Visualization methods make use of interactive graphical representations embedded on a display area in order to enable data exploration and analysis. These typically rely on geometric primitives for representing data or building more sophisticated representations to assist the visual analysis process. One of the most challenging tasks in this context is to determinate an optimal layout of these primitives which turns out to be effective and informative. Existing algorithms for building layouts from geometric primitives are typically designed to cope with requirements such as orthogonal alignment, overlap removal, optimal area usage, hierarchical organization, dynamic update among others. However, most techniques are able to tackle just a few of those requirements simultaneously, impairing their use and flexibility. In this dissertation, we propose a set of approaches for building layouts from geometric primitives that concurrently addresses a wider range of requirements. Relying on multidimensional projection and optimization formulations, our methods arrange geometric objects in the visual space so as to generate well-structured layouts that preserve the semantic relation among objects while still making an efficient use of display area. A comprehensive set of quantitative comparisons against existing methods for layout generation and applications on text, image, and video data set visualization prove the effectiveness of our approaches. / Métodos de visualização fazem uso de representações gráficas interativas embutidas em uma área de exibição para exploração e análise de dados. Esses recursos visuais usam primitivas geométricas para representar dados ou compor representações mais sofisticadas que facilitem a extração visual de informações. Uma das tarefas mais desafiadoras é determinar um layout ótimo visando explorar suas capacidades para transmitir informação dentro de uma determinada visualização. Os algoritmos existentes para construir layouts a partir de primitivas geométricas são tipicamente projetados para lidar com requisitos como alinhamento ortogonal, remoção de sobreposição, área usada, organização hierárquica, atualização dinâmica entre outros. No entanto, a maioria das técnicas são capazes de lidar com apenas alguns desses requerimentos simultaneamente, prejudicando sua utilização e flexibilidade. Nesta tese, propomos um conjunto de abordagens para construir layouts a partir de primitivas geométricas que simultaneamente lidam com uma gama mais ampla de requerimentos. Baseando-se em projeções multidimensionais e formulações de otimização, os nossos métodos organizam objetos geométricos no espaço visual para gerar layouts bem estruturados que preservam a relação semântica entre objetos enquanto ainda fazem um uso eficiente da área de exibição. Um conjunto detalhado de comparações quantitativas com métodos existentes para a geração de layouts e aplicações em visualização de conjunto de dados de texto, imagem e vídeo comprova a eficácia das técnicas propostas.

Na presente dissertação eu estudei a distribuição potencial dos corais de águas profundas ao longo da margem continental brasileira e o efeito da resolução das variáveis ambientais em modelos de adequabilidade de habitat (MAH). Primeiramente foi determinada a distribuição potencial de corais de águas profundas a partir de modelos de adequabilidade de habitat de máxima entropia (MaxEnt). Os modelos foram alimentados com diversas camadas de dados SIG de variáveis ambientais e dados de ocorrência de espécies extraídos de bancos de dados e de novos registros. Foram estudados os grupos Scleractinia e Octocorallia, assim como quatro espécies de corais formadores de recifes (Solenosmilia variabilis, Lophelia pertusa, Madrepora oculata e Enallopsammia rostrata) e duas espécies de escleractínios não formadores de recifes (Cladocora debilis e Deltocyathus spp.). O nicho ambiental ocupado pelos táxons foi representado a partir de uma análise multivariada, sendo determinada a sobreposição entre os nichos. A partir disso foi avaliada a similaridade e equivalência de nicho ambiental entre as espécies. Os modelos resultantes indicaram que Scleractinia apresenta distribuição potencial na margem continental leste e sudeste do Brasil (porção Central e Sul), enquanto que Octocorallia apresenta uma distribuição potencial mais ampla abarcando toda a margem continental brasileira, com maior adequabilidade nas margens norte e nordeste. Assim, as áreas de distribuição potencial compartilhada entre octocorais e escleractínios foram aquelas ao largo da porção leste e sudeste do Brasil, sendo estas prioritárias para futuras pesquisas. Os nichos ambientais específicos indicaram menos tolerância de Scleractinia a altas temperaturas em comparação com Octocorallia. Os octocorais ocuparam uma maior amplitude do gradiente ambiental, principalmente relacionado às condições de carbono orgânico particulado, oxigênio dissolvido e temperatura. Isto possivelmente permite aos octocorais habitar a porção norte da margem continental brasileira, onde os modelos de escleractínios indicaram baixa adequabilidade de habitat. A margem continental sudeste do Brasil teve a maior adequabilidade para as espécies de escleractínios formadores de recifes profundos. Isto é de grande valor para planos de conservação nesta área que atualmente apresenta atividades de extração de óleo e gás e que, futuramente, pode ser explotada para a extração de minério. Além disso, as espécies formadoras de recifes ocuparam nichos ambientais similares e, portanto, mudanças nas condições ambientais, como por exemplo as associadas às mudanças climáticas, podem afetar todas elas. Contudo, seus nichos não são equivalentes e, portanto, cada uma delas faz um uso diferente do espaço ambiental da margem continental brasileira. Por último, foram desenvolvidos modelos MaxEnt para Solenosmilia variabilis, Lophelia pertusa, Madrepora oculata e Enallopsammia rostrata em duas resoluções de análise, uma de baixa (i.e., com um tamanho de pixel de aproximadamente 1000 m2) e uma de alta resolução (i.e., pixel de aproximadamente 100 m2) para determinar o efeito da resolução das variáveis ambientais utilizadas na performance e na extensão de área predita de modelos de adequabilidade de habitat. A diferença na extensão da área adequada predita por ambas resoluções foi medida de acordo a três limiares de corte diferentes. Os resultados indicaram diferenças na performance dependendo da resolução, com maior performance nos modelos de alta resolução. Além disso, a extensão de área adequada predita foi geralmente maior nos modelos de baixa resolução, com algumas exceções dependendo da espécie e do limiar de corte. Estes resultados ressaltam a importância da resolução das variáveis ambientais e suas implicações no uso de MAH no planejamento e manejo de Áreas Marinhas Protegidas (MPAs). / In this thesis I studied the deep-sea coral distribution along the Southwestern Atlantic Ocean and the effect of the environmental variables resolution on habitat suitability models (HSM). In the second chapter, I developed HSM based on the Maximum Entropy (MaxEnt) algorithm to identify the potential distribution of deep-water corals. To perform the models, I have used species presence data from existing datasets together with new species records and global environmental variables. I used the main environmental variables to identify suitable areas by modeling niches of different coral taxa. The studied taxa were Scleractinia and Octocorallia, as well as four reef-forming scleractinian species (Solenosmilia variabilis, Lophelia pertusa, Madrepora oculata and Enallopsammia rostrata), and two non-reef-building scleractinians (Cladocora debilis and Deltocyathus spp.). Furthermore, I used multivariate approach to compare their environmental occupied niche in order to assess the spatial niche overlap and test niche similarity and equivalence. The resulting cold-water coral models showed that the most suitable areas occur along the west and southwestern continental margin of Brazil, which permitted to determine areas of priority for future exploration/research to determine conservation areas. Specific environmental niches suggested lower tolerance to high temperatures for Scleractinia than for Octocorallia. Besides, octocorals occupied a wider range of the environmental gradient, which was mainly related to particulate organic carbon, oxygen and temperature. This probably enables them to inhabit the northern part of Brazil where scleratinian models classified as poor habitats for this group. In addition, the Southwestern Brazilian continental margin encloses the most suitable habitats for deep reef-building species. This has important implications for conservation plans in that area already facing gas and oil exploitation and probably future mineral extraction. On the other hand, results suggest that different scleractinian cold-water coral species occupy similar environmental niches and, for this reason, I concluded that changes in environmental conditions, such as those associated to climate change, may affect them all. However, their niches are not equivalent and this suggests that each environmental factor could affect each species in different ways. In the third chapter, I performed HSM based on Maximum Entropy for Solenosmilia variabilis, Lophelia pertusa, Madrepora oculata and Enallopsammia rostrata with two different environmental variables resolution, a low (i.e., a coarse resolution data with pixel size of ca. 1000 m2) and a high resolution (pixel of ca. 100 m2) to determine the effect of the environmental variables resolution on habitat suitability model performances and spatial extent of predicted suitable areas. From the final suitability maps, the changes in area extent depending of both resolution models were measured based in different thresholds. The results showed different performances of the models depending on data resolution, with higher performance at higher resolution. Furthermore, the predicted area varied between resolutions and threshold chosen. These results highlight the importance of environmental variables resolution and their implications for the use of HSM in planning and managing Marine Protected Areas (MPAs).

A laranjeira \'Pera\' é a cultivar mais plantada na citricultura brasileira. Com a incidências de doenças e aumento do custos de produção na citricultura, torna-se necessário a avaliação de materiais genéticos mais promissores que a laranjeira \'Pera\'. Portanto, buscou-se avaliar o desempenho horticultural de laranjeiras doces consideradas meia-estação e identificar aquelas superiores à cultivar padrão (Pera IAC). Foram avaliadas dezessete cultivares de laranja doce (Pera IAC, Pera IAC 2000, Pera 2, Pera 3, Pera 4, Pera Alexandre Maróstica, Pera Milton Teixeira, Seleta Amarela, Seleta Rio, Homosassa, Finike, Biondo, Bidwells Bar, Sanguínea, Vaccaro Blood, Torregrosa e Jaffa) enxertadas em tangerineira \'Sunki\'. O experimento foi instalado em maio de 2007, no espaçamento 6,5 x 2,5 m e conduzido sem irrigação. Avaliaram-se o crescimento vegetativo, produção, eficiência produtiva, abscisão dos frutos, sensibilidade ao déficit hídrico, incidência de podridão floral (PFC), incidência e severidade de mancha preta dos citros (MPC), qualidade e curva de maturação dos frutos. As médias das variáveis foram comparadas com a cultivar padrão (Pera IAC) e analisadas pelo teste de Dunnett (P < 0,05). Para sensibilidade ao déficit hídrico e curvas de maturação foram realizadas analises de regressão. As plantas de laranja \'Pera 3\' registraram as menores alturas, no sétimo ano após o plantio. As plantas de laranja \'Pera Milton Teixeira\' e \'Pera Alexandre Maróstica\' foram os únicos materiais que registraram produções acumuladas superiores às das plantas de laranja \'Pera IAC\'. As plantas de \'Seleta Amarela\', \'Pera 3\', \'Pera 4\', \'Vaccaro Blood\' e \'Pera Milton Teixeira\' registraram as maiores eficiências produtivas. As plantas da laranja \'Pera IAC\' registraram as maiores alternâncias produtivas e as plantas de laranja \'Sanguínea\' registraram as menores alternâncias. As seleções \'Pera 2\', \'Pera 3\', \'Pera 4\' e \'Pera Milton Teixeira\' registraram as menores abscisões de frutos. As plantas das laranjas \'Pera Milton Teixeira\', \'Pera IAC\', \'Pera IAC 2000\', \'Pera 2\', \'Seleta Rio\' e \'Pera 3\' foram classificadas como cultivares de alta sensibilidade ao déficit hídrico e as plantas das laranjas \'Bidwells Bar\', \'Jaffa\', \'Torregrosa\' e \'Sanguínea\' como de baixa sensibilidade. As menores incidências de MPC foram registradas nos frutos da laranjeira \'Pera IAC\' e não houve diferenças entre as cultivares para incidência de PFC. Para o teor de sólidos solúveis, apenas os frutos da laranja \'Finike\', \'Pera 2\' e \'Pera Alexandre Maróstica\' foram superiores aos da cultivar padrão. A seleções \'Pera IAC\', \'Pera 2\', \'Pera 3\' e \'Pera 4\' apresentaram alta similaridade fenotípica entre si. Ao estabelecer a curva de maturação, verificou-se uma maior precocidade da laranjeira \'Seleta Rio\' e uma maturação mais tardia para a seleção \'Pera Alexandre Maróstica\' quando comparadas a laranjeira \'Pera IAC\'. / \'Pera\' is the most widely planted sweet orange cultivar in the Brazilian citrus industry. Due to incidences of diseases and increase in production costs it is necessary to find promising genetic materials than \'Pera\' sweet orange. Therefore, the horticultural performance of sweet oranges, considered mid-season, were evaluated and identified those ones which were better than standard cultivar (Pera IAC). Seventeen sweet orange cultivars (Pera IAC, Pera IAC 2000, Pera 2, Pera 3, Pera 4, Pera Alexandre Maróstica, Pera Milton Teixeira, Seleta Amarela, Seleta Rio, Homosassa, \'Finike, Biondo, Bidwells Bar, Sanguínea, Vaccaro Blood, Torregrosa e Jaffa) were evaluated, all of then were grafted on \'Sunki\' mandarin and were nonirrigated. The experimental orchard was planted in May 2007, from 12 month-old plants (nursery trees) disposed in a 6,5 m × 2,5 m spacing. We evaluated the vegetative growth, yield, yield efficiency, fruit drop, sensitivity to drought, incidence of postbloom fruit drop (PFD), incidence and severity Black Spot of Citrus (CBS), fruit quality and index of ripeness. The averages of variables were compared with the standard cultivar (Pera IAC) and analyzed by Dunnett\'s Test (P < 0.05). For sensitivity to drought and index of ripeness were performed regression analyzes. The lowest hight and canopy volume were recorded in the \'Pera 3\' sweet orange trees seven years after planting. The \'Pera Milton Teixeira\' and \'Pera Alexandre Marostica\' sweet orange trees were the only materials which had superiority over the \'Pera IAC\' sweet orange trees regarding cumulative yield. The largest yield efficiency was registered in \'Seleta Amarela\', \'Pera 3\', \'Pera 4\', \'Vaccaro Blood\' and \'Pera Milton Teixeira\' sweet orange trees. The most alternate bearing index was found in the standard cultivar and \'Sanguinea\' sweet orange trees showed smaller bearing index. Smaller fruit drop were checked in cultivars Pera 2, Pera 3, Pera 4 and Pera Milton Teixeira. The \'Pera Milton Teixeira\', \'Pera IAC\', \'Pera IAC 2000\', \'Pera 2\', \'Seleta Rio\' and \'Pera 3\' sweet orange trees showed high sensitivity to drought while the \'Bidewells Bar\', \'Jaffa\', \'Torregrosa\' and \'Sanguínea\' sweet orange trees showed low sensitivity. Regarding the evaluated diseases, the orange \'Pera IAC\' recorded the lowest incidences of MPC and PFC differences were not cheked among the cultivars. For the soluble solids content, only the \'Finike\', \'Pera 2\' and \'Pera Alexandre Marostica\' sweet oranges fruits were superior to standard. The cultivars Pera IAC, Pera 2, Pera 3 and Pera 4 sweet oranges showed high phenotypic similarity. The \'Seleta Rio\' sweet orange was considered early-maturing cultivar and \'Pera Alexandre Maróstica\' a late-maturing cultivar when compared \'Pera IAC\' sweet orange.

Na maioria dos processos de análise de imagens há a necessidade de um pré-processamento, no qual são extraídos e calculados vetores de características que representem as imagens são utilizados no cálculo de similaridade. Uma dificuldade nessas tarefas é o grande número de características que definem um espaço de alta dimensionalidade, afetando fortemente o desempenho das tarefas que seguem, que podem envolver uma análise visual, um agrupamento ou uma classificação de dados, por exemplo. Lidar com esse problema normalmente exige técnicas de redução de dimensionalidade ou seleção de características. O presente trabalho dá sequência a trabalhos que utilizam técnicas de visualização como suporte para avaliar espaços de características gerados a partir de coleções de imagens. Nele, objetiva-se aprimorar um método baseado na análise visual de conjuntos de imagens empregando a árvore de similaridade Neighbor-Joining que apoia o usuário a selecionar um subespaço de características que mantenha ou melhore os resultados das visualizações do conjunto de imagens. A partir da metodologia proposta, a avaliação e a seleção de características representativas é realizada usando a visualização NJ. A maior parte dos experimentos responde positivamente para diferentes conjuntos de imagens representados por vários extratores, obtendo-se processos de seleção personalizados mais precisos e eficazes, em termos de agrupamento, do que abordagens automáticas reportadas na literatura / In the majority of the image analysis processes there is need for a pre-processing step, in which feature vectors representative of the images are extracted and similarity methods are calculates. A difficult step in the process is to choose amongst the large number of features available, that will define a feature space of high dimensionality, impacting the cost of the subsequent processing tasks, such as visual analysis, clustering and classification. This problem is usually handled by dimension reduction of feature selection techniques. This work extends and improves previous work that employs visualization and visual analysis techniques to support evaluation of feature spaces created from image collections. The goal is to improve a previous method of feature selection through visualization to employ similarity trees via the Neighbor Joining (NJ) algorithm as the basis for the visual layout, as well as to improve the choices of the analyst regarding tools for visual selection of features. The same process can be employed to support evaluation of feature spaces using the NJ visualization. The majorities of experiments results in improvement of spaces generated by various extractors, yielding personalized selection process that are more precisely related to user\'s perspective of the data set and are perform similarly or better than automatic approaches available in the literature. Keywords: information visualization, mining, visual images, visual analysis of the feature space, similarity trees

Due to the increasing amount and complexity of data processed in real world applications, similarity search became a vital task to store and retrieve such data. However, missing attribute values are very frequent and metric access methods (MAMs), designed to support similarity search, do not operate on datasets when attribute values are missing. Currently, the approach to use the existing indexing techniques on datasets with missing attribute values just use an indicator to identify the missing values and employ a traditional indexing technique. Although, this approach can be applied over multidimensional indexing techniques, it is impractical for metric access methods. This dissertation presents the results of a research conducted to identify and deal with the issues related to indexing and querying datasets with missing values in metric spaces. An empirical analysis of the metric access methods when applied on incomplete datasets leads us to identify two main issues: distortion of the internal structure of the index when data are missing at random and skew of the index structure when data are not missing at random. Based on those findings, a new variant of the Slim-tree access method, called Hollow-tree, is presented. It employs new techniques that are capable to handle missing data issues when missingness is ignorable. The first technique includes a set of indexing policies that allow to index objects with missing attribute values and prevent distortions to occur in the internal structure of the indexes. The second technique targets the similarity queries to improve the query performance over incomplete datasets. This technique employs the fractal dimension of the dataset and the local density around the query object to estimate an ideal radius able to achieve an accurate query answer, considering data with missing values as a potential response. Results from experiments with a variety of real and synthetic datasets show that Hollow-tree achieves nearly 100% of precision and recall for Range queries and more than 90% for k Nearest Neighbor queries, while Slim-tree access method deteriorates with the increasing amount of missing values. The results confirm that the indexing technique helps to establish consistency in the index structure and the searching technique achieves a remarkable performance. When combined, the new techniques allow to explore properly all the available data even with high amounts of missing attribute values. As they are independent of the underlying access method, they can be adopted by a broad range of metric access methods, allowing to extend the class of MAMs. / O crescimento em quantidade e complexidade dos dados processados e armazenados torna a busca por similaridade uma tarefa fundamental para tratar esses dados. No entanto, atributos faltantes ocorrem freqüentemente, inviabilizando os métodos de acesso métricos (MAMs) projetados para apoiar a busca por similaridade. Assim, técnicas de tratamento de dados faltantes precisam ser desenvolvidas. A abordagem mais comum para executar as técnicas de indexação existentes sobre conjuntos de dados com valores faltantes é usar um indicador de valores faltantes e usar as técnicas de indexação tradicionais. Embora, esta técnica seja útil para os métodos de indexação multidimensionais, é impraticável para os métodos de acesso métricos. Esta dissertação apresenta os resultados da pesquisa realizada para identificar e lidar com os problemas de indexação e recuperação de dados em espaços métricos com valores faltantes. Uma análise experimental dos MAMs aplicados a conjuntos de dados incompletos identificou dois problemas principais: distorção na estrutura interna do índice quando a falta é aleatória e busca tendenciosa na estrutura do índice quando o processo de falta não é aleatório. Uma variante do MAM Slim-tree, chamada Hollow-tree foi proposta com base nestes resultados. A Hollow-tree usa novas técnicas de indexação e de recuperação de dados com valores faltantes quando o processo de falta é aleatório. A técnica de indexação inclui um conjunto de políticas de indexação que visam a evitar distorções na estrutura interna dos índices. A técnica de recuperação de dados melhora o desempenho das consultas por similaridade sobre bases de dados incompletas. Essas técnicas utilizam o conceito de dimensão fractal do conjunto de dados e a densidade local da região de busca para estimar um raio de busca ideal para obter uma resposta mais correta, considerando os dados com valores faltantes como uma resposta potencial. As técnicas propostas foram avaliadas sobre diversos conjuntos de dados reais e sintéticos. Os resultados mostram que a Hollow-tree atinge quase 100% de precisão e revocação para consultas por abrangência e mais de 90% para k vizinhos mais próximos, enquanto a Slim-tree rapidamente deteriora com o aumento da quantidade de valores faltantes. Tais resultados indicam que a técnica de indexação proposta ajuda a estabelecer a consistência na estrutura do índice e a técnica de busca pode ser realizada com um desempenho notável. As técnicas propostas são independentes do MAM básico usado e podem ser aplicadas em uma grande variedade deles, permitindo estender a classe dos MAMs em geral para tratar dados faltantes.

FundaÃÃo de Amparo à Pesquisa do Estado do Cearà / CoordenaÃÃo de AperfeiÃoamento de NÃvel Superior / Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / Neste trabalho propomos dois modelos para a geraÃÃo de fraturas em substratos regulares. No primeiro modelo, empregamos iterativamente o conceito de caminho crÃtico para determinar sistematicamente o elemento de menor âcondutividadeâ da rede. Estes elementos sÃo entÃo identificados como âfalhasâ e removidos permanentemente da estrutura atà que uma fratura macroscÃpica destrua a conectividade global da rede. Uma vez detectada, esta fratura à caracterizada topologicamente como uma estrutura auto-similar de dimensÃo fractal Dp &#8776; 1.21. No segundo modelo, empregamos iterativamente o algoritmo de Dijkstra para determinar o caminho mÃnimo em uma paisagem aleatÃria, retirando sistematicamente desta estrutura o elemento de maior energia. Como no modelo anterior, estes elementos sÃo identificados como âfalhasâ atà que um conjunto conecto deles resulte em uma fratura macroscÃpica. A mÃdia realizada sobre vÃrias amostras de fraturas em diferentes tamanhos de substratos revela a presenÃa de uma estrutura auto-similar de dimensÃo fractal Df &#8776; 1.21. A semelhanÃa numÃrica entre os expoentes Dp e Df sugere que os dois modelos pertencem à mesma classe de universalidade. / In this work we propose two models for fracture generation in regular substrates. In the first model, we iteratively apply the concept of critical path to systematically determine the lower âconductivityâ element in the connected spanning network. At each iteration, once these elements are identified as local âcracks &#769; &#769;, they are permanently removed from the structure up to the point in which a macroscopic fracture can destroy the global network connectivity. This fracture is then topologically characterized as self-similar with fractal dimension Dp &#8776; 1.21. In the second model, we employ the algorithm of Dijkstra to determine the minimal path in a random energy landscape and remove its highest energy element. As in the previous model, these elements are considered to be local âcracks &#769; &#769; till a subset of them can be identified as a macroscopic fracture. The average over many samples of fractures calculated for different system sizes reveals the presence of a self-similar structure with fractal dimension Df &#8776; 1.21. The resemblance between the two exponents Dp e Df suggests that the two models belong to the same universality class.

A utilização de vídeos em laboratórios baseados em redes de computadores (weblabs) para pesquisa de abelhas está sendo conduzida como parte do projeto ViNCES (Virtual Network Center of Ecosystem Services), um consórcio de pesquisa composto pelo LAA (Laboratório de Automação Agrícola da Escola Politécnica da Universidade de São Paulo) e o Laboratório de Abelhas do Departamento de Ecologia do Instituto de Biociências da Universidade de São Paulo. O ViNCES é um membro do Kyatera, uma rede de computadores acadêmica de alta velocidade que tem como objetivos o desenvolvimento de aplicações e tecnologias para a Internet Avançada. Nesse contexto, o Weblab de abelhas, denominado BBBee, permite a realização de pesquisa e observação à distância da entrada de uma colméias, sendo coletadas e transmitidas informações de condições climáticas, de áudio e vídeo. O áudio e o vídeo da colméia são transmitidos em rede local e pela Internet por meio de streaming em tempo real. Os requisitos de largura de banda para transmissões de vídeo costumam ser elevados, e a qualidade obtida após o processo de compressão convencional, em geral, é baixa, podendo afetar ou dificultar a pesquisa. Além disso, está prevista a transmissão de vídeos de Alta Definição para weblab com o objetivo de melhorar a qualidade da informação, o que irá demandar maior largura de banda. Este trabalho propõe um algoritmo de codificação de vídeo para melhorar a qualidade das imagens transmitidas, ao mesmo tempo em que se reduzem os requisitos de largura de banda de transmissão e armazenagem, por meio da aplicação de técnicas de segmentação e rastreamento de objetos de vídeo. O algoritmo proposto foi implementado e testado utilizando vídeos capturados nas colméias e os resultados das análises em diversas condições são apresentados neste documento. Para avaliar a qualidade resultante do processo, foi utilizada uma métrica objetiva que permite avaliar a qualidade das imagens em relação às imagens de origem. Os resultados das análises proveram informações e direções para melhorias e futuras implementações. / The use of videos in web based laboratories over computer networks, known as weblabs, is being conducted for bee research as part of the ViNCES (Virtual Network Center of Ecosystem Services) project, a research consortium composed by: LAA (Laboratório de Automação Agrícola da Escola Politécnica) and the Laboratório de Abelhas of the Ecology Department of the Biosciences Institute. ViNCES is a member of Kyatera, a high speed academic computer network which aims at developing aplications and technologies for the Advanced Internet. The bee weblab, called BBBee, allows the research and observation of the interior of a beehive, in which are collected climate, audio and video data. Real time audio and video are broadcasted over the Internet and through a local network using streaming format. The bandwidth requirements for video transmission are usually high and the video quality after conventional compression standards is, in general, low and can interfere in the biological research. Also, High-Definition video transmission for weblab is planned to be implemented in order to provide better tools for the researcher, which will demand even higher network bandwidth. On this scenario, this work intends to provide a video codification algorithm to enhance the quality of the transmitted images, at the region of interest, and also reduce the transmission and storage requirements for some situations by using segmentation and tracking techniques for videos. A complete CODEC was implemented and tested with actual video, quality and data rates were measured and evaluated using an objective metric. The results of the analysis provided some indications of directions for future enhancements and implementations.

Técnicas de projeção desempenham papel importante na análise e exploração de dados multidimensionais, já que permitem visualizar informações muitas vezes ocultas na alta dimensão. Esta tese explora o potencial destas técnicas para resolver problemas relacionados à: 1) identificação de agrupamentos e 2) busca por similaridade em dados multidimensionais. Para identificação de agrupamentos foi desenvolvida uma técnica de projeção local e interativa que, além de projetar dados com ótima preservação de distâncias, permite que o usuário modifique o layout da projeção, agrupando um número reduzido de amostras representativas no espaço visual, de acordo com suas características. Os mapeamentos produzidos tendem a seguir o layout das amostras organizadas pelo usuário, facilitando a organização dos dados e identificação de agrupamentos. Contudo, nem sempre é possível selecionar ou agrupar amostras com base em suas características visuais de forma confiável, principalmente quando os dados não são rotulados. Para estas situações, um novo método para identificação de agrupamentos baseado em projeção foi proposto, o qual opera no espaço visual, garantindo que os grupos obtidos não fiquem fragmentados durante a visualização. Além disso, é orientado por um mecanismo de amostragem determinístico, apto a identificar instâncias que representam bem o conjunto de dados como um todo e capaz de operar mesmo em conjuntos de dados desbalanceados. Para o segundo problema: busca por similaridade em dados multidimensionais, uma família de métricas baseada em classes foi construída para projetar os dados, com o objetivo de minimizar a dissimilaridade entre pares de objetos pertencentes à mesma classe e, ao mesmo tempo, maximizá-la para objetos pertencentes a classes distintas. As métricas classes-específicas são avaliadas no contexto de recuperação de imagens com base em conteúdo. Com o intuito de aumentar a precisão da família de métricas classes-específicas, outra técnica foi desenvolvida, a qual emprega a teoria dos conjuntos fuzzy para estimar um valor de incerteza que é transferido para a métrica, aumentando sua precisão. Os resultados confirmam a efetividade das técnicas desenvolvidas, as quais representam significativa contribuição na tarefa de identificação de grupos e busca por similaridade em dados multidimensionais. / Projection techniques play an important role in multidimensional data analysis and exploration, since they allow to visualize information frequently hidden in high-dimensional spaces. This thesis explores the potential of those techniques to solve problems related to: 1) clustering and 2) similarity search in multidimensional data. For clustering data, a local and interactive projection technique capable of projecting data with effective preservation of distances was developed. This one allows the user to manipulate a reduced number of representative samples in the visual space so as to better organize them. The final mappings tend to follow the layout of the samples organized by the user, therefore, the user can interactively steer the projection. This makes it easy to organize and group large data sets. However, it is not always possible to select or group samples visually, in a reliable manner, mainly when handling unlabeled data. For these cases, a new clustering method based on multidimensional projection was proposed, which operates in the visual space, ensuring that clusters are not fragmented during the visualization. Moreover, it is driven by a deterministic sampling mechanism, able to identify instances that are good representatives for the whole data set. The proposed method is versatile and robust when dealing with unbalanced data sets. For the second problem: similarity search in multidimensional data, we build a family of class-specific metrics to project data. Such metrics were tailored to minimize the dissimilarity measure among objects from the same class and, simultaneously to maximize the dissimilarity among objects in distinct classes. The class-specific metrics are assessed in the context of content-based image retrieval. With the aim of increasing the precision of the class-specific metrics, another technique was developed. This one, uses the fuzzy set theory to estimate a degree of uncertainty, which is embedded in the metric, increasing its precision. The results confirm the effectiveness of the developed techniques, which represent significant contributions for clustering and similarity search in multidimensional data.

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-05-30T21:09:57Z No. of bitstreams: 1 JoaoDiniz.pdf: 2606559 bytes, checksum: 262a9c98db11667d3a482c378ab78b50 (MD5) / Made available in DSpace on 2017-05-30T21:09:57Z (GMT). No. of bitstreams: 1 JoaoDiniz.pdf: 2606559 bytes, checksum: 262a9c98db11667d3a482c378ab78b50 (MD5) Previous issue date: 2017-02-03 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Breast cancer is the type of cancer that most affects women and is one of the leading causes of death worldwide. Aiming to aid the detection and diagnosis of this pathology, several techniques in the image area are being created serving as a second opinion. It is known that mammograms of the left and right breast present a high degree of symmetry, and when there is a sudden difference between the pairs, it can be considered suspicious. It is also emphasized that the breast can present different density of the tissue and this can be a factor that makes difficult the detection and diagnosis of the lesions. Thus, the objective of this work is to develop an automatic methodology for the detection of mass regions in pairs of digitized mammograms adapted to breast density, using image processing and species comparison techniques to determine asymmetric regions in the breasts together with neural convolutional networks for Classification of breast density and regions in masses and not masses. The proposed methodology is divided into two phases: training phase and test phase. In the training phase will be created three models using convolutional neural networks, the first able to classify the breast as density and the last two to classify regions of mass and non-mass in dense and non-dense breasts.The steps are in aligning the breasts so that it is possible to make a comparison between the pairs. When comparing, asymmetric regions will be segmented, these regions will undergo a process of reduction of false positives in order to eliminate regions that are not masses. Before classifying the remaining regions, the breasts undergo the process of density classification by the model obtained in the training phase. Finally, for each type of breast, a model will classify the regions segmented into masses and not masses. The methodology presented excellent results, in the non-dense breasts reaching sensitivity of 91.56 %, specificity of 90.73 %, accuracy of 91.04 % and rate of 0.058 false positives per image. Dense breasts showed 90.36 % sensitivity, 96.35 % specificity, 94.84 % accuracy and 0.027 false positives per image. The results show that the methodology is promising and can be used to compose a CAD system, serving as a second option for the expert in the task of detecting mass regions. / O cãncer de mama é o tipo de câncer que mais acomete as mulheres e uma das principais causas de morte em todo o mundo. Visando auxiliar a detecção e diagnóstico desta patologia, diversas técnicas na érea de imagem estão sendo criadas servindo como um auxílio ao especialista. Sabe-se que mamografias esquerda e direita apresentam alto grau simetria, e quanto há uma diferença brusca entre os pares, pode-se considerar algo de suspeito. Ressalta-se também que a mama pode apresentar densidade diferente do tecido e isso pode ser um fator que dificulte na detecção e diagnóstico das lesões. Assim, o objetivo deste trabalho é desenvolver uma metodologia automática de detecção de regiões de massa em pares de mamografias digitalizadas adaptada à densidade da mama, utilizando técnicas de processamento de imagens e comparação de espécies para determinar regiões assimétricas nas mamas juntamente com redes neurais convolucionais para classificação de densidade da mama e de regiões em massas e não massas. A metodologia proposta é dividida em duas fases: fase de treinamento e fase de teste. Na fase de treinamento serão criados três modelos utilizando redes neurais convolucionais, o primeiro capaz de classificar a mama quanto a densidade e os dois últimos classificam regiões de massa e não massa em mamas densas e não densas. Na fase de teste, imagens de mamografia da base DDSM passarão por várias etapas a fim de segmentar regiões assimétricas que serão posteriormente classificadas. As etapas resumem-se em alinhar as mamas para que seja possível fazer uma comparação entre os pares. Ao comparar, serão segmentadas regiões assimétricas, essas regiões passarão por processo de redução de falsos positivos a fim de eliminar regiões que não são massas. Antes de classificar as regiões restantes, as mamas passam pelo processo de classificação de densidade pelo modelo obtido na fase de treinamento. Por fim, para cada tipo de mama, um modelo irá classificar as regiões segmentadas em massas e não massas. O método proposto apresentou resultados promissores, nas mamas não densas atingiu sensibilidade de 91,56%, especificidade de 90,73%, 91,04% de acurácia e taxa de 0,058 falsos positivos por imagem. As mamas densas, apresentaram resultados de 90,36% de sensibilidade, 96,35% de especificidade, 94,84% de acurácia e 0,027 falsos positivos por imagem. Os resultados mostram que a metodologia é promissora e pode ser utilizada para compor um sistema CAD na tarefa de detectar regiões de massas.

Submitted by Sandra Pereira (srpereira@ufrrj.br) on 2016-08-29T11:54:58Z No. of bitstreams: 1 2011- Kelly Cristina da Silva.pdf: 7307607 bytes, checksum: 8d84ec46e5af2c80b3625d586980819b (MD5) / Made available in DSpace on 2016-08-29T11:54:58Z (GMT). No. of bitstreams: 1 2011- Kelly Cristina da Silva.pdf: 7307607 bytes, checksum: 8d84ec46e5af2c80b3625d586980819b (MD5) Previous issue date: 2011-03-30 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / The Atlantic Forest is one of the world's biodiversity hotspots because of the diversity and high degrees of endemism and threat. Melastomataceae is a plant family typical of this biome, and it is represented by more than 500 species that occur from restingas (sandy coastal plain habitats) to the upper montane forests and high-altitude grasslands. Despite this broad representation, there are few taxonomic studies of this family for this biome, and especially of the flora of Rio de Janeiro state. The present study aims to survey the Melastomataceae at Marambaia, an island included in the Atlantic Forest biome, as well as taxonomic and floristic similarity studies. It has significant ecological importance as a natural refuge for several plant species of the Tropical Moist Forest and for the preservation of genetic heritage. The vegetation types are Submontane Tropical Moist Forest and restinga, and the Melastomataceae is represented by seven genera and 25 species, of which 13 (52%) represent new records for the area. Miconia is the largest genus with 10 species, followed by Tibouchina (6 spp.), Leandra (4 spp.), Clidemia (2spp.) and Huberia, Marcetia and Ossaea (1 sp. each). Descriptions, illustrations, and a key to identify the taxa are provided. Morphological characteristics of leaves, inflorescences, buds, petals, hypanthium, stamens, indumentum, fruits, and seeds are diagnostic to distinguish the taxa. Comments on morphological peculiarities of species and geographical, phenological, and conservation status data are also presented. Three species are cited on the list of endangered species of Rio de Janeiro municipality. Among the vegetation formations, the Submontane Tropical Moist Forest has the highest species richness (23 species), while in restingas the richness is lower, with eight species in forest formations, five species in shrubby formations, and only two species in herbaceous formations. Similarity between the vegetation formations of Marambaia was low, ranging between 4.2% and 40%. Despite the strong relationship between these formations and their physical proximity, the four areas at Marambaia have low species similarity. Key words: Atlantic / A Floresta Atl?ntica ? um dos hotspots mundiais de biodiversidade devido ? elevada diversidade e graus de endemismo e amea?a. Dentre as fam?lias vegetais t?picas desse bioma est? Melastomataceae, com mais de 500 esp?cies e que ocorrem desde as restingas at? as florestas altomontanas e campos de altitude. Apesar dessa numerosa representatividade, poucos s?o os estudos taxon?micos sobre esta fam?lia na flora fluminense. Desse modo, o presente estudo tem como objetivo realizar o levantamento flor?stico da fam?lia Melastomataceae na Marambaia, uma regi?o insular integrada no bioma Floresta Atl?ntica, bem como estudos taxon?micos e de similaridade flor?stica. Ela desempenha significativa import?ncia ecol?gica como um ref?gio natural para diversas esp?cies de plantas da Mata Pluvial e atua na preserva??o do patrim?nio gen?tico. Nessa regi?o insular, onde a cobertura vegetal ? de Floresta Ombr?fila Densa Submontana e Restinga, a representatividade da fam?lia Melastomataceae mostra-se expressiva, constitu?da de sete g?neros e 25 esp?cies, das quais 13 correspondem a novos registros para a ?rea. Miconia ? o g?nero mais numeroso, com 10 esp?cies, seguido por Tibouchina (6 spp.), Leandra (4 spp.), Clidemia ( 2spp.) e Huberia, Marcetia e Ossaea (1 sp. cada). S?o apresentadas descri??es, ilustra??es e chaves para identifica??o dos t?xons. Caracter?sticas morfol?gicas das folhas, infloresc?ncias, ?pice dos bot?es florais e p?talas, hipanto, estames, tipos de indumento, frutos e sementes mostram-se diagn?sticas para a identifica??o dos t?xons. Coment?rios sobre particularidades morfol?gicas das esp?cies e dados geogr?ficos, fenol?gicos e sobre o estado de conserva??o das esp?cies, tamb?m s?o apresentados. Tr?s esp?cies s?o citadas na lista das esp?cies amea?adas de extin??o para o munic?pio do Rio de Janeiro. Dentre as forma??es vegetais analisadas, a Floresta Ombr?fila Densa Submontana apresentou a maior riqueza de esp?cies (23 esp?cies), enquanto nas restingas a riqueza foi menor, com oito esp?cies nas Forma??es Florestais, cinco esp?cies nas Forma??es Arbustivas e apenas duas esp?cies nas Forma??es Herb?ceas. A similaridade entre as forma??es vegetais da Marambaia foi baixa, variando entre 4,2% e 40%. Apesar da elevada rela??o entre essas forma??es e suas proximidades f?sicas na Marambaia, as quatro ?reas guardam poucas semelhan?as na composi??o de esp?cies