Submitted by LIVIA FREITAS (livia.freitas@ufba.br) on 2015-10-13T13:02:10Z No. of bitstreams: 1 Tese Adonias versão_final.pdf: 1744155 bytes, checksum: b438067f8dc9b59662b5d5bed7dbf459 (MD5) / Approved for entry into archive by LIVIA FREITAS (livia.freitas@ufba.br) on 2015-10-13T13:02:25Z (GMT) No. of bitstreams: 1 Tese Adonias versão_final.pdf: 1744155 bytes, checksum: b438067f8dc9b59662b5d5bed7dbf459 (MD5) / Made available in DSpace on 2015-10-13T13:02:25Z (GMT). No. of bitstreams: 1 Tese Adonias versão_final.pdf: 1744155 bytes, checksum: b438067f8dc9b59662b5d5bed7dbf459 (MD5) / Os consumidores residenciais apresentam uma diversidade de hábitos no uso da energia elétrica e um dos maiores desafios é o de prever a demanda a fim de equalizar a oferta com o consumo. Neste sentido, o desenvolvimento de métodos de agrupamento baseados no reconhecimento de padrões de consumo é de fundamental importância no gerenciamento da eficiência do setor elétrico. O objetivo deste trabalho é propor um método constituído de dois algoritmos: um aplicável a séries temporais univariadas e outro aplicável a séries temporais multivariadas, ambos desenvolvidos para o reconhecimento de padrões de séries temporais com o mesmo número de pontos amostrados e para o mesmo período de observação. Os dados estão relacionados aos programas de eficiência energética implementados por duas empresas distribuidoras de energia elétrica, e em ambos os casos, a substituição de refrigeradores se referiu às residências de consumidores de baixa renda das distribuidoras. Os dados foram coletados diretamente dos refrigeradores das unidades consumidoras antes (caso I) e depois (caso II) da substituição dos equipamentos. Refrigeradores novos foram doados às unidades consumidoras em substituição aos equipamentos antigos com menores recursos tecnológicos e prazos de vida útil esgotados. Dentre as opções indicadas pelo Protocolo Internacional para Medição e Verificação de Performance (PIMVP), este trabalho se enquadra na Opção B. A coleta de dados teve como alvo as medições das grandezas da potência elétrica e temperatura associadas aos refrigeradores, e respectivamente, os sistemas de medição SAGA 2000 e Termohigrômetro Extech RHT 10 foram utilizados nos períodos antes e após substituição. O algoritmo FCM (Fuzzy C-Means) foi utilizado como referência comparativa tanto para a versão univariada quanto para a versão multivariada, sendo que, para a versão multivariada, foi adotada uma versão modificada do FCM baseada em uma métrica de similaridade que utiliza componentes principais (Similarity Principal Componente Analysis – SPCA). Na versão univariada, antes das substituições (caso I), o método proposto e o FCM tiveram, respectivamente, um índice global de silhueta (medida da qualidade de agrupamento) de 0,28 e 0,25. Após as substituições (caso II) dos refrigeradores, ambos métodos reconheceram a existência de apenas um grupo e padrões semelhantes. Na versão multivariada, no caso I, o método proposto teve o índice global de silhueta de 0,19, e no caso II, o índice global de silhueta foi de 0,46. Os índices obtidos pelo método FCM no caso I e no caso II, respectivamente, foram de -0,12 e 0,21. O método proposto apresentou uma identificação de uma maior diversidade de padrões; o reconhecimento da sazonalidade através de uma abordagem multicritérios; o melhoramento da tomada de decisão através de uma melhor classificação dos perfis de consumidores heterogêneos; e a definição do número de clusters através de uma abordagem baseada em grupos semi-hierárquica, revelando-se assim como uma importante contribuição para o estado-da-arte. A partir dos desafios e resultados obtidos neste trabalho, são sugeridas possibilidades de trabalhos futuros que incorporem análises para a previsão de diferentes dinâmicas temporais, período de amostragem e incerteza de medição. / The Residential customers have a diversity of habits in the use of electric power and one of the biggest challenges is to forecast demand in order to equalize the supply to consumption. In this sense, the development of clustering methods based on the recognition of patterns of consumption is of fundamental importance in managing the electricity sector efficiency. The objective of this work is to propose a method consists of two algorithms: one applicable to univariate time series and another applicable to multivariate time series, both developed for the recognition of time series patterns with the same number of sample points for the same period observation. The data are related to energy efficiency programs implemented by two distributors of electricity, and in both cases, the replacement of refrigerators referred to the homes of low-income consumers of the distributors. Data were collected directly from the refrigerators of consumer units before (case I) and after (case II) of the equipment replacement. New refrigerators were donated to consumer units to replace old equipment with lower technological resources and exhausted useful lives. Among the options listed by the International Protocol for Performance Measurement and Verification (IPMVP), this work fits in option B. The data collection had how target the measurements of quantities of electric power and temperature associated with refrigerators, and respectively, the measurement systems SAGA 2000 and Thermohygrometer Extech RHT 10 were used in the periods before and after replacement. The FCM (Fuzzy C-Means) algorithm was used as a comparative reference for both version (univariate and multivariate), being that to the multivariate was used a modified version of the FCM, based on a similarity metric that uses principal component (Similarity Principal Component Analysis - SPCA). In the univariate version before the replacement (case I), the proposed method and FCM have, respectively, a global silhouette index (clustering quality measurement) of 0.28 and 0.25. After replacements of refrigerators (case II), both methods have recognized the existence of only one group and similar patterns. In the multivariate version, in the case I, the proposed method had the global silhouette index of 0.19, and in the case II, the global silhouette index was 0.46. The index obtained by the FCM method in case I and case II, respectively, were -0.12 and 0.21. The proposed method showed an identification of a greater diversity of patterns; recognition of the seasonality by a multi-criteria approach; improvement of decision-making, through better classification of heterogeneous consumer profiles; and the definition of the number of clusters through an approach based on semi-hierarchical cluster, revealing itself as an important contribution to the state of the art. From the challenges and results of this study, possibilities for future work incorporating analysis for predicting different temporal dynamics, sampling period and measurement uncertainty are suggested.

Made available in DSpace on 2014-06-12T15:51:33Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Este trabalho investiga a otimização de Redes Neurais Artificiais (RNA) por métodos baseados em Enxame de Partículas (PSO) para a resolução do problema de previsão de séries temporais. O PSO, apesar de ser uma técnica linear, quando hibridizado com uma técnica não linear, como as redes neurais artificiais, formam um sistema híbrido inteligente (SHI) com um poderoso mecanismo de busca global(exploração) e local (explotação) capaz de capturar as características não lineares presentes em problemas complexos do mundo real. O problema de previsão de séries temporais é abordado através de diferentes modelos de otimização por enxame de partículas, que visam a ajustar os parâmetros livres das RNAs, ora de forma isolada, ora em conjunto com algoritmos de aprendizagem comumente encontrados na literatura. Cada um dos sistemas híbridos inteligentes baseados em PSO age de forma distinta para modelar o fenômeno gerador da série, sendo seu desempenho testado de acordo com um conjunto de cinco métricas robustas para análise de comportamento dos modelos na previsão de séries temporais. Diversos experimentos foram realizados sobre um conjunto de cinco séries temporais de complexidades distintas, sendo duas naturais (série de Manchas Solares e Série de Medidas de Brilho de uma Estrela) e três econômico-financeiras (série das cotações das ações da Petrobras, Índice Dow Jones Industrial Average, e Índice Standard & Poor 500), e os resultados obtidos com os modelos fundamentados em PSO são analisados e comparados com outros métodos clássicos baseados em redes neurais artificiais isoladas e com redes neurais conjugadas com algoritmos genéticos. Os experimentos com modelos baseados em enxames de partículas obtiveram bom desempenho quando comparados com técnicas já consolidadas na literatura (RNA e AG+RNA), mostrando-se capazes de auxiliar de forma significativa na resolução do problema de previsão

Dados temporais são ubíquos em quase todas as áreas do conhecimento humano. A área de aprendizado de máquina tem contribuído para a mineração desse tipo de dados com algoritmos para classificação, agrupamento, detecção de anomalias ou exceções e detecção de padrões recorrentes, dentre outros. Tais algoritmos dependem, muitas vezes, de uma função capaz de expressar um conceito de similaridade entre os dados. Um dos mais importantes modelos de classificação, denominado 1-NN, utiliza uma função de distância para comparar uma série temporal de interesse a um conjunto de referência, atribuindo à primeira o rótulo da série de referência mais semelhante. Entretanto, existem situações nas quais os dados temporais são insuficientes para identificar vizinhos de acordo com o conceito associado às classes. Uma possível abordagem é transportar as séries para um domínio de representação no qual atributos mais relevantes para a classificação são mais claros. Por exemplo, uma série temporal pode ser decomposta em componentes periódicas de diferentes frequências e amplitudes. Para muitas aplicações, essas componentes são muito mais significativas na discriminação das classes do que a evolução da série ao longo do tempo. Nesta Tese, emprega-se diversidade de representações e de distâncias para a classificação de séries temporais. Com base na escolha de uma representação de dados adequada para expor as características discriminativas do domínio, pode-se obter classificadores mais fiéis ao conceitoalvo. Para esse fim, promove-se um estudo de domínios de representação de dados temporais, visando identificar como esses domínios podem estabelecer espaços alternativos de decisão. Diferentes modelos do classificador 1-NN são avaliados isoladamente e associados em ensembles de classificadores a fim de se obter classificadores mais robustos. Funções de distância e domínios alternativos de representação são também utilizados neste trabalho para produzir atributos não temporais, denominados atributos de distâncias. Esses atributos refletem conceitos de vizinhança aos exemplos do conjunto de treinamento e podem ser utilizados para treinar modelos de classificação que tipicamente não são eficazes quando treinados com as observações originais. Nesta Tese mostra-se que atributos de distância permitem obter resultados compatíveis com o estado-da-arte. / Temporal data are ubiquitous in nearly all areas of human knowledge. The research field known as machine learning has contributed to temporal data mining with algorithms for classification, clustering, anomaly or exception detection, and motif detection, among others. These algorithms oftentimes are reliant on a distance function that must be capable of expressing a similarity concept among the data. One of the most important classification models, the 1-NN, employs a distance function when comparing a time series of interest against a reference set, and assigns to the former the label of the most similar reference time series. There are, however, several domains in which the temporal data are insufficient to characterize neighbors according to the concepts associated to the classes. One possible approach to this problem is to transform the time series into a representation domain in which the meaningful attributes for the classifier are more clearly expressed. For instance, a time series may be decomposed into periodic components of different frequency and amplitude values. For several applications, those components are much more meaningful in discriminating the classes than the temporal evolution of the original observations. In this work, we employ diversity of representation and distance functions for the classification of time series. By choosing a data representation that is more suitable to express the discriminating characteristics of the domain, we are able to achieve classification that are more faithful to the target-concept. With this goal in mind, we promote a study of time series representation domains, and we evaluate how such domains can provide alternative decision spaces. Different models of the 1-NN classifier are evaluated both isolated and associated in classification ensembles in order to construct more robust classifiers. We also use distance functions and alternative representation domains in order to extract nontemporal attributes, known as distance features. Distance features reflect neighborhood concepts of the instances to the training samples, and they may be used to induce classification models which are typically not as efficient when trained with the original time series observations. We show that distance features allow for classification results compatible with the state-of-the-art.

Dados temporais são ubíquos em quase todas as áreas do conhecimento humano. A área de aprendizado de máquina tem contribuído para a mineração desse tipo de dados com algoritmos para classificação, agrupamento, detecção de anomalias ou exceções e detecção de padrões recorrentes, dentre outros. Tais algoritmos dependem, muitas vezes, de uma função capaz de expressar um conceito de similaridade entre os dados. Um dos mais importantes modelos de classificação, denominado 1-NN, utiliza uma função de distância para comparar uma série temporal de interesse a um conjunto de referência, atribuindo à primeira o rótulo da série de referência mais semelhante. Entretanto, existem situações nas quais os dados temporais são insuficientes para identificar vizinhos de acordo com o conceito associado às classes. Uma possível abordagem é transportar as séries para um domínio de representação no qual atributos mais relevantes para a classificação são mais claros. Por exemplo, uma série temporal pode ser decomposta em componentes periódicas de diferentes frequências e amplitudes. Para muitas aplicações, essas componentes são muito mais significativas na discriminação das classes do que a evolução da série ao longo do tempo. Nesta Tese, emprega-se diversidade de representações e de distâncias para a classificação de séries temporais. Com base na escolha de uma representação de dados adequada para expor as características discriminativas do domínio, pode-se obter classificadores mais fiéis ao conceitoalvo. Para esse fim, promove-se um estudo de domínios de representação de dados temporais, visando identificar como esses domínios podem estabelecer espaços alternativos de decisão. Diferentes modelos do classificador 1-NN são avaliados isoladamente e associados em ensembles de classificadores a fim de se obter classificadores mais robustos. Funções de distância e domínios alternativos de representação são também utilizados neste trabalho para produzir atributos não temporais, denominados atributos de distâncias. Esses atributos refletem conceitos de vizinhança aos exemplos do conjunto de treinamento e podem ser utilizados para treinar modelos de classificação que tipicamente não são eficazes quando treinados com as observações originais. Nesta Tese mostra-se que atributos de distância permitem obter resultados compatíveis com o estado-da-arte. / Temporal data are ubiquitous in nearly all areas of human knowledge. The research field known as machine learning has contributed to temporal data mining with algorithms for classification, clustering, anomaly or exception detection, and motif detection, among others. These algorithms oftentimes are reliant on a distance function that must be capable of expressing a similarity concept among the data. One of the most important classification models, the 1-NN, employs a distance function when comparing a time series of interest against a reference set, and assigns to the former the label of the most similar reference time series. There are, however, several domains in which the temporal data are insufficient to characterize neighbors according to the concepts associated to the classes. One possible approach to this problem is to transform the time series into a representation domain in which the meaningful attributes for the classifier are more clearly expressed. For instance, a time series may be decomposed into periodic components of different frequency and amplitude values. For several applications, those components are much more meaningful in discriminating the classes than the temporal evolution of the original observations. In this work, we employ diversity of representation and distance functions for the classification of time series. By choosing a data representation that is more suitable to express the discriminating characteristics of the domain, we are able to achieve classification that are more faithful to the target-concept. With this goal in mind, we promote a study of time series representation domains, and we evaluate how such domains can provide alternative decision spaces. Different models of the 1-NN classifier are evaluated both isolated and associated in classification ensembles in order to construct more robust classifiers. We also use distance functions and alternative representation domains in order to extract nontemporal attributes, known as distance features. Distance features reflect neighborhood concepts of the instances to the training samples, and they may be used to induce classification models which are typically not as efficient when trained with the original time series observations. We show that distance features allow for classification results compatible with the state-of-the-art.

As with other functions, the aging process can cause changes in swallowing, even in asymptomatic individuals. Purpose: 1. To determine whether timing measures for swallows from healthy older adults differ from comparison measures for healthy young adults. 2. To determine whether timing measures for functional swallows from older adults at risk of dysphagia differ from comparison measures for healthy older adults. 3 To determine whether differences in timing explain the occurrence of transient penetration of material into the airway (Penetration-Aspiration Scale scores of 2) in any of these groups. Method: Duplicate blinded ratings were obtained for swallows of 20%w/v thin liquid barium collected under videofluoroscopy at 30 frames/s from 17 healthy older adults, aged 60-84 (12 women). Swallows were compared to data from a retrospective dataset collected in 20 healthy young adults aged 22- 45 (10 women) and functional swallows (Penetration-Aspiration Scale scores <3) of 11 older adults at risk for dysphagia, aged 62-87 (3 women). Eight timing measures were studied, including parameters related to swallow response, bolus transit, laryngeal vestibule closure and upper esophageal sphincter (UES) function. We used linear mixed model repeated measures ANOVAs to explore the hypothesis that swallow timing measures would be longer in the older adults than in young adults, and even longer in the older adults at risk for dysphagia. Results: Consistent with the hypotheses, significantly longer swallow reaction time, UES opening (UESO) duration, the interval from laryngeal vestibule closure (LVC) to UESO (p<0.01) and the interval following UESO to maximum pharyngeal constriction (MPC) were seen in the healthy older participants compared to the young healthy controls. Furthermore, a significantly longer interval from the onset of hyoid movement to UES opening, and longer laryngeal vestibule closure reaction time (LVCRT), (p<0.01) were seen in the older participants at risk of dysphagia in comparison with healthy older adults. Also, this group presented longer intervals from LVC to UES opening and from maximum pharyngeal constriction to UES closure. For both the healthy young group and the healthy elderly group, in cases where transient penetration of material into the laryngeal vestibule was seen, laryngeal vestibule closure reaction time was longer and laryngeal vestibule closure occurred late, after UES opening. For both the healthy elderly group and elderly at risk of dysphagia, when penetration was observed, a shorter interval from hyoid onset to upper esophageal sphincter opening was seen. Also, laryngeal vestibule closure was late and there was a longer LVC to UESO interval when penetration occurred. Finally, laryngeal vestibule closure duration was shorter in case of penetration in the elderly group at risk of dysphagia Conclusions: Longer swallow timing measures, in general, distinguish swallows in healthy older adults from swallows in young healthy adults, and in older adults at risk of dysphagia from healthy older adults. In cases of transient penetration, laryngeal vestibule closure was delayed. / Introdução: Tal como acontece com outras funções, o processo de envelhecimento pode causar alterações na deglutição, mesmo em indivíduos assintomáticos. Objetivo: 1. Determinar se as medidas temporais da deglutição diferem entre idosos saudáveis e adultos jovens saudáveis. 2. Determinar se as medidas temporais de deglutições funcionais de idosos em risco de disfagia diferem das medidas de idosos saudáveis. 3. Determinar se diferenças nas medidas temporais explicam a ocorrência de penetração transitória (escore PAS igual a 2) em qualquer desses grupos. Método: Foram realizadas análises cegas duplicadas para deglutições de bário líquido diluído a 20%, coletadas em videofluoroscopia a 30 quadros/s de 17 idosos saudáveis, entre 60 e 84 anos (12 mulheres). As deglutições foram comparadas a um banco de dados coletado retrospectivamente de 20 jovens jovens saudáveis entre 22 e 45 anos (10 mulheres) e deglutições funcionais (escores da Escala Penetração-Aspiração <3) de 11 idosos com risco de disfagia, com idade entre 62-87 (3 mulheres). Foram estudadas oito medidas temporais, incluindo parâmetros relacionados à resposta à deglutição, trânsito do bolo, fechamento do vestíbulo laríngeo e função do esfíncter esofágico superior (EES). Utilizamos análise de medidas repetidas em modelos mistos lineares ANOVAs para explorar a hipótese de que as medidas temporais da deglutição seriam maiores nos idosos do que em adultos jovens e ainda maiores nos idosos em risco de disfagia. Resultados: De acordo com as hipóteses, para resposta à deglutição (SRT), duração da abertura do EES (AEES), do intervalo entre o fechamento do vestíbulo laríngeo (FVL) para AEES (p <0,01) e do intervalo entre AEES até a constrição máxima da faringe foram observadas medidas significantemente aumentadas no grupo idosos saudáveis em comparação com jovens saudáveis. Além disso, um intervalo significativamente mais longo desde o inicio do movimento do hióide até a abertura da EES e longo tempo de reação para o fechamento do vestíbulo laríngeo (p <0,01) foram observados nos participantes idosos em risco de disfagia em comparação com idosos saudáveis. Além disso, este grupo apresentou intervalos mais longos entre FVL e AEES e entre a constrição máxima da faríngea e o fechamento do EES. Tanto para o grupo jovem saudável como para o grupo idoso saudável, nos casos em que a penetração transitória do material no vestíbulo laríngeo foi observada, o tempo de reação para fechamento do vestíbulo laríngeo foi maior e o fechamento do vestíbulo laríngeo ocorreu de forma tardia, após a abertura do EES. Tanto para o grupo de idosos saudáveis quanto para os idosos em risco de disfagia, quando ocorreu penetração, observou-se um intervalo menor entre o início do movimento do hióide e a abertura do esfíncter superior do esôfago. Além disso, o FVL estava atrasado e houve um intervalo prolongado entre FVL e AEES quando ocorreu a penetração. Finalmente, a duração do fechamento do vestíbulo laríngeo foi menor em caso de penetração no grupo idoso em risco de disfagia. Conclusões: medidas de tempo de deglutição prolongada, em geral, são um fator claro que distingue as deglutições de idosos saudáveis e deglutições de jovens saudáveis, e de idosos em risco de disfagia e de idosos saudáveis. Quando uma penetração transitória foi encontrada, o mecanismo de fechamento do vestíbulo laríngeo apresentava-se atrasado.

Introdução: A dengue é uma doença infecciosa causada por um arbovírus relatada em regiões tropicais e subtropicais. Os maiores números de casos costumam ocorrer nos períodos quentes e chuvosos do ano, que favorecem as condições para o desenvolvimento do vetor da doença, o mosquito Aedes aegypti. Modelos estatísticos podem ser úteis para a compreensão das variações mensais dos números de casos registrados da doença e podem trazer razoáveis predições dos números mensais de casos em um período subsequente a uma série temporal estudada. Métodos: Esta dissertação trata de um estudo ecológico com componente de série temporal. Foram usados registros mensais de casos confirmados de dengue, entre os anos de 1998 a 2008, obtidos do Sistema de Informação de Agravos de Notificação (SINAN), de dois municípios do interior paulista (Ribeirão Preto e Campinas). Modelos estatísticos de séries temporais foram utilizados para descrever o comportamento das séries de dados e predizer o número esperado de casos da doença em um período subsequente. Utilizou-se modelos de Box & Jenkins, ou seja, o modelo SARIMA (Seasonal Autoregressive Integrated Moving Average) com extensões (modelo SARIMAX) que permitem incorporar covariáveis como as temperaturas máxima, média e mínima e a precipitação média a cada mês. Utilizou-se o critério de Akaike (AIC) para a comparação entre diferentes especificações dos modelos. A partir dos modelos ajustados aos dados, foram obtidas predições mensais para o ano de 2009, sendo estas comparadas com os valores observados. Resultados: Sem considerar a inclusão de covariáveis, o melhor modelo para os dados de Campinas foi o SARIMA(2,1,2)(1,1,1)12 , e para os dados de Ribeirão Preto o melhor foi o SARIMA(2,1,3)(1,1,1)12 (modelos com menores valores de AIC). Ao incorporar nos modelos as variáveis climáticas, observou-se um melhor ajuste para o município de Campinas, o modelo SARIMAX(1,1,1)(1,1,1)12 que inclui a precipitação observada nos 2 meses antecedentes às ocorrências mensais de casos de dengue e a temperatura mínima registrada nos 3 meses antecedentes. No município de Ribeirão Preto, o modelo que mostrou-se mais adequado aos dados foi o SARIMAX(1,1,1)(0,1,1)12 que inclui precipitação observada nos 3 meses antecedentes às ocorrências mensais de casos de dengue e a temperatura mínima registrada em um mês anterior. As predições mensais obtidas para o ano de 2009 mostraram-se razoavelmente próximas àquelas observadas, em ambos municípios. Conclusões: Os resultados do presente estudo, em adição a resultados da literatura, evidenciam que os números de componentes autorregressivos e de média móvel adequados ao ajustes de modelos SARIMA variam de uma população a outra, sugerindo diferentes padrões temporais da doença de acordo com características locais. Comparações entre valores preditos e observados sugerem que os modelos SARIMA são ferramentas úteis para predição do número de casos de dengue. Sugere-se que os modelos utilizados nesta dissertação sejam utilizados por serviços municipais de saúde para a vigilância da doença, o que pode trazer benefícios em programas de prevenção e planejamentos de serviços públicos. / Introduction: Dengue is an infection disease which is caused by an arbovirus related to tropical and subtropical region. Most cases usually occur on warm and rainy weathers of the years that facilitate the conditions of the development vector of the disease, the Aedes Aegypti mosquito. Statistical models can be very useful to comprehend the monthly variations of the number of registered cases of the disease, and they might bring reasonable predictions to the monthly number of cases in a subsequent period to a studied time series. Metodology: This dissertation is about ecologic study with a time series component. It was used monthly registry of confirmed dengue cases, between 1998 and 2008 years, obtained by the Information Center of Notification Diseases (ICND), out of two cities in the state of São Paulo (Campinas and Ribeirão Preto). Statistic time series models were used to describe the data series behavior and to predict the average number of disease cases in the subsequent period. We used the Box & Jenkins model, that in, the SARIMA (Seasonal Autoregressive Integrated Moving Average) model, with extensions (SARIMAX model) that allow to incorporate co-variables to the maximum, mean and minimum temperatures and the average monthly precipitation. We used the Akaike criterio (AIC) for comparison between different model specifications. From the fit data models, we obtained monthly predictions to the 2009 year, being compared to the observed data. Results: Without considerating the inclusion of the covariables, the best model for Campinas data was the SARIMA(2,1,2)(1,1,1)12, and for Ribeirão Preto data the best was SARIMA(2,1,3)(1,1,1)12 (smaller AIC values models). As we incorporate the climate variables in the models, we observe that the best fit for Campinas city was the SARIMAX(1,1,1)1,1,1)12 that includes the observed precipitation in 2 months before the monthly dengue cases and the minimum registered temperature in 3 months before. In Ribeirão Preto city, the most adequate model was the SARIMAX(1,1,1)(0,1,1)12 that includes the observed precipitation in 3 months before the monthly dengue case occurrence and the minimum temperature in one month before. The monthly prediction obtained for 2009 year show reasonably close to the observed, in both cities. Conclusion: The results of this study, in addition to the literature results, show that the adequate number of autoregressive and moving average components fitted in SARIMA models, vary between one population and other, suggesting different disease time patterns according to local characteristics. Comparing predict and observed values suggest that the SARIMA models are useful tools to predict the number of dengue cases. We suggest that the models in this dissertation be used in city health services to surveillance the disease, which may bring benefits for prevention programs and public service planning.

Esse trabalho relata e discute resultados obtidos em uma tentativa para mostrar que séries temporais podem ser úteis e eficientes para identificar informações sobre características de comportamento de pavimento ao longo do tempo em que é submetido às solicitações de cargas provenientes de tráfego de eixos de veículos. Os dados e informações utilizadas foram obtidas por observações sobre o comportamento de um trecho experimental de via que liga o trevo de Assaí a Pau D\'Alho, no nordeste do estado do Paraná. Os dados foram manuseados em computador através do método para busca de funções para estimativa de valores de elementos de séries temporais \"Autoregressive lntegrated Moving Average\" para obter informações sobre o comportamento de índice para expressar o \"estado de pavimento\". / The results obtained on trying to show that time series should be useful and efficient in identifying information on the behavior of pavements submitted to vehicle axle load traffic were reported and discussed. The data and inputs used were obtained from observing the experimental road segment Assai to Pau D\'Alho in Northeast of Parana State (Brazil). The data were processed in computers using the \"Autoregressive lntegrated Moving Average\" method to search for estimating values functions for components of time series and obtain information on a pavement performance index.

Os sistemas biológicos interagem com o ambiente em que vivem de muitas formas, e uma das principais formas na qual essa interação se dá é pela transmissão de mensagens, de diversas maneiras. A transmissão de mensagens por vias sonoras, em animais, é uma questão muito abordada em muitos estudos por ser uma importante via de comunicação utilizada por diversos tipos de sistemas biológicos. Este trabalho tem como objetivo verificar, pelo viés da Teoria da Informação de Shannon, se através da organização das séries temporais referentes à comunicação é possível observar a diminuição de geração de entropia no sistema nervoso referente ao processamento dos sinais sonoros de comunicação. Para tanto, utilizou-se, como sistemas-modelo, três espécies de anuros, Scinax perpusillus e Hypsiboas faber e Hypsiboas pardalis. Ferramentas de análise não-lineares, como a Entropia Aproximada Volumétrica, Análise de Potência Espectral e Plot de Poincaré, foram utilizados para caracterizar a variabilidade tanto do sinal emitido por um único animal quanto dos sinais trocados entre indivíduos da mesma espécie. Foi verificado que as séries temporais analisadas são altamente variáveis, com os intervalos entre vocalizações sendo descritos por distribuições de Lévy. As séries temporais relativas à interação entre indivíduos da mesma espécie apresentam uma alta variabilidade, porém menor que as individuais. Devido ao controle neural exercido na vocalização em anuros, é possível que a variabilidade apresentada pelas séries otimize o processo de emissão sonora, diminuindo a sobreposição de vocalizações entre indivíduos. A diminuição da variabilidade da interação entre indivíduos pode ser um indicativo da diminuição da geração de entropia no processo de comunicação destes animais. / Biological systems interact with their environment in many forms. The way these interactions occur can be assigned, ultimately, as the transmission of messages. Transmission of messages by sound waves, in animals, is a well studied subject because they are an important way of communication used by many groups. The objective of the present work is to verify whether the central nervous system presents entropy generation minimization in processing communicating sound signals. The approach employed is derived from Shannons Information Theory. The temporal organization of the time intervals between successive vocalizations was the subject of analysis. Recordings of three anuran species, Scinax perpusillus, Hypsiboas faber and Hypsiboas pardalis were used. Non-linear analyses were performed by tools as Volumetric Approximated Entropy, Power Spectrum Analysis and Poincaré Plot in order to address the variability of the signals emitted by a single animal, as well as the signals exchanged among individuals of the same species. The time-series data analyzed present highly variability and can be adequately described by Lévys distributions. The time-series data of the interactions among individuals also present high variability, however such a variability is not as high as the variability of single individuals. The results suggest that the neural system works in a way that reduces the probability of vocalizations overlapping. The reduction in variability of the interactions among individuals is, perhaps, linked to a minimization of entropy generation in the communication process of these animals.

Este trabalho aborda o problema de modelagem de séries de vazões médias mensais visando previsão e geração de séries sintéticas. Destaca-se que a importância da previsão de valores futuros das séries mensais de vazões assim como a geração de séries sintéticas são fundamentais para o planejamento da operação de sistemas hidroelétricos brasileiros. Estas séries possuem um comportamento periódico na média, na variância e na função de autocorrelação e, portanto, considera-se para a série padronizada os modelos autorregressivos periódicos PAR(pm). Em relação a previsão clássica, a análise do erro de previsão e feita em função do horizonte de previsão. Neste estudo, os erros de previsão são calculados, na escala original da série de vazão, em função dos parâmetros dos modelos ajustados e avaliados para horizontes de previsão h variando de 1 a 12 meses. Estes erros são comparados com as estimativas das variâncias das vazões para o mês que está sendo previsto. Em relação à previsão bayesiana, adota-se os modelos Normal, Log-Normal e t-Student nos processos de estimação e, após, é realizado um estudo da perfomance destes modelos usando o erro quadrático médio, erro absoluto médio e erro percentual absoluto médio. Em relação à geração de séries sintéticas de vazões, um modelo multivariado Log-Normal com três parâmetros e um modelo Log-Normal generalizado foram desenvolvidos. As séries geradas são comparadas com as séries históricas reais utilizando o critério de Kullback-Leibler. Como resultado, tem-se uma avaliação da capacidade de previsão, em meses, dos modelos ajustados para cada mês e a escolha do modelo Log-Normal nos procedimentos de análise bayesiana. Além disso, o modelo utilizado para a geração de séries sintéticas de vazões mensais forneceu evidências que o apontam como uma alternativa ao modelo amplamente adotado no setor elétrico brasileiro para geração de séries de vazões / This work addresses the problem of forecasting and generation series monthly average streamflows. It is noteworthy that the importance of forecasting future values of the series of monthly streamflows as well as the generation of synthetic series are fundamental for planning the operation of Brazilian hydroelectric systems. These series have a periodic behavior on average, variance and autocorrelation function and therefore it is considered for standard series periodic autoregressive models PAR(pm). At the forecast classical analysis of the prediction error is made in function of the prediction horizon. In this study, the forecasting errors are calculated in the original scale of the series of streamflow, depending on the model parameters adjusted and evaluated for forecasting horizons h ranging from 1 to 12 months. These errors are compared with estimates of the variances of the streamflows for the month is provided. Regarding the bayesian prediction, we adopt the models Normal, Log-Normal and t-Student in estimation procedures and, then, is a study of the performance of these models using the mean square error, mean absolute error and mean absolute percentage error. In relation to generation, a Log-Normal multivariate model with three parameters and a Log-Normal generalized model were developed and analyzed using the Kullback-Leibler criterion. As a result there has been an assessment of the predictive power, in months, the adjusted models for each month, the choice of the Log-Normal model in the procedures for bayesian analysis and the model used to generate synthetic series of monthly streamflows provided evidence that point as an alternative model adopted in the Brazilian electric sector

A variabilidade fenológica do Pantanal é discutida em função de sua geologia (diferentes tratos deposicionais, granulometria dominante dos sedimentos e neotectônica), seus solos e suas coberturas vegetais. O cerne da pesquisa é a fenologia da superfície terrestre, um complexo parâmetro que depende - e pode informar - do conjunto dos meios físico e biótico desta peculiar bacia sedimentar, demonstrando que sua heterogeneidade ambiental é fortemente influenciada pela geologia. A expressão das relações da cobertura vegetal com a geologia - a geobotânica - no caso do Pantanal se expressa florística e fenologicamente em solos formados sobre sedimentos terrígenos de composição comum na crosta. A intensa dinâmica da região, com alter nância sazonal de secas rigorosas e enchentes, indica a importância de abordar a fenologia, a menos utilizada das expressões geobotânicas. São feitas diversas leituras de dados de diferentes sistemas sensores, com apoio de dados de campo e da literatura, sempre tendo como norte a variabilidade ambiental do Pantanal e sua relação com a geologia local. Partindo-se dessa premissa três principais abordagens foram feitas. A primeira abordagem, de caráter mais geral, é uma análise multi-sensor, multi-escala e multi-temporal do balanço hídrico do Pantanal, a partir de séries temporais (2001-2012) de dados remotos de mudanças totais na espessura equivalente de água (GRACE), precipitação pluviométrica mensal (TRMM) e de índices de vegetação e evapotranspiração (MODIS), com o apoio de dados da variação do nível do rio Paraguai em Ladário (MS). Embora os pulsos de inundação não tenham sido visualizados, ficou confirmada a maior variação sazonal dos níveis de água na porção Norte do Pantanal, como indicado na literatura. Foram detectados dois comportamentos distintos em alterações sazonais no armazenamento de água, com maiores amplitudes ao norte, nas proximidades de cabeceiras e na região mais chuvosa. Na primeira das abordagens, com viés de geobotânica por fenologia, foram discutidas as relações estatísticas entre dez métricas fenológicas de uso corrente na literatura específica, obtidas a partir da série temporal de 2001 a 2012 de imagens MODIS, nos pixels onde houve coleta de amostras em campo. Foram considerados os seguintes fatores ambientais: tipo de vegetação (literatura e campo), granulometria e fertilidade das amostras de solo coletadas em campo, relevo (SRTM) e pluviosidade (TRMM). O tipo de vegetação foi o fator que melhor explicou as métricas, seguido por granulometria, fertilidade e relevo, especialmente quando esses fatores foram combinados. Na segunda abordagem fenológica, aplicou-se uma análise por principais componentes em uma série temporal anual média de EVI2 para o mesmo período. Com base na distribuição temporal dos autovetores das três primeiras componentes é discutido o essencial da vegetação (a densidade da cobertura vegetal, a senescência precoce e a tardia) e suas relações com aspectos da geologia local. Ao fim, aplicou-se a técnica SOM sobre dez métricas fenológicas , permitindo propor limites externos do Pantanal e sua subdivisão em seis classes fenologicamente características (feno-regiões) que, por não serem contínuas, não se confundem com sub-regiões como as que a literatura divide o Pantanal. A tese mostra a fenologia como dependente e ao mesmo tempo informadora de aspectos da geologia e, por outro lado, apresenta um inédito conjunto de abordagens sobre o Pantanal, aumentando o conhecimento da maior área úmida contínua do planeta. / The phenological variability of the Pantanal is discussed in terms of its geology (different depositional tracts, sediments dominant grain size and neotectonics), its soil and its vegetation cover. The core of the research is the land surface phenology, a complex parameter that depends -and can tell - of a set of physical and biotic environment of this peculiar sedimentary basin, demonstrating that its environmental heterogeneity is strongly influenced by geology. The expression of the relations between vegetation cover and geology - the Geobotany - in the case of the Pantanal is expressed floristic and phenologically in soils formed on terrigenous sediments of common composition in the crust. The intense dynamic of the region, with seasonal alternation of severe droughts and floods, indicates the importance of addressing the phenology, the least used of geobotany expressions. Many data readings from different sensor systems are made with the support of field and literature data, always having as direction the environmental variability of Pantanal and its relation to local geology. Starting from this premise, three main approaches have been made. The first approach, in a more general character, is a multi-sensor, multi-scale and multi-temporal water balance analysis of the Pantanal, from time series (2001-2012) of remote data changes in the total equivalent water thickness (GRACE), monthly precipitation (TRMM) and evapotranspiration and vegetation index (MODIS), with the support of variation in the water level of the Paraguay River in Ladário (MS). Although flood pulses have not been shown, it was confirmed the greater seasonal variation of water levels in the northern portion of the Pantanal, as indicated in the literature. Two distinct seasonal water storage behaviors were detected, with greater amplitudes in the north, near the headwaters and in the rainier region. In the first approach using phenology based on geobotany, it was discussed the statistical relationships between ten phenological metrics commonly used in the literature, obtained from the 2001 to 2012 MODIS images time series, for the pixels where there was field samples. Vegetation type (literature and field), particle size and soil fertility obtained from field samples, relief (SRTM) and rainfall (TRMM) where considered. The vegetation type was the factor that best explained the phenological metrics, followed by granulometry, fertility and relief, especially when these factors were combined. In the second phenological approach, a principal component analysis was applied to an annual average EVI2 time series for the same period. Based on the temporal distribution of the eigenvectors of the first three principal components the essential aspects of vegetation (the density of vegetation cover, early and later senescence) and their relationship to aspects of the local geology are discussed. At the end the SOM technique was applied to ten phenological metrics, that allowed to propose the external boundaries of the Pantanal and its subdivision into six phenological classes (phenoregions), that are not continuous, presenting no similarity with the literature proposed sub-regions. The thesis shows the phenology as dependent and at the same time informant about the aspects of geology and, on the other hand, it present an unique set of approaches over the Pantanal increasing knowledge of the world\'s largest continuous wetland.