Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In climatology it is of fundamental importance to make predictions about the behavior of certain variables. For this it is necessary that current and past behavior of these variables is known. In this context, the use of natural records, such as the growth rings of trees, has become a very effective tool because it covers data of longer time scale. The dendroclimatologia is the study of climate through the analysis of growth rings of trees and it is based on the determination of climatic factors that are acting in the study area and thus causing variations in thickness of growth rings. In general, dendrochronology is a simple and inexpensive work, but highly effective. In the present work, it was developed a study of the climate through the growth rings of trees of the species Araucaria angustifolia which chronologies were obtained of samples collected from Concordia / SC, Passo Fundo / RS and São Francisco de Paula / RS. It was used a total of 34 samples, 08 samples from Concord, 12 samples from Passo Fundo and 14 samples from São Francisco de Paula/RS. The variations in thickness of growth rings were investigated considering the variable rainfall recorded in the localities of Passo Fundo and Caxias do Sul / RS. The time series of the Southern Oscillation Index (SOI) was also used in the study in order to know the influence of this phenomenon in the growth of trees. In the series of rings of tree growth it was applied a low-pass filter in order to remove long trends contained in this series. In the series of precipitation it was used a low-pass filter to period corresponding to SOI become evident. The method of Iterative Regression Analysis of Time Series (ARIST) was applied to the series in order to find common periods between growth rings and climate variables. The results showed that there is, in the time series of growth rings, signs similar to those found in the series of IOS with periods around 2 and 7 years. In the seasonal study, the results identified a trend of growing trees in the spring/summer. / Em climatologia é de fundamental importância que se faça previsões sobre o comportamento de certas variáveis. Para isso se faz necessário que o comportamento atual e passado dessas variáveis seja conhecido. Nesse contexto, o emprego de registros naturais, como os anéis de crescimento de árvores, se tornou uma ferramenta muito eficaz por abranger dados que cobrem uma longa escala temporal. A dendroclimatologia é o estudo do clima através da analise dos anéis de crescimento de árvores e se baseia na determinação de fatores climáticos que estão atuando no local de estudo e assim provocando variações nas espessuras dos anéis de crescimento. De forma geral, dendrocronologia é um trabalho simples e de baixo custo, porém bastante eficaz. No presente trabalho, foi desenvolvido um estudo do clima através dos anéis de crescimento de árvores da espécie Araucaria angustifolia. Obtiveram-se cronologias médias das amostras dos lenhos coletados em Concórdia/SC, Passo Fundo/RS e São Francisco de Paula/RS. Foi utilizado um total de 34 amostras, sendo 08 de Concórdia, 12 de Passo Fundo e 14 de São Francisco de Paula. As variações nas espessuras dos anéis de crescimento foram investigadas considerando-se a variável precipitação registrada nas localidades de Passo Fundo e Caxias do Sul/RS. A série temporal do Índice de Oscilação Sul (IOS) também foi empregada no estudo com a finalidade de se conhecer a influência desse fenômeno no crescimento das árvores. Nas séries temporais de anéis de crescimento de árvores usou-se o filtro passa-baixa, a fim de se remover longas tendências contidas nas séries. Nas séries de precipitação o uso do filtro passabaixa se deu para que as periodicidades correspondentes ao IOS se tornassem evidentes. O método de Análise de Regressão Iterativa de Séries Temporais (ARIST) foi aplicada à série a fim de encontrar períodos comuns entre os anéis de crescimento e variáveis climáticas. Os resultados mostraram que há, nas séries temporais dos anéis de crescimento, sinais semelhantes aos encontrados na série de IOS com períodos em torno de 2 e 7 anos. No estudo sazonal, os resultados identificaram uma tendência de crescimento das árvores na primavera/verão.

Made available in DSpace on 2014-06-11T19:26:12Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-08-25Bitstream added on 2014-06-13T20:27:11Z : No. of bitstreams: 1 carnierneto_d_me_rcla.pdf: 3759097 bytes, checksum: 779710eaadd918035376669c43711516 (MD5) / Esse trabalho apresenta os resultados obtidos com o monitoramento detalhado de nível d'água, realizado no período de 2002 a 2005 em poços no Aqüífero Rio Claro. Os problemas encontrados durante a coleta de dados dos poços de monitoramento foram solucionados por meio de programas desenvolvidos para este fim. Em seguida, os dados já tratados serviram à avaliação qualitativa dos fenômenos observados e comparados com aqueles encontrados na literatura. Por fim, foram aplicadas técnicas de análise de séries temporais (Análise de Fourier, Correlação Cruzada e Análise R/S) a esses dados, a fim de se verificar as periodicidades de alguns fenômenos naturais, como os ciclos sazonais e de maré terrestre, bem como estimar a relação temporal entre a pluviometria e a recarga, e avaliar o grau de persistência e auto-correlação das variações de nível d'água. Os resultados obtidos mostram que o monitoramento detalhado é capaz de fornecer informações que, além de contribuírem para um melhor conhecimento das características do aqüífero, podem auxiliar em processos de remediação, através da melhor caracterização da variação do nível d'água e seu conseqüente transporte vertical de contaminantes. / This work presents the results of detailed water level monitoring in the course of 2002 to 2005 in monitoring in wells on Rio Claro Aquifer. Problems found during data aquisition were solved by specific programs developed for this purpose. Qualitative evaluation of observed phenomena was made, comparing it with those from literature and, at the end, methods to time-series analysis were applied on data (Fourier Analysis, Cross-Correlation and R/S Analysis), in order to verify the periodicities of natural phenomena, like those resulting from seasonal cycles and earth-tides, to estimate temporal relationship between rainfall and well recovering, and evaluate the persistence and degree of auto-correlation of water levels variations. The results shows that detailed monitoring process gives important information that leads to a better knowledge on the aquifer characteristics, and it can help remediation process through a better characterization of water level variations and its consequent vertical transport of contaminants.

Made available in DSpace on 2014-06-11T19:26:16Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-06-17Bitstream added on 2014-06-13T19:33:49Z : No. of bitstreams: 1 carmona_phg_me_bauru.pdf: 1081605 bytes, checksum: df28707d6794e038412dd2b0452f42de (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / No cumprimento do papel da Gestão de Operações que está centrado na transformação dos recursos escassos em bens e serviços, as empresas formulam e implementam estratégias, buscando adquirir vantagem competitiva e atingir objetivos de custo. Nesse contexto, a manutenção do menor nível possível do custo de produção configura-se como um objetivo universalmente atraente e também como um fator de esforço empresarial. Os valores de custo real formam uma série temporal e a atividade de predizer tais valores em períodos futuros requer a adoção de métodos de previsão, destacando-se o método quantitativo, pela sua consistência e objetividade. O objetivo geral da presente contribuição acadêmica é a previsão de custos de produção por intermédio de séries temporais, constituindo um instrumento gerencial de apoio à decisão. Quanto a sua natureza, a pesquisa é aplicada devido sua aplicação prática; na forma de abordagem do problema é quantitativa, devido modelagem de dados quantificáveis e referente aos procedimentos técnicos é uma pesquisa não-experimental, pois ocorre dentro de uma realidade observada. A interdisciplinaridade crescente na esfera empresarial moderna justifica estudos da natureza do apresentado, buscando uma contribuição original e aplicável para as empresas. O esforço acadêmico resultou em um instrumento gerencial de apoio à decisão, que permite também o aprimoramento do controle de custos, procura contribuir com a redução dos mesmos e com ganho de competitividade. / The main role for Operations Management which is centralized to transform the depleted resources into goods and services, the enterprises, desing and deploy severak strategies, always searching for adquire competitive advantages and keep the expenses values below the cost outlook. Considering this point of view, the lower possible total cost level maintenance, presents itself as a univesally attractive objective and also an enterprise offort factor. The actual value costs constitute a time series and the capability for predict such values in future periods require a prevision method. Due its consistency and objectiveness, this work highlights the quantitative method. This academic contribution general objective, is the production cost outlookusing the time series, composing a decision support management instrument. Due its particular nature, the research is essentially a practical experience, the problem is focused under a quantitative perspective, due a quantificative data modeling and regarding the technical procedures, this is a non-experimental research, because it happends within an observed reality. The continuous growing up interrelated trend inside the modern organization, accounts for the studies that make part of this work, which intents to offer an original and applicable contribution to the enterprise organizations. The academic offorts resulted in a decision support management instrument, which offers also a better cost controlling accuracy capability, directly contributing for competitive earnings.

Made available in DSpace on 2014-06-11T19:26:17Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-02-06Bitstream added on 2014-06-13T20:15:03Z : No. of bitstreams: 1 cichini_fal_me_bauru.pdf: 593852 bytes, checksum: 2abd66fc0f97dbce9ae57d7e25a54b4b (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O mercado de ações no Brasil tem se popularizado de forma expressiva. A nova perspectiva que empresas e investidores brasileiros passaram a ter frente ao mercado de ações ocasionou uma grande difusão deste. Assim como em outros mercados, o investidor espera obter os retornos financeiros condizentes com sua expectativa na compra ou venda desses ativos financeiros. Para que os investidores possam tomar suas decisões quanto aos melhores momentos de compra ou venda de ações existem vários tipos de ferramentas que possibilitam a realização de uma estimação de valores futuros desse mercado. Essas ferramentas se baseiam em óticas distintas, porém com objetivo único que é efetuar uma estimação precisa. Algumas dessas técnicas de estimação são construídas valendo-se de ferramentas da inteligência computacional. Impulsionado por uma crescente demanda por esse tipo de ferramenta, aplicou-se um sistema baseado em Lógica Fuzzy com o objetivo de se estimar valores de ações da Bolsa de Valores de São Paulo e obter assim as melhores opções de investimento. Foi considerado um banco de dados contendo valores de 61 ações que participaram desse mercado em 860 dias de negociação no período de janeiro de 2004 a dezembro de 2007. Os resultados obtidos refletem a eficiência dos sistemas de inferência fuzzy em realizar estimações de séries temporais, bem como validam a metodologia destacada. Além disso, esses resultados motivam investigações futuras. Consolidando uma contribuição original desse trabalho, apresenta-se a forma pela qual as variáveis exógenas para a estimação podem ser escolhidas. / The stock market in Brazil has become popular in an expressive way. The new outlook that Brazilian companies and investors have started to have inside the stock market has caused a great diffusion of it. As in other markets, the investor expects to obtain financial returns which are consistent with theri expectations in the purchase or sale of financial assets. In order to make investors take their decisions about the best time to buy or sell shares, there are several types of tools that enable the execution of an estimation of future market values. These tools are based on different perspectives, but with only one goal, that is to make an accurate estimation. Some of these estimation techniques are built with the use of tools of computational intelligence. Driven by a growing demand for this type of tool, a system based on Fuzzy Logic with the purpose of estimating values of shares and thus getting the best investment choices of São Paulo Stock Exchange was applied. It was considered a database containing values of 61 shares that participated in that market at 860 days of trading from January 2004 to December 2007. The results reflect the effectiveness of fuzzy inference systems to carry out estimations of time series as well as validate the highlighted methodology. Additionally, these results motivate future investigations. Strengthening an original contribution of this work, we present the way through which exogenous variables to this estimation can be chosen.

Orientador : Prof. Dr. Fabiano Silva / Tese (Doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 14/09/2015 / Inclui referências : f. 149-167 / Resumo: O contínuo armazenamento de dados ao longo do tempo, tais como séries temporais, tem motivado o desenvolvimento de novas abordagens baseadas em métodos de mineração de dados. Nesse cenário, uma nova área de pesquisa emergiu durante as últimas duas décadas, a mineração de dados em séries temporais. Mais especificamente, as abordagens baseadas em técnicas de aprendizado de máquina têm apresentado maior interesse entre os pesquisadores. Dentre as tarefas de mineração de dados, a classificação de séries temporais tem sido amplamente explorada, de modo que estudos recentes, utilizando algoritmos de aprendizado não simbólicos, têm reportado resultados significativos, em termos da acurácia de classificação. No entanto, em aplicações que envolvem processos de auxílio à tomada de decisão, tais como diagnóstico médico, controle de produção industrial, sistemas de monitoração de segurança em aeronaves ou usinas de energia elétrica, é necessário possibilitar o entendimento do raciocínio utilizado no processo de classificação. A primitiva shapelet foi proposta na literatura como um descritor de características morfológicas locais para possibilitar melhor compreensão dos conceitos, devido a sua maior proximidade com a percepção humana na identificação de padrões em séries temporais. Contudo, a maioria dos trabalhos relacionados ao estudo dessa primitiva tem se dedicado ao desenvolvimento de abordagens mais eficientes em termos de tempo e de acurácia, desconsiderando a necessidade da inteligibilidade dos classificadores. Nesse contexto, neste trabalho foi proposto um método que utiliza a transformada shapelet para a construção de modelos simbólicos de classificação por meio de uma abordagem híbrida que combina a representação de árvore de decisão com o algoritmo vizinho mais próximo. Também, foram desenvolvidas estratégias para melhorar a qualidade de representação da transformada shapelet na utilização de classificadores simbólicos, como árvores de decisão. Para avaliar o desempenho dessas propostas, foi conduzida uma avaliação experimental que envolveu a comparação com os algoritmos considerados estado da arte usando conjuntos de dados amplamente estudados na literatura de classificação de séries temporais. Com base nos resultados e análises realizadas nesta tese, foi possível verificar que a melhoria do processo de identificação de shapelets possibilita a construção de classificadores inteligíveis e competitivos; e que métodos híbridos podem contribuir para prover uma representação simbólica dos modelos, com desempenho equivalente ou até mesmo superior aos métodos não simbólicos. Palavras-chave: mineração de dados. aprendizado de máquina. séries temporais. classificação. modelos simbólicos. / Abstract: The large amount of stored data over time, such as time series, has motivated the development of new approaches based on data mining methods. In this context, a new research area has emerged over the last two decades, the time series data mining. In particular, the approaches based on machine learning techniques have shown large interest among researchers. Among the data mining tasks, the time series classification has been widely exploited. Recent studies using non-symbolic learning algorithms have reported significant results in terms of classification accuracy. However, in applications related to decision making process, such as medical diagnosis, industrial production control, security monitoring systems in aircraft and in power plants, it is necessary allow the understanding of the reasoning used in the classification process. To take this into account, the shapelet primitive has been proposed in the literature as a descriptor of local morphological characteristics, which is closer to human perception for patterns identification in time series. On the other hand, most of the existing work related to shapelets has been dedicated to the development of more effective approaches in terms of time and accuracy, disregarding the need for interpretability of the classifiers. In this work, we propose to build symbolic models for time series classification using the shapelet transformation. This method is based on a hybrid approach that merges the decision tree representation and the nearest neighbor algorithm. Also, we developed strategies to improve the representation quality of the shapelet transformation using feature selection algorithms. We performed an experimental evaluation to analyze the performance of our proposals in comparison to the algorithms considered state of the art using datasets widely studied in the literature of time series classification. Based on the results and analysis carried out in this thesis, we found that the improvement of shapelet representation allows the construction of interpretable and competitive classifiers. Moreover, we found that the hybrid methods can help to provide symbolic models with equivalent or even superior performance to non-symbolic methods. Keywords: data mining. machine learning. time series. classification. symbolic models.

Orientador : Luiz Eduardo S. Oliveira / Coorientador : David Menotti / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 20/07/2017 / Inclui referências : f. 63-72 / Resumo: As séries temporais financeiras são notoriamente difíceis de analisar e prever dada sua natureza não estacionária e altamente oscilatória. Nesta tese, a eficácia da técnica de decomposição não-paramétrica Ensemble Empirical Mode Decomposition (EEMD) é avaliada como uma técnica de extração de característica de séries temporais provenientes de índices de mercado e taxas de câmbio, características estas usadas na classificação, juntamente com diferentes modelos de aprendizado de máquina, de tendências de curto prazo. Os resultados obtidos em dois datasets de dados financeiros distintos sugerem que os resultados promissores relatados na literatura foram obtidos com a adição, inadvertida, de lookahead bias (viés) proveniente da aplicação desta técnica como parte do pré-processamento das séries temporais. Em contraste com as conclusões encontradas na literatura, nossos resultados indicam que a aplicação do EEMD com o objetivo de gerar uma melhor representação dos dados financeiração, por si só, não é suficiente para melhorar substancialmente a precisão e retorno cumulativo obtidos por modelos preditivos em comparação aos resultados obtidos com a utilização de series temporais de mudanças percentuais. Palavras-chave: Predição de Tendencias, Aprendizado de Máquina, Séries Temporais Financeiras. / Abstract: Financial time series are notoriously difficult to analyse and predict, given their nonstationary, highly oscillatory nature. In this thesis, the effectiveness of the Ensemble Empirical Mode Decomposition (EEMD) is evaluated at generating a representation for market indexes and exchange rates that improves short-term trend prediction for these financial instruments. The results obtained in two different financial datasets suggest that the promising results reported using EEMD on financial time series in other studies were obtained by inadvertently adding look-ahead bias to the testing protocol via pre-processing the entire series with EEMD, which do affect the predictive results. In contrast to conclusions found in the literature, our results indicate that the application of EEMD with the objective of generating a better representation for financial time series is not sufficient, by itself, to substantially improve the accuracy and cumulative return obtained by the same models using the raw data. Keywords: Trend Prediction, Machine Learning, Financial Time Series.

Nas aplicações do mundo real, os dados mudam com o passar do tempo. Devido à característica dinâmica das aplicações, o esquema conceitual também pode mudar para se adaptar às mudanças que freqüentemente ocorrem na realidade. Para representar esta evolução, uma nova versão do esquema é definida e os dados armazenados são adaptados à nova versão. Entretanto, existem aplicações que precisam acessar também o esquema sob os diversos aspectos de suas mudanças, requerendo o uso de versionamento de esquemas. Durante a evolução do esquema, o versionamento preserva todas as versões deste esquema e seus dados associados, possibilitando a recuperação dos dados através da versão com a qual foram definidos. Ultimamente muitas pesquisas têm sido realizadas envolvendo as áreas de versionamento de esquemas e bancos de dados temporais. Estes bancos de dados provêm suporte ao versionamento de esquemas, pois permitem armazenar e recuperar todos os estados dos dados, registrando sua evolução ao longo do tempo. Apesar de muitos esforços, ainda não existem SGBDs temporais comercialmente disponíveis. A utilização de um modelo de dados temporal para a especificação de uma aplicação não implica, necessariamente, na utilização de um SGBD específico para o modelo. Bancos de dados convencionais podem ser utilizados desde que exista um mapeamento adequado entre o modelo temporal e o SGBD utilizado. Este trabalho apresenta uma abordagem para a implementação de um banco de dados temporal permitindo o versionamento de esquemas, usando um banco de dados relacional, tendo como base o modelo temporal TRM (Temporal Relational Model). Como forma de ilustrar apresenta-se um exemplo de implementação utilizando o SGBD DB2. O principal objetivo é avaliar diferentes técnicas de implementar e gerenciar o versionamento de esquemas em bancos de dados temporais. Para atingir esse objetivo, um protótipo foi desenvolvido para automatizar os mapeamentos do TRM para o DB2 e gerenciar o versionamento de esquemas e dados. Duas experiências de implementação foram realizadas utilizando formas diferentes de armazenar os dados - um repositório e vários repositórios - com o objetivo de comparar os resultados obtidos, considerando um determinado volume de dados e alterações. Um estudo de caso também é apresentado para validar as implementações realizadas.

Neste trabalho analisamos processos estocásticos com decaimento polinomial (também chamado hiperbólico) da função de autocorrelação. Nosso estudo tem enfoque nas classes dos Processos ARFIMA e dos Processos obtidos à partir de iterações da transformação de Manneville-Pomeau. Os objetivos principais são comparar diversos métodos de estimação para o parâmetro fracionário do processo ARFIMA, nas situações de estacionariedade e não estacionariedade e, além disso, obter resultados similares para o parâmetro do processo de Manneville-Pomeau. Entre os diversos métodos de estimação para os parâmetros destes dois processos destacamos aquele baseado na teoria de wavelets por ser aquele que teve o melhor desempenho. / In this work we analyze stochastic processes with polynomial (also called hyperbolic) decay of the autocorrelation function. We emphasize the class of ARFIMA processes and the one obtained from the Manneville-Pomeau iterated function processes. The main goal is to compare different estimation methods for the fractional parameter in ARFIMA process, for both stationary and non-stationary case and, moreover, to get similar results for the parameter in the Manneville-Pomeau process. Among all estimation methods for the parameters of these two processes we stress the one based on the wavelet theory since this had the best performaance.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Foram utilizados modelos estatísticos com base na metodologia de análise de séries temporais. As técnicas de regressão linear e médias móveis permitiram a identificação de tendências, sazonalidade e aleatoriedade, de médias mensais de parâmetros meteorológicos da cidade do Recife, capital do Estado de Pernambuco. Foram utilizadas séries históricas, abrangendo um período de dezenove anos, de janeiro de 1989 a dezembro de 2009, relativas a valores médios mensais de temperatura compensada, temperatura máxima, temperatura mínima, precipitação e umidade relativa. Os estudos sobre mudanças climáticas globais e regionais têm chamado a atenção, não apenas da comunidade cientifica na última década, mas também do publico em geral. O conhecimento antecipado das condições climáticas pode ajudar a sociedade a evitar desperdícios de recursos humanos e materiais, de forma que se possa adequar a programação de atividades, com base na previsão de demandas que dependam dessas condições climáticas. As médias de temperatura média compensada, temperatura máxima, temperatura mínima e precipitação média apresentaram tendências positivas caracterizando para a cidade do Recife, uma discreta alteração climática, mais evidente na segunda década do período estudado. Durante os 19 anos do período escolhido para a presente pesquisa, o evento climático El Niño ocorreu 9 vezes fazendo com que boa parte da comunidade científica atribua a este fenômeno a provável responsabilidade das anomalias climáticas observadas nas últimas décadas / Models based on the statistical techniques of time series were used to identification of trends, seasonality and randomness in monthly averages of the meteorological parameters of Recife city. To analyses trends it is possible to adjust linear regression and moving averages models. Were used time series data, covering a period of nineteen years, from January 1989 to December 2009, on the average monthly temperature compensated, maximum temperature, minimum temperature, precipitation and relative humidity. Studies on regional and global climate change have drawn attention not only of the scientific community over the last decade, but also the general public. Advance knowledge of weather conditions can help society avoid wasting human and material resources, so it can adjust the schedule of activities, based on forecast demands that depend on these weather conditions. Compensated average temperature, maximum temperature, minimum temperature and rainfall showed positive trends for characterizing the city of Recife, a mild climate change, most evident in the second decade of the studied period. During the 19 year period chosen for this study, the El Nino weather event occurred 9 times causing much of the scientific community to give this phenomenon the probable liability of climate anomalies observed in recent decades

Atualmente, o enorme volume de informações armazenadas em bancos de dados de organizações ultrapassa a capacidade dos tradicionais métodos de análise dos dados baseados em consultas, pois eles se tornaram insuficientes para analisar o conteúdo quanto a algum conhecimento implícito e importante na grande massa de dados. A partir disto, a mineração de dados tem-se transformado em um tópico importante de pesquisa, porque provê um conjunto de técnicas e ferramentas capazes de inteligente e automaticamente assistir o ser humano na análise de uma enorme quantidade de dados à procura de conhecimento relevante e que está encoberto pelos demais dados. O presente trabalho se propõe a estudar e a utilizar a mineração de dados considerando os aspectos temporais. Através de um experimento realizado sobre os dados da Secretaria da Saúde do Estado do Rio Grande do Sul, com a aplicação de uma metodologia para a mineração de dados temporais, foi possível identificar padrões seqüenciais nos dados. Este experimento procurou descobrir padrões seqüenciais de comportamento em internações médicas, objetivando obter modelos de conhecimento dos dados temporais e representá-los na forma de regras temporais. A descoberta destes padrões seqüenciais permitiu comprovar tradicionais comportamentos dos tratamentos médicos efetuados, detectar situações anômalas, bem como, acompanhar a evolução das doenças existentes.