Limitações bióticas afetando o recrutamento da palmeira Euterpe edulis em uma ilha continental da Mata Atlântica

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Análise da suscetibilidade a movimentos de massa no município de Peruíbe - SP, com o apoio de um sistema integrador de informações georeferenciadas

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Condições de trabalho e saúde dos profissionais da rede de saúde de Botucatu-SP

Pós-graduação em Saúde Coletiva - FMB

Classificação de cobertura do solo utilizando árvores de decisão e sensoriamento remoto

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Modelo de referência para o processo de desenvolvimento de produtos eletrônicos em empresas de base tecnológica: estudos de casos múltiplos com decisão multicriterial

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Comparação dos algoritmos C4.5 e MLP usados na avaliação da segurança dinâmica e no auxílio ao controle preventivo no contexto da estabilidade transitória de sistemas de potência

Esse trabalho compara os algoritmos C4.5 e MLP (do inglês “Multilayer Perceptron”) aplicados a avaliação de segurança dinâmica ou (DSA, do inglês “Dynamic Security Assessment”) e em projetos de controle preventivo, com foco na estabilidade transitória de sistemas elétricos de potência (SEPs). O C4.5 é um dos algoritmos da árvore de decisão ou (DT, do inglês “Decision Tree”) e a MLP é um dos membros da família das redes neurais artificiais (RNA). Ambos os algoritmos fornecem soluções para o problema da DSA em tempo real, identificando rapidamente quando um SEP está sujeito a uma perturbação crítica (curto-circuito, por exemplo) que pode levar para a instabilidade transitória. Além disso, o conhecimento obtido de ambas as técnicas, na forma de regras, pode ser utilizado em projetos de controle preventivo para restaurar a segurança do SEP contra perturbações críticas. Baseado na formação de base de dados com exaustivas simulações no domínio do tempo, algumas perturbações críticas específicas são tomadas como exemplo para comparar os algoritmos C4.5 e MLP empregadas a DSA e ao auxílio de ações preventivas. O estudo comparativo é testado no sistema elétrico “New England”. Nos estudos de caso, a base de dados é gerada por meio do programa PSTv3 (“Power System Toolbox”). As DTs e as RNAs são treinada e testadas usando o programa Rapidminer. Os resultados obtidos demonstram que os algoritmos C4.5 e MLP são promissores nas aplicações de DSA e em projetos de controle preventivo.

Uso de árvore de decisão para avaliação da segurança estática em tempo real de sistemas elétricos de potência

As técnicas utilizadas para avaliação da segurança estática em sistemas elétricos de potência dependem da execução de grande número de casos de fluxo de carga para diversas topologias e condições operacionais do sistema. Em ambientes de operação de tempo real, esta prática é de difícil realização, principalmente em sistemas de grande porte onde a execução de todos os casos de fluxo de carga que são necessários, exige elevado tempo e esforço computacional mesmo para os recursos atuais disponíveis. Técnicas de mineração de dados como árvore de decisão estão sendo utilizadas nos últimos anos e tem alcançado bons resultados nas aplicações de avaliação da segurança estática e dinâmica de sistemas elétricos de potência. Este trabalho apresenta uma metodologia para avaliação da segurança estática em tempo real de sistemas elétricos de potência utilizando árvore de decisão, onde a partir de simulações off-line de fluxo de carga, executadas via software Anarede (CEPEL), foi gerada uma extensa base de dados rotulada relacionada ao estado do sistema, para diversas condições operacionais. Esta base de dados foi utilizada para indução das árvores de decisão, fornecendo um modelo de predição rápida e precisa que classifica o estado do sistema (seguro ou inseguro) para aplicação em tempo real. Esta metodologia reduz o uso de computadores no ambiente on-line, uma vez que o processamento das árvores de decisão exigem apenas a verificação de algumas instruções lógicas do tipo if-then, de um número reduzido de testes numéricos nos nós binários para definição do valor do atributo que satisfaz as regras, pois estes testes são realizados em quantidade igual ao número de níveis hierárquicos da árvore de decisão, o que normalmente é reduzido. Com este processamento computacional simples, a tarefa de avaliação da segurança estática poderá ser executada em uma fração do tempo necessário para a realização pelos métodos tradicionais mais rápidos. Para validação da metodologia, foi realizado um estudo de caso baseado em um sistema elétrico real, onde para cada contingência classificada como inseguro, uma ação de controle corretivo é executada, a partir da informação da árvore de decisão sobre o atributo crítico que mais afeta a segurança. Os resultados mostraram ser a metodologia uma importante ferramenta para avaliação da segurança estática em tempo real para uso em um centro de operação do sistema.

Metodologia de controle preventivo baseado em árvore de decisão para a melhoria da segurança estática e dinâmica de sistemas elétricos de potência

A presente dissertação visa apresentar um conjunto de desenvolvimentos, aplicativos e serviços para suporte à operação em tempo real e ao controle preventivo visando garantir à segurança estática e dinâmica de sistemas elétricos de potência. A técnica de mineração de dados conhecida como árvore de decisão foi utilizada tanto para classificar o estado operacional do sistema, bem como para fornecer diretrizes à tomada de ações de controle, necessárias para evitar a degradação da tensão operativa e a instabilidade transitória. Testes preliminares foram realizados utilizando o histórico operacional do SCADA/SAGE do Centro de Operação Regional do Pará da Eletrobrás Eletronorte. Os resultados obtidos validaram completamente o conjunto (protótipo) de aplicativos e serviços, e indicam um grande potencial para a aplicação no ambiente de operação em tempo real.

Multi-scale lacunarity as an alternative to quantify and diagnose the behavior of prostate cancer

Prostate cancer is a serious public health problem accounting for up to 30% of clinical tumors in men. The diagnosis of this disease is made with clinical, laboratorial and radiological exams, which may indicate the need for transrectal biopsy. Prostate biopsies are discerningly evaluated by pathologists in an attempt to determine the most appropriate conduct. This paper presents a set of techniques for identifying and quantifying regions of interest in prostatic images. Analyses were performed using multi-scale lacunarity and distinct classification methods: decision tree, support vector machine and polynomial classifier. The performance evaluation measures were based on area under the receiver operating characteristic curve (AUC). The most appropriate region for distinguishing the different tissues (normal, hyperplastic and neoplasic) was defined: the corresponding lacunarity values and a rule's model were obtained considering combinations commonly explored by specialists in clinical practice. The best discriminative values (AUC) were 0.906, 0.891 and 0.859 between neoplasic versus normal, neoplasic versus hyperplastic and hyperplastic versus normal groups, respectively. The proposed protocol offers the advantage of making the findings comprehensible to pathologists. (C) 2014 Elsevier Ltd. All rights reserved.

Utilização do método de tomada de decisão multicritério PROMETHEE II para priorização do plano de ação de redução de custos de manutenção

In the last years, the maintenance took an essential role inside the productive system. Plan and manage the maintenance actions in an efficient way, are vital activities for higher production availability. This paper presents an application of a Multicriteria Decision Analysis method in a chemical industry, willing to priories a plan action for the reduction of the maintenance cost. The method used was the PROMETHEE II, with it the results were obtained through the softwares Microsoft Excel and Decision Lab

Seleção de fornecedores em uma indústria de transformadores utilizando o método de análise hierárquica

The optimal supply chain management (SCM) is considered by the companies a new frontier in order to gain efficiently competitive advantage. Through the SCM companies must define their competitive strategies by positioning inside the supply chain wich belongs both as suppliers and as consumers. The main objectives of SCM is integrate multiple suppliers to satisfy the market demand and make possible the synergies between the parts of the supply chain in order to better serve the consumer Meanwhile, selection, evaluation and development of suppliers play important roles in establishing an efficient supply chain. Thus, the SCM covers elements such as manufacturing, assembly, raw materials, and distribution to the final consumer. Due to the factors described, the focus of this paper is to present the Analytic Hierarchical Process (AHP) application as an appropriate and structured method for the supplier selection of a strategic line of low voltage transformers of a transformers industry and compare it with the selection process currently used by this industry, showing the advantages of applying a multiple criteria decision making method. In this study, the research methodology used was modeling and simulation

Implantação da análise de perigos e pontos críticos de controle no processamento do leite pasteurizado Tipo A

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Elaboração e implantação do sistema de análise de perigos e pontos críticos de controle no processamento de leite pasteurizado tipo A

Hazard analysis and critical control points (HACCP) is one of the main tools currently used to ensure safety, quality and integrity of foods. So, the aim of this study was to develop and implement the HACCP program in the processing of pasteurized grade A milk Checklists were used to assess on the level of the pre requisites programs and on the sanitary classification of the dairy industry and the results were used as references for the development of the HACCP system. A "decision tree" protocol was used for the identification of the critical control points (CCP). No physical or chemical CCP were identified, whereas pasteurization and packaging were considered biological CCP For these CCP, the limits for prevention, monitoring needs, corrective actions, critical limits and verification procedures were established. The pre requisites program was essential for the establishment of the system. The implementation of the HACCP for the processing of grade A pasteurized milk was efficient to control the biological hazards and enabled the product to comply with the legislation specifications and achieve safety.

Modelo de referência para o processo de desenvolvimento de produtos de empresas eletrônicas de base tecnológica de médio porte

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Discriminação de classes de cobertura vegetal utilizando técnicas de classificação digital de imagens de sensoriamento remoto

The aim of this work is to discriminate vegetation classes throught remote sensing images from the satellite CBERS-2, related to winter and summer seasons in the Campos Gerais region Paraná State, Brazil. The vegetation cover of the region presents different kinds of vegetations: summer and winter cultures, reforestation areas, natural areas and pasture. Supervised classification techniques like Maximum Likelihood Classifier (MLC) and Decision Tree were evaluated, considering a set of attributes from images, composed by bands of the CCD sensor (1, 2, 3, 4), vegetation indices (CTVI, DVI, GEMI, NDVI, SR, SAVI, TVI), mixture models (soil, shadow, vegetation) and the two first main components. The evaluation of the classifications accuracy was made using the classification error matrix and the kappa coefficient. It was defined a high discriminatory level during the classes definition, in order to allow separation of different kinds of winter and summer crops. The classification accuracy by decision tree was 94.5% and the kappa coefficient was 0.9389 for the scene 157/128. For the scene 158/127, the values were 88% and 0.8667, respectively. The classification accuracy by MLC was 84.86% and the kappa coefficient was 0.8099 for the scene 157/128. For the scene 158/127, the values were 77.90% and 0.7476, respectively. The results showed a better performance of the Decision Tree classifier than MLC, especially to the classes related to cultivated crops, indicating the use of the Decision Tree classifier to the vegetation cover mapping including different kinds of crops.