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.

Estudo e implementação de sinais de excitação aplicados em identificação de sistemas multivariáveis.

Devido à crescente implementação do Controle Preditivo baseado em Modelo (MPC) em outros processos além de refino e plantas petroquímicas, que geralmente possuem múltiplas entradas e saídas, tem-se um aumento na demanda de modelos gerados por identificação de sistemas. Identificar modelos que representem fielmente a dinâmica do processo depende em grande medida das características dos sinais de excitação dos processos. Assim, o foco deste trabalho é realizar um estudo dos sinais típicos usados em identificação de sistemas, PRBS e GBN, em uma abordagem multivariável. O estudo feito neste trabalho parte das características da geração dos sinais individualmente, depois é feita uma análise de correlação cruzada dos sinais de entrada, observando a influência desta sobre os resultados de identificação. Evitar uma alta correlação entre os sinais de entrada permite determinar o efeito de cada entrada sobre a saída no processo de identificação. Um ponto importante no projeto de sinais de identificação de sistemas multivariáveis é a frequência dos mesmos para conseguir excitar os processos nas regiões de frequência de operação normal e assim extrair a maior informação dinâmica possível do processo. As características estudadas são avaliadas por meio de testes em três plantas simuladas diferentes, categorizadas como mal, medianamente e bem condicionadas. Estas implementações foram feitas usando sinais GBN e PRBS de diferentes frequências. Expressões para a caracterização dos sinais de excitação foram avaliadas identificando os processos em malha aberta e malha fechada. Para as plantas mal condicionadas foram implementados sinais compostos por uma parte completamente correlacionada e uma parte não-correlacionada, conhecido como método de dois passos. Finalmente são realizados experimentos de identificação em uma aplicação em tempo real de uma planta piloto de neutralização de pH. Os testes realizados na planta foram feitos visando avaliar os estudos de frequência e correlação em uma aplicaficção real. Os resultados mostram que a condição de sinais completamente descorrelacionados n~ao deve ser cumprida para ter bons resultados nos modelos identificados. Isto permite ter mais exibilidade na geração do conjunto de sinais de excitação.

Avaliação quantitativa dos efeitos da levodopa e da estimulação do núcleo subtalâmico sobre o equilíbrio em pacientes com doença de Parkinson

INTRODUÇÃO: Os efeitos da levodopa (LD) e da estimulação cerebral profunda (ECP) de núcleo subtalâmico (STN) sobre o equilíbrio e sintomas axiais são até o momento controversos. OBJETIVOS: Avaliar quantitativamente os efeitos da ECP de STN e da LD sobre o equilíbrio estático em pacientes com DP operados, em comparação com a LD em pacientes não operados. MÉTODOS: Trinta e um pacientes submetidos a ECP de STN entre 3 meses e 1 ano e meio antes da avaliação e 26 controles portadores de DP não operados, estágios Hoehn e Yahr 2 a 4 foram avaliados usando UPDRS para avaliação clínica e plataforma de força para avaliar oscilações posturais. O primeiro grupo foi avaliado com ECP e sem medicação, com ECP e com medicação e sem ECP e sem medicação. O segundo grupo foi avaliado com e sem medicação. Cada paciente foi avaliado com os olhos abertos e fechados. O deslocamento do centro de pressão anteroposterior, laterolateral, a área, velocidade e deslocamento total linear foram medidos pela plataforma de força. Os dados paramétricos foram comparados usando o teste t de Student e os dados não-paramétricos foram comparados pelo teste de Kruskal-Wallis. A avaliação clínica consistiu na parte 3 da escala UPDRS e na escala Hoehn e Yahr. Nível de significância estatística considerada foi p=0,05. RESULTADOS: Os pacientes não operados oscilaram mais quando sob efeito da levodopa do que sem medicação. No grupo operado, a maior oscilação é no grupo com ECP desligada e sem medicação. Tende a reduzir sob efeito da ECP apresenta redução significativa sob efeito simultâneo de ECP e levodopa. CONCLUSÃO: A associação da ECP de NST com medicação tem impacto positivo sobre o controle postural. O efeito da ECP de NST reverte o efeito negativo da levodopa sobre as oscilações observadas em pacientes não operados