Desfolha artificial simulando danos de pragas na cultura do girassol (Helianthus annuus L., Asteraceae)

O girassol está sujeito às perdas de área foliar por diferentes fatores, dentre eles os insetos desfolhadores, contra aos quais geralmente são dirigidas aplicações de inseticidas na cultura. A desfolha artificial em plantas de importância econômica é uma metodologia útil na simulação de ataques dessas pragas em lavouras na determinação dos níveis de dano econômico. O objetivo deste estudo foi avaliar componentes de produção das plantas de girassol submetidas a níveis crescentes de desfolha de 0, 10, 25, 50, 75 e 100%, realizada em três distintos estádios fenológicos da cultura, a saber: V6 (seis folhas com no mínimo 4,0 cm de comprimento), R1 (quando a inflorescência circundada pela bráctea imatura torna-se visível) e R5.5 (50% das flores do disco estão fertilizadas ou em antese), perfazendo um total de 18 tratamentos, os quais foram dispostos em blocos ao acaso, com quatro repetições. Para todos os componentes de produção avaliados (diâmetro do capítulo, biomassa total de sementes da planta e biomassa de 100 aquênios) houve efeito significativo da interação dos tratamentos, evidenciando que o efeito da desfolha será dependente do estágio fenológico da planta. O estádio R5.5 foi mais sensível à desfolha, ocasionando perdas em todos os componentes de produção avaliados.

Dose inseminante utilizada na fertilização artificial de ovócito de piracanjuba (Brycon orbignyanus)

A piracanjuba (Brycon orbignyanus Valenciennes, 1849) é uma espécie de peixe migratória, ameaçada de extinção. O objetivo do presente estudo foi determinar a dose inseminante na fertilização artificial de ovócitos de piracanjuba. Para isso, utilizou-se delineamento em blocos casualizados, com quatro tratamentos e três repetições. Três casais de piracanjuba, selecionados dos tanques de reprodutores da Estação Ambiental de Itutinga (EAI - CEMIG), no período de piracema 2006/2007, receberam aplicação de hormônio extrato bruto de hipófise de carpa (EBHC) para obtenção dos gametas. Adotaram-se quatro tratamentos diferentes para a fertilização de 0,1 grama de ovócitos: 10µL, 20µL, 30µL e 40µL de sêmen. As amostras foram ativadas com 5 mL de água do próprio tanque e, em seguida, levadas para incubadoras, dotadas de renovação constante de água, à temperatura de 28ºC. Após 8 e 16 horas, analisaram-se as taxas de fertilização (ovos viáveis) e de eclosão dos ovos, respectivamente. Os resultados obtidos foram comparados pelo teste de Tukey a 5%. As relações sêmen-ovócitos testadas não alteraram as taxas de fertilização e eclosão (P>0,05). O número de espermatozoides-ovócitos, variando de 10,4 x10(5) a 41,6 x10(5), foi eficiente para obtenção de boas taxas de fertilidade.

A importância da personagem virtual no contexto da animação 3D em tempo real

O desenvolvimento de personagens digitais tridimensionais1 na área da animação, a constante procura por soluções tecnológicas convincentes, aliado a uma estética própria, tem contribuído para o sucesso e afirmação da animação tridimensional, na indústria do entretenimento. Contudo, toda a obra que procura ou explora a vertente digital/3D, torna-se ‘vitima’ das limitações do render2 aplicado a uma sequência de imagens, devido ao aumento dos custos financeiros e humanos, assim como da influência e dificuldade implicadas no cumprimento dos objectivos e prazos. O tempo real tem assumido, cada vez mais, um papel predominante na indústria da animação interactiva. Com a evolução da tecnologia surgiu a necessidade de procurar a metodologia apropriada que sirva de alavanca para o desenvolvimento de animações 3D em tempo real, através de softwares open-source ou de baixo orçamento, para a redução de custos, que possibilite simultaneamente descartar qualquer dependência do render na animação 3D. O desenvolvimento de personagens em tempo real, possibilita o surgimento de uma nova abordagem: a interactividade na arte de animar. Esta possibilita a introdução de um vasto leque de novas aplicações e consequentemente, contribui para o aumento do interesse e curiosidade por parte do espectador. No entanto, a inserção, implementação e (ab)uso da tecnologia na área da animação, levanta questões atuais sobre qual o papel do animador. Esta dissertação procura analisar estes aspectos, dando apoio ao projecto de animação 3D em tempo real, denominado ‘PALCO’.

Erosividade das chuvas e tempo de recorrência para Lavras, Minas Gerais

A erosividade das chuvas é um dos principais agentes causadores da erosão do solo, no sul de Minas Gerais. Por essa razão, objetivou-se, com este trabalho, aplicar cinco distribuições de probabilidades aos valores de erosividades, mensais e anual, e estimar o tempo de recorrência desses valores, com base na melhor distribuição de probabilidades ajustada para a região de Lavras, MG. A série de precipitações estudada foi de 1961 a 2004 e as distribuições de probabilidades utilizadas foram: Gumbel, Gama, Log-normal 2 e 3 parâmetros e Normal, ajustadas pelo método da Máxima Verossimilhança. Verificou-se que as distribuições Gama e Gumbel produziram o menor número de séries não adequadas, registrando-se apenas uma, para o mês de agosto. As demais distribuições produziram maiores números de séries não adequadas, especialmente, a distribuição Log-normal 2 parâmetros. Sendo assim, recomenda-se, para o cálculo de erosividade, que seja feita uma verificação prévia da melhor distribuição para cada período da série estudada, apesar de os dados apontarem um desempenho considerável da distribuição Gumbel.

Automatic modeling of pectus excavatum corrective prosthesis using artificial neural networks

Pectus excavatum is the most common deformity of the thorax. Pre-operative diagnosis usually includes Computed Tomography (CT) to successfully employ a thoracic prosthesis for anterior chest wall remodeling. Aiming at the elimination of radiation exposure, this paper presents a novel methodology for the replacement of CT by a 3D laser scanner (radiation-free) for prosthesis modeling. The complete elimination of CT is based on an accurate determination of ribs position and prosthesis placement region through skin surface points. The developed solution resorts to a normalized and combined outcome of an artificial neural network (ANN) set. Each ANN model was trained with data vectors from 165 male patients and using soft tissue thicknesses (STT) comprising information from the skin and rib cage (automatically determined by image processing algorithms). Tests revealed that ribs position for prosthesis placement and modeling can be estimated with an average error of 5.0 ± 3.6 mm. One also showed that the ANN performance can be improved by introducing a manually determined initial STT value in the ANN normalization procedure (average error of 2.82 ± 0.76 mm). Such error range is well below current prosthesis manual modeling (approximately 11 mm), which can provide a valuable and radiation-free procedure for prosthesis personalization.

Automatic modeling of pectus excavatum corrective prosthesis using artificial neural networks

Pectus excavatum is the most common deformity of the thorax. Pre-operative diagnosis usually includes Computed Tomography (CT) to successfully employ a thoracic prosthesis for anterior chest wall remodeling. Aiming at the elimination of radiation exposure, this paper presents a novel methodology for the replacement of CT by a 3D laser scanner (radiation-free) for prosthesis modeling. The complete elimination of CT is based on an accurate determination of ribs position and prosthesis placement region through skin surface points. The developed solution resorts to a normalized and combined outcome of an artificial neural network (ANN) set. Each ANN model was trained with data vectors from 165 male patients and using soft tissue thicknesses (STT) comprising information from the skin and rib cage (automatically determined by image processing algorithms). Tests revealed that ribs position for prosthesis placement and modeling can be estimated with an average error of 5.0 ± 3.6 mm. One also showed that the ANN performance can be improved by introducing a manually determined initial STT value in the ANN normalization procedure (average error of 2.82 ± 0.76 mm). Such error range is well below current prosthesis manual modeling (approximately 11 mm), which can provide a valuable and radiation-free procedure for prosthesis personalization.

Artificial neural networks for automatic modelling of the pectus excavatum corrective prosthesis

Pectus excavatum is the most common deformity of the thorax and usually comprises Computed Tomography (CT) examination for pre-operative diagnosis. Aiming at the elimination of the high amounts of CT radiation exposure, this work presents a new methodology for the replacement of CT by a laser scanner (radiation-free) in the treatment of pectus excavatum using personally modeled prosthesis. The complete elimination of CT involves the determination of ribs external outline, at the maximum sternum depression point for prosthesis placement, based on chest wall skin surface information, acquired by a laser scanner. The developed solution resorts to artificial neural networks trained with data vectors from 165 patients. Scaled Conjugate Gradient, Levenberg-Marquardt, Resilient Back propagation and One Step Secant gradient learning algorithms were used. The training procedure was performed using the soft tissue thicknesses, determined using image processing techniques that automatically segment the skin and rib cage. The developed solution was then used to determine the ribs outline in data from 20 patient scanners. Tests revealed that ribs position can be estimated with an average error of about 6.82±5.7 mm for the left and right side of the patient. Such an error range is well below current prosthesis manual modeling (11.7±4.01 mm) even without CT imagiology, indicating a considerable step forward towards CT replacement by a 3D scanner for prosthesis personalization.

Comparative analysis between statistical and artificial intelligence models in business failure prediction

A growing number of predicting corporate failure models has emerged since 60s. Economic and social consequences of business failure can be dramatic, thus it is not surprise that the issue has been of growing interest in academic research as well as in business context. The main purpose of this study is to compare the predictive ability of five developed models based on three statistical techniques (Discriminant Analysis, Logit and Probit) and two models based on Artificial Intelligence (Neural Networks and Rough Sets). The five models were employed to a dataset of 420 non-bankrupt firms and 125 bankrupt firms belonging to the textile and clothing industry, over the period 2003–09. Results show that all the models performed well, with an overall correct classification level higher than 90%, and a type II error always less than 2%. The type I error increases as we move away from the year prior to failure. Our models contribute to the discussion of corporate financial distress causes. Moreover it can be used to assist decisions of creditors, investors and auditors. Additionally, this research can be of great contribution to devisers of national economic policies that aim to reduce industrial unemployment.

Comparative Analysis between Statistical and Artificial Intelligence Models in Business Failure Prediction

A growing number of predicting corporate failure models has emerged since 60s. Economic and social consequences of business failure can be dramatic, thus it is not surprise that the issue has been of growing interest in academic research as well as in business context. The main purpose of this study is to compare the predictive ability of five developed models based on three statistical techniques (Discriminant Analysis, Logit and Probit) and two models based on Artificial Intelligence (Neural Networks and Rough Sets). The five models were employed to a dataset of 420 non-bankrupt firms and 125 bankrupt firms belonging to the textile and clothing industry, over the period 2003–09. Results show that all the models performed well, with an overall correct classification level higher than 90%, and a type II error always less than 2%. The type I error increases as we move away from the year prior to failure. Our models contribute to the discussion of corporate financial distress causes. Moreover it can be used to assist decisions of creditors, investors and auditors. Additionally, this research can be of great contribution to devisers of national economic policies that aim to reduce industrial unemployment.