Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Diagnóstico automático de falhas em grupos geradores hidroelétricos utilizando técnicas preditivas de manutenção e redes neurais artificiais

Pós-graduação em Engenharia Mecânica - FEIS

Aplicação de redes neurais artificiais no monitoramento da operação de dressagem

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Avaliação da resistência de união entre dentes artificiais e resinas acrílicas para base protética. Efeito de termociclagem

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Análise da estabilidade de cor de botões de íris artificiais obtidos por diferentes técnicas e após o envelhecimento acelerado

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Influência do processamento de próteses totais maxilares com diferentes espessuras da base: análise gráfica da movimentação dos dentes artificiais

Pós-graduação em Odontologia - FOA

Influência do processamento de próteses totais superiores em função da profundidade do palato: análise da movimentação dos dentes artificiais por computação gráfica

Pós-graduação em Odontologia - FOA

Análise da variação da posição relativa dos dentes artificiais no arco dental em função do processamento de próteses totais mandibulares mensurada por computação gráfica

Pós-graduação em Odontologia - FOA

Análise por computação gráfica da variação da posição relativa dos dentes artificiais antes e após o processamento de próteses totais superiores

Pós-graduação em Odontologia - FOA

A condição da artee os novos paraísos artificiais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Risco de crédito: uma abordagem utilizando análise discriminante, regressão logística e redes neurais artificiais

Considering the relevance of researches concerning credit risk, model diversity and the existent indicators, this thesis aimed at verifying if the Fleuriet Model contributes in discriminating Brazilian open capital companies in the analysis of credit concession. We specifically intended to i) identify the economic-financial indicators used in credit risk models; ii) identify which economic-financial indicators best discriminate companies in the analysis of credit concession; iii) assess which techniques used (discriminant analysis, logistic regression and neural networks) present the best accuracy to predict company bankruptcy. To do this, the theoretical background approached the concepts of financial analysis, which introduced themes relative to the company evaluation process; considerations on credit, risk and analysis; Fleuriet Model and its indicators, and, finally, presented the techniques for credit analysis based on discriminant analysis, logistic regression and artificial neural networks. Methodologically, the research was defined as quantitative, regarding its nature, and explanatory, regarding its type. It was developed using data derived from bibliographic and document analysis. The financial demonstrations were collected by means of the Economática ® and the BM$FBOVESPA website. The sample was comprised of 121 companies, being those 70 solvents and 51 insolvents from various sectors. In the analyses, we used 22 indicators of the Traditional Model and 13 of the Fleuriet Model, totalizing 35 indicators. The economic-financial indicators which were a part of, at least, one of the three final models were: X1 (Working Capital over Assets), X3 (NCG over Assets), X4 (NCG over Net Revenue), X8 (Type of Financial Structure), X9 (Net Thermometer), X16 (Net Equity divided by the total demandable), X17 (Asset Turnover), X20 (Net Equity Profitability), X25 (Net Margin), X28 (Debt Composition) and X31 (Net Equity over Asset). The final models presented setting values of: 90.9% (discriminant analysis); 90.9% (logistic regression) and 97.8% (neural networks). The modeling in neural networks presented higher accuracy, which was confirmed by the ROC curve. In conclusion, the indicators of the Fleuriet Model presented relevant results for the research of credit risk, especially if modeled by neural networks.

SIRCo: uma arquitetura para Sensoriamento Inteligente de Rádios Cognitivos

The increased demand for using the Industrial, Scientific and Medical (ISM) unlicensed frequency spectrum has caused interference problems and lack of resource availability for wireless networks. Cognitive radio (CR) have emerged as an alternative to reduce interference and intelligently use the spectrum. Several protocols were proposed aiming to mitigate these problems, but most have not been implemented in real devices. This work presents an architecture for Intelligent Sensing for Cognitive Radios (ISCRa), and a spectrum decision model (SDM) based on Artificial Neural Networks (ANN), which uses as input a database with local spectrum behavior and a database with primary users information. For comparison, a spectrum decision model based on AHP, which employs advanced techniques in its spectrum decision method was implemented. Another spectrum decision model that considers only a physical parameter for channel classification was also implemented. Spectrum decision models evaluated, as well as ISCRa's architecture were developed in GNU-Radio framework and implemented on real nodes. Evaluation of SDMs considered metrics of: delivery rate, latency (Round Trip Time - RTT) and handoff. Experiments on real nodes showed that ISCRa architecture with ANN based SDM increased packet delivery rate and presented fewer frequency variation (handoff) while maintaining latency. Considering higher bandwidth as application's Quality of Service requirement, ANN-SDM obtained the best results when compared to other SDM for cognitive radio networks (CRN).

Efeito de desinfecções sucessivas com energia de microondas na resistência de união entre dentes artificiais e resinas para bases de próteses

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Implementação em hardware de um sistema inteligente para detecção de plantas daninhas em plantações de soja utilizando máquinas de vetores de suporte e redes neurais artificiais

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Utilização de redes neurais artificiais no ajuste de controladores suplementares e dispositivo FACTS STATCOM para a melhoria da estabilidade a pequenas perturbações do sistema elétrico de potência

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)