5 resultados para bayesian networks
em Universidade Federal do Pará
Resumo:
A investigao de mtodos, tcnicas e ferramentas que possam apoiar os processos decisrios em sistemas eltricos de potncia, em seus vrios setores, um tema que tem despertado grande interesse. Esse suporte deciso pode ser efetivado mediante o emprego de vrios tipos de tcnicas, com destaque para aquelas baseadas em inteligncia computacional, face grande aderncia das mesmas a domnios com incerteza. Nesta tese, so utilizadas as redes Bayesianas para a extrao de modelos de conhecimento a partir dos dados oriundos de sistemas eltricos de potncia. Alm disso, em virtude das demandas destes sistemas e de algumas limitaes impostas s inferncias em redes bayesianas, desenvolvido um mtodo original, utilizando algoritmos genticos, capaz de estender o poder de compreensibilidade dos padres descobertos por essas redes, por meio de um conjunto de procedimentos de inferncia em redes bayesianas para a descoberta de cenrios que propiciem a obteno de um valor meta, considerando a incorporao do conhecimento a priori do especialista, a identificao das variveis mais influentes para obteno desses cenrios e a busca de cenrios timos que estabeleam valores, definidos e ponderados pelo usurio/especialista, para mais de uma varivel meta.
Resumo:
A adoo de sistemas digitais de radiodifuso sonora, que esto em fase de testes no pas, permite realizar novos estudos visando um melhor planejamento para a implementao dessas novas emissoras. O que significa reavaliar os principais modelos de radiopropagao existentes ou propor novas alternativas para atender as demandas inerentes dos sistemas digitais. Os modelos atuais, conforme Recomendaes ITU-R P. 1546 e ITU-R P. 1812, no condizem fielmente com a realidade de algumas regies do Brasil, principalmente com as regies de clima tropical, como a Regio Amaznica, seja pelo elevado ndice pluviomtrico seja pela vasta flora existente. A partir dos modelos adequados ao canal de propagao, torna-se vivel desenvolver ferramentas de planejamento de cobertura mais precisas e eficientes. A utilizao destas ferramentas cabvel tanto para a ANATEL, para a elaborao dos planos bsicos de distribuio de canais quanto para os radiodifusores. No presente trabalho apresentada uma metodologia utilizando a inteligncia computacional, baseada em Infernciass Baysianas, para predio da intensidade de campo eltrico, a qual pode ser aplicada ao planejamento ou expanso de reas de cobertura em sistemas de radiodifuso para frequncias na faixa de ondas mdias (de 300 kHz a 3MHz). Esta metodologia gera valores de campo eltrico estimados a partir dos valores de altitude do terreno (atravs de anlises de tabelas de probabilidade condicional) e estabelece a comparao destes com valores de campo eltrico medidos. Os dados utilizados neste trabalho foram coletados na regio central do Brasil, prximo cidade de Braslia. O sinal transmitido era um sinal de rdio AM transmitido na frequncia de 980 kHz. De posse dos dados coletados durante as campanhas de medio, foram realizadas simulaes utilizando tabelas de probabilidade condicional geradas por Inferncias Bayesianas. Assim, proposto um mtodo para predizer valores de campo eltrico com base na correlao entre o campo eltrico medido e altitude, atravs da utilizao de inteligncia computacional. Se comparados a inmeros trabalhos existentes na literatura que tm o mesmo objetivo, os resultados encontrados neste trabalho validam o uso da metodologia para determinar o campo eltrico de radiodifuso sonora em ondas mdias utilizando Inferncias Bayesianas.
Resumo:
A automao na gesto e anlise de dados tem sido um fator crucial para as empresas que necessitam de solues eficientes em um mundo corporativo cada vez mais competitivo. A exploso do volume de informaes, que vem se mantendo crescente nos ltimos anos, tem exigido cada vez mais empenho em buscar estratgias para gerenciar e, principalmente, extrair informaes estratgicas valiosas a partir do uso de algoritmos de Minerao de Dados, que comumente necessitam realizar buscas exaustivas na base de dados a fim de obter estatsticas que solucionem ou otimizem os parmetros do modelo de extrao do conhecimento utilizado; processo que requer computao intensiva para a execuo de clculos e acesso frequente base de dados. Dada a eficincia no tratamento de incerteza, Redes Bayesianas tm sido amplamente utilizadas neste processo, entretanto, medida que o volume de dados (registros e/ou atributos) aumenta, torna-se ainda mais custoso e demorado extrair informaes relevantes em uma base de conhecimento. O foco deste trabalho propor uma nova abordagem para otimizao do aprendizado da estrutura da Rede Bayesiana no contexto de BigData, por meio do uso do processo de MapReduce, com vista na melhora do tempo de processamento. Para tanto, foi gerada uma nova metodologia que inclui a criao de uma Base de Dados Intermediria contendo todas as probabilidades necessrias para a realizao dos clculos da estrutura da rede. Por meio das anlises apresentadas neste estudo, mostra-se que a combinao da metodologia proposta com o processo de MapReduce uma boa alternativa para resolver o problema de escalabilidade nas etapas de busca em frequncia do algoritmo K2 e, consequentemente, reduzir o tempo de resposta na gerao da rede.
Resumo:
Apesar do aumento significativo do uso de redes locais sem fio (WLAN) nos ltimos anos, aspectos de projeto e planejamento de capacidade da rede so ainda sistematicamente negligenciados durante a implementao da rede. Tipicamente um projeto de rede local sem fio feito e instalado por profissionais de rede. Esses profissionais so extremamente experientes com redes cabeadas, mas so ainda geralmente pouco experientes com redes sem fio. Deste modo, as instalaes de redes locais sem fio so desvantajosas pela falta de um modelo de avaliao de desempenho e para determinar a localizao do ponto de acesso (PA), alm disso, fatores importantes do ambiente no so considerados no projeto. Esses fatores se tornam mais importante quando muitos pontos de acesso (PAs) so instalados para cobrir um nico edifcio, algumas vezes sem planejamento de freqncia. Falhas como essa podem causar interferncia entre clulas geradas pelo mesmo PA. Por essa razo, a rede no obter os padres de qualidade de servio (QoS) exigidos por cada servio. O presente trabalho apresenta uma proposta para planejamento de redes sem fio levando em considerao a influncia da interferncia com o auxlio de inteligncia computacional tais como a utilizao de redes Bayesianas. Uma extensiva campanha de medio foi feita para avaliar o desempenho de dois pontos de acesso (PAs) sobre um cenrio multiusurio, com e sem interferncia. Os dados dessa campanha de medio foram usados como entrada das redes Bayesianas e confirmaram a influncia da interferncia nos parmetros de QoS. Uma implementao de algoritmo gentico foi utilizado permitindo uma abordagem hbrida para planejamento de redes sem fio. Como efeito de comparao para otimizar os parmetros de QoS, de modo a encontrar a melhor distncia do PA ao receptor garantindo as recomendaes do International Telecomunication Union (ITU-T), a tcnica de otimizao por enxame de partculas foi aplicada.
Resumo:
The use of wireless local area networks, called WLANs, as well as the proliferation of the use of multimedia applications have grown rapidly in recent years. Some factors affect the quality of service (QoS) received by the user and interference is one of them. This work presents strategies for planning and performance evaluation through an empirical study of the QoS parameters of a voice over Internet Protocol (VoIP) application in an interference network, as well as the relevance in the design of wireless networks to determine the coverage area of an access point, taking into account several parameters such as power, jitter, packet loss, delay, and PMOS. Another strategy is based on a hybrid approach that considers measuring and Bayesian inference applied to wireless networks, taking into consideration QoS parameters. The models take into account a cross layer vision of networks, correlating aspects of the physical environment, on the signal propagation (power or distance) with aspects of VoIP applications (e.g., jitter and packet loss). Case studies were carried out for two indoor environments and two outdoor environments, one of them displaying main characteristics of the Amazon region (e.g., densely arboreous environments). This last test bed was carried out in a real system because the Government of the State of Par has a digital inclusion program called NAVEGAPAR.
