Orientador: Jackson Gois da Silva / Resumo: A aprendizagem de alunos de licenciatura é de fundamental importância no processo formativo desses futuros profissionais e o estágio curricular supervisionado é parte central nessa aprendizagem. O estágio curricular supervisionado foi introduzido nas disciplinas das licenciaturas a fim de propiciar aos licenciandos a vivência do cotidiano escolar, com a intenção de prepará-los melhor para seu futuro profissional. Durante as atividades de estágio da Licenciatura em Química, os licenciandos utilizam conceitos químicos na elaboração e aplicação de seus projetos de estágio e o fazem juntamente com os saberes docentes. Assim, o estágio se constitui na elaboração de concepções acerca da docência, bem como na reelaboração do conhecimento químico direcionado para a prática docente, o que possibilita uma formação profissional mais concreta. Uma importante habilidade relacionada às áreas científicas é a argumentação científica, pois é através dela que o conhecimento científico é validado, seja em sala de aula e em todas as instâncias da sociedade. Em nosso trabalho, buscamos saber se as reflexões proporcionadas pelas atividades do estágio da Licenciatura em Química de uma universidade pública paulista influenciam na habilidade de argumentação científica dos alunos, através da aplicação de questionário e gravações em vídeos das reuniões de estágio, análise dos projetos e de relatórios dos licenciandos. A pesquisa é de caráter qualitativo, assim, utilizamos a análise textual discursiva p... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The learning of undergraduate students is of fundamental importance in the training process of these future professionals and the supervised curricular internship is a central part of this learning. The supervised internship was introduced in the disciplines of undergraduate courses in order to provide graduates with the experience of school daily, with the intention of preparing them better for their professional future. During the internship activities of the undergraduate degree in chemistry, undergraduates use chemical concepts in the elaboration and application of their internship projects, and do so together with the teaching knowledge. Thus, the internship is constituted in the elaboration of conceptions about teaching, as well as in the re-elaboration of the chemical knowledge directed to the teaching practice, what allows a more concrete professional formation. An important skill related to scientific areas is scientific argumentation, because it is through it that scientific knowledge is validated, whether in the classroom and in all instances of society. In our work, we seek to find out if the reflections provided by the activities of the degree in chemistry at a public university in São Paulo influence the ability of students to make scientific arguments, through the application of questionnaires and video recordings of internship meetings, project analysis and undergraduate reports. The research is of a qualitative character, therefore, we use discursive textual ... (Complete abstract click electronic access below) / Mestre

[pt] O desenvolvimento de técnicas de aprendizado auto-supervisionado vem ganhando muita visibilidade na área de Visão Computacional pois possibilita o pré-treinamento de redes neurais profundas sem a necessidade de dados anotados. Em alguns domínios, as anotações são custosas, pois demandam muito trabalho especializado para a rotulação dos dados. Esse problema é muito comum no setor de Óleo e Gás, onde existe um vasto volume de dados não interpretados. O presente trabalho visa aplicar a técnica de aprendizado auto-supervisionado denominada Masked Autoencoders para pré-treinar modelos Vision Transformers com dados sísmicos. Para avaliar o pré-treino, foi aplicada a técnica de transfer learning para o problema de segmentação de fácies sísmicas. Na fase de pré-treinamento foram empregados quatro volumes sísmicos distintos. Já para a segmentação foi utilizado o dataset Facies-Mark e escolhido o modelo da literatura Segmentation Transformers. Para avaliação e comparação da performance da metodologia foram empregadas as métricas de segmentação utilizadas pelo trabalho de benchmarking de ALAUDAH (2019). As métricas obtidas no presente trabalho mostraram um resultado superior. Para a métrica frequency weighted intersection over union, por exemplo, obtivemos um ganho de 7.45 por cento em relação ao trabalho de referência. Os resultados indicam que a metodologia é promissora para melhorias de problemas de visão computacional em dados sísmicos. / [en] The development of self-supervised learning techniques has gained a lot of visibility in the field of Computer Vision as it allows the pre-training of deep neural networks without the need for annotated data. In some domains, annotations are costly, as they require a lot of specialized work to label the data. This problem is very common in the Oil and Gas sector, where there is a vast amount of uninterpreted data. The present work aims to apply the self-supervised learning technique called Masked Autoencoders to pre-train Vision Transformers models with seismic data. To evaluate the pre-training, transfer learning was applied to the seismic facies segmentation problem. In the pre-training phase, four different seismic volumes were used. For the segmentation, the Facies-Mark dataset was used and the Segmentation Transformers model was chosen from the literature. To evaluate and compare the performance of the methodology, the segmentation metrics used by the benchmarking work of ALAUDAH (2019) were used. The metrics obtained in the present work showed a superior result. For the frequency weighted intersection over union (FWIU) metric, for example, we obtained a gain of 7.45 percent in relation to the reference work. The results indicate that the methodology is promising for improving computer vision problems in seismic data.

A busca progressiva no espaço de estados é uma das abordagens mais populares de Planejamento Automatizado. O desempenho dos algoritmos de busca progressiva é influenciado pela heurística independente de domínio utilizada para guiá-lo. Nesse contexto, o foco do presente trabalho consiste em investigar técnicas de aprendizado de máquina supervisionadas que possibilitaram agregar à heurística do plano relaxado, comumente utilizada em abordagens atuais de planejamento, informações sobre o domínio em questão que viessem a ser úteis ao algoritmo de busca. Essas informações foram representadas por meio de um espaço de características do problema de planejamento e uma rede neural MLP foi aplicada para estimar uma nova função heurística para guiar a busca por meio de um processo de regressão não linear. Uma vez que o conjunto de características disponíveis para a construção da nova função heurística é grande, foi necessário a definição de um processo de seleção de características capaz de determinar qual conjunto de características de entrada da rede resultaria em melhor desempenho para o modelo de regressão. Portanto, para a seleção de características, aplicou-se uma abordagem de algoritmos genéticos. Como principal resultado, tem-se uma análise comparativa do desempenho entre a utilização da heurística proposta neste trabalho e a utilização da heurística do plano relaxado para guiar o algoritmo de busca na tarefa de planejamento. Para a análise empírica foram utilizados domínios de diferentes complexidades disponibilizados pela Competições Internacionais de Planejamento. Além dos resultados empíricos e análises comparativas, as contribuições deste trabalho envolvem o desenvolvimento de um novo planejador independente de domínio, denominado LearnInPlanner. Esse planejador utiliza a nova função heurística estimada por meio do processo de aprendizado e o algoritmo de Busca Gulosa para solucionar os problemas de planejamento. / The forward state-space search is one of the most popular Automated Planning approaches. The performance of forward search algorithms is affected by the domain-independent heuristic being used. In this context, the focus of this work consisted on investigating techniques of supervised machine learning that make possible to agregate to the relaxed plan heuristic, commonly used in current planning approaches, information about the domain which could be useful to the search algorithm. This information has been represented through a feature space of planning problem and a MLP neural network has been applied to estimate a new heuristic function for guiding the search through a non-linear regression process. Once the set of features available for the construction of the new heuristic function is large, it was necessary to define a feature selection process capable of determining which set of neural network input features would result in the best performance for the regression model. Therefore, for selecting features, an approach of genetic algorithms has been applied. As the main result, one has obtained a comparative performance analysis between the use of heuristic proposed in this work and the use of the relaxed plan heuristic to guide the search algorithm in the planning task. For the empirical analysis were used domains with different complexities provided by the International Planning Competitions. In addition to the empirical results and comparative analysis, the contributions of this work involves the development of a new domain-independent planner, named LearnInPlanner. This planner uses the new heuristic function estimated by the learning process and the Greedy Best-First search algorithm to solve planning problems.

O escopo desta pesquisa é mapear os pontos nos quais os licenciandos têm dificuldades em transmitir por escrito o que observaram em sala, nos diários de campo e relatórios de estágio, desde as práticas de ensino de Língua Portuguesa até as relações entre os agentes que compõem o cenário da sala de aula. Buscamos, desta forma, um estudo analítico e crítico dos diários e relatórios estudados, a fim de corroborar que o processo de escrita no estágio supervisionado pode resultar na produção de conhecimento, além do desenvolvimento profissional do (futuro) professor e profissional de letras; para isso, contamos com os estudos pertinentes à etnografia no contexto escolar (ANDRÉ, 2008) e à observação (LÜDKE e ANDRÉ, 1986). Enfatizamos a importância do registro do estágio supervisionado e, para isso, é preciso contarmos com o planejamento de como ocorrerá. Nesta empreitada, é de suma relevância o registro escrito, para que se organize o pensamento e, portanto, para que os acontecimentos não se percam, obtendo-se, assim, dados de maior consistência, o que possibilita um diário de campo e um relatório mais fidedignos. Como referencial teórico para as análises, mobilizamos conhecimentos acerca do Princípio da Cooperação (GRICE, 1975), da Teoria da relevância (SPERBER e WILSON, 2005) e dos Princípios da Construção Textual de Sentido (KOCH, 2015). Proporcionamos reflexões sobre a enunciação (BENVENISTE, 1988, 1989), a Análise do Discurso (PÊCHEUX, 2014 [1990]), (FOUCAULT, 2014 [1970; 1969]), (DUCROT, 1987), e a gestão do conhecimento (VALENTIN, 2008) (NONAKA e KONNO, 1998). / The scope of this study is to map the points in which the undergraduates face difficulties in transmitting in their writing what they observed in the classroom, in the journals and reports of supervised teaching training stages at the Languages Course to the relations between the participants that compose the classroom setting. In this way, an analytical and critical study of the journals and reports will be sought, in order to corroborate that the writing process in the supervised teaching training can result in the production of knowledge, besides the professional development of the (future) teacher and profesional languages; for that, we rely on the ethnographical studies pertaining to the school context (ANDRÉ, 2008) and the observation (ANDRÉ and LÜDKE, 1986). We emphasize the importance of supervised internship registration and, for this, it is necessary to count on the planning of how it will happen. In this work, the written record is held as essential to organize the thought processes and, therefore, to ascertain that the observed events are not lost, obtaining, thus, more consistent data and more trustworthy observation journals and reports. As theoretical references for the analysis, we mobilize knowledge about the Principle of Cooperation (GRICE, 1975), Relevance Theory (SPERBER and WILSON, 2005) and the Principles of Textual Construction of Meaning (Koch, 2015). Furthermore, we have brought reflections about enunciation (BENVENISTE, 1988, 1989), Discourse Analysis (PÊCHEUX, 2014 [1990]), (FOUCAULT, 2014 [1970, 1969]), (DUCROT, 1987), and generation of knowledge (VALENTIN, 2008), (NONAKA and KONNO, 1998).

Nesse estudo objetivamos investigar como licenciandos atribuíam sentidos à docência em seu processo de formação inicial, considerando o contexto das disciplinas de Metodologia do Ensino de Física de um curso de licenciatura de uma universidade pública paulista. Metodologicamente, a pesquisa se caracterizou como qualitativa, do tipo estudo de caso de observação participante, onde consideramos como unidade de análise a atividade de estágio. Buscamos analisar a trajetória de formação de dois sujeitos em sua historicidade e nas interações estabelecidas por eles no desenvolvimento das ações no processo de aprendizagem da docência. Utilizamos observações e gravações em áudio de aulas das disciplinas, questionários e entrevistas semiestruturadas, bem como procedemos ao acompanhamento das regências das aulas de estágio para os casos focalizados. Baseamos nossas análises na perspectiva histórico-cultural, especialmente na Teoria da Atividade, elaborada por Vigotski e Leontiev e ampliada por Engeström. Organizamos a análise em cinco episódios: memórias do ensino básico; vivências da Licenciatura em Física; organização das aulas de estágio; regências das aulas de estágio; reflexão teórico-prática sobre o estágio, nos quais abordamos os sentidos atribuídos à docência pelos dois sujeitos, como e em que situações ocorreram. Os resultados apontaram alguns eixos articuladores da atribuição de sentidos, como: as memórias e vivências trazidas pelos licenciandos; as interações estabelecidas com os diferentes atores nos diversos contextos; os processos mediacionais conduzidos nas disciplinas pela professora e com os colegas; o movimento da atividade de estágio e suas contradições; bem como, as possibilidades projetadas para o futuro pelos licenciandos, os quais foram indutores de mudanças, por promoverem motivos eficazes para os licenciandos, proporcionando a organização de ações para a aprendizagem da docência. Ressaltamos, que as atribuições de sentidos não se iniciaram nessas disciplinas e nem se esgotam nelas, mas ajudam a compor uma rede dinâmica de sentidos, dentre os quais destacamos: a compreensão da importância da intencionalidade no ensino e na organização de suas ações; a atribuição ao papel do professor de coordenar a atividade de aprendizagem; a importância da relação colaborativa no ensino; o reconhecimento da base teórica associada à prática; o entendimento da educação como processo de intervenção social. Desta forma, apontamos o papel fundamental das ações relativas ao estágio, desenvolvido como processo substantivo da aprendizagem da docência dos futuros professores, cumprindo assim, sua função primordial de aproximação de motivos e sentidos na direção dos significados sociais da profissão docente. / In this study we aimed to investigate how undergraduates senses attributed to teaching in their initial teaching education process, considering the context of the methodology of disciplines of Physics Teaching of a degree program at a public university. Methodologically, the research was characterized as qualitative, case study of participant observation, which we considered as the unit of analysis \"traineeship activity.\" We analyzed the initial teaching education trajectory of two subjects in their historicity and the interactions established by them in the development of actions in the teaching learning process. We used notes and audio recordings of classes of the disciplines, questionnaire and semi-structured interviews as observing the regencies of traineeship classes of the targeted cases. We based our analysis on historical and cultural perspective, especially in the Activity Theory developed by Vygotsky and Leontiev and expanded by Engeström. We organized the analysis in five episodes: primary school memories; experiences of Degree in Physics; organization of traineeship classes; regencies of traineeship classes; theoretical and practical reflection of the traineeship which we discussed the senses attributed to teaching of the two individuals: how and in what situations occurred. The results showed some axes articulating the attribution of senses, such as memories and experiences brought by the licensees; the interactions established with different actors in different contexts; the mediational processes conducted in the disciplines by teacher and colleagues; the movement of the traineeship activity and contradictions; as well as the possibilities for the future designed by undergraduates, which were inducing changes by promoting effective motives for undergraduates, providing the organization of actions for learning teaching. We emphasized that the attributions of senses did not start in these disciplines and did not exhausted them, but help to make up a dynamic network of senses, among which include: understanding the importance of intentionality in teaching and organization of their actions; assigning the role of the teacher in coordinating the learning activity; the importance of collaborative relationship in teaching; the recognition of theoretical basis associated with the practice; the understanding of education as a social intervention process. Concluding, we pointed out the fundamental role of the actions related to the traineeship, developed as a substantive process of teaching learning for the future teachers; fulfilling its primary function of approaching motives and senses towards the social meanings of the teaching profession.

Nos últimos 30 anos, a área de aprendizagem de máquina desenvolveu-se de forma comparável com a Física no início do século XX. Esse avanço tornou possível a resolução de problemas do mundo real que anteriormente não poderiam ser solucionados por máquinas, devido à dificuldade de modelos puramente estatísticos ajustarem-se de forma satisfatória aos dados de treinamento. Dentre tais avanços, pode-se citar a utilização de técnicas de aprendizagem de máquina na área de Química Medicinal, envolvendo métodos de análise, representação e predição de informação molecular por meio de recursos computacionais. Os dados utilizados no contexto biológico possuem algumas características particulares que podem influenciar no resultado de sua análise. Dentre estas, pode-se citar a complexidade das informações moleculares, o desbalanceamento das classes envolvidas e a existência de dados incompletos ou rotulados de forma incerta. Tais adversidades podem prejudicar o processo de identificação de compostos candidatos a novos fármacos, se não forem tratadas de forma adequada. Neste trabalho, foi abordada uma técnica de aprendizagem de máquina semi-supervisionada capaz de reduzir o impacto causado pelo problema da incerteza na rotulação dos dados, aplicando um método para estimar rótulos mais confiáveis para os compostos químicos existentes no conjunto de treinamento. Na tentativa de evitar os efeitos causados pelo desbalanceamento dos dados, foi incorporada ao processo de estimação de rótulos uma abordagem sensível ao custo, com o objetivo de evitar o viés em benefício da classe majoritária. Após o tratamento do problema da incerteza na rotulação, classificadores baseados em Máquinas de Aprendizado Extremo foram construídos, almejando boa capacidade de aproximação em um tempo de processamento reduzido em relação a outras abordagens de classificação comumente aplicadas. Por fim, o desempenho dos classificadores construídos foi avaliado por meio de análises dos resultados obtidos, confrontando o cenário com os dados originais e outros com as novas rotulações obtidas durante o processo de estimação semi-supervisionado / In the last 30 years, the area of machine learning has developed in a way comparable to Physics in the early twentieth century. This breakthrough has made it possible to solve real-world problems that previously could not be solved by machines because of the difficulty of purely statistical models to fit satisfactorily with training data. Among these advances, one can cite the use of machine learning techniques in the area of Medicinal Chemistry, involving methods for analysing, representing and predicting molecular information through computational resources. The data used in the biological context have some particular characteristics that can influence the result of its analysis. These include the complexity of molecular information, the imbalance of the classes involved, and the existence of incomplete or uncertainly labeled data. If they are not properly treated, such adversities may affect the process of identifying candidate compounds for new drugs. In this work, a semi-supervised machine learning technique was considered to reduce the impact caused by the problem of uncertainty in the data labeling, by applying a method to estimate more reliable labels for the chemical compounds in the training set. In an attempt to reduce the effects caused by data imbalance, a cost-sensitive approach was incorporated to the label estimation process, in order to avoid bias in favor of the majority class. After addressing the uncertainty problem in labeling, classifiers based on Extreme Learning Machines were constructed, aiming for good approximation ability in a reduced processing time in relation to other commonly applied classification approaches. Finally, the performance of the classifiers constructed was evaluated by analyzing the results obtained, comparing the scenario with the original data and others with the new labeling obtained by the semi-supervised estimation process

Graças aos avanços tecnológicos nas áreas da computação, eletrônica embarcada e mecatrônica a robótica está cada vez mais presente no cotidiano da pessoas. Nessas últimas décadas, uma infinidade de ferramentas e métodos foram desenvolvidos no campo da Robótica Móvel. Um exemplo disso são os sistemas inteligentes embarcados nos veículos de passeio. Tais sistemas auxiliam na condução através de sensores que recebem informações do ambiente e algoritmos que analisam os dados e tomam decisões para realizar uma determinada tarefa, como por exemplo estacionar um carro. Este trabalho tem por objetivo apresentar estudos realizados no desenvolvimento de um controlador inteligente capaz de estacionar um veículo simulado em vagas paralelas, na qual seja possível entrar com uma única manobra. Para isso, foi necessário realizar estudos envolvendo a modelagem de ambientes, cinemática veicular e sensores, os quais foram implementados em um ambiente de simulação desenvolvido em C# com o Visual Studio 2008. Em seguida é realizado um estudo sobre as três etapas do estacionamento, que consistem em procurar uma vaga, posicionar o veículo e manobrá-lo. Para realizar a manobra foi adotada a trajetória em S desenvolvida e muito utilizada em outros trabalhos encontrados na literatura da área. A manobra consiste em posicionar corretamente duas circunferências com um raio de esterçamento do veículo. Sendo assim, foi utilizado um controlador robusto baseado em aprendizado supervisionado utilizando Redes Neurais Artificiais (RNA), pois esta abordagem apresenta grande robustez com relação à presença de ruídos no sistema. Este controlador recebe dados de dois sensores laser (um fixado na frente do veículo e o outro na parte traseira), da odometria e de orientação de um sensor inercial. Os dados adquiridos desses sensores e a etapa da manobra em que o veículo está, servem de entrada para o controlador. Este é capaz de interpretar tais dados e responder a esses estímulos de forma correta em aproximadamente 99% dos casos. Os resultados de treinamento e de simulação se mostraram muito satisfatórios, permitindo que o carro controlador pela RNA pudesse estacionar corretamente em uma vaga paralela. / Thanks to technological advances in the fields of computer science, embedded electronics and mechatronics, robotics is increasingly more present in people\'s lives. On the past few decades a great variety of tools and methods were developed in the Mobile Robotics field, e.g. the passenger vehicles with smart embedded systems. Such systems help drivers through sensors that acquire information from the surrounding environment and algorithms which process this data and make decisions to perform a task, like parking a car. This work aims to present the studies performed on the development of a smart controller able to park a simulated vehicle in parallel parking spaces, where a single maneuver is enough to enter. To accomplish this, studies involving the modeling of environments, vehicle kinematics and sensors were conducted, which were implemented in a simulated environment developed in C# with Visual Studio 2008. Next, a study about the three stages of parking was carried out, which consists in looking for a slot, positioning the vehicle and maneuvering it. The \"S\" trajectory was adopted and developed to maneuver the vehicle, since it is well known and highly used in related works found in the literature of this field. The maneuver consists in the correct positioning of two circumferences with the possible steering radius of the vehicle. For this task, a robust controller based on supervised learning using Artificial Neural Networks (ANN) was employed, since this approach has great robustness regarding the presence of noise in the system. This controller receives data from two laser sensors (one attached on the front of the vehicle and the other on the rear), from the odometry and from the inertial orientation sensor. The data acquired from these sensors and the current maneuver stage of the vehicle are the inputs of the controller, which interprets these data and responds to these stimuli in a correct way in approximately 99% of the cases. The results of the training and simulation were satisfactory, allowing the car controlled by the ANN to correctly park in a parallel slot.

Machine learning enables machines to learn automatically from data. In literature, graph-based methods have received increasing attention due to their ability to learn from both local and global information. In these methods, each data instance is represented by a vertex and is linked to other vertices according to a predefined affinity rule. However, they usually have unfeasible time cost for large problems. To overcome this problem, techniques can employ a heuristic to find suboptimal solutions in a feasible time. Early heuristic optimization methods exploit nature-inspired collective processes, such as ants looking for food sources and swarms of bees. Nowadays, advances in the field of complex systems provide powerful tools to assess and to understand dynamical systems. Complex networks, which are graphs with nontrivial topology, are among these theoretical tools capable of describing the interplay of topology, structure, and dynamics of complex systems. Therefore, machine learning methods based on complex networks and collective dynamics have been proposed. They encompass three steps. First, a complex network is constructed from the input data. Then, the simulation of a distributed collective system in the network generates rich information. Finally, the collected information is used to solve the learning problem. The coordination of the individuals in the system permit to achieve dynamics that is far more complex than the behavior of single individuals. In this research, I have explored collective dynamics in machine learning tasks, both in unsupervised and semi-supervised scenarios. Specifically, I have proposed a new collective system of competing particles that shifts the traditional vertex-centric dynamics to a more informative edge-centric one. Moreover, it is the first particle competition system applied in machine learning task that has deterministic behavior. Results show several advantages of the edge-centric model, including the ability to acquire more information about overlapping areas, a better exploration behavior, and a faster convergence time. Also, I have proposed a new network formation technique that is not based on similarity and has low computational cost. Since addition and removal of samples in the network is cheap, it can be used in real-time application. Finally, I have conducted analytical investigations of a flocking-like system that was needed to guarantee the expected behavior in community detection tasks. In conclusion, the result of the research contributes to many areas of machine learning and complex systems. / Aprendizado de máquina permite que computadores aprendam automaticamente dos dados. Na literatura, métodos baseados em grafos recebem crescente atenção por serem capazes de aprender através de informações locais e globais. Nestes métodos, cada item de dado é um vértice e as conexões são dadas uma regra de afinidade. Todavia, tais técnicas possuem custo de tempo impraticável para grandes grafos. O uso de heurísticas supera este problema, encontrando soluções subótimas em tempo factível. No início, alguns métodos de otimização inspiraram suas heurísticas em processos naturais coletivos, como formigas procurando por comida e enxames de abelhas. Atualmente, os avanços na área de sistemas complexos provêm ferramentas para medir e entender estes sistemas. Redes complexas, as quais são grafos com topologia não trivial, são uma das ferramentas. Elas são capazes de descrever as relações entre topologia, estrutura e dinâmica de sistemas complexos. Deste modo, novos métodos de aprendizado baseados em redes complexas e dinâmica coletiva vêm surgindo. Eles atuam em três passos. Primeiro, uma rede complexa é construída da entrada. Então, simula-se um sistema coletivo distribuído na rede para obter informações. Enfim, a informação coletada é utilizada para resolver o problema. A interação entre indivíduos no sistema permite alcançar uma dinâmica muito mais complexa do que o comportamento individual. Nesta pesquisa, estudei o uso de dinâmica coletiva em problemas de aprendizado de máquina, tanto em casos não supervisionados como semissupervisionados. Especificamente, propus um novo sistema de competição de partículas cuja competição ocorre em arestas ao invés de vértices, aumentando a informação do sistema. Ainda, o sistema proposto é o primeiro modelo de competição de partículas aplicado em aprendizado de máquina com comportamento determinístico. Resultados comprovam várias vantagens do modelo em arestas, includindo detecção de áreas sobrepostas, melhor exploração do espaço e convergência mais rápida. Além disso, apresento uma nova técnica de formação de redes que não é baseada na similaridade dos dados e possui baixa complexidade computational. Uma vez que o custo de inserção e remoção de exemplos na rede é barato, o método pode ser aplicado em aplicações de tempo real. Finalmente, conduzi um estudo analítico em um sistema de alinhamento de partículas. O estudo foi necessário para garantir o comportamento esperado na aplicação do sistema em problemas de detecção de comunidades. Em suma, os resultados da pesquisa contribuíram para várias áreas de aprendizado de máquina e sistemas complexos.

Os serviços de saúde podem se constituir em espaços de construção e reconstrução de propostas educacionais voltadas aos trabalhadores, a partir dos problemas vivenciados no cotidiano. Esta pesquisa tem como proposta apreender os significados atribuídos pelos egressos do Curso de Enfermagem da Universidade Norte do Paraná (UNOPAR) do município de Londrina-PR, às experiências vivenciadas na realização de atividades educativas, junto aos trabalhadores de saúde, durante o estágio curricular supervisionado. Trata-se de um estudo descritivo, exploratório, de natureza qualitativa. A obtenção dos dados se deu por meio de entrevistas semi-estruturadas gravadas, nos meses de agosto, setembro e outubro de 2004. Participaram da pesquisa dez egressos que realizaram essa disciplina, no período de fevereiro à junho de 2004, em Unidades Básicas de Saúde. Da análise das entrevistas emergiram seis categorias: sentimentos apresentados pelos estudantes ao realizarem atividade educativa; escolha das temáticas; escolha das estratégias pedagógicas; a inserção do trabalhador nas atividades educativas; processo de avaliação; avaliação do curso de graduação. A partir da apresentação geral da análise das categorias, foi possível a construção de algumas reflexões sobre a prática educativa no contexto de formação e da educação em serviço. Considerando a incipiente formação pedagógica do estudante e a lógica da educação continuada nos serviços, campo de estágio, é nítido que o estudante reproduz o ensino tradicional, apresentando pouco espírito crítico e problematizador para análise da realidade. Desse modo, é fundamental repensar e reconstruir a formação no que se refere à prática educativa e investir na construção da educação permanente no contexto da saúde. / Trials of constructive and reconstructive educational propositions concerning workers take place in health services, where experienced everyday problems may become true educational actions. They give meaning to and set future educational propositions relevant to continuing / permanent education in health services. This research tried to collect the meaning of educational practice experienced by senior nursing students attending North of Paraná University (UNOPAR) in Londrina – PR. It is a descriptive and exploratory study, of qualitative nature. Its data were gathered by recorded interviews between August through September of the year 2004. Ten senior nursing students took part in this research during their supervisionized Administration internship during February to June of 2004 in Basic Health Units in Londrina – PR. The statements analysis presentation summed up six cathegories: feelings presented by the senior students while they performed the educational activity, themes selection, pedagogic strategies selection; insertion of the worker in educational practices; evaluation process and evaluation of the graduation course. From the general presentation of the cathegories analysis it was possible to build two thematic topics: the student’s proficiency towards educational practices and continuing / permanent educational practice in health service. Considering the incipient pedagogic formation of the student and the continuing educational logic at the work, internship field, it is clear that the student reproduces the traditional teaching, showing little critical and problem solving spirit for analysis of the truth. Therefore, it is fundamental to rethink and rebuild the formation related to educational practice and invest on the construction of the permanent education in the context of health.

Redes neurais pulsadas - redes que utilizam uma codificação temporal da informação - têm despontado como uma nova e promissora abordagem dentro do paradigma conexionista emergente da ciência cognitiva. Um desses novos modelos é a rede neural pulsada de base radial, capaz de armazenar informação nos tempos de atraso axonais dos neurônios e que comporta algoritmos explícitos de treinamento. A recente proposição de uma sistemática para a codificação temporal dos dados de entrada utilizando campos receptivos gaussianos tem apresentado interessantes resultados na tarefa do agrupamento de dados (clustering). Este trabalho propõe uma função para o aprendizado não supervisionado dessa rede, com o objetivo de simplificar a sistemática de calibração de alguns dos seus parâmetros-chave, aprimorando a convergência da rede neural pulsada no aprendizado baseado em instâncias. O desempenho desse modelo é avaliado na tarefa de classificação de padrões, particularmente na classificação de pixels em imagens coloridas no domínio da visão computacional. / Pulsed neural networks - networks that encode information in the timing of spikes - have been studied as a new and promising approach in the artificial neural networks paradigm, emergent from cognitive science. One of these new models is the pulsed neural network with radial basis function, a network able to store information in the axonal propagation delay of neurons. Recently, a new method for encoding input-data by population code using gaussian receptive fields has showed interesting results in the clustering task. The present work proposes a function for the unsupervised learning task in this network, which goal includes the simplification of the calibration of the network key parameters and the enhancement of the pulsed neural network convergence to instance based learning. The performance of this model is evaluated for pattern classification, particularly for the pixel colors classification task, in the computer vision domain.