Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2016-05-20T12:55:18Z No. of bitstreams: 2 Dissertação - Thales Baliero Takáo - 2015.pdf: 2798998 bytes, checksum: f90a7c928230875abd5873753316f766 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-05-20T12:56:48Z (GMT) No. of bitstreams: 2 Dissertação - Thales Baliero Takáo - 2015.pdf: 2798998 bytes, checksum: f90a7c928230875abd5873753316f766 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2016-05-20T12:56:48Z (GMT). No. of bitstreams: 2 Dissertação - Thales Baliero Takáo - 2015.pdf: 2798998 bytes, checksum: f90a7c928230875abd5873753316f766 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2015-07-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The aim of this work was to assess the performance of computational methods to classify ground reaction force (GRF) to identify on which surface was done the gait initiation. Twenty-five subjects were evaluated while performing the gait initiation task in two experimental conditions barefoot on hard surface and barefoot on soft surface (foam). The center of pressure (COP) variables were calculate from the GRF and the principal component analysis was used to retain the main features of medial-lateral, anterior-posterior and vertical force components. The principal components representing each force component were retained using the broken stick test. Then the support vector machines and multilayer neural networks ware trained with Backpropagation and Levenberg-Marquartd algorithm to perform the GRF classification . The evaluation of classifier models was done based on area under ROC curve and accuracy criteria. The Bootstrap cross-validation have produced area under ROC curve a and accuracy criteria using 500 samples database. The support vector machine with linear kernel and margin parameter equal 100 produced the best result using medial-lateral force as input. It registered area under ROC curve and accuracy with 0.7712 and 0.7974. Those results showed significance difference from the vertical and anterior-posterior force. Then we may conclude that the choice of GRF component and the classifier model directly influences the performance of the classification. / O objetivo deste trabalho foi avaliar o desempenho de ferramentas de inteligência computacional para a classificação da força de reação do solo (FRS) identificando em que tipo de superfície foi realizada a inicialização da marcha. A base de dados foi composta pela força de reação do solo de 25 indivíduos, adquiridas por duas plataformas de força, durante a inicialização da marcha sobre uma superfície macia (SM - colchão), e depois sobre uma superfície dura (SD). A partir da FRS foram calculadas as variáveis que descrevem o comportamento do centro de pressão (COP) e também foram extraídas as características relevantes das forças mediolateral (Fx), anteroposterior (Fy) e vertical (Fz) por meio da análise de componentes principais (ACP). A seleção das componentes principais que descrevem cada uma das forças foi feita por meio do teste broken stick . Em seguida, máquinas de vetores de suporte (MVS) e redes neurais artificiais multicamada (MLP) foram treinadas com o algoritmo Backpropagation e de Levenberg-Marquartd (LMA) para realizar a classificação da FRS. Para a avaliação dos modelos implementados a partir das ferramentas de inteligência computacional foram utilizados os índices de acurácia (ACC) e área abaixo da curva ROC (AUC). Estes índices foram obtidos na validação cruzada utilizando a técnicas bootstrap com 500 bases de dados de amostras. O melhor resultado foi obtido para a máquina de vetor de suporte com kernel linear com parâmetro de margem igual a 100 utilizando a Fx como entrada para classificação das amostras. Os índices AUC e ACC foram 0.7712 e 0.7974, respectivamente. Estes resultados apresentaram diferença estatística em relação aos modelos que utilizaram as componentes principais da Fy e Fz, permitindo concluir que a escolha da componente da FRS assim como o modelo a ser implementado influencia diretamente no desempenho dos índices que avaliam a classificação.

Made available in DSpace on 2016-08-17T14:53:04Z (GMT). No. of bitstreams: 1 Werner Borges de Sampaio.pdf: 2991418 bytes, checksum: 1c3fd03c2e6ffea37ed00740d75d2ffd (MD5) Previous issue date: 2009-08-31 / Breast cancer presents high occurrence frequency among the world population and its psychological effects alter the perception of the patient s sexuality and the own personal image. Mammography is an x-ray of the mamma that allows the precocious detection of cancer, since it is capable to showing lesions in their initial stages, typically very small lesions in the order of millimeters. The processing of mammographic images has been contributing to the detection and the diagnosis of mammary nodules, being an important tool, because it reduces the degree of uncertainty of the diagnosis, providing a supplementary source of information to the specialist. This work presents a computational methodology that aids the specialist in the detection of breast masses. The first step of the methodology aims at improvement the mammographic image, which consists of removal of unwanted objects, reduction of noise and enhancement of the breast internal structures. Then, Cellular Neural Networks are used to segment areas suspected of containing masses. These regions have their shapes analyzed by geometry descriptors (eccentricity, circularity, compactness, circular disproportion and circular density) and their textures are analyzed using geostatistical functions (Ripley's K function, Moran's and Geary's indices). Support Vector Machine were trained and used to classify the candidate regions in one of the classes, masses or no-mass, with sensibility of 80.00%, specificity of 85.68%, acuracy of 84.62%, a rate of 0.84 false positive for image and 0.20 false negative for image and an area under the curve ROC of 0.827. / Câncer de mama apresenta alta freqüência de ocorrência entre a população mundial e seus efeitos psicológicos alteram a percepção da sexualidade do paciente e a própria imagem pessoal. A mamografia é uma radiografia da mama que permite a descoberta precoce de câncer, sendo capaz a mostrar lesões nas fases iniciais, tipicamente lesões muito pequenas na ordem de milímetros. O processamento de imagens mamográficas tem contribuído para a descoberta e o diagnóstico de nódulos mamários, sendo uma importante ferramenta, pois reduz o grau de incerteza do diagnóstico, provendo uma fonte adicional de informação ao especialista. Este trabalho apresenta uma metodologia computacional que ajuda o especialista na descoberta de massas mamárias. O primeiro passo da metodologia visa à melhoria da imagem da mamografia que consiste em remoção de objetos externos à mama, redução de ruídos e realce das estruturas internas da mama. Então, Redes Neurais Celulares são usadas para segmentar áreas suspeitadas de conter massas. Estas regiões têm as suas formas analisadas por descritores de geometria (excentricidade, circularidade, densidade, desproporção circular e densidade circular) e as suas texturas analisadas por funções geoestatísticas (função de K de Ripley, e os índices de Moran e Geary). Máquinas de Vetores de Suporte são treinadas para classificar as regiões candidatas em um das classes, massas ou não-massa, com sensibilidade de 80,00%, especificidade de 85,68%, acurácia de 84,62%, uma taxa de 0,84 falsos positivos por imagem e 0,20 falsos negativos por imagem e uma área sob da curva ROC de 0,870.

The gains made by current deep-learning techniques have often come with the price tag of big data and where that data is not available, a new solution must be found. Such is the case for accented and noisy speech where large databases do not exist and data augmentation techniques, which are less than perfect, present an even larger obstacle. Another problem is that state-of-the-art results are rarely reproducible because they use proprietary datasets, pretrained networks and/or weight initializations from other larger networks. An example of a low resource scenario exists even in the fifth largest land in the world; home to most of the speakers of the seventh most spoken language on earth. Brazil is the leader in the Latin-American economy and as a BRIC country aspires to become an ever-stronger player in the global marketplace. Still, English proficiency is low, even for professionals in businesses and universities. Low intelligibility and strong accents can damage professional credibility. It has been established in the literature for foreign language teaching that it is important that adult learners are made aware of their errors as outlined by the Noticing Theory, explaining that a learner is more successful when he is able to learn from his own mistakes. An essential objective of this dissertation is to classify phonemes in the acoustic model which is needed to properly identify phonemic errors automatically. A common belief in the community is that deep learning requires large datasets to be effective. This happens because brute force methods create a highly complex hypothesis space which requires large and complex networks which in turn demand a great amount of data samples in order to generate useful networks. Besides that, the loss functions used in neural learning does not provide statistical learning guarantees and only guarantees the network can memorize the training space well. In the case of accented or noisy speech where a new sample can carry a great deal of variation from the training samples, the generalization of such models suffers. The main objective of this dissertation is to investigate how more robust acoustic generalizations can be made, even with little data and noisy accented-speech data. The approach here is to take advantage of raw feature extraction provided by deep learning techniques and instead focus on how learning guarantees can be provided for small datasets to produce robust results for acoustic modeling without the dependency of big data. This has been done by careful and intelligent parameter and architecture selection within the framework of the statistical learning theory. Here, an intelligently defined CNN architecture, together with context windows and a knowledge-driven hierarchical tree of SVM classifiers achieves nearly state-of-the-art frame-wise phoneme recognition results with absolutely no pretraining or external weight initialization. A goal of this thesis is to produce transparent and reproducible architectures with high frame-level accuracy, comparable to the state of the art. Additionally, a convergence analysis based on the learning guarantees of the statistical learning theory is performed in order to evidence the generalization capacity of the model. The model achieves 39.7% error in framewise classification and a 43.5% phone error rate using deep feature extraction and SVM classification even with little data (less than 7 hours). These results are comparable to studies which use well over ten times that amount of data. Beyond the intrinsic evaluation, the model also achieves an accuracy of 88% in the identification of epenthesis, the error which is most difficult for Brazilian speakers of English This is a 69% relative percentage gain over the previous values in the literature. The results are significant because it shows how deep feature extraction can be applied to little data scenarios, contrary to popular belief. The extrinsic, task-based results also show how this approach could be useful in tasks like automatic error diagnosis. Another contribution is the publication of a number of freely available resources which previously did not exist, meant to aid future researches in dataset creation. / Os ganhos obtidos pelas atuais técnicas de aprendizado profundo frequentemente vêm com o preço do big data e nas pesquisas em que esses grandes volumes de dados não estão disponíveis, uma nova solução deve ser encontrada. Esse é o caso do discurso marcado e com forte pronúncia, para o qual não existem grandes bases de dados; o uso de técnicas de aumento de dados (data augmentation), que não são perfeitas, apresentam um obstáculo ainda maior. Outro problema encontrado é que os resultados do estado da arte raramente são reprodutíveis porque os métodos usam conjuntos de dados proprietários, redes prétreinadas e/ou inicializações de peso de outras redes maiores. Um exemplo de um cenário de poucos recursos existe mesmo no quinto maior país do mundo em território; lar da maioria dos falantes da sétima língua mais falada do planeta. O Brasil é o líder na economia latino-americana e, como um país do BRIC, deseja se tornar um participante cada vez mais forte no mercado global. Ainda assim, a proficiência em inglês é baixa, mesmo para profissionais em empresas e universidades. Baixa inteligibilidade e forte pronúncia podem prejudicar a credibilidade profissional. É aceito na literatura para ensino de línguas estrangeiras que é importante que os alunos adultos sejam informados de seus erros, conforme descrito pela Noticing Theory, que explica que um aluno é mais bem sucedido quando ele é capaz de aprender com seus próprios erros. Um objetivo essencial desta tese é classificar os fonemas do modelo acústico, que é necessário para identificar automaticamente e adequadamente os erros de fonemas. Uma crença comum na comunidade é que o aprendizado profundo requer grandes conjuntos de dados para ser efetivo. Isso acontece porque os métodos de força bruta criam um espaço de hipóteses altamente complexo que requer redes grandes e complexas que, por sua vez, exigem uma grande quantidade de amostras de dados para gerar boas redes. Além disso, as funções de perda usadas no aprendizado neural não fornecem garantias estatísticas de aprendizado e apenas garantem que a rede possa memorizar bem o espaço de treinamento. No caso de fala marcada ou com forte pronúncia, em que uma nova amostra pode ter uma grande variação comparada com as amostras de treinamento, a generalização em tais modelos é prejudicada. O principal objetivo desta tese é investigar como generalizações acústicas mais robustas podem ser obtidas, mesmo com poucos dados e/ou dados ruidosos de fala marcada ou com forte pronúncia. A abordagem utilizada nesta tese visa tirar vantagem da raw feature extraction fornecida por técnicas de aprendizado profundo e obter garantias de aprendizado para conjuntos de dados pequenos para produzir resultados robustos para a modelagem acústica, sem a necessidade de big data. Isso foi feito por meio de seleção cuidadosa e inteligente de parâmetros e arquitetura no âmbito da Teoria do Aprendizado Estatístico. Nesta tese, uma arquitetura baseada em Redes Neurais Convolucionais (RNC) definida de forma inteligente, junto com janelas de contexto e uma árvore hierárquica orientada por conhecimento de classificadores que usam Máquinas de Vetores Suporte (Support Vector Machines - SVMs) obtém resultados de reconhecimento de fonemas baseados em frames quase no estado da arte sem absolutamente nenhum pré-treinamento ou inicialização de pesos de redes externas. Um objetivo desta tese é produzir arquiteturas transparentes e reprodutíveis com alta precisão em nível de frames, comparável ao estado da arte. Adicionalmente, uma análise de convergência baseada nas garantias de aprendizado da teoria de aprendizagem estatística é realizada para evidenciar a capacidade de generalização do modelo. O modelo possui um erro de 39,7% na classificação baseada em frames e uma taxa de erro de fonemas de 43,5% usando raw feature extraction e classificação com SVMs mesmo com poucos dados (menos de 7 horas). Esses resultados são comparáveis aos estudos que usam bem mais de dez vezes essa quantidade de dados. Além da avaliação intrínseca, o modelo também alcança uma precisão de 88% na identificação de epêntese, o erro que é mais difícil para brasileiros falantes de inglês. Este é um ganho relativo de 69% em relação aos valores anteriores da literatura. Os resultados são significativos porque mostram como raw feature extraction pode ser aplicada a cenários de poucos dados, ao contrário da crença popular. Os resultados extrínsecos também mostram como essa abordagem pode ser útil em tarefas como o diagnóstico automático de erros. Outra contribuição é a publicação de uma série de recursos livremente disponíveis que anteriormente não existiam, destinados a auxiliar futuras pesquisas na criação de conjuntos de dados.

CoordenaÃÃo de AperfeiÃoamento de NÃvel Superior / Os begomovÃrus, vÃrus da famÃlia Geminiviridae transmitidos por mosca branca, tÃm emergido como sÃrios patÃgenos de culturas agronÃmicas e hortÃcolas em regiÃes tropicais e subtropicais de muitos paÃses em todo o mundo. A partir da dÃcada de 80, tÃm aumentado os relatos da disseminaÃÃo da mosca branca, Bemisia argentifolii, e de begomovÃrus provocando impacto devastador nas regiÃes em que ocorrem. No Brasil, estes patÃgenos tÃm sido limitantes para a produÃÃo de tomate (Lycopersicon esculentum) em vÃrias Ãreas de cultivo com incidÃncia crescente desde 1994. No presente trabalho, plantas de tomate exibindo sintomas de infecÃÃo provocada por vÃrus como mosaico, clorose internerval, enrolamento do limbo foliar e reduÃÃo do crescimento, foram coletadas em lavouras de tomate indÃstria em AnÃpolis-GO. O vÃrus foi identificado como pertencente ao gÃnero Begomovirus mediante tÃcnica de PCR usando oligonucleotÃdeos especÃficos que amplificaram fragmentos dos componentes A e B do genoma viral. No capÃtulo I sÃo apresentados os resultados da caracterizaÃÃo molecular e no capÃtulo II, os dados da determinaÃÃo do cÃrculo de hospedeiros e da investigaÃÃo da relaÃÃo do begomovÃrus com o vetor Bemisia argentifolii. O isolado denominado GOANPL, foi clonado e parcialmente seqÃenciado tendo sido obtidas as seqÃÃncias nucleotÃdicas dos genes da capa proteica, Rep e de toda a regiÃo intergÃnica, em um total de 2.130 nucleotÃdeos. A anÃlise comparativa das seqÃÃncias revelou que, em geral, o GOANPL possui relacionamento genÃtico distante com begomovÃrus da Ãsia, Europa e Ãfrica sendo mais prÃximo das espÃcies do Brasil, particularmente, com os begomovÃrus identificados em Minas Gerais (TRMV) e no Distrito Federal (DF-BR2). Com este Ãltimo, apresentou alta homologia em todo o genoma podendo vir a constituir, com o mesmo, uma nova espÃcie. A determinaÃÃo do cÃrculo de hospedeiros do GO-ANPL foi realizada inoculando-se 46 espÃcies vegetais pertencentes a nove famÃlias botÃnicas, sob duas modalidades de inoculaÃÃo: mecÃnica e com a mosca branca. Constatou-se que o GO-ANPL infecta, preferencialmente, plantas da famÃlia Solanaceae como Nicotiana benthamiana, Datura stramonium e Nicandra physalodes. O nÃmero de espÃcies infectadas com o inseto vetor foi superior ao obtido pela inoculaÃÃo mecÃnica e diferiu dos resultados obtidos para outros isolados de begomovÃrus de tomate no Brasil. Os testes foram todos confirmados com hibridizaÃÃo com sondas moleculares, em \"dot blot\"No estudo da relaÃÃo vÃrus-vetor, foram investigados o perÃodo de acesso de aquisiÃÃo do vÃrus (PAA), o perÃodo de acesso de inoculaÃÃo do vÃrus (PAI), e o perÃodo de latÃncia do vÃrus na fase adulta do vetor, empregando-se cinco moscas/planta de tomate \'Santa Clara\' em todos os tratamentos. Para a definiÃÃo do PAA e do PAI, foram testados nove diferentes perÃodos de tempo: 0,25, 0,5, 1, 2, 4, 8, 16, 20 e 24 horas. Nos testes para determinaÃÃo do PAA, apÃs cada um desses perÃodos seguiu-se uma inoculaÃÃo de 48 horas e para definiÃÃo do PAI, antes de cada perÃodo antecedeu-se um perÃodo de acesso de aquisiÃÃo fixo de 72 horas. Constatou-se que o PAA mÃnimo da mosca branca foi de apenas 0,25 hora, com o qual foram obtidas 6% de plantas infectadas. O percentual de plantas aumentou de 6 para 65% com a extensÃo do PAA de 0,25 para 24 horas. Com relaÃÃo ao perÃodo de acesso de inoculaÃÃo do vÃrus, foram registrados 18% de plantas infectadas com o PAI de 0,5 hora. O percentual elevou-se para 67% quando 24 horas de PAI foram concedidos. Valores isolados de 90 e 100% na transmissÃo viral, tambÃm foram observados. O tÃrmino do perÃodo latente do vÃrus no vetor ocorreu 16h apÃs a aquisiÃÃo do mesmo em planta infectada, considerando os 3% de infecÃÃo observados nas plantas inoculadas. Os dados obtidos indicam que a interaÃÃo vÃrus-vetor à estabelecida desde a fase inicial de desenvolvimento do inseto. Como parte do estudo dessa interaÃÃo, avaliou-se a presenÃa do begomovÃrus GO-ANPL em todas as fases de desenvolvimento do inseto vetor (ovo, 1 ao 4 Ãnstar e adulto) na planta infectada, em adultos com diferentes PAA, na progÃnie de fÃmeas virulÃferas e em adultos cujos estÃgios ninfais desenvolveram-se em tomateiro infectado. A tÃcnica PCR foi empregada para a detecÃÃo do GO-ANPL em mais de 2.500 espÃcimens testados. O vÃrus foi detectado em ninfas do 1 ao 4 Ãnstar que se alimentaram em plantas de tomate infectada, contudo, em ovos provenientes de avirulÃferas, os quais foram ovipositados em planta infectada e coletados apÃs sete dias, o vÃrus nÃo foi detectado. A transmissÃo à progÃnie foi constatada pela detecÃÃo do vÃrus em ovos, ninfas e adultos que se desenvolveram em planta nÃo hospedeira do vÃrus. A transmissÃo transestadial ocorreu com Ãndice elevado e, ao lado da transmissÃo à progÃnie, indica que a retenÃÃo do vÃrus à uma etapa importante da interaÃÃo vÃrusâvetor. A transmissÃo do vÃrus para mudas de tomate, a partir de adultos da progÃnie de fÃmeas virulÃferas, nÃo foi constatada. Contudo, transmissÃo para tomateiro em um percentual de 33% foi verificado nos casos em que a inoculaÃÃo das plantas foi realizada pelos adultos que retiveram o vÃrus da sua fase imatura (transestadial) / The whitefly-transmitted viruses from the family Geminiviridae, genus Begomovirus, have been reported as an economically important pathogen group that affect important crops in tropical and subtropical countries. Since the beginning of the 1980 decade, the occurrence of the whitefly associated to Begomovirus infection has drastically increased worldwide. In Brazil, these pathogens have been responsable for severe economical losses in tomato (Lycopersicon esculentum) orchards and the production has hampered since 1994. In this work, infected tomato plants showing symptoms, such as mosaic, intervein clearing, leaf curling and growth reduction were collected in tomato orchards in AnÃpolis, State of GoiÃs. The virus was identified as a member of the genus Begomovirus by PCR reaction, using specific primers to amplify fragments of A and B components of the virus DNA genome. The Chapter I of this thesis presents the results of the molecular characterization of the virus and the Chapter II shows the determination of its host range and the relationship with its natural vector Bemisia argentifolii. The virus isolate denoted GO-ANPL was cloned and partially sequenced. Part of the sequenced genome (2.180 nucleotides long) corresponded to the coat protein and Rep genes and comprised the entire intergenic region. Sequence comparison revealed that the GO-ANPL isolate is distantly related to the begomoviruses found in Asia, Europe and Africa, and it is related to other begomoviruses reported in Brazil. The virus isolate showed to be more closely related to viruses found in the State of Minas Gerais (TRMV isolate) and in the Federal District (isolate DF-Br2). The highest homology was observed with the isolate DF-Br2 and it may represent a new specie of the genus Begomovirus. In order to determine the virus host range, 46 plant species from nine different botanical families were mechanically and using the virus vector inoculated. The GO-ANPL isolate preferentially infected plants of the family Solanaceae as Nicotiana benthamiana, Datura stramonium and Nicandra physalodes. The number of infected plants was higher when they were inoculated by the virus vector, and the results were distinct from those obtained for other begomoviruses reported in Brazil. Viruses infections were all confirmed by dot blot hybridization using specific molecular probes to the virus. 4 To study virus/vector interaction, the acquisition access period (AAP), inoculation access period (IAP), and the latent period were determined transfering five whiteflies per plant and using tomato cv. Santa Clara as the host. For the AAP and IAP, nine different time periods were tested: 0.25, 0.5, 1, 2, 4, 8, 16, 20 and 24 h. The minimal AAP determined was 0.25 h, after which, 6% of the tested plants became infected. The number of infected plants increased to 65% with an AAP of24h.Afteran IAP of 0.5 h, 18% of the plants were infected and their number increased to 67% after an IAP of 24 hours. The latent period was considered to be 16 h, after which, 3% of the inoculated plants became infected. The results of AAP, IAP and latent period seem to indicate an early interaction between virus and vector starting at early stages of vector development. The presence of the GOANPL was determined in all stages of the vector (eggs, 1st to 4th instar and adults) in infected plants, in adults under different AAPs, in the progenies of viruliferous females, and in adults originated from nymphs developed from infected plants. More than 2.500 insects were tested by PCR to detect the GO-ANPL isolate. The virus was detected in nymphs from the 1st to 4th instar that had fed in infected plants and no virus was found in eggs from aviruliferous female that had been laid in infected plants. Transmission to the progenies was observed, since the virus was detected in all stages of insect development from eggs to adults. High level transmission was also observed in newly emerged adults that had acess to virus-infected plants as immatures. This fact, in addition to the transmission to the progenies, suggests that virus retention is an important part of virus/vector interaction. No transmission was observed from adults originated from viruliferous females. However, 33% of virus transmission was obtained when adults that retained virus from their early larval stages were employed

Submitted by CLAYTON EDUARDO LENTE DA SILVA null (claedu@gmail.com) on 2016-06-02T17:41:44Z No. of bitstreams: 1 TeseFinalClayton.pdf: 1339813 bytes, checksum: 78fb3fb4fd37414af7b1a14dd1d3a122 (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-06-06T16:37:20Z (GMT) No. of bitstreams: 1 silva_cel_dr_sjrp.pdf: 1339813 bytes, checksum: 78fb3fb4fd37414af7b1a14dd1d3a122 (MD5) / Made available in DSpace on 2016-06-06T16:37:20Z (GMT). No. of bitstreams: 1 silva_cel_dr_sjrp.pdf: 1339813 bytes, checksum: 78fb3fb4fd37414af7b1a14dd1d3a122 (MD5) Previous issue date: 2016-05-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Nesta tese estudamos sistemas dinâmicos não suaves autônomos e não autônomos. Consideramos inicialmente sistemas quadráticos positivamente limitados autônomos planares e damos condições sobre os campos para que o sistema de Filippov correspondente seja limitado. Também estudamos uma classe de sistemas quadráticos e provamos que, sob algumas restrições nos coeficientes da parte linear, os sistemas de Filippov relacionados são limitados. Em seguida, consideramos sistemas não autônomos e damos condições para a existência de soluções periódicas de uma classe de equações diferenciais ordinárias não autônomas. Por fim, consideramos equações diferenciais ordinárias não autônomas de segunda ordem genéricas, relacionadas a sistemas não suaves e não autônomos, estudamos o conceito de solução destas equações e damos condições analíticas que são satisfeitas por soluções típicas, como as soluções deslizantes, por exemplo. A unicidade de soluções para estas equações também é estudada. / In this thesis we study autonomous and non-autonomous non-smooth dynamical systems. We initially consider planar autonomous positively bounded quadratic systems. We give conditions on the vector fields for that the correspondent Filippov system be bounded. We also study a class of quadratic systems and we prove that, under some restrictions on the coefficients of linear part, the related Filippov systems are bounded. We then consider non-autonomous systems and we give conditions for the existence of periodic solutions of a certain class of non-autonomous ordinary differential equations. Finally we consider generic non-autonomous second order differential equations and we study the concept of solution of these equations and determine analytical conditions that are satisfied by typical solutions, sliding solutions for instance. Moreover, the uniqueness of solutions for these equations is studied.

[pt] Esta tese investiga a estimação de curvas de juros sob o ponto de vista de métodos não-paramétricos. O texto está dividido em dois blocos. O primeiro investiga a questão do critério utilizado para selecionar o método de melhor desempenho na tarefa de interpolar a curva de juros brasileira em uma dada amostra. Foi proposto um critério de seleção de método baseado em estratégias de re-amostragem do tipo leave-k-out cross validation, onde K k £ £ 1 e K é função do número de contratos observados a cada curva da amostra. Especificidades do problema reduzem o esforço computacional requerido, tornando o critério factível. A amostra tem freqüência diária: janeiro de 1997 a fevereiro de 2001. O critério proposto apontou o spline cúbico natural -utilizado com método de ajuste perfeito aos dados - como o método de melhor desempenho. Considerando a precisão de negociação, este spline mostrou-se não viesado. A análise quantitativa de seu desempenho identificou, contudo, heterocedasticidades nos erros simulados. A partir da especificação da variância condicional destes erros e de algumas hipóteses, foi proposto um esquema de intervalo de segurança para a estimação de taxas de juros pelo spline cúbico natural, empregado como método de ajuste perfeito aos dados. O backtest sugere que o esquema proposto é consistente, acomodando bem as hipóteses e aproximações envolvidas. O segundo bloco investiga a estimação da curva de juros norte-americana construída a partir dos contratos de swaps de taxas de juros dólar-Libor pela Máquina de Vetores Suporte (MVS), parte do corpo da Teoria do Aprendizado Estatístico. A pesquisa em MVS tem obtido importantes avanços teóricos, embora ainda sejam escassas as implementações em problemas reais de regressão. A MVS possui características atrativas para a modelagem de curva de juros: é capaz de introduzir já na estimação informações a priori sobre o formato da curva e sobre aspectos da formação das taxas e liquidez de cada um dos contratos a partir dos quais ela é construída. Estas últimas são quantificadas pelo bid-ask spread (BAS) de cada contrato. A formulação básica da MVS é alterada para assimilar diferentes valores do BAS sem que as propriedades dela sejam perdidas. É dada especial atenção ao levantamento de informação a priori para seleção dos parâmetros da MVS a partir do formato típico da curva. A amostra tem freqüência diária: março de 1997 a abril de 2001. Os desempenhos fora da amostra de diversas especificações da MVS foram confrontados com aqueles de outros métodos de estimação. A MVS foi o método que melhor controlou o trade- off entre viés e variância dos erros. / [en] This thesis investigates interest rates curve estimation under non-parametric approach. The text is divided into two parts. The first one focus on which criterion to use to select the best performance method in the task of interpolating Brazilian interest rate curve. A selection criterion is proposed to measure out-of-sample performance by combining resample strategies leave-k-out cross validation applied upon the whole sample curves, where K k £ £ 1 and K is function of observed contract number in each curve. Some particularities reduce substantially the required computational effort, making the proposed criterion feasible. The data sample range is daily, from January 1997 to February 2001. The proposed criterion selected natural cubic spline, used as data perfect-fitting estimation method. Considering the trade rate precision, the spline is non-biased. However, quantitative analysis of performance determinant factors showed the existence of out-of-sample error heteroskedasticities. From a conditional variance specification of these errors, a security interval scheme is proposed for interest rate generated by perfect-fitting natural cubic spline. A backtest showed that the proposed security interval is consistent, accommodating the evolved assumptions and approximations. The second part estimate US free-for-floating interest rate swap contract curve by using Support Vector Machine (SVM), a method derived from Statistical Learning Theory. The SVM research has got important theoretical results, however the number of implementation on real regression problems is low. SVM has some attractive characteristics for interest rates curves modeling: it has the ability to introduce already in its estimation process a priori information about curve shape and about liquidity and price formation aspects of the contracts that generate the curve. The last information set is quantified by the bid-ask spread. The basic SVM formulation is changed in order to be able to incorporate the different values for bid-ask spreads, without losing its properties. Great attention is given to the question of how to extract a priori information from swap curve typical shape to be used in MVS parameter selection. The data sample range is daily, from March 1997 to April 2001. The out-of-sample performances of different SVM specifications are faced with others method performances. SVM got the better control of trade- off between bias and variance of out-of-sample errors.