Modelo para programação visual de matrizes (MVM): uma nova abordagem para visualização, manipulação e programação de algoritmos matriciais.

Para muitos usuários, a programação visual é uma alternativa atrativa às linguagens de programação textuais. Uma das razões para esta atração é que a representação visual de um problema está muito mais próxima com a forma pela qual a solução é obtida ou entendida se comparada à representação textual. Este trabalho apresenta um modelo para a programação visual de matrizes baseado nos paradigmas de fluxo de dados e planilhas eletrônicas. O fluxo de dados e a planilha forma a base semântica da linguagem, enquanto as representações gráficas do grafo direcionado e de uma planilha fundamentam sua base sintática. Este modelo consiste em um conjunto de diagramas bidimensionais e de regras de transformação. Os processos são implementados como redes de fluxo de dados e os dados são representados por planilhas. As planilhas podem ser vistas como variáveis do tipo matriz que armazenam dados bidimensionais, ou como funções, que recebem e produzem valores utilizados por outros processos. Neste caso, as planilhas são programadas seguindo o paradigma de programação por demonstrações que incorporam um poderoso construtor de interação, reduzindo significativamente a utilização de recursos e repetições. O modelo proposto pode ser utilizado em diversos domínios de aplicação, principalmente para simplificar a construção de modelos matemáticos de simulação e análise estatística.

Novos algoritmos para resolução do problema de roteamento.

O projeto Análise de Redes com Sistemas de Informações Geográficas - ARSIG, tem como uma de suas metas a especialização de soluções de roteamento de veículos em uma dada área (rural ou urbana).

Parâmetros genéticos da densidade básica da madeira de Pinus oocarpa.

2008

Parâmetros genéticos da densidade básica da madeira de Pinus caribaea var. hondurensis.

2008

Histórias e memórias da Embrapa Recursos Genéticos e Biotecnologia: coletânea de depoimentos de quem construiu essa história.

Resgate da memória da Embrapa Recursos Genéticos e Biotecnologia.

Caracterização morfoagronômica e avaliação de parâmetros genéticos de girassol em três núcleos rurais do Distrito Federal.

RESUMO: O objetivo deste trabalho foi estimar caracteres genéticos, fenotípicos e ambientais relacionados aos componentes de produção e caracteres agromorfológicos de girassol em três núcleos rurais do Distrito Federal. Os experimentos foram conduzidos nas áreas experimentais da Embrapa Cerrados, Planaltina, DF, Embrapa Produtos e Mercado, Recanto das Emas, DF e na Fazenda Agua Limpa, da Universidade de Brasília. Através dos resultados obtidos, foram verificadas diferenças significativas entre os genótipos de girassol nos três núcleos rurais do Cerrado para todas as características agronômicas avaliadas. Ainda, baixos coeficientes de variação ambiental para quase todas as características, exceto para o tamanho de capitulo, indicaram boa precisão experimental e altos valores de herdabilidade, coeficientes de variação genéticos e acurácia evidenciaram condições favoráveis à seleção dos materiais para as características agronômicas avaliadas. ABSTRACT: The purpose of this study was to assess genetic, phenotypic and environmental characteristics related to agro-morphological traits of sunflower in three rural centers of Distrito Federal. The experiments were conducted at the experimental areas of Embrapa Cerrados, Planaltina, DF, Embrapa Produtos e Mercado, Recanto das Emas, DF e na Fazenda Agua Limpa, da Universidade de Brasília. Through the obtained results, were verified significate genotypic differences of sunflower at the three rural centers of Brazilian Savannah for all traits evaluated. In addition, low coefficients of environmental variation for almost all trait, except the head size, indicate good experimental precision and high values of heritability, genetic variation and accuracy showed favorable conditions to selecting materials for the agronomic traits evaluated.

Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos

Los modelos 'modelos animales con efectos maternos' (MAM) son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de (co) varianza' (CVC). En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC.

Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos

Los modelos 'modelos animales con efectos maternos' (MAM)son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de (co)varianza' (CVC). En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC.

Algoritmos como herramienta en la búsqueda de nuevos datos para la resolución de problemas sobre isometrías del plano

Reconociendo la importancia que tienen los algoritmos en el proceso de resolución de problemas, particularmente en la geometría, se identificaron algunas formas en las que se usan algoritmos que son conocidos para los resolutores, durante la resolución de algún problema. A tales formas se les ha dado el nombre de uso de algoritmos y, específicamente, se describen y se muestran evidencias de los usos relacionados con la obtención de nueva información que permita ampliar los caminos considerados para la solución del problema.

Algoritmos inteligentes de baixa complexidade

A domótica é uma área com grande interesse e margem de exploração, que pretende alcançar a gestão automática e autónoma de recursos habitacionais, proporcionando um maior conforto aos utilizadores. Para além disso, cada vez mais se procuram incluir benefícios económicos e ambientais neste conceito, por forma a garantir um futuro sustentável. O aquecimento de água (por meios elétricos) é um dos fatores que mais contribui para o consumo de energia total de uma residência. Neste enquadramento surge o tema “algoritmos inteligentes de baixa complexidade”, com origem numa parceria entre o Departamento de Eletrónica, Telecomunicações e Informática (DETI) da Universidade de Aveiro e a Bosch Termotecnologia SA, que visa o desenvolvimento de algoritmos ditos “inteligentes”, isto é, com alguma capacidade de aprendizagem e funcionamento autónomo. Os algoritmos devem ser adaptados a unidades de processamento de 8 bits para equipar pequenos aparelhos domésticos, mais propriamente tanques de aquecimento elétrico de água. Uma porção do desafio está, por isso, relacionada com as restrições computacionais de microcontroladores de 8 bits. No caso específico deste trabalho, foi determinada a existência de sensores de temperatura da água no tanque como a única fonte de informação externa aos algoritmos, juntamente com parâmetros pré-definidos pelo utilizador que estabelecem os limiares de temperatura máxima e mínima da água. Partindo deste princípio, os algoritmos desenvolvidos baseiam-se no perfil de consumo de água quente, observado ao longo de cada semana, para tentar prever futuras tiragens de água e, consequentemente, agir de forma adequada, adiantando ou adiando o aquecimento da água do tanque. O objetivo é alcançar uma gestão vantajosa entre a economia de energia e o conforto do utilizador (água quente), isto sem que exista necessidade de intervenção direta por parte do utilizador final. A solução prevista inclui também o desenvolvimento de um simulador que permite observar, avaliar e comparar o desempenho dos algoritmos desenvolvidos.

Paralelização automática de algoritmos matriciais

Tese de dout., Engenharia Electrónica e Computação, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2003

Algoritmos evolutivos multiobjectivo para afectação de recursos e sua aplicação à geração de horários em universidades

Esta dissertação tem por objectivo aplicar algoritmos evolutivos multiobjectivo a problemas de afectação de recursos, particulamente a problemas de geração de horários de exames e problemas de geração de horários de aulas em Universidades. Estes problemas são normalmente caracterizados pela existência de múltiplos objectivos conflituosos. Neste sentido, uma formalização multiobjectivo para estes problemas é apresentada, com base no conceito de metas e prioridades. Vários aspectos dos algoritmos evolutivos são propostos e analisados para esta classe de problemas, nomeadamente, métodos de selecção e tipo e parâmetros de operadores de mutação. A escolha da representação e dos operadores utilizados é feita tendo em conta a necessidade de não privilegiar demasiadamente certos objectivos em relação a outros ao nível dos mecanismos de exploração. São apresentados estudos comparativos entre os algoritmos propostos por meio de métodos de inferência estatística em problemas reais na Universidade do Algarve. O conceito de função de aproveitamento é utilizado para avaliação de algoritmos evolutivos multiobjectivo. Finalmente, a análise da evolução do custo das soluções encontradas ao longo do tempo de execução através de funções de aproveitamento é apresentada.

Design of neuro-fuzzy models by evolutionary and gradient-based algorithms

All systems found in nature exhibit, with different degrees, a nonlinear behavior. To emulate this behavior, classical systems identification techniques use, typically, linear models, for mathematical simplicity. Models inspired by biological principles (artificial neural networks) and linguistically motivated (fuzzy systems), due to their universal approximation property, are becoming alternatives to classical mathematical models. In systems identification, the design of this type of models is an iterative process, requiring, among other steps, the need to identify the model structure, as well as the estimation of the model parameters. This thesis addresses the applicability of gradient-basis algorithms for the parameter estimation phase, and the use of evolutionary algorithms for model structure selection, for the design of neuro-fuzzy systems, i.e., models that offer the transparency property found in fuzzy systems, but use, for their design, algorithms introduced in the context of neural networks. A new methodology, based on the minimization of the integral of the error, and exploiting the parameter separability property typically found in neuro-fuzzy systems, is proposed for parameter estimation. A recent evolutionary technique (bacterial algorithms), based on the natural phenomenon of microbial evolution, is combined with genetic programming, and the resulting algorithm, bacterial programming, advocated for structure determination. Different versions of this evolutionary technique are combined with gradient-based algorithms, solving problems found in fuzzy and neuro-fuzzy design, namely incorporation of a-priori knowledge, gradient algorithms initialization and model complexity reduction.

A robótica educativa no ensino e aprendizagem de conceitos de programação e algoritmos

Relatório da Prática de Ensino Supervisionada, Ensino de Informática, Universidade de Lisboa, 2013

Aplicações e algoritmos de segurança rodoviária com o uso de sistemas de GPS e de comunicações WAVE

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia de Electrónica e Telecomunicações