Using neural networks and support vector regression to relate marchetti dilatometer test parameters and maximum shear modulus

In the last two decades, small strain shear modulus became one of the most important geotechnical parameters to characterize soil stiffness. Finite element analysis have shown that in-situ stiffness of soils and rocks is much higher than what was previously thought and that stress-strain behaviour of these materials is non-linear in most cases with small strain levels, especially in the ground around retaining walls, foundations and tunnels, typically in the order of 10−2 to 10−4 of strain. Although the best approach to estimate shear modulus seems to be based in measuring seismic wave velocities, deriving the parameter through correlations with in-situ tests is usually considered very useful for design practice.The use of Neural Networks for modeling systems has been widespread, in particular within areas where the great amount of available data and the complexity of the systems keeps the problem very unfriendly to treat following traditional data analysis methodologies. In this work, the use of Neural Networks and Support Vector Regression is proposed to estimate small strain shear modulus for sedimentary soils from the basic or intermediate parameters derived from Marchetti Dilatometer Test. The results are discussed and compared with some of the most common available methodologies for this evaluation.

Using neural networks and support vector regression to relate marchetti dilatometer test parameters and maximum shear modulus

In the last two decades, small strain shear modulus became one of the most important geotechnical parameters to characterize soil stiffness. Finite element analysis have shown that in-situ stiffness of soils and rocks is much higher than what was previously thought and that stress-strain behaviour of these materials is non-linear in most cases with small strain levels, especially in the ground around retaining walls, foundations and tunnels, typically in the order of 10−2 to 10−4 of strain. Although the best approach to estimate shear modulus seems to be based in measuring seismic wave velocities, deriving the parameter through correlations with in-situ tests is usually considered very useful for design practice.The use of Neural Networks for modeling systems has been widespread, in particular within areas where the great amount of available data and the complexity of the systems keeps the problem very unfriendly to treat following traditional data analysis methodologies. In this work, the use of Neural Networks and Support Vector Regression is proposed to estimate small strain shear modulus for sedimentary soils from the basic or intermediate parameters derived from Marchetti Dilatometer Test. The results are discussed and compared with some of the most common available methodologies for this evaluation.

Crowdsourcing innovation: a proposal for a brokering architecture focused in the innovation needs of SMEs

Crowdsourcing is evolving into powerful outsourcing options for organizations by providing access to the intellectual capital within a vast knowledge community. Innovation brokering services have emerged to facilitate crowdsourcing projects by connecting up companies with potential solution providers within the wider ‘crowd’. Most existing innovation brokering services are primarily aimed at larger organizations, however, Small and Medium Enterprises (SMEs) offer considerable potential for crowdsourcing activity since they are typically the innovation and employment engines in society; they are typically more nimble and responsive to the business environment than the larger companies. SMEs have very different challenges and needs to larger organizations since they have fewer resources, a more limited knowledge and skill base, and immature management practices. Consequently, innovation brokering for SMEs require considerably more support than for larger organizations. This paper identifies the crowdsourcing innovation brokerage facilities needed by SMEs, and presents an architecture that encourages knowledge sharing, development of community, support in mixing and matching capabilities, and management of stakeholders’ risks. Innovation brokering is emerging as a novel business model that is challenging concepts of the traditional value chain and organizational boundaries.

Scalable Intelligence for Scheduling Systems

A personalização é um aspeto chave de uma interação homem-computador efetiva. Numa era em que existe uma abundância de informação e tantas pessoas a interagir com ela, de muitas maneiras, a capacidade de se ajustar aos seus utilizadores é crucial para qualquer sistema moderno. A criação de sistemas adaptáveis é um domínio bastante complexo que necessita de métodos muito específicos para ter sucesso. No entanto, nos dias de hoje ainda não existe um modelo ou arquitetura padrão para usar nos sistemas adaptativos modernos. A principal motivação desta tese é a proposta de uma arquitetura para modelação do utilizador que seja capaz de incorporar diferentes módulos necessários para criar um sistema com inteligência escalável com técnicas de modelação. Os módulos cooperam de forma a analisar os utilizadores e caracterizar o seu comportamento, usando essa informação para fornecer uma experiência de sistema customizada que irá aumentar não só a usabilidade do sistema mas também a produtividade e conhecimento do utilizador. A arquitetura proposta é constituída por três componentes: uma unidade de informação do utilizador, uma estrutura matemática capaz de classificar os utilizadores e a técnica a usar quando se adapta o conteúdo. A unidade de informação do utilizador é responsável por conhecer os vários tipos de indivíduos que podem usar o sistema, por capturar cada detalhe de interações relevantes entre si e os seus utilizadores e também contém a base de dados que guarda essa informação. A estrutura matemática é o classificador de utilizadores, e tem como tarefa a sua análise e classificação num de três perfis: iniciado, intermédio ou avançado. Tanto as redes de Bayes como as neuronais são utilizadas, e uma explicação de como as preparar e treinar para lidar com a informação do utilizador é apresentada. Com o perfil do utilizador definido torna-se necessária uma técnica para adaptar o conteúdo do sistema. Nesta proposta, uma abordagem de iniciativa mista é apresentada tendo como base a liberdade de tanto o utilizador como o sistema controlarem a comunicação entre si. A arquitetura proposta foi desenvolvida como parte integrante do projeto ADSyS - um sistema de escalonamento dinâmico - utilizado para resolver problemas de escalonamento sujeitos a eventos dinâmicos. Possui uma complexidade elevada mesmo para utilizadores frequentes, daí a necessidade de adaptar o seu conteúdo de forma a aumentar a sua usabilidade. Com o objetivo de avaliar as contribuições deste trabalho, um estudo computacional acerca do reconhecimento dos utilizadores foi desenvolvido, tendo por base duas sessões de avaliação de usabilidade com grupos de utilizadores distintos. Foi possível concluir acerca dos benefícios na utilização de técnicas de modelação do utilizador com a arquitetura proposta.

An agent based architecture for material handling systems

Dissertação para obtenção do Grau de Mestre em Engenharia Electrotécnica e de Computadores

Overexpressing BDNF in Neural Stem Cells using non-viral gene delivery strategies

Dissertação para obtenção do Grau de Mestre em Biotecnologia

Service-oriented architecture for device lifecycle support in industrial automation

Dissertação para obtenção do Grau de Doutor em Engenharia Electrotécnica e de Computadores Especialidade: Robótica e Manufactura Integrada

Tbx1 and Bmp2 in the development of the ear, neural crest and pharyngeal system in mice

Dissertation presented to obtain the Ph.D degree in Biology

Uncertainty, generalization, and neural representation of relevant variables for decision making

Dissertation presented to obtain the Ph.D degree in Biology, Computational Biology.

The stone and the cross. Indo-Portuguese Jesuit Architecture in Ethiopia. 1603-33

A fundação de uma missão jesuita no Norte da Etiópia em 1603, na província do Tigré, pelo enérgico Pe. Pero Pais, S. J. teólogo, construtor e historiador vindo de Goa, tomou um forte impulso com a aliança pretendida com os Portugueses pelo imperador Susénios (1619-20) para o apoio militar contra os muçulmanos; e, sobretudo, após a sua conversão oficial à Igreja Católica Romana, em 1626. Uma dúzia de inovadores edifícios foram então construídos pelos Jesuítas na região paradisíaca em torno do Lago Tana: basílicas, igrejas, palácios e jardins, complexos palatinos e eclesiásticos, colégios, etc. A tipologia em cruz latina e ornatos incisos é deliberadamente diferente das igrejas ortodoxas etíopes, circulares e em madeira. A técnica de construção em pedra e cal, ignorada na Etiópia, significou uma revolução. No presente texto procura-se determinar a quem deve ser atribuído este inédito surto construtivo, deixando de lado as teorias tradicionais de pedreiros vindos de Portugal ou de construtores locais. Com base na evidência estilística e em referências de textos da época, atribui-se a inovação a padres e “irmãos” jesuitas com experiência de arquitectos na Índia portuguesa e a construtores de Goa e de Diu, definindo a arte portuguesa na Etiópia como uma província da arquitectura indo-portuguesa na Índia, prosseguida após a expulsão dos Jesuítas (1633) com os “castelos portugueses”, ou paços acastelados da nova capital, Gondar.

A utilização de uma rede neural artificial para previsão da incidência da malária no município de Cantá, estado de Roraima

INTRODUÇÃO: A malária é uma doença endêmica na Amazônia Legal Brasileira, apresentando riscos diferentes para cada região. O Município de Cantá, no Estado de Roraima, apresentou para todo o período estudado, um dos maiores índices parasitários anuais do Brasil, com valor sempre maior que 50. O presente estudo visa à utilização de uma rede neural artificial para previsão da incidência da malária nesse município, a fim de auxiliar os coordenadores de saúde no planejamento e gestão dos recursos. MÉTODOS: Os dados foram coletados no site do Ministério da Saúde, SIVEP - Malária entre 2003 e 2009. Estruturou-se uma rede neural artificial com três neurônios na camada de entrada, duas camadas intermediárias e uma camada de saída com um neurônio. A função de ativação foi à sigmoide. No treinamento, utilizou-se o método backpropagation, com taxa de aprendizado de 0,05 e momentum 0,01. O critério de parada foi atingir 20.000 ciclos ou uma meta de 0,001. Os dados de 2003 a 2008 foram utilizados para treinamento e validação. Comparam-se os resultados com os de um modelo de regressão logística. RESULTADOS: Os resultados para todos os períodos previstos mostraram-se que as redes neurais artificiais obtiveram um menor erro quadrático médio e erro absoluto quando comparado com o modelo de regressão para o ano de 2009. CONCLUSÕES: A rede neural artificial se mostrou adequada para um sistema de previsão de malária no município estudado, determinando com pequenos erros absolutos os valores preditivos, quando comparados ao modelo de regressão logística e aos valores reais.

Nanostructuring silicon probes via electrodeposition: characterization of electrode coatings for acute in vivo neural recordings

Understanding how the brain works will require tools capable of measuring neuron elec-trical activity at a network scale. However, considerable progress is still necessary to reliably increase the number of neurons that are recorded and identified simultaneously with existing mi-croelectrode arrays. This project aims to evaluate how different materials can modify the effi-ciency of signal transfer from the neural tissue to the electrode. Therefore, various coating materials (gold, PEDOT, tungsten oxide and carbon nano-tubes) are characterized in terms of their underlying electrochemical processes and recording ef-ficacy. Iridium electrodes (177-706 μm2) are coated using galvanostatic deposition under different charge densities. By performing electrochemical impedance spectroscopy in phosphate buffered saline it is determined that the impedance modulus at 1 kHz depends on the coating material and decreased up to a maximum of two orders of magnitude for PEDOT (from 1 MΩ to 25 kΩ). The electrodes are furthermore characterized by cyclic voltammetry showing that charge storage capacity is im-proved by one order of magnitude reaching a maximum of 84.1 mC/cm2 for the PEDOT: gold nanoparticles composite (38 times the capacity of the pristine). Neural recording of spontaneous activity within the cortex was performed in anesthetized rodents to evaluate electrode coating performance.

Electromyography function, disability degree, and pain in leprosy patients undergoing neural mobilization treatment

INTRODUCTION: This study aimed to evaluate the effect of the neural mobilization technique on electromyography function, disability degree, and pain in patients with leprosy. METHODS: A sample of 56 individuals with leprosy was randomized into an experimental group, composed of 29 individuals undergoing treatment with neural mobilization, and a control group of 27 individuals who underwent conventional treatment. In both groups, the lesions in the lower limbs were treated. In the treatment with neural mobilization, the procedure used was mobilization of the lumbosacral roots and sciatic nerve biased to the peroneal nerve that innervates the anterior tibial muscle, which was evaluated in the electromyography. RESULTS: Analysis of the electromyography function showed a significant increase (p<0.05) in the experimental group in both the right (Δ%=22.1, p=0.013) and the left anterior tibial muscles (Δ%=27.7, p=0.009), compared with the control group pre- and post-test. Analysis of the strength both in the movement of horizontal extension (Δ%right=11.7, p=0.003/Δ%left=27.4, p=0.002) and in the movement of back flexion (Δ%right=31.1; p=0.000/Δ%left=34.7, p=0.000) showed a significant increase (p<0.05) in both the right and the left segments when comparing the experimental group pre- and post-test. The experimental group showed a significant reduction (p=0.000) in pain perception and disability degree when the pre- and post-test were compared and when compared with the control group in the post-test. CONCLUSIONS: Leprosy patients undergoing the technique of neural mobilization had an improvement in electromyography function and muscle strength, reducing disability degree and pain.