survey realizada em sequência. A análise dos resultados permitiu a identificação do produto ideal para a amostra, além de permitir a definição dos produtos ideais para doze segmentos definidos a priori. Os resultados indicam que produtos com elenco nacional e gravados em português possuem utilidades inferiores aos produtos com elenco misto ou internacional, gravados em inglês ou em idioma misto. Adicionalmente, quebrou-se o paradigma de que o pouco uso de efeitos especiais é uma grande desvantagem da produção nacional. Percebe-se que coproduções internacionais, que são alianças estratégicas pouco utilizadas atualmente, constituem alternativas que podem amplificar a utilidade dos produtos nacionais. As coproduções internacionais possibilitam a captação em mais mercados e, em consequência, o uso de elenco misto e maior investimentos em aspectos técnicos e artísticos. Ao fim e ao cabo essa estratégia tende a reduzir barreiras de entrada nos grandes mercados internacionais, o que facilita a exportação e aumenta a atratividade do produto para investidores. / [en] Growing twelve per cent on average each year, from 2010 to 2015, the film industry in Brazil remains dominated by imported products. Acknowledging that the government support received by this industry was not enough to ensure national products hegemony, the necessity for company s orientation toward the maketplace is perceived. The objective of this study is to identify which product s features optimize the product s utility for it s target market. For such purpose, this study identified which product s attributes were more relevant and their respective levels according to the industry and evaluated them using market directives to develop new products. This is study is an application of conjoint analysis, in which the utility of different products for the sample can be calculated and insights produced to help national producers. Focus-groups with executives and customers were conducted to identify the attributes and their levels and assure mutual understanding. Such data was used in the fractional factorial design, essential for survey s feasibility. Outcome analysis indicated the ideal product for the sample and for each of the twelve market segment defined a priori. They also shown that the utility of Brazilian cast and Portuguese as a spoken language is lower to the sample than the utility of multi-national cast using more than one language. In addition, the paradigm that Brazilian films were in a disadvantage because of it s lack or few usage of special effects was broken. International co-productions, which are strategic alliances rarely used by Brazilian producers, constitutes an alternative that may amplify the utility of Brazilian films. They enable multi-market fundraising and, by consequence, multi-national cast and bigger investments in technical and artistic aspects. In summary, this strategy tend to reduce entry barriers in bigger markets, which facilitates export and attract more investments.

[pt] A crescente disponibilidade de dados de sensoriamento remoto vem criando novas oportunidades e desafios em aplicações de monitoramento de processos naturais e antropogénicos em escala global. Nos últimos anos, as técnicas de aprendizado profundo tornaram-se o estado da arte na análise de dados de sensoriamento remoto devido sobretudo à sua capacidade de aprender automaticamente atributos discriminativos a partir de grandes volumes de dados. Um dos problemas chave em análise de imagens é a segmentação semântica, também conhecida como rotulação de pixels. Trata-se de atribuir uma classe a cada sítio de imagem. As chamadas redes totalmente convolucionais de prestam a esta função. Os anos recentes têm testemunhado inúmeras propostas de arquiteturas de redes totalmente convolucionais que têm sido adaptadas para a segmentação de dados de observação da Terra. O presente trabalho avalias cinco arquiteturas de redes totalmente convolucionais que representam o estado da arte em segmentação semântica de imagens de sensoriamento remoto. A avaliação considera dados provenientes de diferentes plataformas: veículos aéreos não tripulados, aeronaves e satélites. Cada um destes dados refere-se a aplicações diferentes: segmentação de espécie arbórea, segmentação de telhados e desmatamento. O desempenho das redes é avaliado experimentalmente em termos de acurácia e da carga computacional associada. O estudo também avalia os benefícios da utilização do Campos Aleatórios Condicionais (CRF) como etapa de pósprocessamento para melhorar a acurácia dos mapas de segmentação. / [en] The increasing availability of remote sensing data has created new opportunities and challenges for monitoring natural and anthropogenic processes on a global scale. In recent years, deep learning techniques have become state of the art in remote sensing data analysis, mainly due to their ability to learn discriminative attributes from large volumes of data automatically. One of the critical problems in image analysis is the semantic segmentation, also known as pixel labeling. It involves assigning a class to each image site. The so-called fully convolutional networks are specifically designed for this task. Recent years have witnessed numerous proposals for fully convolutional network architectures that have been adapted for the segmentation of Earth observation data. The present work evaluates five fully convolutional network architectures that represent the state of the art in semantic segmentation of remote sensing images. The assessment considers data from different platforms: unmanned aerial vehicles, airplanes, and satellites. Three applications are addressed: segmentation of tree species, segmentation of roofs, and deforestation. The performance of the networks is evaluated experimentally in terms of accuracy and the associated computational load. The study also assesses the benefits of using Conditional Random Fields (CRF) as a post-processing step to improve the accuracy of segmentation maps.

[pt] Esta dissertação aborda o marketing de gerações. As recentes alterações na estrutura e dinâmica populacional no Brasil salientam a necessidade de melhor caracterização de seus segmentos etários. Para marketing, uma questão relevante é entender como envelhecerá a população no que diz respeito aos seus hábitos de consumo. Observar esse processo a partir da perspectiva dos coortes pode trazer luz à compreensão dos comportamentos de consumo a partir dos valores sedimentados em determinada época do ciclo de vida dos consumidores. Conhecendo tais valores pode-se melhor avaliar compostos de serviço e produto para cada coorte e, sobretudo, como melhor implementar estratégias de comunicação e abordagem do mercado. No processo de envelhecimento três efeitos interagem: efeitos coorte, idade e período. A tendência nostálgica também interfere no processo, especialmente na manifestação do efeito coorte. Os resultados desta pesquisa apontam para a nostalgia como característica psicográfica ou de estilo de vida. Não foram encontrados indícios de que se trata de característica ligada à idade. Os resultados apontam que a tendência nostálgica parece sofrer influências marcantes de acordo com o sexo e a classe social (ou nível de renda). A influência do efeito coorte, de acordo com classificação proposta por Motta, Rossi e Schewe (1999), sobre a tendência nostálgica parece também relevante, embora os dados apontem efeitos de menor intensidade quando comparados aos ligados ao sexo e classe social. Os resultados apontam para a relevância do efeito coorte nas atitudes dos consumidores. A partir de classificação da população brasileira em 6 coortes, foram testados vários valores ligados a essas atitudes e propostas diretrizes genéricas de abordagem de Marketing a tais segmentos. / [en] This dissertation approaches the marketing of generations. The recent alterations in the structure and population dynamics in Brazil point out the necessity of better characterisation of its age segments. For marketing, a relevant question is to understand how this population will age in respect to its habits of consumption. Observing this process from the perspective of cohorts can bring light to the understanding of consumption behaviours, as this point of view is based on values sedimented in determined time of the cycle of life of the consumers. Knowing such values may favor better evaluation of product and service Marketing-mixes for each cohort and, over all, improve implementation of communication and market penetration strategies. In the aging process three main effects interact: cohort, age and period. The nostalgic trend also intervenes in the process, especially in the manifestation of the cohort effect. The results of this research support the supposition that nostalgia is a psicografic or life-style characteristic. There had not been found indications that relate nostalgia to the age effect. The results point that the nostalgic trend seems to experience remarkable influences from sex and social class (or income level). The influence of the cohort effect, in accordance with classification of the Brazilian population proposed by Motta, Rossi and Schewe (1999), on the nostalgic trend also seems relevant; even so, the data point effect of lesser intensity when compared with those of sex and social class. The results suggest that the cohort effect is relevant in the effort of better understanding consumers attitudes. Employing classification of the Brazilian population in 6 cohorts, several values related to consumers attitudes had been tested and generic Marketing-based approaching guidelines to such age-segments were proposed. / [es] Esta disertación aborda el marketing de generaciones. Las recientes alteraciones en la extructura y dinámica populacional en Brasil señalan la necesidad de una mejor caracterización de sus segmentos etários. Para marketing, entender como envejecerá la población en lo que respecta a sus hábitos de consumo constituye una cuestión relevante. Observar este proceso a partir de la perspectiva de los cohortes puede ayudar en la comprensión de los comportamientos de consumo a partir de los valores sedimentados en determinada época del ciclo de vida de los consumidores. Conociendo tales valores, pueden ser evaluados compuestos de servicio y productos para cada cohorte y, sobretodo, se pueden implementar estrategias de comunicación y abordaje de mercado. En el proceso de envejecimento tres efectos interactuan: efectos cohorte, edad y período. La tendencia nostálgica también interfiere en el proceso, especialmente en la manifestación del efecto cohorte. Los resultados de esta investigación apuntan a la nostalgia como característica psicográfica o de estilo de vida. No fueron encontrados indicios de que se trate de una característica vinculada a edad. Los resultados indican que la tendencia nostálgica parece sufrir influencias marcantes de acuerdo al sexo y la clase social (o nível de renta). La influencia del efecto cohorte, de acuerdo con la clasificación propuesta por Motta, Rossi e Schewe (1999), sobre la tendencia nostálgica aparece también como relevante, aunque los datos indiquen efectos de menor intensidad comparados a los vinculados a sexo y clase social. Los resultados apuntan para la relevancia del efecto cohorte en las actitudes de los consumidores. A partir de la clasificación de la populación brasilera en 6 cohortes, se experimentaron varios valores vinculados a esas actitudes y se propusieron directrizes genéricas de abordajem de Marketing a tales segmentos.

[pt] A segmentação de falhas sísmicas apresenta uma tarefa desafiadora edemorada na geofísica, especialmente na exploração e extração de petróleo egás natural. Métodos de Aprendizado Profundo (Deep Learning) têm mostradoum grande potencial para enfrentar esses desafios e oferecem vantagens emcomparação com métodos tradicionais. No entanto, abordagens baseadas emAprendizado Profundo geralmente requerem uma quantidade substancial dedados rotulados, o que contradiz o cenário atual de disponibilidade limitadade dados sísmicos rotulados. Para lidar com essa limitação, pesquisadores têmexplorado a geração de dados sintéticos como uma solução potencial paradados reais não rotulados. Essa abordagem envolve treinar um modelo emdados sintéticos rotulados e, posteriormente, aplicar diretamente ao conjuntode dados real. No entanto, a geração de dados sintéticos encontra o problemade deslocamento de domínio devido à complexidade das situações geológicasdo mundo real, resultando em diferenças na distribuição entre conjuntosde dados sintéticos e reais. Para mitigar o problema de deslocamento dedomínio na detecção de falhas sísmicas, propomos uma nova abordagem queutiliza técnicas de Adaptação de Domínio Não Supervisionada ou UnsupervisedDomain Adaptation (UDA). Nossa proposta envolve o uso de um conjunto dedados sintéticos para treinamento do modelo e sua adaptação a dois conjuntosde dados reais disponíveis publicamente na literatura. As técnicas de UDAescolhidas incluem Maximum Mean Discrepancy (MMD), Domain-AdversarialNeural Networks (DANN) e Fourier Domain Adaptation (FDA). MMD eDANN visam alinhar características em um espaço de características comumde n dimensões, minimizando discrepâncias e aumentando a confusão dedomínio por meio do treinamento adversarial, respectivamente. Por outro lado,FDA transfere o estilo de amostras reais para sintéticas usando TransformadaRápida de Fourier. Para os experimentos, utilizamos uma versão menor doUNet e sua variante Atrous UNet, que incorpora camadas convolucionaisdilatadas em seu gargalo. Além disso, o DexiNed (Dense Extreme InceptionNetwork), um modelo do estado da arte para detecção de bordas, foi empregadopara fornecer uma análise mais abrangente. Além disso, estudamos a aplicaçãode ajuste fino ou fine-tuning em conjuntos de dados rotulados para investigarseu impacto no desempenho, pois muitos estudos o têm utilizado para reduziro deslocamento de domínio.Os resultados finais demonstraram melhorias significativas no desempenho de detecção de falhas ao aplicar técnicas de UDA, com aumento médio deaté 13 por cento em métricas de avaliação como Intersection over Union e F1-score.Além disso, a abordagem proposta obteve detecções mais consistentes de falhassísmicas com menos falsos positivos, indicando seu potencial para aplicações nomundo real. Por outro lado, a aplicação de ajuste fino não demonstrou ganhossignificativos no desempenho, mas reduziu o tempo de treinamento. / [en] Seismic fault segmentation presents a challenging and time-consuming task in geophysics, particularly in the exploration and extraction of oil and natural gas. Deep Learning (DL) methods have shown significant potential to address these challenges and offer advantages compared to traditional methods. However, DL-based approaches typically require a substantial amount of labeled data, which contradicts the current scenario of limited availability of labeled seismic data. To address this limitation, researchers have explored synthetic data generation as a potential solution for unlabeled real data. This approach involves training a model on labeled synthetic data and subsequently applying it directly to the real dataset. However, synthetic data generation encounters the domain shift problem due to the complexity of real-world geological situations, resulting in differences in distribution between synthetic and real datasets. To mitigate the domain shift issue in seismic fault detection, we propose a novel approach utilizing Unsupervised Domain Adaptation (UDA) techniques. Our proposal involves using a synthetic dataset for model training and adapting it to two publicly available real datasets found in the literature. The chosen UDA techniques include Maximum Mean Discrepancy (MMD), Domain-Adversarial Neural Networks (DANN), and Fourier Domain Adaptation (FDA). MMD and DANN aim to align features in a common n-dimensional feature space by minimizing discrepancy and increasing domain confusion through adversarial training, respectively. On the other hand, FDA transfers the style from real to synthetic samples using Fast Fourier Transform. For the experiments, we utilized a smaller version of UNet and its variant Atrous UNet, which incorporates Dilated Convolutional layers in its bottleneck. Furthermore, DexiNed (Dense Extreme Inception Network), a state-of-the-art model for edge detection, was employed to provide a more comprehensive analysis. Additionally, we studied the application of fine-tuning on labeled datasets to investigate its impact on performance, as many studies have employed it to reduce domain shift. The final results demonstrated significant improvements in fault detection performance by applying UDA techniques, with up to a 13 percent increase in evaluation metrics such as Intersection over Union and F1-score on average. Moreover, the proposed approach achieved more consistent detections of seismic faults with fewer false positives, indicating its potential for realworld applications. Conversely, the application of fine-tuning did not show a significant gain in performance but did reduce the training time.

[pt] A eficiência de culturas pode ser aprimorada monitorando-se suas condições de forma contínua e tomando-se decisões baseadas em suas análises. Os dados para análise podem ser obtidos através de sensores de imagens e o processo de monitoramento pode ser automatizado utilizando-se algoritmos de reconhecimento de imagem com diferentes níveis de complexidade. Alguns dos algoritmos de maior êxito estão relacionados a abordagens supervisionadas de aprendizagem profunda (Deep Learning) as quais utilizam formas de Redes Neurais de Convolucionais (CNNs). Nesta dissertação de mestrado, empregaram-se modelos de aprendizagem profunda supervisionados para classificação, regressão, detecção de objetos e segmentação semântica em tarefas de monitoramento de culturas, utilizando-se amostras de imagens obtidas através de três níveis distintos: Satélites, Veículos Aéreos Não Tripulados (UAVs) e Robôs Terrestres Móveis (MLRs). Ambos satélites e UAVs envolvem o uso de imagens multiespectrais. Para o primeiro nível, implementou-se um modelo CNN baseado em Transfer Learning para a classificação de espécies vegetativas. Aprimorou-se o desempenho de aprendizagem do transfer learning através de um método de análise estatística recentemente proposto. Na sequência, para o segundo nível, implementou-se um algoritmo segmentação semântica multitarefa para a detecção de lavouras de cana-de-açúcar e identificação de seus estados (por exemplo, saúde e idade da cultura). O algoritmo também detecta a vegetação ao redor das lavouras, sendo relevante na busca por ervas daninhas. No terceiro nível, implementou-se um algoritmo Single Shot Multibox Detector para detecção de cachos de tomate. De forma a avaliar o estado dos cachos, utilizaram-se duas abordagens diferentes: uma implementação baseada em segmentação de imagens e uma CNN supervisionada adaptada para cálculos de regressão capaz de estimar a maturação dos cachos de tomate. De forma a quantificar cachos de tomate em vídeos para diferentes estágios de maturação, empregou-se uma implementação de Região de Interesse e propôs-se um sistema de rastreamento o qual utiliza informações temporais. Para todos os três níveis, apresentaram-se soluções e resultados os quais superam as linhas de base do estado da arte. / [en] Crop efficiency can be improved by continually monitoring their state and making decisions based on their analysis. The data for analysis can be obtained through images sensors and the monitoring process can be automated by using image recognition algorithms with different levels of complexity. Some of the most successful algorithms are related to supervised Deep Learning approaches which use a form of Convolutional Neural Networks (CNNs). In this master s dissertation, we employ supervised deep learning models for classification, regression, object detection, and semantic segmentation in crop monitoring tasks, using image samples obtained through three different levels: Satellites, Unmanned Aerial Vehicles (UAVs) and Unmanned Ground Vehicles (UGVs). Both satellites and UAVs levels involve the use of multispectral images. For the first level, we implement a CNN model based on transfer learning to classify vegetative species. We also improve the transfer learning performance by a newly proposed statistical analysis method. Next, for the second level, we implement a multi-task semantic segmentation algorithm to detect sugarcane crops and infer their state (e.g. crop health and age). The algorithm also detects the surrounding vegetation, being relevant in the search for weeds. In the third level, we implement a Single Shot Multibox detector algorithm to detect tomato clusters. To evaluate the cluster s state, we use two different approaches: an implementation based on image segmentation and a supervised CNN regressor capable of estimating their maturity. In order to quantify the tomato clusters in videos at different maturation stages, we employ a Region of Interest implementation and also a proposed tracking system which uses temporal information. For all the three levels, we present solutions and results that outperform state-of-the art baselines.

[pt] O minério de ferro é encontrado na natureza como agregado de minerais, dentre os principais minerais presentes em sua composição estão: hematita, magnetita, goethita e quartzo. Dada a importância do minério de ferro para a indústria, há um crescente interesse por sua caracterização com o objetivo de avaliar a qualidade do material. Com o avanço de pesquisas na área de análise de imagens e microscopia, rotinas de caracterização foram desenvolvidas utilizando ferramentas de Microscopia Digital e Processamento e Análise Digital de Imagens capazes de automatizar grande parte do processo. Porém esbarrava-se em algumas dificuldades, como por exemplo identificar e classificar as diferentes texturas das partículas de hematita, as diferentes formas de seus cristais ou discriminar quartzo e resina em imagens de microscopia ótica de luz refletida. Desta forma, a partir da necessidade de se construir sistemas capazes de aprender e se adaptar a possíveis variações das imagens deste material, surgiu a possibilidade de estudar a utilização de ferramentas de Deep Learning para esta função. Este trabalho propõe o desenvolvimento de uma nova metodologia de caracterização mineral baseada em Deep Learning utilizando o algoritmo Mask R-CNN. Através do qual é possível realizar segmentação de instâncias, ou seja, desenvolver sistemas capazes de identificar, classificar e segmentar objetos nas imagens. Neste trabalho, foram desenvolvidos dois modelos: Modelo 1 que realiza segmentação de instâncias para as classes compacta, porosa, martita e goethita em imagens obtidas em Campo Claro e o Modelo 2 que utiliza imagens adquiridas em Luz Polarizada Circularmente para segmentar as classes monocristalina, policristalina e martita. Para o Modelo 1 foi obtido F1-score em torno de 80 por cento e para o Modelo 2 em torno de 90 por cento. A partir da segmentação das classes foi possível extrair atributos importantes de cada partícula, como distribuição de quantidade, medidas de forma, tamanho e fração de área. Os resultados obtidos foram muito promissores e indicam que a metodologia desenvolvida pode ser viável para tal caracterização. / [en] Iron ore is found in nature as an aggregate of minerals. Among the main minerals in its composition are hematite, magnetite, goethite, and quartz. Given the importance of iron ore for the industry, there is a growing interest in its characterization to assess the material s quality. With the advancement of image analysis and microscopy research, characterization routines were developed using Digital Microscopy and Digital Image Processing and Analysis tools capable of automating a large part of the process. However, it encountered some difficulties, such as identifying and classifying the different textures of hematite particles, the different shapes of its crystals, or discriminating between quartz and resin in optical microscopy images of reflected light. Therefore, from the need to build systems capable of learning and adapting to possible variations of the images of this material, the possibility of studying the use of Deep Learning tools for this function arose. This work proposes developing a new mineral characterization methodology based on Deep Learning using the Mask R-CNN algorithm. Through this, it is possible to perform instance segmentation, that is, to develop systems capable of identifying, classifying, and segmenting objects in images. In this work, two models were developed: Model 1 performs segmentation of instances for the compact, porous, martite, and goethite classes in images obtained in Bright Field, and Model 2 uses images acquired in Circularly Polarized Light to segment the classes monocrystalline, polycrystalline and martite. For Model 1, F1-score was obtained around 80 percent, and for Model 2, around 90 percent. From the class segmentation, it was possible to extract important attributes of each particle, such as quantity distribution, shape measurements, size, and area fraction. The obtained results were very promising and indicated that the developed methodology could be viable for such characterization.