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.

Sensores ópticos com detecção no infravermelho próximo e médio

Optical chemical sensors with detection in the near and mid infrared region are reviewed. Fundamental concepts of infrared spectroscopy and optical chemical sensors are briefly described, before presenting some aspects on optical chemical sensors, such as synthesis of NIR and IR reagents, preparation of new materials as well as application in determinations of species of biological, industrial and environmental importance.

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.

Incorporação de líquidos iônicos e nanopartículas metálicas na construção de sensores eletroquímicos

The most relevant advances on analytical applications of ionic liquids (IL) as binder in the construction of electrochemical sensors and biosensors based on carbon paste are presented. This new class of solvents - the IL - has received great attention in electroanalytical researches due to the excellent physical and chemical properties of these materials, such as high conductivity, low toxicity, good stability, large electrochemical window and catalytic ability. Recently, the interest in electrodes modified with IL, especially when combined with metallic nanoparticles, has increased expressively due to improve the sensitivity and others advantages discussed in this review.

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.

Montagem de uma prensa para fios de sódio metálico

Several organic chemistry labs in Brazil suffers from the absence of a safe method to extrude sodium wire, used to obtain anhydrous solvents such as THF or ethyl ether. This technical note presents the assembly instructions for a sodium wire press, similar to the one that has been used for the past four years in our laboratory without any maintenance.

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.

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.

Análise da dinâmica sazonal e separabilidade espectral de algumas fitofisionomias do cerrado com índices de vegetação dos sensores MODIS/TERRA e AQUA

Composições de 16 dias de índices de vegetação do sensor MODerate resolution Imaging Spectroradiometer (MODIS), com resolução espacial de 1km, a bordo dos satélites TERRA e AQUA, foram usadas para caracterizar a dinâmica sazonal em 2004 de cinco fitofisionomias de Cerrado e analisar a sua separabilidade espectral. Os índices Normalized Difference Vegetation Index (NDVI) e Enhanced Vegetation Index (EVI), calculados a partir dos dados dos sensores de ambas as plataformas e de uma base comum de pixels, foram comparados entre si. Os resultados indicaram que: (a) dentre as fitofisionomias estudadas, a Floresta Estacional decídua apresentou uma dinâmica sazonal muito marcante em função da perda de folhas da estação chuvosa para a seca (substancial redução nos índices) e do rápido verdejamento com o início da precipitação no final de outubro (rápido incremento de NDVI e EVI); (b) o NDVI mostrou maior variabilidade entre as classes de vegetação do que o EVI apenas na estação seca; (c) a discriminação entre as fitofisionomias melhorou da estação chuvosa para a seca; (d) o NDVI foi mais eficiente do que o EVI para discriminar as classes de vegetação na estação seca, ocorrendo o contrário na estação chuvosa; e (e) na maioria das datas selecionadas para estudo, não houve diferenças estatisticamente significativas entre os índices de vegetação gerados de ambas as plataformas, apesar das variações na qualidade dos pixels selecionados para as composições de 16 dias e na geometria de iluminação e de visada.

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.