Geração de regras de extração de dados em páginas HTML

Existem vários trabalhos na área de extração de dados semi-estruturados, usando diferentes técnicas. As soluções de extração disponibilizadas pelos trabalhos existentes são direcionadas para atenderem a dados de certos domínios, considerando-se domínio o conjunto de elementos pertencentes à mesma área de interesse. Dada a complexidade e a grande quantidade dos dados semi-estruturados, principalmente dos disponíveis na World Wide Web (WWW), é que existem ainda muitos domínios a serem explorados. A maior parte das informações disponíveis em sites da Web está em páginas HTML. Muitas dessas páginas contêm dados de certos domínios (por exemplo, remédios). Em alguns casos, sites de organizações diferentes apresentam dados referentes a um mesmo domínio (por exemplo, farmácias diferentes oferecem remédios). O conhecimento de um determinado domínio, expresso em um modelo conceitual, serve para definir a estrutura de um documento. Nesta pesquisa, são consideradas exclusivamente tabelas de páginas HTML. A razão de se trabalhar somente com tabelas está baseada no fato de que parte dos dados de páginas HTML encontra-se nelas, e, como conseqüência, elimina-se o processamento dos outros dados, concentrando-se os esforços para que sejam processadas automaticamente. A pesquisa aborda o tratamento exclusivo de tabelas de páginas HTML na geração das regras de extração, na utilização das regras e do modelo conceitual para o reconhecimento de dados em páginas semelhantes. Para essa técnica, foi implementado o protótipo de uma ferramenta visual denominado Gerador de Regras de Extração e Modelo Conceitual (GREMO). GREMO foi desenvolvido em linguagem de programação visual Delphi 6.0. O processo de extração ocorre em quatro etapas: identificação e análise das tabelas de informações úteis em páginas HTML; identificação de conceitos para os elementos dos modelos conceituais; geração dos modelos conceituais correspondentes à página, ou utilização de modelo conceitual existente no repositório que satisfaça a página em questão; construção das regras de extração, extração dos dados da página, geração de arquivo XML correspondente aos dados extraídos e, finalmente, realimentação do repositório. A pesquisa apresenta as técnicas para geração e extração de dados semi-estruturados, as representações de domínio exclusivo de tabelas de páginas HTML por meio de modelo conceitual, as formas de geração e uso das regras de extração e de modelo conceitual.

Integração energética da rede de trocadores de calor em extração por solvente para a produção de farelo branco de soja

A síntese de redes de trocadores de calor foi muito bem estudada pela comunidade científica nos últimos trinta anos, porém, o desenvolvimento de métodos e a melhoria dos já existentes sempre foram o foco principal da grande maioria dos autores. São poucos os trabalhos que aplicam qualquer uma das metodologias a situações reais e discorrem sobre as dificuldades encontradas - provavelmente porque as empresas não têm interesse em tornar público os resultados obtidos. Este trabalho aplica a metodologia do ponto de estrangulamento na nova fábrica de farelo branco do Parque Industrial de Esteio e, portanto, pode servir como um guia prático aos profissionais que desejem fazer o mesmo em outras plantas industriais. Esta dissertação sintetiza duas redes de trocadores de calor para a fábrica de farelo branco de Esteio, levando em consideração as condições econômicas e os custos de equipamento e de montagem no Brasil. A primeira rede estabelecida é baseada em aproveitamentos térmicos utilizados pelos fabricantes e pelas empresas que dominam a tecnologia de extração de óleos vegetais, já a segunda rede sintetizada utiliza a metodologia do ponto de estrangulamento. Os dois resultados obtidos são bastante viáveis economicamente, sendo que a rede sintetizada pelo ponto de estrangulamento é mais econômica. O Valor Presente Líquido é utilizado como critério de cálculo de viabilidade das duas redes. Foi demonstrado que para a realidade brasileira este critério é mais adequado que o Custo Total Anualizado. A flexibilidade da rede produzida pelo método do ponto de estrangulamento foi avaliada de maneira preliminar por simulação e tabelas de sensibilidade. O resultado obtido é robusto na posta em marcha e quando a planta é submetida a variações no extrator - situações que produzem distúrbios importantes e freqüentes. A aplicação da metodologia do ponto de estrangulamento na integração energética da fábrica de farelo branco confirmou a simplicidade do método e a sua forte interação com o engenheiro de processos. O Rio Grande do Sul tem muito a ganhar se esta metodologia for disseminada nas universidades e nas empresas que compõe o parque industrial do estado.

Avaliação do risco de exposição ao mercúrio elementar em uma Unidade de Terapia Intensiva

O metal mercúrio é conhecido pela sua grande toxidade apesar de seu emprego difundido. Desde a Antigüidade, se reconhece sua ação tóxica na exposição ocupacional. Em alguns ambientes laborais, os riscos são maiores, como é o caso de hospitais, que utilizam o mercúrio elementar em vários equipamentos, especialmente em termômetros de verificação da temperatura corporal, largamente empregados. Como na instituição objeto deste estudo foram quebrados 148 termômetros em uma Unidade de Terapia Intensiva no período de um ano, esta pesquisa objetivou a realização de uma avaliação de alguns indicadores ambientais neste espaço de trabalho e de alguns indicadores biológicos e psicológicos em uma amostra de trabalhadores desta unidade, que se dispuseram a participar da pesquisa. A avaliação de tais indicadores são recomendados como pertinentes pela literatura (ATSDR, 1989). Não se detectou em nenhuma das avaliações realizadas, índices acima das normas estabelecidas. Interpreta-se que a temperatura da unidade (20ºC) reduz a possibilidade do mercúrio se volatizar e intoxicar os trabalhadores. As regras de higiene, típicas do contexto hospitalar, e a rotina de rápido recolhimento dos resíduos dos termômetros quebrados e seu acondicionamento em recipientes com tampa são os principais fatores explicativos para os índices encontrados.

Caracterização química da erva mate (Ilex paraguariensis) : aplicação de diferentes processos de extração e influência das condições de plantio sobre a composição química

O objetivo deste trabalho foi estudar a composição química das folhas de erva-mate, sob diferentes condições agronômicas e técnicas de extração. Os métodos de extração usados foram maceração, ultra-som, extração com líquido pressurizado e extração com fluído supercrítico. Foram investigadas as variáveis que podem influenciar no processo de extração, tais como temperatura, pressão, polaridade do solvente, tempo de extração, massa de amostra, entre outras. A identificação dos compostos foi realizada por cromatografia gasosa acoplada à espectrometria de massas. Todos os métodos de extração utilizados mostraram-se eficientes para a obtenção dos extratos, com as diferenças sendo mais quantitativas do que qualitativas . Entre os métodos de extração que utilizam solventes orgânicos, a extração com líquido pressurizado mostrou-se mais eficiente, produzindo maior rendimento em massa de extrato e maior concentração de alguns dos compostos de interesse, com as vantagens de redução de solvente e tempo de extração. A composição química da erva-mate é influenciada pelas condições agronômicas de plantio, bem como pelas condições de extração de suas folhas. A melhor condição agronômica avaliada, ou seja, aquela que produziu maior quantidade de extrato, foi o cultivo das plantas a pleno sol, adubadas com nitrogênio e com idade de poda de 18 meses. A variável mais importante das técnicas de extração utilizadas foi a polaridade do solvente. Solventes de maior polaridade produziram maior rendimento em extrato. A análise cromatográfica dos extratos obtidos permitiu identificar cerca de 50 compostos qualitativamente e 6 quantitativamente, destacando-se a cafeína, fitol, ácido palmítico, ácido esteárico, esqualeno e vitamina E.

Criação e extração de valor econômico pelo uso da internet em negócios entre empresas

O trabalho analisa os negócios entre empresas tendo em vista os fundamentos econômicos das teorias de mercado e de crescimento da firma.São avaliados aspectos da teoria econômica na relação interfirmas a das cadeias de valor, incluindo a competição entre sistemas de valor. Na seguência, são analisados os aspectos ao advento das tecnologias de informação e,em especial, da internet, e os impactos na transformação dos negócios entre empresas causadas por essa descontinuidade tecnologógica. São analisadas as forças envolvidas nos processos de intermediação,desintermediação e reintermediação dos negócios entre empresas a as lógicas de eficiência e crescimento envolvidas na coordenação eletrônica possibilita pelo uso das novas tecnologias. O trabalho analisa, ainda, as características distintivas das atuais soluções disponíveis no mercado e conclui com algumas considerações sobre as tendências dos negócios entre empresas e os fatores críticos de sucesso no estabelecimento de uma solução eletrônica de facilitação entre empresas.

Extração de feições em dados imagem com alta dimensão por otimização da distância de Bhattacharyya em um classificador de decisão em árvore

Neste trabalho é investigada uma abordagem para extração de feições baseada na otimização da distância de Bhattacharyya em um classificador hierárquico de estrutura binária. O objetivo é mitigar os efeitos do fenômeno de Hughes na classificação de dados imagem hiper-espectrais. A utilização de um classificador em múltiplo-estágio, analisando um sub-conjunto de classes em cada etapa ao invés do conjunto total, permite modos mais eficientes para extrair as feições mais adequadas em cada etapa do procedimento de classificação. Em uma abordagem de árvore binária, somente duas classes são consideradas em cada etapa, permitindo a implementação da distância de Bhattacharyya como um critério para extração de feições em cada nó da árvore. Experimentos foram realizados utilizando dados imagem do sensor AVIRIS. A performance da metodologia proposta é comparada com métodos tradicionais para extração e seleção de feições.

Caracterização química de extratos de Hibiscus tiliaceus : estudo comparativo de métodos de extração

O presente trabalho teve como objetivo estudar a composição química das flores de Hibiscus tiliaceus L usando diferentes técnicas de extração. Os métodos de extração usados foram maceração, Soxhlet, ultra-som, extração com fluido supercrítico e extração com líquido pressurizado. Foram investigadas as variáveis que podem influenciar no processo de extração tais como temperatura, pressão, polaridade do solvente, tempo de extração e massa de amostra, entre outras. A identificação dos compostos foi realizada por cromatografia gasosa acoplada com detector de espectrometria de massas. Os métodos de extração utilizados mostraram-se eficientes para a obtenção dos extratos, com algumas diferenças qualitativas. Quantitativamente, os compostos majoritários, em todas as técnicas de extração usadas, foram ácidos carboxílicos (C16 e C18), hidrocarbonetos com número ímpar de carbonos (C27, C29 e C31) e fitosteróis. Entre os métodos de extração que utilizam solventes orgânicos, a extração com líquido pressurizado apresentou maior rendimento em massa de extrato e maior concentração de alguns dos compostos presentes nas flores de Hibiscus tiliaceus L., com as vantagens de redução de solventes e do tempo de extração. A variável que se mostrou mais importante nos procedimentos de extração foi a polaridade do solvente. A composição química das flores Hibiscus tiliaceus L apresentou além dos compostos citados, álcoois, aldeídos e vitamina E. A determinação do potencial antioxidante da planta, utilizando o método por quimiluminescência, permitiu encontrar valores para TAR e TRAP superiores ao trolox, utilizado como padrão, indicando a presença de antioxidantes nos extratos.

Detecção de movimento, acompanhamento e extração de informações de objetos móveis

O tráfego de veículos, principalmente nas vias públicas de regiões densamente povoadas, tem sido objeto de preocupação por diversos aspectos: segurança no trânsito, supervisão da frota, controle de poluição, prevenção, registro de irregularidades, etc. Sistemas eletrônicos tradicionais são apontados como limitados pelas dificuldades apresentadas na instalação dos sensores e poucos recursos para extração de informações. Este trabalho propõe um sistema baseado no processamento digital de imagens em vídeo para detectar, acompanhar e extrair informações de um veículo em movimento, tais como: posição, velocidade e dimensões. Embora técnicas de pré-processamento sejam empregadas para minimizar problemas iluminação e trepidação, informações obtidas nas etapas finais do processamento, tendem a distorcer em função destes fatores. Algoritmos baseados em análise probabilística no domínio espaço temporal de imagens 2-D são propostos para segmentar o objeto mesmo na presença destes fatores. A fim de tornar o acompanhamento mais robusto a oclusões e pixels espúrio s, é proposto um método que detecta e rejeita posições inconsistentes do objeto de acordo com a estimativa de sua próxima posição.

Análise e extração das expectativas dos agentes de mercado em torno da data do COPOM

Este trabalho explora um importante conceito desenvolvido por Breeden & Litzenberger para extrair informações contidas nas opções de juros no mercado brasileiro (Opção Sobre IDI), no âmbito da Bolsa de Valores, Mercadorias e Futuros de São Paulo (BM&FBOVESPA) dias antes e após a decisão do COPOM sobre a taxa Selic. O método consiste em determinar a distribuição de probabilidade através dos preços das opções sobre IDI, após o cálculo da superfície de volatilidade implícita, utilizando duas técnicas difundidas no mercado: Interpolação Cúbica (Spline Cubic) e Modelo de Black (1976). Serão analisados os quatro primeiros momentos da distribuição: valor esperado, variância, assimetria e curtose, assim como suas respectivas variações.

Fundamentos em processamento de linguagem natural: uma proposta para extração de bigramas

É senso comum que o texto escrito é uma importante forma de registrar as informações e que atualmente grande parte desse conteúdo informacional está disponível em meio digital. Entretanto, de maneira geral, os computadores lidam com o texto como sendo uma cadeia de caracteres que não têm nenhum significado. A área de Processamento de Linguagem Natural (PLN) vem se empenhando em extrair significados do texto. Nesse sentido este trabalho apresenta uma revisão desse tema e propõe um método automatizado que utiliza uma heurística determinística denominada Heudet que visa extrair bigramas do texto. A meta é extrair o significado do texto através de um conjunto de expressões multipalavras identificadas. Os resultados obtidos foram melhores se comparados com aqueles que utilizam-se das técnicas de medidas de associação estatística obtidas pelo software Ngram Statistics Package (NSP).