Made available in DSpace on 2014-06-11T19:27:14Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-07-30Bitstream added on 2014-06-13T19:55:34Z : No. of bitstreams: 1 freitas_tc_me_ilha.pdf: 1484818 bytes, checksum: 9f0ca1d5825d93918e44fc9b31aae513 (MD5) / Agência Nacional de Energia Elétrica (ANEEL) / Este trabalho apresenta o estudo, a implementação e a aplicação de duas técnicas de identificação de parâmetros modais utilizando apenas as respostas da estrutura, denominadas: Identificação Estocástica de Subespaço (IES) e Decomposição no Domínio da Freqüência (DDF). A IES é baseada na Decomposição em Valores Singulares (DVS) da projeção ortogonal do espaço das linhas das saídas futuras no espaço das linhas das saídas passadas. Uma vez realizada a DVS da projeção ortogonal é possível obter o modelo de espaço de estado da estrutura e os parâmetros modais são estimados diretamente através da decomposição em autovalores e autovetores da matriz dinâmica. A DDF é baseada na DVS da matriz de densidade espectral de potência de saída nas linhas de freqüências correspondentes a região em torno de um modo. O primeiro vetor singular obtido para cada linha de freqüência contém as respectivas informações daquele modo e os correspondentes valores singulares levam a função densidade espectral de um sistema equivalente de um grau de liberdade (1GL), permitindo a obtenção dos parâmetros do respectivo modo. Os métodos são avaliados utilizando dados simulados e experimentais. Os resultados mostram que as técnicas implementadas são capazes de estimar os parâmetros modais de estruturas utilizando apenas as respostas. / This work presents the study, implementation and application of the two techniques for the modal parameters identification using only response data: Stochastic Subspace Identification (SSI) and Frequency Domain Decomposition (FDD). The SSI is based on Singular Value Decomposition (SVD) of the orthogonal projection of the future output row space in the past output row space. After the completion of the SVD of the orthogonal projection, is possible to get the state space model of the structure and the modal parameters are estimated directly through the eigenvalues and eigenvectors decomposition of the dynamic matrix. The FDD is based on the SVD of the output power spectral density matrix in the frequencies lines around a mode. The first singular vector obtained for each frequency line contains the respective information about this mode and the corresponding spectral density function leads to an equivalent system of one degree of freedom (1 DOF), allowing the calculation of the parameters of the mode. The methods are evaluated using simulated and experimental data. The results show that the techniques implemented are capable to estimate the modal parameters of structures using only response data.

Submitted by Kamila Costa (kamilavasconceloscosta@gmail.com) on 2015-09-02T13:30:29Z No. of bitstreams: 1 Dissertação - Abraão C Mendes.pdf: 596466 bytes, checksum: 828e2e3d4596502c864741954a15b161 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-09-16T15:31:26Z (GMT) No. of bitstreams: 1 Dissertação - Abraão C Mendes.pdf: 596466 bytes, checksum: 828e2e3d4596502c864741954a15b161 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-09-16T15:35:33Z (GMT) No. of bitstreams: 1 Dissertação - Abraão C Mendes.pdf: 596466 bytes, checksum: 828e2e3d4596502c864741954a15b161 (MD5) / Made available in DSpace on 2015-09-16T15:35:34Z (GMT). No. of bitstreams: 1 Dissertação - Abraão C Mendes.pdf: 596466 bytes, checksum: 828e2e3d4596502c864741954a15b161 (MD5) Previous issue date: 2015-08-12 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / For a long time one was looking for an answer of Peano’s theorem in infinitedimensional Banach spaces. In 1974, Godunov proved that the Peano’s theorem holds in a Banach space X if and only if X has finite dimension. In the following, he turned all his attention to the weak form of Peano’s theorem in the infinite-dimensional case. In 2003, Shkarin proved that if X is a Banach space containing a complemented subspace with an unconditional Schauder basis, then the weak form of Peano’s theorem does not hold. In this work we try to show all details of the proof. / Por muito tempo procurou-se responder à questão da validade (ou não-validade) do Teorema de Peano em espaços de Banach de dimensão infinita. Mas, em 1974, Godunov mostrou que o Teorema de Peano é válido em um espaço de Banach X se, e somente se, X tem dimensão finita (veja [13]). Voltou-se, então, a atenção para a Forma Fraca do Teorema de Peano no caso de dimensão infinita. Em 2003, Shkarin mostrou que se X é um espaço de Banach contendo um subespaço complementado com base de Schauder incondicional, então a Forma Fraca do Teorema de Peano não é válida (veja [14]). Veremos os detelhes deste resultado ao longo deste trabalho.

Orientador: Jorge Tulio Mujica Ascui / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-27T12:08:37Z (GMT). No. of bitstreams: 1 MelendezCaraballo_Blas_M.pdf: 1140173 bytes, checksum: 61bc3f801fdfc8946dd6852692a39bfd (MD5) Previous issue date: 2015 / Resumo: Em 1960, Pelczynski [1] provou que, se X é um dos espaços c0 ou lp, com p número real maior ou igual do que um. Então todo subespaço complementado de dimensão infinita de X é isomorfo a X. Outro resultado clássico de Pelczynski [1] afirma que se p é um número real maior do que um, então o espaço Lp[0,1] contém um subespaço complementado isomorfo a l2. Nosso objetivo é estudar os resultados deste tipo, e introduzir alguns problemas abertos. BIBLIOGRAFIA [1] A. Pelczynski, Projections in certain Banach spaces, Studia Methematica, 19 (1960), pág. 209-228 / Abstract: In 1960, Pelczynski [1] showed that if X is one of the spaces c0 or lp, p real number greater than or equal to one. Then each infinite dimensional subspace complemented in X is isomorphic to X. Another classical result of Pelczynski [1] states that if p is a real number greater that one, then the space Lp[0,1] contains a complemented subspace isomorphic to l2. Our aim is to study results of this kind, and to introduce some open problems. BIBLIOGRAFIA [1] A. Pelczynski, Projections in certain Banach spaces, Studia Methematica, 19 (1960), pág. 209-228 / Mestrado / Matematica / Mestre em Matemática

O uso de dados biométricos da face para verificação automática de identidade é um dos maiores desafios em sistemas de controle de acesso seguro. O processo é extremamente complexo e influenciado por muitos fatores relacionados à forma, posição, iluminação, rotação, translação, disfarce e oclusão de características faciais. Hoje existem muitas técnicas para se reconhecer uma face. Esse trabalho apresenta uma investigação buscando identificar uma face no banco de dados ORL com diferentes grupos de treinamento. É proposto um algoritmo para o reconhecimento de faces baseado na técnica de subespaço LDA (PCA + LDA) utilizando uma rede neural SOM para representar cada classe (face) na etapa de classificação/identificação. Aplicando o método do subespaço LDA busca-se extrair as características mais importantes na identificação das faces previamente conhecidas e presentes no banco de dados, criando um espaço dimensional menor e discriminante com relação ao espaço original. As redes SOM são responsáveis pela memorização das características de cada classe. O algoritmo oferece maior desempenho (taxas de reconhecimento entre 97% e 98%) com relação às adversidades e fontes de erros que prejudicam os métodos de reconhecimento de faces tradicionais. / The use of biometric technique for automatic personal identification is one of the biggest challenges in the security field. The process is complex because it is influenced by many factors related to the form, position, illumination, rotation, translation, disguise and occlusion of face characteristics. Now a days, there are many face recognition techniques. This work presents a methodology for searching a face in the ORL database with some different training sets. The algorithm for face recognition was based on sub-space LDA (PCA + LDA) technique using a SOM neural net to represent each class (face) in the stage of classification/identification. By applying the sub-space LDA method, we extract the most important characteristics in the identification of previously known faces that belong to the database, creating a reduced and more discriminated dimensional space than the original space. The SOM nets are responsible for the memorization of each class characteristic. The algorithm offers great performance (recognition rates between 97% and 98%) considering the adversities and sources of errors inherent to the traditional methods of face recognition.

O uso de dados biométricos da face para verificação automática de identidade é um dos maiores desafios em sistemas de controle de acesso seguro. O processo é extremamente complexo e influenciado por muitos fatores relacionados à forma, posição, iluminação, rotação, translação, disfarce e oclusão de características faciais. Hoje existem muitas técnicas para se reconhecer uma face. Esse trabalho apresenta uma investigação buscando identificar uma face no banco de dados ORL com diferentes grupos de treinamento. É proposto um algoritmo para o reconhecimento de faces baseado na técnica de subespaço LDA (PCA + LDA) utilizando uma rede neural SOM para representar cada classe (face) na etapa de classificação/identificação. Aplicando o método do subespaço LDA busca-se extrair as características mais importantes na identificação das faces previamente conhecidas e presentes no banco de dados, criando um espaço dimensional menor e discriminante com relação ao espaço original. As redes SOM são responsáveis pela memorização das características de cada classe. O algoritmo oferece maior desempenho (taxas de reconhecimento entre 97% e 98%) com relação às adversidades e fontes de erros que prejudicam os métodos de reconhecimento de faces tradicionais. / The use of biometric technique for automatic personal identification is one of the biggest challenges in the security field. The process is complex because it is influenced by many factors related to the form, position, illumination, rotation, translation, disguise and occlusion of face characteristics. Now a days, there are many face recognition techniques. This work presents a methodology for searching a face in the ORL database with some different training sets. The algorithm for face recognition was based on sub-space LDA (PCA + LDA) technique using a SOM neural net to represent each class (face) in the stage of classification/identification. By applying the sub-space LDA method, we extract the most important characteristics in the identification of previously known faces that belong to the database, creating a reduced and more discriminated dimensional space than the original space. The SOM nets are responsible for the memorization of each class characteristic. The algorithm offers great performance (recognition rates between 97% and 98%) considering the adversities and sources of errors inherent to the traditional methods of face recognition.