999 resultados para Otimização de parâmetros
Resumo:
As acidemias propiônica e metilmalônica são desordens neurometabólicas hereditárias caracterizadas por progressiva deterioração neurológica, retardo mental, atraso no desenvolvimento psicomotor, convulsões e coma. A fisiopatologia do dano cerebral característico destas doenças ainda é pouco conhecida. No presente estudo investigamos o efeito de administração crônica (5o ao 28o dia de vida) dos ácidos propiônico (PA) e metilmalônico (MA), que são os metabólitos acumulados em maiores concentrações nos pacientes portadores das acidemias propiônica e metilmalônica, respectivamente, sobre o comportamento de ratos e sobre alguns parâmetros bioquímicos de estresse oxidativo no hipocampo dos animais. O comportamento dos animais foi avaliado 30 dias após o término do tratamento nas tarefas do labirinto aquático de Morris e no campo aberto. Os parâmetros bioquímicos avaliados foram o potencial antioxidante total do tecido (TRAP) e a atividade das enzimas catalase, superóxido dismutase e glutationa redutase. Todos as análises bioquímicas foram realizadas em hipocampo, estrutura fundamental para a localização espacial, requerida na tarefa do labirinto aquático de Morris. As doses de propionato ou metilmalonato foram administradas de acordo com as preconizadas nos modelos experimentais destas acidemias, tomando em consideração o peso e da idade dos animais. Os ratos controles receberam solução salina nos mesmos volumes. A administração de PA ou MA não alterou o peso dos animais. Entretanto foi encontrado um déficit de aprendizado e memória no grupo tratado com PA, e um déficit de memória no grupo tratado com MA. Nenhum dos grupos testados apresentou alterações na atividade motora (número de cruzamentos) na tarefa do campo aberto. Também determinamos o efeito da co-administração de ácido ascórbico nos animais tratados cronicamente com PA ou MA. Encontramos que o ácido ascórbico preveniu o déficit cognitivo provocado pela administração crônica de PA e MA. Por outro lado, verificamos que os tratamentos crônicos com PA e MA diminuíram o TRAP no hipocampo dos ratos, sem alterar a atividade de nenhuma das enzimas testadas. A prevenção do déficit cognitivo pelo ácido ascórbico associada à diminuição do TRAP no hipocampo dos animais tratados cronicamente com PA ou MA sugere que o estresse oxidativo pode estar relacionado com o déficit cognitivo encontrado no presente trabalho. Concluindo, nossos resultados indicam que o estresse oxidativo pode estar envolvido, ao menos em parte, com o dano cerebral nos pacientes afetados pelas acidemias propiônica e metilmalônica.
Resumo:
Foi construído um equipamento que possibilitou a determinação dos parâmetros de fluidização de amostras de granulometrias simples e de misturas binárias, de carvão de Charqueadas com granulonetrias entre 9 e 28 malhas (mesh number), à temperatura ambiente, tendo-se obtido uma correlação para o cálculo da velocidade mínima de fluidização em função do diâmetro das partículas.
Resumo:
Esta dissertação pretende consolidar um método quantitativo, flexível e genérico que possa ser útil na otimização experimental dos mais variados produtos e processos industriais medidos por múltiplas variáveis de resposta. O que se pretende com o método é identificar o ajuste ótimo dos fatores controláveis, ou seja, aquele que reduz os custos devido à má qualidade de um produto considerando também os custos de matéria-prima e energia gastos na fabricação desse produto. A redução dos custos gerados pela má qualidade de um produto é alcançada através da minimização dos desvios das variáveis de resposta dos seus valores alvos e maximização da robustez do produto ou processo aos fatores de ruído e a possíveis oscilações nos fatores controláveis, pois toda vez que uma variável de resposta desvia-se do seu valor alvo ou apresenta variabilidade, existe uma perda financeira experimentada pelo seu usuário. Ao longo do texto, faz-se uma revisão da literatura existente sobre o assunto, apresentam-se as etapas do método que devem ser cumpridas e algumas ferramentas consideradas eficientes no cumprimento dessas etapas. Logo após, realizam-se estudos práticos para validar o método e, baseado nesses estudos e no referencial teórico, conclui-se sobre o assunto.
Resumo:
Os avanços nas práticas de manejo e no melhoramento das cultivares de arroz irrigado têm permitido consolidar o Rio Grande do Sul como maior produtor deste cereal no Brasil. A seleção recorrente é um método alternativo de melhoramento que permite a recombinação cíclica de genótipos selecionados em uma população geneticamente divergente. Os objetivos deste trabalho foram avaliar o potencial da população CNA 11 para fins de melhoramento para tolerância ao frio, estudar a divergência genética dos seus genitores e quantificar as alterações nas freqüências alélicas como resultado do processo de seleção. Para isso foram conduzidos dois ensaios de campo compostos de 140 famílias S0:2 derivadas da população CNA 11 e quatro cultivares testemunhas, no delineamento látice 12 x 12 e em dois locais: Cachoeirinha (RS) e Santa Vitória do Palmar (RS), onde foram avaliados dez caracteres fenotípicos. O DNA dos genitores da população CNA 11 e de 133 famílias S0:2 foi analisado com marcadores moleculares do tipo microssatélites. A população CNA 11 apresentou alto potencial para fins de melhoramento, com ampla variabilidade genética em todos os dez caracteres avaliados. Os caracteres estatura de planta, esterilidade de espiguetas e número de grãos por panícula apresentaram altas correlações genotípicas com rendimento de grãos, podendo ser usados como critérios de seleção indireta. A esterilidade de espiguetas mostrou ser um critério eficiente de seleção para identificação de genótipos de arroz com tolerância ao frio no estádio reprodutivo. Os genitores da população CNA 11 apresentaram ampla divergência genética e, de modo geral, as freqüências dos alelos de microssatélites característicos dos genótipos da subespécie índica aumentaram e as da subespécie japônica diminuíram à medida que a intensidade de seleção aumentou. As melhores famílias S0:2 mostraram maior similaridade genética com os genitores da subespécie índica.
Resumo:
Esta tese apresenta contribuições ao processo de Descoberta de Conhecimento em Bases de Dados (DCBD). DCBD pode ser entendido como um conjunto de técnicas automatizadas – ou semi-automatizadas – otimizadas para extrair conhecimento a partir de grandes bases de dados. Assim, o já, de longa data, praticado processo de descoberta de conhecimento passa a contar com aprimoramentos que o tornam mais fácil de ser realizado. A partir dessa visão, bem conhecidos algoritmos de Estatística e de Aprendizado de Máquina passam a funcionar com desempenho aceitável sobre bases de dados cada vez maiores. Da mesma forma, tarefas como coleta, limpeza e transformação de dados e seleção de atributos, parâmetros e modelos recebem um suporte que facilita cada vez mais a sua execução. A contribuição principal desta tese consiste na aplicação dessa visão para a otimização da descoberta de conhecimento a partir de dados não-classificados. Adicionalmente, são apresentadas algumas contribuições sobre o Modelo Neural Combinatório (MNC), um sistema híbrido neurossimbólico para classificação que elegemos como foco de trabalho. Quanto à principal contribuição, percebeu-se que a descoberta de conhecimento a partir de dados não-classificados, em geral, é dividida em dois subprocessos: identificação de agrupamentos (aprendizado não-supervisionado) seguida de classificação (aprendizado supervisionado). Esses subprocessos correspondem às tarefas de rotulagem dos itens de dados e obtenção das correlações entre os atributos da entrada e os rótulos. Não encontramos outra razão para que haja essa separação que as limitações inerentes aos algoritmos específicos. Uma dessas limitações, por exemplo, é a necessidade de iteração de muitos deles buscando a convergência para um determinado modelo. Isto obriga a que o algoritmo realize várias leituras da base de dados, o que, para Mineração de Dados, é proibitivo. A partir dos avanços em DCBD, particularmente com o desenvolvimento de algoritmos de aprendizado que realizam sua tarefa em apenas uma leitura dos dados, fica evidente a possibilidade de se reduzir o número de acessos na realização do processo completo. Nossa contribuição, nesse caso, se materializa na proposta de uma estrutura de trabalho para integração dos dois paradigmas e a implementação de um protótipo dessa estrutura utilizando-se os algoritmos de aprendizado ART1, para identificação de agrupamentos, e MNC, para a tarefa de classificação. É também apresentada uma aplicação no mapeamento de áreas homogêneas de plantio de trigo no Brasil, de 1975 a 1999. Com relação às contribuições sobre o MNC são apresentados: (a) uma variante do algoritmo de treinamento que permite uma redução significativa do tamanho do modelo após o aprendizado; (b) um estudo sobre a redução da complexidade do modelo com o uso de máquinas de comitê; (c) uma técnica, usando o método do envoltório, para poda controlada do modelo final e (d) uma abordagem para tratamento de inconsistências e perda de conhecimento que podem ocorrer na construção do modelo.
Resumo:
O objetivo deste trabalho consiste em aplicar o método LTSn em cálculos de parâmetros críticos como Keff, espessura e concentração atômica e obtenção do fiuxo escalar, da potência específica e do enriquecimento do combustível em placa plana homogenea e heterogênea, considerando modelo multigrupo e em diversas ordens de quadraturas. O método LTSn consiste na aplicação da transformada de Laplace em um conjunto de equações~de ordenadas discretas gerado pela aproximação SN, resultando em um sistema de equações algébricas simbólicas dependentes do parâmetro complexo s e reconstrução dos fluxos angulares pela técnica de expansão de Heaviside. A aplicação do método LTSn reduz a soluçào de um problema de autovalor, a solução de uma equação transcedental, possibilitando a obtenção de parâmetros críticos. Simulações numéricas são apresentadas.