Las redes de innovación 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 periódica dos elementos químicos 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.

Aplicação de redes neurais artificiais na identificação de gasolinas adulteradas comercializadas na região de Londrina - Paraná

The multilayer perceptron network was used to classify the gasoline. The main parameters used in the classification were established by the Ordinance nº 309 of the Agência Nacional do Petróleo, 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.

Determinação de constituintes químicos em madeira de eucalipto por Pi-CG/EM e calibração multivariada: comparação entre redes neurais artificiais e máquinas 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 determinação das constantes de acidez para a 7-epiclusianona em misturas etanol-água

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 colaboração científica na área de química no Brasil: um estudo baseado nas coautorias dos artigos da revista Química 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 metalorgânicas e suas aplicações em catálise

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.

REDUÇÃO DE VARIÁVEIS DE ENTRADA DE REDES NEURAIS ARTIFICIAIS A PARTIR DE DADOS DE ANÁLISE DE COMPONENTES PRINCIPAIS NA MODELAGEM DE OXIGÊNIO 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 Paraíba do Sul River in São 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.

Implicações cognitivas, filosóficas e educativas do trabalho do patologista

O estabelecimento do diagnóstico anatomopatológico envolve processos mentais complexos, incluindo atenção, percepção, memória, planificação e linguagem, nem sempre claramente compreendidos pelos próprios patologistas. Pouca importância tem sido dada a esses aspectos da prática em patologia, não obstante suas profundas implicações não apenas na educação e ensino da patologia, mas também no entendimento da natureza dos intricados processos envolvidos no diagnóstico patológico. Neste trabalho, elaboramos uma base teórica para o processo diagnóstico. Na descrição dos processos mentais cognitivos, utilizamos a concepção de Luria e Vygotsky, salientando suas origens culturais, na maneira como esses processos são mediados pela linguagem. A questão da dicotomia entre objetividade e subjetividade é abordada por meio da biologia do conhecer, de Humberto Maturana. A partir dessas concepções, apresentamos um modelo teórico de planificação cognitiva do processo diagnóstico, levando em conta os aspectos cognitivos, comunicativos e normativos, além da própria atuação do patologista em relação ao caso, ao paciente e ao médico assistente. As implicações educativas decorrentes desse modelo são também apresentadas.

As redes neurais artificiais e o ensino da medicina

As transformações da prática médica nos últimos anos - sobretudo com a incorporação de novas tecnologias da informação - apontam a necessidade de ampliar as discussões sobre o processo ensino-aprendizagem na educação médica. A utilização de novas tecnologias computacionais no ensino médico tem demonstrado inúmeras vantagens no processo de aquisição de habilidades para a identificação e a resolução de problemas, o que estimula a criatividade, o senso crítico, a curiosidade e o espírito científico. Nesse contexto, ganham destaque as Redes Neurais Artificiais (RNA) - sistemas computacionais cuja estrutura matemática é inspirada no funcionamento do cérebro humano -, as quais têm sido úteis no processo ensino-aprendizagem e na avaliação de estudantes de Medicina. Com base nessas ponderações, o escopo da presente comunicação é revisar aspectos da aplicação das RNA na educação médica.

Análise comparativa dos custos de diferentes redes de distribuição de energia elétrica no contexto da arborização urbana

Com o intuito de estudar as podas feitas em árvores urbanas e analisar novas técnicas possíveis de serem utilizadas para reduzir o número de podas e melhorar a convivência das espécies com a fiação elétrica, além de permitir à árvore desempenhar plenamente suas funções ecológicas, buscou-se levantar dados referentes aos três tipos principais de redes de distribuição de energia elétrica (aérea convencional, aérea compacta e subterrânea), em quatro concessionárias de energia elétrica, a fim de compilá-los em um só trabalho. Foram levantados custos de implantação das redes convencional, compacta e subterrânea, assim como custos de manutenção e de poda de árvores. O custo de implantação de rede convencional (primária e secundária) variou de R$54.188,39 a R$67.571,43. O custo de implantação da rede compacta (primária e secundária) foi em média R$62.215,99. Já o custo de implantação de uma rede subterrânea é, em média, de R$436.585,04. A rede compacta já é totalmente viável, principalmente por ter custo de implantação praticamente igual à rede convencional e ter custo de manutenção 80% menor. A rede subterrânea, embora com custo de implantação aproximadamente 10 vezes maior quando comparado com o custo da convencional, por ter reduzido custo de manutenção e alta confiabilidade do sistema elétrico, seu uso já pode ser viável em diversas ocasiões.

Sistema de otto-codificação modificado para endereçamento de redes hidrográficas

Há, no âmbito do gerenciamento de recursos hídricos, uma carência por sistemas de aplicação global que referenciem, indiquem e identifiquem, de forma única e eficiente, a organização espacial das bacias hidrográficas e respectivas redes de drenagem. Neste trabalho, propôs-se uma modificação no sistema de endereçamento originalmente concebido por Otto Pfafstetter. A nova metodologia utiliza tão-somente as redes de drenagem no formato vetorial e considera, em vez da área das bacias, o comprimento dos seus cursos d'água para codificá-los. Essa estratégia elimina o elevado ônus associado à obtenção de dados de altimetria e à derivação dos respectivos modelos digitais de elevação, imprescindíveis à correta determinação das áreas de contribuição das bacias hidrográficas. Adicionalmente, elimina-se o esforço computacional das operações baseadas em localização espacial, uma vez que agora é possível realizá-las exclusivamente por atributos. Com base nessa metodologia, desenvolveu-se o aplicativo Otto-Sys, utilizando a linguagem de programação AML, nativa do sistema de informações geográficas Arc/INFO workstation. Para exemplificar os resultados da otto-codificação por comprimento dos cursos d'água, apresentou-se um estudo de caso utilizando a rede de drenagem do rio Caeté, afluente do rio Iaco, pertencente à bacia do rio Purus, no Estado do Amazonas. O detalhamento dessa hidrografia vetorial implicou cinco níveis de codificação. Tendo-se codificado toda a rede hidrográfica, qualquer sistema de informações geográficas, mesmo aqueles que não dispõem de recursos específicos para análises e navegação em redes, poderá oferecer serviços de navegação topológica, organização, estruturação, endereçamento e gerenciamento dessas bases de dados. Desse modo, o acesso em tempo real a tais procedimentos poderá ser perfeitamente estendido a qualquer dispositivo capaz de acessar os sistemas web.

Ajuste do modelo de Schumacher e Hall e aplicação de redes neurais artificiais para estimar volume de árvores de eucalipto

Objetivou-se, neste trabalho, avaliar o ajuste do modelo volumétrico de Schumacher e Hall por diferentes algoritmos, bem como a aplicação de redes neurais artificiais para estimação do volume de madeira de eucalipto em função do diâmetro 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 árvores. O modelo volumétrico de Schumacher e Hall foi ajustado nas formas linear e não 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 método Quasi-Newton e com o princípio da Máxima Verossimilhança. 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 gráficos de volume estimado em função do volume observado e pelo teste estatístico 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 volumétrico de Schumacher e Hall, e as redes neurais artificiais apresentaram boa adequação ao problema, sendo elas altamente recomendadas para realizar prognose da produção de florestas plantadas.

Estimação do volume de árvores utilizando redes neurais artificiais

Rede neural artificial consiste em um conjunto de unidades que contêm funções matemáticas, unidas por pesos. As redes são capazes de aprender, mediante modificação dos pesos sinápticos, e generalizar o aprendizado para outros arquivos desconhecidos. O projeto de redes neurais é composto por três etapas: pré-processamento, processamento e, por fim, pós-processamento dos dados. Um dos problemas clássicos que podem ser abordados por redes é a aproximação de funções. Nesse grupo, pode-se incluir a estimação do volume de árvores. Foram utilizados quatro arquiteturas diferentes, cinco pré-processamentos e duas funções de ativação. As redes que se apresentaram estatisticamente iguais aos dados observados também foram analisadas quanto ao resíduo e à distribuição dos volumes e comparadas com a estimação de volume pelo modelo de Schumacher e Hall. As redes neurais formadas por neurônios, cuja função de ativação era exponencial, apresentaram estimativas estatisticamente iguais aos dados observados. As redes treinadas com os dados normalizados pelo método da interpolação linear e equalizados tiveram melhor desempenho na estimação.

Aplicação de redes neurais artificiais para estimação da altura de povoamentos equiâneos de eucalipto

Este trabalho teve como objetivos aumentar a precisão das estimativas de altura de árvores e diminuir a necessidade de aferição da altura em campo, levando à redução dos custos no inventário florestal através da construção e validação de um modelo de estimação da altura de árvores em povoamentos de eucalipto com a utilização de redes neurais artificiais. Os dados utilizados consistiram em três clones, compreendendo cerca de 3.000 árvores em 145 parcelas permanentes com área média de 215 m², mensuradas em seis ocasiões (idades). As variáveis utilizadas para estimar a altura total das árvores dividiram-se em quantitativas: idade (meses), diâmetro com casca a 1,30 m de altura a partir da superfície do solo (dap) e altura dominante média da parcela; e qualitativa: tipo de solo com as respectivas classes. Para validação e aplicação da metodologia proposta, foram consideradas duas situações: (a) quando há a introdução de um novo material genético e não existem informações sobre a relação hipsométrica deste; (b) quando já se conhece a tendência de crescimento em altura dos povoamentos implantados, obtida pela existência de medições em parcelas de IFC. Com as metodologias testadas, obtiveram-se valores de coeficiente de correlação superiores a 0,99. As metodologias mostraram-se eficientes para alcançar os objetivos propostos, garantindo alta precisão das estimativas obtidas através das redes neurais artificiais.