O poder da generalização na modelagem de dados : um estudo empírico

Trata-se de uma pesquisa de campo que abrange 21 empresas, onde se procurou identificar estruturas de dados comuns nos modelos de dados das mesmas. A base teórica para o trabalho são os conceitos de abstração existentes na literatura de Projeto de Banco de Dados, agregação (é-parte-de) e generalização (é-um). Foram identificadas aplicações destes conceitos, mas a pesquisa também mostra que ainda há poucas ferramentas disponíveis para implementação dos mesmos e pouca familiaridade dos técnicos com os conceitos

Método de orientação à modelagem de dados mensurados em proporção

A implementação de técnicas estatísticas, como modelos de regressão, permite conhecer os efeitos dos fatores sobre a característica de qualidade de um produto, contribuindo na melhoria da qualidade de produtos e processos. O objetivo desta dissertação consiste em elaborar um método que oriente à modelagem de dados mensurados em proporção, levando em consideração a classificação das variáveis dependentes e independentes, com enfoque no Modelo de Regressão Beta e no Modelo de Quaseverossimilhança. O método é ilustrado com um estudo em uma empresa curtidora da região do Vale do Rio dos Sinos no Rio Grande do Sul. A modelagem realizada neste estudo referiuse a proporção de produtos refugados no processo de produção por erro de classificação. Os Modelos de Regressão Beta e de Quase-verossimilhança apresentaram bom ajuste e mostraram-se adequados na modelagem da proporção de produtos por erros de classificação. Esses modelos podem ser estendidos a todos os processos industriais que envolvam a produção de produtos não conformes às especificações de fabricação (defeituosos). O método elaborado apresentou facilidade de entendimento e clareza dos passos para a escolha dos modelos de regressão usados na modelagem de dados mensurados em proporção.

Modelagem de dados de falhas de equipamentos de sub-superfície em poços de petróleo da Bacia Potiguar

This master´s thesis presents a reliability study conducted among onshore oil fields in the Potiguar Basin (RN/CE) of Petrobras company, Brazil. The main study objective was to build a regression model to predict the risk of failures that impede production wells to function properly using the information of explanatory variables related to wells such as the elevation method, the amount of water produced in the well (BSW), the ratio gas-oil (RGO), the depth of the production bomb, the operational unit of the oil field, among others. The study was based on a retrospective sample of 603 oil columns from all that were functioning between 2000 and 2006. Statistical hypothesis tests under a Weibull regression model fitted to the failure data allowed the selection of some significant predictors in the set considered to explain the first failure time in the wells

Caracterização geomorfológica e modelagem de dados espaciais na plataforma continental rasa do RN nos limites da folha Touros

This work focuses the geomorphological characterization and spatial data modeling in the shallow continental shelf within the Folha Touros limits (SB-25-CV-II), based on bathymetric data analysis and remote sensing products interpretation. The Rio Grande do Norte state is located in northeastern Brazil and the work area is located at the transition region between the eastern and northern portions of their coast. The bathymetric surveys were conduced between march and may 2009, using a 10 meters long vessel and 0.70 meters draught, equipped with global positioning system and echo sounder (dual beam, 200KHz , 14°). The fieldwork resulted in 44 bathymetric profiles espaced 1.5 km and 30 km average length. The bathymetric data amount were 111,200 points and were navigated 1395.7 km within na area about 1,850 km2. The bathymetric data were corrected for the tide level, vessel draught and were subsequently entered into a geographic information system for further processing. Analysis of remote sensing products was carried out using Landsat 7/ETM + band 1, from november 1999. The image was used for visualization and mapping submerged features. The results showed the presence of geomorphological features within the study area. Were observed, from the analysis of local bathymetry and satellite image, seven types of geomorphological features. The channels, with two longitudinals channels (e. g. San Roque and Cioba channels) and other perpendicular to the coast (e. g. Touros, Pititinga and Barretas). Coastal reef formations (Maracajaú, Rio do Fogo and Cioba). Longitudinal waves, described in the literature as longitudinal dunes. The occurrence of a transverse dune field. Another feature observed was the oceanic reefs, an rock alignment parallel to the coast. Were identified four riscas , from north to south: risca do Liso, Gameleira, Zumbi, Pititinga (the latter being described for the first time). Finally, an oceanic terrace was observed in the deepest area of study. Image interpretation corroborated with the in situ results, enabling visualization and description for all features in the region. The results were analysed in an integrating method (using the diferent methodologies applied in this work) and it was essential to describe all features in the area. This method allowed us to evaluate which methods generated better results to describe certain features. From these results was possible to prove the existence of submerged features in the eastern shallow continental shelf of Rio Grande do Norte. In this way, the conclusions was (1) this study contributed to the provision of new information about the area in question, particularly with regard to data collection in situ depths, (2) the method of data collection and interpretation proves to be effective because, through this, it was possible to visualize and interpret the features present in the study area and (3) the interpretation and discussion of results in an integrated method, using different methodologies, can provide better results

Modelagem de dados MT 2D em multicamadas com anisotropia arbitrária

Neste trabalho apresentamos a modelagem direta bidimensional do método Magnetotelúrico (MT) com anisotropia arbitrária na condutividade elétrica para modelos de multicamadas estratificadas horizontalmente, separando a resposta do campo resultante em duas partes, primária e secundária. A parte primária refere-se ao campo 1D do modelo na ausência de heterogeneidades; a secundária, à contribuição no campo resultante gerada pela anomalia. Esta modelagem foi feita via técnica numérica dos Elementos Finitos (EF). Apresentamos também a modelagem direta do caso MT 1D para o mesmo modelo e anisotropia arbitrária, porém, com solução analítica pelo método da matriz de propagação; tal resultado é usado como fonte na formulação 2D. No estudo a respeito do comportamento dos campos 1D em profundidade na presença da anisotropia, verificamos nas componentes horizontais que suas curvas dentro de cada camada se assemelham a de um campo na presença de fontes, pois experimentam um aumento na amplitude; além de verificar o surgimento da componente normal E_z do campo, sem que haja uma densidade de corrente nesta direção. Com arbitrariedade na anisotropia queremos dizer que seus eixos principais podem assumir qualquer orientação em relação ao eixo de referência adotado para o problema; tal orientação é descrita sob três rotações consecutivas, chamadas de strike, dip e slant, que simulam inclinações bastante presentes na geologia dos ambientes terrestres. Verificamos que a anisotropia provoca alterações no comportamento das pseudo-seções de resistividades aparentes, interferindo na interpretação correta dos dados.

A aplicação da distribuição exponencial geométrica estendida para modelagem de dados pluviométricos

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Modelagem de dados de resposta ao item sob efeito de speededness

Em testes nos quais uma quantidade considerável de indivíduos não dispõe de tempo suciente para responder todos os itens temos o que é chamado de efeito de Speededness. O uso do modelo unidimensional da Teoria da Resposta ao Item (TRI) em testes com speededness pode nos levar a uma série de interpretações errôneas uma vez que nesse modelo é suposto que os respondentes possuem tempo suciente para responder todos os itens. Nesse trabalho, desenvolvemos uma análise Bayesiana do modelo tri-dimensional da TRI proposto por Wollack e Cohen (2005) considerando uma estrutura de dependência entre as distribuições a priori dos traços latentes a qual modelamos com o uso de cópulas. Apresentamos um processo de estimação para o modelo proposto e fazemos um estudo de simulação comparativo com a análise realizada por Bazan et al. (2010) na qual foi utilizada distribuições a priori independentes para os traços latentes. Finalmente, fazemos uma análise de sensibilidade do modelo em estudo e apresentamos uma aplicação levando em conta um conjunto de dados reais proveniente de um subteste do EGRA, chamado de Nonsense Words, realizado no Peru em 2007. Nesse subteste os alunos são avaliados por via oral efetuando a leitura, sequencialmente, de 50 palavras sem sentidos em 60 segundos o que caracteriza a presença do efeito speededness.

Leitura e Interpretação de Dados Prontos em um Ambiente de Modelagem e Tecnologias Digitais: o mosaico em movimento

Neste artigo, analisamos a leitura e a interpretação de dados prontos coletados por alunos para desenvolverem projetos de modelagem. Consideramos dados prontos as informações coletadas na Internet, como um gráfico ou uma fórmula, sem maiores explicações de como foram geradas. Com isso, repensamos o mosaico de pesquisas do GPIMEM, grupo de pesquisa ao qual pertencemos e que desenvolve pesquisas sobre modelagem e informática há cerca de vinte anos. Na análise, privilegiamos a apresentação oral e o relatório escrito de um grupo de alunas do Curso de Ciências Biológicas da Universidade Estadual Paulista (UNESP). Os dados prontos sugerem uma nova faceta na relação entre tecnologias digitais e modelagem: eles parecem ser tratados de maneira idêntica a dados empíricos usualmente coletados em outros trabalhos de modelagem encontrados na literatura. Assim, o mosaico de pesquisas sobre o tema ganha novas dimensões na medida em que a Internet parece modificar a própria noção do que são dados.

Modelagem numérica de dados MCSEM 3D usando computação paralela

Desenvolvemos a modelagem numérica de dados sintéticos Marine Controlled Source Electromagnetic (MCSEM) usada na exploração de hidrocarbonetos para simples modelos tridimensionais usando computação paralela. Os modelos são constituidos de duas camadas estrati cadas: o mar e o sedimentos encaixantes de um delgado reservatório tridimensional, sobrepostas pelo semi-espaço correspondente ao ar. Neste Trabalho apresentamos uma abordagem tridimensional da técnica dos elementos nitos aplicada ao método MCSEM, usando a formulação da decomposição primária e secundária dos potenciais acoplados magnético e elétrico. Num pós-processamento, os campos eletromagnéticos são calculados a partir dos potenciais espalhados via diferenciação numérica. Exploramos o paralelismo dos dados MCSEM 3D em um levantamento multitransmissor, em que para cada posição do transmissor temos o mesmo processo de cálculos com dados diferentes. Para isso, usamos a biblioteca Message Passing Interface (MPI) e o modelo servidor cliente, onde o processador administrador envia os dados de entradas para os processadores clientes computar a modelagem. Os dados de entrada são formados pelos parâmetros da malha de elementos nitos, dos transmissores e do modelo geoelétrico do reservatório. Esse possui geometria prismática que representa lentes de reservatórios de hidrocarbonetos em águas profundas. Observamos que quando a largura e o comprimento horizontais desses reservatório têm a mesma ordem de grandeza, as resposta in-line são muito semelhantes e conseqüentemente o efeito tridimensional não é detectado. Por sua vez, quando a diferença nos tamanhos da largura e do comprimento do reservatório é signi cativa o efeito 3D é facilmente detectado em medidas in-line na maior dimensão horizontal do reservatório. Para medidas na menor dimensão esse efeito não é detectável, pois, nesse caso o modelo 3D se aproxima de um modelo bidimensional. O paralelismo dos dados é de rápida implementação e processamento. O tempo de execução para a modelagem multitransmissor em ambiente paralelo é equivalente ao tempo de processamento da modelagem para um único transmissor em uma máquina seqüêncial, com o acréscimo do tempo de latência na transmissão de dados entre os nós do cluster, o que justi ca o uso desta metodologia na modelagem e interpretação de dados MCSEM. Devido a reduzida memória (2 Gbytes) em cada processador do cluster do departamento de geofísica da UFPA, apenas modelos muito simples foram executados.

Modelagem do Equilíbrio de Fases entre Hidrocarbonetos Leves e Pesados

O comportamento de fases para sistemas binários com um hidrocarboneto leve e um pesado é muito importante tanto para o projeto real de um processo quanto para o desenvolvimento de modelos teóricos. Para atender a crescente demanda por informação experimental de equilíbrio de fases a altas pressões, o objetivo deste estudo é obter uma metodologia que substitua parcialmente ou maximize a pouca informação experimental disponível. Para isto propõe-se a modelagem do equilíbrio de fases em misturas de hidrocarboneto leve com um pesado, sem o conhecimento da estrutura molecular do pesado, inferindo-se os parâmetros do modelo a partir da modelagem de dados de ponto de bolha obtidos na literatura. Esta metodologia implica não só na descrição do equilíbrio de fases de um sistema como na estimação das propriedades críticas do pesado, de difícil obtenção devido ao craqueamento destes a altas temperaturas. Neste contexto, este estudo apresenta uma estratégia que estima indiretamente as propriedades críticas dos compostos pesados. Para isto, foram correlacionados dados experimentais de ponto de bolha de misturas binárias contendo um hidrocarboneto leve e um pesado, usando-se dois modelos: o de Peng-Robinson e o TPT1M (Teoria da Polimerização Termodinâmica de primeira ordem de Wertheim modificada). Os parâmetros ajustados com o modelo de Peng-Robinson correspondem diretamente às propriedades críticas do composto pesado, enquanto os ajustados com o modelo TPT1M foram usados para obtê-las. Esta estratégia fornece parâmetros dependentes do modelo, porém permite o cálculo de outras propriedades termodinâmicas, como a extrapolação da temperatura dos dados estudados. Além disso, acredita-se que a correlação dos parâmetros obtidos com as propriedades críticas disponíveis ajudará na caracterização de frações pesadas de composição desconhecida

Aplicação de técnicas de descobrimento de conhecimento em bases de dados e de inteligência artificial em avaliação de imóveis

A comparação de dados de mercado é o método mais empregado em avaliação de imóveis. Este método fundamenta-se na coleta, análise e modelagem de dados do mercado imobiliário. Porém os dados freqüentemente contêm erros e imprecisões, além das dificuldades de seleção de casos e atributos relevantes, problemas que em geral são solucionados subjetivamente. Os modelos hedônicos de preços têm sido empregados, associados com a análise de regressão múltipla, mas existem alguns problemas que afetam a precisão das estimativas. Esta Tese investigou a utilização de técnicas alternativas para desenvolver as funções de preparação dos dados e desenvolvimento de modelos preditivos, explorando as áreas de descobrimento de conhecimento e inteligência artificial. Foi proposta uma nova abordagem para as avaliações, consistindo da formação de uma base de dados, ampla e previamente preparada, com a aplicação de um conjunto de técnicas para seleção de casos e para geração de modelos preditivos. Na fase de preparação dos dados foram utilizados as técnicas de regressão e redes neurais para a seleção de informação relevante, e o algoritmo de vizinhança próxima para estimação de valores para dados com erros ou omissões. O desenvolvimento de modelos preditivos incluiu as técnicas de regressão com superficies de resposta, modelos aditivos generalizados ajustados com algoritmos genéticos, regras extraídas de redes neurais usando lógica difusa e sistemas de regras difusas obtidos com algoritmos genéticos, os quais foram comparados com a abordagem tradicional de regressão múltipla Esta abordagem foi testada através do desenvolvimento de um estudo empírico, utilizando dados fornecidos pela Prefeitura Municipal de Porto Alegre. Foram desenvolvidos três formatos de avaliação, com modelos para análise de mercado, avaliação em massa e avaliação individual. Os resultados indicaram o aperfeiçoamento da base de dados na fase de preparação e o equilíbrio das técnicas preditivas, com um pequeno incremento de precisão, em relação à regressão múltipla.Os modelos foram similares, em termos de formato e precisão, com o melhor desempenho sendo atingido com os sistemas de regras difusas.

Quantificação da interferência do cliente em projetos de grande porte : um método de modelagem utilizando dinâmica dos sistemas

A Dinâmica dos Sistemas vem expandindo seu leque de aplicações por diversas áreas do conhecimento humano, dentre as quais está a Administração de Empresas. Este trabalho mostra que esta disciplina pode ser utilizada como uma ferramenta que fornece subsídios para negociações post mortem de projetos de grande porte. Dentro deste âmbito, o ponto principal é avaliar qual foi a influência do comportamento do cliente no resultado final do projeto. Interferências do tipo: ingerência nas decisões de projeto, alterações de escopo, atraso na aprovação de documentos e solicitações para que sejam realizadas atividades adicionais não diretamente relacionadas ao projeto podem contribuir para o aumento do prazo e do custo de realização de um empreendimento. A abordagem deste problema através da Dinâmica dos Sistemas fornece a possibilidade de criar modelos de simulação em que possam ser incorporados fatores importantes, porém subjetivos, que contribuem para o entendimento do projeto como o moral da equipe de engenharia e a confiança do cliente na empresa contratada. Este trabalho traz uma parte teórica que é fruto da pesquisa sobre a ' literatura existente nesta área específica de aplicação. Nela são explicados os ciclos de paralelismo, de retrabalho e de interferência do cliente. Na segunda parte, um caso real de um projeto de engenharia é apresentado e modelado. Os resultados são então analisados de forma a fornecer informações confiáveis sobre atraso e custos adicionais de responsabilidade do cliente. Estes dados são a base para a elaboração pela contratada de um documento pleiteando compensação pela interferência do cliente. Esta abordagem por Dinâmica dos Sistemas é pouco conhecida e ainda pode ser bastante explorada

Comparando a saúde no Brasil com os países da OCDE: explorando dados de saúde pública

A atenção à saúde da população no Brasil gera um grande volume de dados sobre os serviços de saúde prestados. O tratamento adequado destes dados com técnicas de acesso à grande massa de dados pode permitir a extração de informações importantes para um melhor conhecimento do setor saúde. Avaliar o desempenho dos sistemas de saúde através da utilização da massa de dados produzida tem sido uma tendência mundial, uma vez que vários países já mantêm programas de avaliação baseados em dados e indicadores. Neste contexto, A OCDE – Organização para Cooperação e Desenvolvimento Econômico, que é uma organização internacional que avalia as políticas econômicas de seus 34 países membros, possui uma publicação bienal, chamada Health at a Glance, que tem por objetivo fazer a comparação dos sistemas de saúde dos países membros da OCDE. Embora o Brasil não seja um membro, a OCDE procura incluí-lo no cálculo de alguns indicadores, quando os dados estão disponíveis, pois considera o Brasil como uma das maiores economias que não é um país membro. O presente estudo tem por objetivo propor e implementar, com base na metodologia da publicação Health at a Glance de 2015, o cálculo para o Brasil de 22 indicadores em saúde que compõem o domínio “utilização de serviços em saúde” da publicação da OCDE. Para isto foi feito um levantamento das principais bases de dados nacionais em saúde disponíveis que posteriormente foram capturadas, conforme necessidade, através de técnicas para acessar e tratar o grande volume de dados em saúde no Brasil. As bases de dados utilizadas são provenientes de três principais fontes remuneração: SUS, planos privados de saúde e outras fontes de remuneração como, por exemplo, planos públicos de saúde, DPVAT e particular. A realização deste trabalho permitiu verificar que os dados em saúde disponíveis publicamente no Brasil podem ser usados na avaliação do desempenho do sistema de saúde, e além de incluir o Brasil no benchmark internacional dos países da OCDE nestes 22 indicadores, promoveu a comparação destes indicadores entre o setor público de saúde do Brasil, o SUS, e o setor de planos privados de saúde, a chamada saúde suplementar. Além disso, também foi possível comparar os indicadores calculados para o SUS para cada UF, demonstrando assim as diferenças na prestação de serviços de saúde nos estados do Brasil para o setor público. A análise dos resultados demonstrou que, em geral, o Brasil comparado com os países da OCDE apresenta um desempenho abaixo da média dos demais países, o que indica necessidade de esforços para atingir um nível mais alto na prestação de serviços em saúde que estão no âmbito de avaliação dos indicadores calculados. Quando segmentado entre SUS e saúde suplementar, a análise dos resultados dos indicadores do Brasil aponta para uma aproximação do desempenho do setor de saúde suplementar em relação à média dos demais países da OCDE, e por outro lado um distanciamento do SUS em relação a esta média. Isto evidencia a diferença no nível de prestação de serviços dentro do Brasil entre o SUS e a saúde suplementar. Por fim, como proposta de melhoria na qualidade dos resultados obtidos neste estudo sugere-se o uso da base de dados do TISS/ANS para as informações provenientes do setor de saúde suplementar, uma vez que o TISS reflete toda a troca de informações entre os prestadores de serviços de saúde e as operadoras de planos privados de saúde para fins de pagamento dos serviços prestados.

Potencialidades de cultivo de macroalgas no litoral do Rio Grande do Norte (NE, Brasil): uma perspectiva de integração de dados ambientais em sistemas de informação geográfica (SIG)

Since centuries ago, the Asians use seaweed as an important source of feeding and are their greatest world-wide consumers. The migration of these peoples for other countries, made the demand for seaweed to increase. This increasing demand prompted an industry with annual values of around US$ 6 billion. The algal biomass used for the industry is collected in natural reservoirs or cultivated. The market necessity for products of the seaweed base promotes an unsustainable exploration of the natural banks, compromising its associated biological balance. In this context, seaweed culture appears as a viable alternative to prevent the depletion of these natural supplies. Geographic Information Systems (GIS) provide space and produce information that can facilitate the evaluation of important physical and socio-economic characteristics for the planning of seaweed culture. This objective of this study is to identify potential coastal areas for seaweed culture in the state of Rio Grande do Norte, from the integration of social-environmental data in the SIG. In order to achieve this objective, a geo-referred database composed of geographical maps, nautical maps and orbital digital images was assembled; and a bank of attributes including physical and oceanographical variables (winds, chains, bathymetry, operational distance from the culture) and social and environmental factors (main income, experience with seaweed harvesting, demographic density, proximity of the sheltered coast and distance of the banks) was produced. In the modeling of the data, the integration of the space database with the bank of attributes for the attainment of the map of potentiality of seaweed culture was carried out. Of a total of 2,011 ha analyzed by the GIS for the culture of seaweed, around 34% or 682 ha were indicated as high potential, 55% or 1,101 ha as medium potential, and 11% or 228 ha as low potential. The good indices of potentiality obtained in the localities studied demonstrate that there are adequate conditions for the installation of seaweed culture in the state of Rio Grande do Norte

Modelagem da transferência de massa na remoção do óleo da água produzida por flotação em coluna com uso de tensoativos de origem vegetal

The treatment of oil produced water and its implications are continually under investigation and several questions are related to this subject. In the Northeast Region Brazil, the onshore reservoirs are, in its majority, mature oil fields with high production of water. As this oil produced water has high levels of oil, it cannot be directly discarded into the environment because it represents a risk for contamination of soil, water, and groundwater, or even may cause harm to living bodies. Currently, polyelectrolytes that promote the coalescence of the oil droplets are used to remove the dispersed oil phase, enhancing the effectiveness of the flotation process. The non-biodegradability and high cost of polyelectrolytes are limiting factors for its application. On this context, it is necessary to develop studies for the search of more environmentally friendly products to apply in the flotation process. In this work it is proposed the modeling of the flotation process, in a glass column, using surfactants derived from vegetal oils to replace the polyelectrolytes, as well as to obtain a model that represents the experimental data. In addition, it was made a comparative study between the models described in the literature and the one developed in this research. The obtained results showed that the developed model presented high correlation coefficients when fitting the experimental data (R2 > 0.98), thus proving its efficiency in modeling the experimental data.