Classificação de peças de madeira serrada de dimensões estruturais de Eucalyptus sp com uso de ensaios não-destrutivo

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Metodologias estatísticas na análise de germinação de sementes de mamona

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Análise multivariada de dados espaciais na classificação interpretativa de solos

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Taxonomia, interação patógeno-hospedeiro, estudo fitossanitário e denematização de sementes de gramíneas forrageiras

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Metabolismo germinativo de sementes de Passiflora alata Curtis tratadas com giberelinas e citocinina

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Taxa respiratória em sementes recalcitrantes de Inga vera ssp. affinis (DC.) T.D. Pennington

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Condicionamento osmótico e GA3 na germinação de sementes de araticum de terra fria (Annona emarginata (Schltdl.) H. Rainer)

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Caracterização de germoplasma de pupunha (Bactris gasipaes Kunth) por descritores morfológicos

Pós-graduação em Agronomia (Genética e Melhoramento de Plantas) - FCAV

Estudo de algoritmos para classificação de séries temporais: uma aplicação em qualidade de energia elétrica

Aborda a classificação automática de faltas do tipo curto-circuito em linhas de transmissão. A maioria dos sistemas de transmissão possuem três fases (A, B e C). Por exemplo, um curto-circuito entre as fases A e B pode ser identicado como uma falta\AB". Considerando a possibilidade de um curto-circuito com a fase terra (T), a tarefa ao longo desse trabalho de classificar uma série temporal em uma das 11 faltas possíveis: AT, BT, CT, AB, AC, BC, ABC, ABT, ACT, BCT, ABCT. Estas faltas são responsáveis pela maioria dos distúrbios no sistema elétrico. Cada curto-circuito é representado por uma seqüência (série temporal) e ambos os tipos de classificação, on-line (para cada curto segmento extraído do sinal) e off-line (leva em consideração toda a seqüência), são investigados. Para evitar a atual falta de dados rotulados, o simulador Alternative Transient Program (ATP) é usado para criar uma base de dados rotulada e disponibilizada em domínio público. Alguns trabalhos na literatura não fazem distinção entre as faltas ABC e ABCT. Assim, resultados distinguindo esse dois tipos de faltas adotando técnicas de pré-processamento, diferentes front ends (por exemplo wavelets) e algoritmos de aprendizado (árvores de decisão e redes neurais) são apresentados. O custo computacional estimado durante o estágio de teste de alguns classificadores é investigado e a escolha dos parâmetros dos classificadores é feita a partir de uma seleção automática de modelo. Os resultados obtidos indicam que as árvores de decisão e as redes neurais apresentam melhores resultados quando comparados aos outros classificadores.

Maciços rochosos em projetos hidrelétricos: proposta de classificação geomecânica

Pós-graduação em Geociências e Meio Ambiente - IGCE

Um Modelo de classificação geológico-tecnológica das argilas da formação Corumbataí utilizadas nas indústrias do pólo cerâmico de Santa Gertrudes

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Acúmulo de sementes de Acrocomia aculeata (Arecaceae) na bochecha de búfalos no Pará

Foi demonstrado que uma condição em búfalos caracterizada pelo aumento de uma das bochechas é causada pelo acúmulo das sementes da palmeira "mucajá"(Acrocomia aculeata, fam. Arecaceae) e de capim no vestíbulo oral, durante a ruminação. Esse acúmulo de sementes causou atrofia por compressão com adelgaçamento e desvio medial do osso mandibular correspondente e exposição das raízes dos dentes molares. Aparentemente os frutos dessa palmeira possuem boa palatabilidade para búfalos.

Detecção, classificação e quantificação automática de variações de tensão de curta duração para aplicação em análise de pós-operação em sistemas de energia elétrica

A análise de ocorrências no sistema de energia elétrica é de fundamento mportância para uma operação segura, e para manter a qualidade da energia elétrica lornecida aos consumidores. As concessionárias do setor de energia elétrica usam equipamentos, chamados registradores de perturbação (RP's), para monitora diagnosticar problemas nos sistemas elétrico e de proteção. As formas de onda normalmente analisadas nos centros de operação das concessionárias, são aquelas geradas por eventos que quase sempre causam a aocrtul je linhas devido a operação dos relés comandados pelos dispositivos de proteção .Contudo, uma grande quantidade de registros armazenados que podem conte informações importantes sobre o comportamento e desempenho do sistema elétricl jeixa de ser analisada. O objetivo desse trabalho é usar os dados disponíveis nos centros de ontrole, operação das concessionárias de energia elétrica obtidos pelos RP's, para classificar e quantificar de forma automática sinais que caracterizem problemas de qualidade da energia, quanto a variações de tensão de curta duração: afundamentos, elevações e interrupções. O método proposto usa a transformada wavelet para obter um vetor característico para as tensões das fases A, B e C, e uma rede neural probabilística para classificação. Os sinais classificados como apresentando variações de curta duração são quantilicados quanto a duração e amplitude, usando-se as propriedades da análise nultiresolução da decomposição do sinal. Esses parâmetros, então, irão formar uma Jase de dados onde procedimentos de análise estatística podem ser usados para gerar relatórios com as características da qualidade da energia. Os resultados obtidos com a metodologia proposta para um sistema real são também apresentados.

Classificação fonética utilizando Boosting e SVM

Para compor um sistema de Reconhecimento Automático de Voz, pode ser utilizada uma tarefa chamada Classificação Fonética, onde a partir de uma amostra de voz decide-se qual fonema foi emitido por um interlocutor. Para facilitar a classificação e realçar as características mais marcantes dos fonemas, normalmente, as amostras de voz são pré- processadas através de um fronl-en'L Um fron:-end, geralmente, extrai um conjunto de parâmetros para cada amostra de voz. Após este processamento, estes parâmetros são insendos em um algoritmo classificador que (já devidamente treinado) procurará decidir qual o fonema emitido. Existe uma tendência de que quanto maior a quantidade de parâmetros utilizados no sistema, melhor será a taxa de acertos na classificação. A contrapartida para esta tendência é o maior custo computacional envolvido. A técnica de Seleção de Parâmetros tem como função mostrar quais os parâmetros mais relevantes (ou mais utilizados) em uma tarefa de classificação, possibilitando, assim, descobrir quais os parâmetros redundantes, que trazem pouca (ou nenhuma) contribuição à tarefa de classificação. A proposta deste trabalho é aplicar o classificador SVM à classificação fonética, utilizando a base de dados TIMIT, e descobrir os parâmetros mais relevantes na classificação, aplicando a técnica Boosting de Seleção de Parâmetros.