Caracterização limnológica do rio do Peixe (microrregião geográfica de Botucatu - SP), em duas épocas do ano (períodos de seca e chuva)

O rio do Peixe, um dos principais afluentes do rio Tietê (Reservatório de Barra Bonita/Hidrovia Tietê Paraná), juntamente com seus formadores (microrregião geográfica de Botucatu - SP) constituem os principais mananciais das cidades que se localizam em suas bacias. A maior parte da bacia hidrográfica do rio do Peixe desenvolve-se sob rochas sedimentares arenosas, favoráveis às atividades de extração de areia, fato que aliado ao manejo incorreto do solo favorece a ocorrência de processos erosivos. Foram realizadas amostragens de água durante dez dias consecutivos e de sedimento durante três dias alternados, em dois períodos hidrológicos (seca e chuva), para a determinação de variáveis físicas, químicas e biológicas,com o objetivo principal de caracterizar do ponto de vista limnológico esse rio e sua foz. As análises das diferentes variáveis seguiram os métodos que são utilizados rotineiramente no Laboratório de Limnologia do CRHEA/EESC/USP. As águas do rio do Peixe apresentaram, principalmente altas concentrações de sólidos em suspensão. Os maiores valores de turbidez, condutividade, alcalinidade, HCO3-, CO3-, nitrito, nitrogênio amoniacal, nitrogênio Kjedhal, fosfato inorgânico, carbono orgânico e sólidos em suspensão foram obtidos durante o período de chuvas, influenciados principalmente pelo escoamento superficial que promove o carreamento de materiais da bacia hidrográfica. Foi possível ainda através das características limnológicas, agrupar as estações de amostragem ao longo do contínuo do rio em três regiões (alto, médio e baixo curso), e diferenciar do ponto de vista trófico as estações da foz com o rio Tietê. Um aumento da biomassa fitoplanctônica, no período de seca, no baixo curso do rio do Peixe foi favorecido pela menor vazão na barragem de Barra Bonita.

Petrologia do Maciço Alcalino de Itapirapuã, SP

Não disponível.

Contexto e modularização em redes neurais recorrentes para aprendizagem de seqüências temporais

Este trabalho apresenta um sistema neural modular, que processa separadamente informações de contexto espacial e temporal, para a tarefa de reprodução de sequências temporais. Para o desenvolvimento do sistema neural foram considerados redes neurais recorrentes, modelos estocásticos, sistemas neurais modulares e processamento de informações de contexto. Em seguida, foram estudados três modelos com abordagens distintas para aprendizagem de seqüências temporais: uma rede neural parcialmente recorrente, um exemplo de sistema neural modular e um modelo estocástico utilizando a teoria de modelos markovianos escondidos. Com base nos estudos e modelos apresentados, esta pesquisa propõe um sistema formado por dois módulos sucessivos distintos. Uma rede de propagação direta (módulo estimador de contexto espacial) realiza o processamento de contexto espacial identificando a seqüência a ser reproduzida e fornecendo um protótipo do contexto para o segundo módulo. Este é formado por uma rede parcialmente recorrente (módulo de reprodução de sequências temporais) para aprender as informações de contexto temporal e reproduzir em suas saídas a seqüência identificada pelo módulo anterior. Para a finalidade mencionada, este mestrado utiliza a distribuição de Gibbs na saída do módulo para contexto espacial de forma que este forneça probabilidades de contexto espacial, indicando o grau de certeza do módulo e possibilitando a utilização de procedimentos especiais para os casos de dúvida. O sistema neural foi testado em conjuntos contendo trajetórias abertas, fechadas, e com diferentes situações de ambigüidade e complexidade. Duas situações distintas foram avaliadas: (a) capacidade do sistema em reproduzir trajetórias a partir de pontos iniciais treinados; e (b) capacidade de generalização do sistema reproduzindo trajetórias considerando pontos iniciais ou finais em situações não treinadas. A situação (b) é um problema de difícil ) solução em redes neurais devido à falta de contexto temporal, essencial na reprodução de seqüências. Foram realizados experimentos comparando o desempenho do sistema modular proposto com o de uma rede parcialmente recorrente operando sozinha e um sistema modular neural (TOTEM). Os resultados sugerem que o sistema proposto apresentou uma capacidade de generalização significamente melhor, sem que houvesse uma deterioração na capacidade de reproduzir seqüências treinadas. Esses resultados foram obtidos em sistema mais simples que o TOTEM.