Las redes de innovaci��n docente de la Universitat de Girona : la perspectiva de los coordinadores

In 2009 the University of Girona (Spain) created four interest groups on teaching innovation. The objective of the project is that lecturers with an interest in teaching innovation can exchange their points of view and learn from one another, so University teaching is improved as a result. There are four such groups: ���Problem based learning (ABP)���, ���Cooperative learning���, ���Evaluation���, and ���Information and Communication Technologies (ICTs) and Teaching���. The coordinators of the groups or networks, as they are also called, are chosen on a free basis by its members. This paper presents their point of view as regards the current activity of encouragement of interest in higher education and they elaborate on the main difficulties involved. The implications of the interdisciplinary work are explored, as well as the challenges of an initiative of this kind. The evolution of the ongoing work is reviewed, taking into account the context of a changing University, the lack of previous experience regarding projects of this kind, the asynchronous communication among the participants, and the necessity of a flexible approach in organizational matters

A tabela peri��dica dos elementos qu��micos prevista por redes neurais artificiais de Kohonen

Although several chemical elements were not known by end of the 18th century, Mendeleyev came up with an astonishing achievement: the periodic table of elements. He was not only able to predict the existence of (then) new elements but also to provide accurate estimates of their chemical and physical properties. This is certainly a relevant example of the human intelligence. Here, we intend to shed some light on the following question: Can an artificial intelligence system yield a classification of the elements that resembles, in some sense, the periodic table? To achieve our goal, we have fed a self-organized map (SOM) with information available at Mendeleyev's time. Our results show that similar elements tend to form individual clusters. Thus, SOM generates clusters of halogens, alkaline metals and transition metals that show a similarity with the periodic table of elements.

Aplica����o de redes neurais artificiais na identifica����o de gasolinas adulteradas comercializadas na regi��o de Londrina - Paran��

The multilayer perceptron network was used to classify the gasoline. The main parameters used in the classification were established by the Ordinance n�� 309 of the Ag��ncia Nacional do Petr��leo, but without informing the network the legal limits of these parameters. The network used had 10 neurons in a single hidden layer, learning rate of 0.04 and 250 training epochs. The application of artificial neural network served classify 100% of the commercialized gas in the region of Londrina-PR and to identify the tampered gasoline even those suspected of tampering.

Determina����o de constituintes qu��micos em madeira de eucalipto por Pi-CG/EM e calibra����o multivariada: compara����o entre redes neurais artificiais e m��quinas de vetor suporte

Multivariate models were developed using Artificial Neural Network (ANN) and Least Square - Support Vector Machines (LS-SVM) for estimating lignin siringyl/guaiacyl ratio and the contents of cellulose, hemicelluloses and lignin in eucalyptus wood by pyrolysis associated to gaseous chromatography and mass spectrometry (Py-GC/MS). The results obtained by two calibration methods were in agreement with those of reference methods. However a comparison indicated that the LS-SVM model presented better predictive capacity for the cellulose and lignin contents, while the ANN model presented was more adequate for estimating the hemicelluloses content and lignin siringyl/guaiacyl ratio.

Uso de redes neurais recorrentes na determina����o das constantes de acidez para a 7-epiclusianona em misturas etanol-��gua

This work propose a recursive neural network to solve inverse equilibrium problem. The acidity constants of 7-epiclusianone in ethanol-water binary mixtures were determined from multiwavelength spectrophotmetric data. A linear relationship between acidity constants and the %w/v of ethanol in the solvent mixture was observed. The proposed method efficiency is compared with the Simplex method, commonly used in nonlinear optimization techniques. The neural network method is simple, numerically stable and has a broad range of applicability.

Redes de colabora����o cient��fica na ��rea de qu��mica no Brasil: um estudo baseado nas coautorias dos artigos da revista Qu��mica Nova

In this paper we built three co-authorship networks displaying the acquaintances between countries, universities and authors that have published papers in Quimica Nova from 1995 to 2008. Our research was conducted applying a bibliometric approach to 1782 papers and over 4200 authors. Centrality measures were used and the most significant actors of each network were pointed out. The results using the centrality metrics and the network structures indicated that Quimica Nova resembles a typical scientific community.

Redes metalorg��nicas e suas aplica����es em cat��lise

Metal-organic frameworks (MOFs) form a new class of materials with well-defined yet tunable properties. These are crystalline, highly porous and exhibit strong metal-ligand interactions. Importantly, their physical and chemical properties, including pore size, pore structure, acidity, and magnetic and optical characteristics, can be tailored by choosing the appropriate ligands and metal precursors. Here we review the key aspects of synthesis and characterization of MOFs, focusing on lanthanide-based and vanadium-based materials. We also outline some of their applications in catalysis and materials science.

REDU����O DE VARI��VEIS DE ENTRADA DE REDES NEURAIS ARTIFICIAIS A PARTIR DE DADOS DE AN��LISE DE COMPONENTES PRINCIPAIS NA MODELAGEM DE OXIG��NIO DISSOLVIDO

The objective of this work is to demonstrate the efficient utilization of the Principal Components Analysis (PCA) as a method to pre-process the original multivariate data, that is rewrite in a new matrix with principal components sorted by it's accumulated variance. The Artificial Neural Network (ANN) with backpropagation algorithm is trained, using this pre-processed data set derived from the PCA method, representing 90.02% of accumulated variance of the original data, as input. The training goal is modeling Dissolved Oxygen using information of other physical and chemical parameters. The water samples used in the experiments are gathered from the Para��ba do Sul River in S��o Paulo State, Brazil. The smallest Mean Square Errors (MSE) is used to compare the results of the different architectures and choose the best. The utilization of this method allowed the reduction of more than 20% of the input data, which contributed directly for the shorting time and computational effort in the ANN training.

Implica����es cognitivas, filos��ficas e educativas do trabalho do patologista

O estabelecimento do diagn��stico anatomopatol��gico envolve processos mentais complexos, incluindo aten����o, percep����o, mem��ria, planifica����o e linguagem, nem sempre claramente compreendidos pelos pr��prios patologistas. Pouca import��ncia tem sido dada a esses aspectos da pr��tica em patologia, n��o obstante suas profundas implica����es n��o apenas na educa����o e ensino da patologia, mas tamb��m no entendimento da natureza dos intricados processos envolvidos no diagn��stico patol��gico. Neste trabalho, elaboramos uma base te��rica para o processo diagn��stico. Na descri����o dos processos mentais cognitivos, utilizamos a concep����o de Luria e Vygotsky, salientando suas origens culturais, na maneira como esses processos s��o mediados pela linguagem. A quest��o da dicotomia entre objetividade e subjetividade �� abordada por meio da biologia do conhecer, de Humberto Maturana. A partir dessas concep����es, apresentamos um modelo te��rico de planifica����o cognitiva do processo diagn��stico, levando em conta os aspectos cognitivos, comunicativos e normativos, al��m da pr��pria atua����o do patologista em rela����o ao caso, ao paciente e ao m��dico assistente. As implica����es educativas decorrentes desse modelo s��o tamb��m apresentadas.

As redes neurais artificiais e o ensino da medicina

As transforma����es da pr��tica m��dica nos ��ltimos anos - sobretudo com a incorpora����o de novas tecnologias da informa����o - apontam a necessidade de ampliar as discuss��es sobre o processo ensino-aprendizagem na educa����o m��dica. A utiliza����o de novas tecnologias computacionais no ensino m��dico tem demonstrado in��meras vantagens no processo de aquisi����o de habilidades para a identifica����o e a resolu����o de problemas, o que estimula a criatividade, o senso cr��tico, a curiosidade e o esp��rito cient��fico. Nesse contexto, ganham destaque as Redes Neurais Artificiais (RNA) - sistemas computacionais cuja estrutura matem��tica �� inspirada no funcionamento do c��rebro humano -, as quais t��m sido ��teis no processo ensino-aprendizagem e na avalia����o de estudantes de Medicina. Com base nessas pondera����es, o escopo da presente comunica����o �� revisar aspectos da aplica����o das RNA na educa����o m��dica.

An��lise comparativa dos custos de diferentes redes de distribui����o de energia el��trica no contexto da arboriza����o urbana

Com o intuito de estudar as podas feitas em ��rvores urbanas e analisar novas t��cnicas poss��veis de serem utilizadas para reduzir o n��mero de podas e melhorar a conviv��ncia das esp��cies com a fia����o el��trica, al��m de permitir �� ��rvore desempenhar plenamente suas fun����es ecol��gicas, buscou-se levantar dados referentes aos tr��s tipos principais de redes de distribui����o de energia el��trica (a��rea convencional, a��rea compacta e subterr��nea), em quatro concession��rias de energia el��trica, a fim de compil��-los em um s�� trabalho. Foram levantados custos de implanta����o das redes convencional, compacta e subterr��nea, assim como custos de manuten����o e de poda de ��rvores. O custo de implanta����o de rede convencional (prim��ria e secund��ria) variou de R$54.188,39 a R$67.571,43. O custo de implanta����o da rede compacta (prim��ria e secund��ria) foi em m��dia R$62.215,99. J�� o custo de implanta����o de uma rede subterr��nea ��, em m��dia, de R$436.585,04. A rede compacta j�� �� totalmente vi��vel, principalmente por ter custo de implanta����o praticamente igual �� rede convencional e ter custo de manuten����o 80% menor. A rede subterr��nea, embora com custo de implanta����o aproximadamente 10 vezes maior quando comparado com o custo da convencional, por ter reduzido custo de manuten����o e alta confiabilidade do sistema el��trico, seu uso j�� pode ser vi��vel em diversas ocasi��es.

Sistema de otto-codifica����o modificado para endere��amento de redes hidrogr��ficas

H��, no ��mbito do gerenciamento de recursos h��dricos, uma car��ncia por sistemas de aplica����o global que referenciem, indiquem e identifiquem, de forma ��nica e eficiente, a organiza����o espacial das bacias hidrogr��ficas e respectivas redes de drenagem. Neste trabalho, prop��s-se uma modifica����o no sistema de endere��amento originalmente concebido por Otto Pfafstetter. A nova metodologia utiliza t��o-somente as redes de drenagem no formato vetorial e considera, em vez da ��rea das bacias, o comprimento dos seus cursos d'��gua para codific��-los. Essa estrat��gia elimina o elevado ��nus associado �� obten����o de dados de altimetria e �� deriva����o dos respectivos modelos digitais de eleva����o, imprescind��veis �� correta determina����o das ��reas de contribui����o das bacias hidrogr��ficas. Adicionalmente, elimina-se o esfor��o computacional das opera����es baseadas em localiza����o espacial, uma vez que agora �� poss��vel realiz��-las exclusivamente por atributos. Com base nessa metodologia, desenvolveu-se o aplicativo Otto-Sys, utilizando a linguagem de programa����o AML, nativa do sistema de informa����es geogr��ficas Arc/INFO workstation. Para exemplificar os resultados da otto-codifica����o por comprimento dos cursos d'��gua, apresentou-se um estudo de caso utilizando a rede de drenagem do rio Caet��, afluente do rio Iaco, pertencente �� bacia do rio Purus, no Estado do Amazonas. O detalhamento dessa hidrografia vetorial implicou cinco n��veis de codifica����o. Tendo-se codificado toda a rede hidrogr��fica, qualquer sistema de informa����es geogr��ficas, mesmo aqueles que n��o disp��em de recursos espec��ficos para an��lises e navega����o em redes, poder�� oferecer servi��os de navega����o topol��gica, organiza����o, estrutura����o, endere��amento e gerenciamento dessas bases de dados. Desse modo, o acesso em tempo real a tais procedimentos poder�� ser perfeitamente estendido a qualquer dispositivo capaz de acessar os sistemas web.

Ajuste do modelo de Schumacher e Hall e aplica����o de redes neurais artificiais para estimar volume de ��rvores de eucalipto

Objetivou-se, neste trabalho, avaliar o ajuste do modelo volum��trico de Schumacher e Hall por diferentes algoritmos, bem como a aplica����o de redes neurais artificiais para estima����o do volume de madeira de eucalipto em fun����o do di��metro a 1,30 m do solo (DAP), da altura total (Ht) e do clone. Foram utilizadas 21 cubagens de povoamentos de clones de eucalipto com DAP variando de 4,5 a 28,3 cm e altura total de 6,6 a 33,8 m, num total de 862 ��rvores. O modelo volum��trico de Schumacher e Hall foi ajustado nas formas linear e n��o linear, com os seguintes algoritmos: Gauss-Newton, Quasi-Newton, Levenberg-Marquardt, Simplex, Hooke-Jeeves Pattern, Rosenbrock Pattern, Simplex, Hooke-Jeeves e Rosenbrock, utilizado simultaneamente com o m��todo Quasi-Newton e com o princ��pio da M��xima Verossimilhan��a. Diferentes arquiteturas e modelos (Multilayer Perceptron MLP e Radial Basis Function RBF) de redes neurais artificiais foram testados, sendo selecionadas as redes que melhor representaram os dados. As estimativas dos volumes foram avaliadas por gr��ficos de volume estimado em fun����o do volume observado e pelo teste estat��stico L&O. Assim, conclui-se que o ajuste do modelo de Schumacher e Hall pode ser usado na sua forma linear, com boa representatividade e sem apresentar tendenciosidade; os algoritmos Gauss-Newton, Quasi-Newton e Levenberg-Marquardt mostraram-se eficientes para o ajuste do modelo volum��trico de Schumacher e Hall, e as redes neurais artificiais apresentaram boa adequa����o ao problema, sendo elas altamente recomendadas para realizar prognose da produ����o de florestas plantadas.

Estima����o do volume de ��rvores utilizando redes neurais artificiais

Rede neural artificial consiste em um conjunto de unidades que cont��m fun����es matem��ticas, unidas por pesos. As redes s��o capazes de aprender, mediante modifica����o dos pesos sin��pticos, e generalizar o aprendizado para outros arquivos desconhecidos. O projeto de redes neurais �� composto por tr��s etapas: pr��-processamento, processamento e, por fim, p��s-processamento dos dados. Um dos problemas cl��ssicos que podem ser abordados por redes �� a aproxima����o de fun����es. Nesse grupo, pode-se incluir a estima����o do volume de ��rvores. Foram utilizados quatro arquiteturas diferentes, cinco pr��-processamentos e duas fun����es de ativa����o. As redes que se apresentaram estatisticamente iguais aos dados observados tamb��m foram analisadas quanto ao res��duo e �� distribui����o dos volumes e comparadas com a estima����o de volume pelo modelo de Schumacher e Hall. As redes neurais formadas por neur��nios, cuja fun����o de ativa����o era exponencial, apresentaram estimativas estatisticamente iguais aos dados observados. As redes treinadas com os dados normalizados pelo m��todo da interpola����o linear e equalizados tiveram melhor desempenho na estima����o.

Aplica����o de redes neurais artificiais para estima����o da altura de povoamentos equi��neos de eucalipto

Este trabalho teve como objetivos aumentar a precis��o das estimativas de altura de ��rvores e diminuir a necessidade de aferi����o da altura em campo, levando �� redu����o dos custos no invent��rio florestal atrav��s da constru����o e valida����o de um modelo de estima����o da altura de ��rvores em povoamentos de eucalipto com a utiliza����o de redes neurais artificiais. Os dados utilizados consistiram em tr��s clones, compreendendo cerca de 3.000 ��rvores em 145 parcelas permanentes com ��rea m��dia de 215 m��, mensuradas em seis ocasi��es (idades). As vari��veis utilizadas para estimar a altura total das ��rvores dividiram-se em quantitativas: idade (meses), di��metro com casca a 1,30 m de altura a partir da superf��cie do solo (dap) e altura dominante m��dia da parcela; e qualitativa: tipo de solo com as respectivas classes. Para valida����o e aplica����o da metodologia proposta, foram consideradas duas situa����es: (a) quando h�� a introdu����o de um novo material gen��tico e n��o existem informa����es sobre a rela����o hipsom��trica deste; (b) quando j�� se conhece a tend��ncia de crescimento em altura dos povoamentos implantados, obtida pela exist��ncia de medi����es em parcelas de IFC. Com as metodologias testadas, obtiveram-se valores de coeficiente de correla����o superiores a 0,99. As metodologias mostraram-se eficientes para alcan��ar os objetivos propostos, garantindo alta precis��o das estimativas obtidas atrav��s das redes neurais artificiais.