Potencialidades da cidade do Rio de Janeiro no contexto da política global do clima: um enfoque em árvores urbanas

Este trabalho objetivou traçar um percurso analítico da base institucional e material da gestão da arborização na cidade do Rio de Janeiro, visando a adoção de procedimentos para a quantificação do carbono armazenado nas árvores na malha urbana para possibilitar o conhecimento sobre o arboreto e o estabelecimento de objetivos quantificáveis, reportáveis e verificáveis de redução de emissões de gases de efeito estufa. Com a instituição da obrigatoriedade em nível nacional da metas de redução das emissões de gases de efeito estufa, através da Lei n 12.187/09, o município do Rio de Janeiro oficializou legalmente, com a Lei Muncipal n 5.248/11, o compromisso de adoção de medidas e programas de incentivo para reduzir as emissões de gases de efeito estufa na cidade. Entretanto, a única ação de mitigação controlada pelo município, com procedimentos regulamentados, é a compensação de emissões nas construções através do plantio de árvores. O acompanhamento da execução dos plantios de árvores, exigidos no licenciamento das construções é a atual forma de estabelecer objetivos quantificáveis, reportáveis e verificáveis de redução de emissões antrópicas de gases de efeito estufa no Município. De forma específica, foi realizada uma análise dos recursos institucionais e materiais disponíveis e potenciais à disposição do sistema de planejamento e gestão ambiental do município, com a proposição de criar um sistema de banco de dados (SGBD) da arborização urbana. O banco de dados estruturado ao longo da pesquisa, foi utilizado em um sistema de informação geográfico (SIG), onde foi possível realizar um estudo exploratório da estimativa de estoque de carbono em árvores em logradouros. A investigação desta pesquisa teve dupla expectativa: contribuir para a eficácia das ações de manejo e controle do arboreto urbano, com base no monitoramento contínuo dos serviços ambientais das árvores; e consolidar critérios analíticos habilitados para quantificar as alterações de fitomassa do arboreto urbano, em uma proposta de um plano de arborização para a cidade, até agora inexistente, que foi delineado ao final do trabalho, que seguramente irá garantir significativos benefícios ambientais, econômicos e sociais à sociedade.

Implementação distribuída de auto-cura em redes inteligentes de distribuição de energia elétrica utilizando árvores de extensão mínima.

A propriedade de auto-cura, em redes inteligente de distribuição de energia elétrica, consiste em encontrar uma proposta de reconfiguração do sistema de distribuição com o objetivo de recuperar parcial ou totalmente o fornecimento de energia aos clientes da rede, na ocorrência de uma falha na rede que comprometa o fornecimento. A busca por uma solução satisfatória é um problema combinacional cuja complexidade está ligada ao tamanho da rede. Um método de busca exaustiva se torna um processo muito demorado e muitas vezes computacionalmente inviável. Para superar essa dificuldade, pode-se basear nas técnicas de geração de árvores de extensão mínima do grafo, representando a rede de distribuição. Porém, a maioria dos estudos encontrados nesta área são implementações centralizadas, onde proposta de reconfiguração é obtida por um sistema de supervisão central. Nesta dissertação, propõe-se uma implementação distribuída, onde cada chave da rede colabora na elaboração da proposta de reconfiguração. A solução descentralizada busca uma redução no tempo de reconfiguração da rede em caso de falhas simples ou múltiplas, aumentando assim a inteligência da rede. Para isso, o algoritmo distribuído GHS é utilizado como base na elaboração de uma solução de auto-cura a ser embarcada nos elementos processadores que compõem as chaves de comutação das linhas da rede inteligente de distribuição. A solução proposta é implementada utilizando robôs como unidades de processamento que se comunicam via uma mesma rede, constituindo assim um ambiente de processamento distribuído. Os diferentes estudos de casos testados mostram que, para redes inteligentes de distribuição compostas por um único alimentador, a solução proposta obteve sucesso na reconfiguração da rede, indiferentemente do número de falhas simultâneas. Na implementação proposta, o tempo de reconfiguração da rede não depende do número de linhas nela incluídas. A implementação apresentou resultados de custo de comunicação e tempo dentro dos limites teóricos estabelecidos pelo algoritmo GHS.

Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.

Esta dissertação apresenta um sistema de indução de classificadores fuzzy. Ao invés de utilizar a abordagem tradicional de sistemas fuzzy baseados em regras, foi utilizado o modelo de Árvore de Padrões Fuzzy(APF), que é um modelo hierárquico, com uma estrutura baseada em árvores que possuem como nós internos operadores lógicos fuzzy e as folhas são compostas pela associação de termos fuzzy com os atributos de entrada. O classificador foi obtido sintetizando uma árvore para cada classe, esta árvore será uma descrição lógica da classe o que permite analisar e interpretar como é feita a classificação. O método de aprendizado originalmente concebido para a APF foi substituído pela Programação Genética Cartesiana com o intuito de explorar melhor o espaço de busca. O classificador APF foi comparado com as Máquinas de Vetores de Suporte, K-Vizinhos mais próximos, florestas aleatórias e outros métodos Fuzzy-Genéticos em diversas bases de dados do UCI Machine Learning Repository e observou-se que o classificador APF apresenta resultados competitivos. Ele também foi comparado com o método de aprendizado original e obteve resultados comparáveis com árvores mais compactas e com um menor número de avaliações.

Planejamento do número de árvores na composição de sistemas de integração lavoura-pecuária-floresta (ILPF).

2008

Compreendendo a dinâmica das árvores no Pantanal.

2010

E COMO crescem as árvores da reserva florestal Embrapa-Epagri (RFEE)?

2010

Uso de repelentes na proteção de árvores dos danos provocados por herbívoros vertebrados.

A introdução de árvores em pastagens com o gado é dificultada pelos danos provocados por pisoteio e forrageamento dos animais. Em outras situações de convivência de herbívoros com árvores tem-se procurado afastar os animais com uso de substâncias repelentes. Os repelentes se baseiam na utilização dos sentidos para provocar a aversão nos animais. Os sentidos em questão são o paladar (sabor amargo associado a um efeito negativo pós-ingestão, criando aversão condicionada), olfato (especialmente odores relacionados com o predador) e dor (estimulação do nervo trigêmeo, como capsaicina). De acordo com o modo como são aplicados, os repelentes podem ser classificados como de área (especialmente os baseados no odor); de contato (especialmente os baseados no sabor); e sistêmicos (uma substância que é absorvida pela planta e distribuída pelos tecidos vegetais, como é o caso do selênio). A pesquisa com repelentes ainda tem um longo caminho a seguir, porque inúmeros fatores afetam o resultado dessas substâncias, entre eles a existência de alimentos alternativos, densidade animal, chuvas e concentração do princípio ativo. Existem poucos trabalhos com bovinos. Alguns produtos foram considerados eficientes para cervídeos e são utilizados em larga escala em países de clima frio. Um desses produtos baseia-se em sólidos de ovos putrefeitos (Deer Away - BGR). Considera-se que tenha eficiência de proteção acima de 85% por um período superior a cinco semanas nas condições utilizadas. O desenvolvimento de produtos com essas características, para uso em mudas florestais expostas a bovinos (ou ovinos) em condições tropicais, poderia alavancar o estabelecimento de sistemas silvipastoris.

Cuidados para o estabelecimento de árvores em sistemas de integração lavoura-pecuária-floresta.

2010

C4.5: um recurso para geração de árvores de decisão.

O Sistema de Indução C4.5. Requerimentos-chave para a utilização do software. Um exemplo ilustrativo. Algumas dicas de uso.

Árvores de decisão aplicadas na análise e no alerta da ferrugem do cafeeiro.

A ferrugem do cafeeiro é a principal doença da cultura do café. O conhecimento dos fatores que condicionam as epidemias de ferrugem e a sua previsão são importantes. Uma instância do processo de descoberta de conhecimento em bases de dados foi realizada para avaliar a aplicação de árvores de decisão na análise e no alerta da ferrugem. As classes do atributo meta foram definidas por intervalos da taxa de progresso da doença. Dados meteorológicos, a carga pendente de frutos e o espaçamento entre plantas serviram de atributos preditivos. As árvores de decisão obtidas auxiliaram na compreensão de quais variáveis, e como as interações dessas variáveis, conduziram a ferrugem no campo. O modelo de alerta para lavouras com alta carga pendente de frutos apresentou bom desempenho e pode ajudar na tomada de decisão referente ao controle da ferrugem do cafeeiro.

Recupere nosso cerrado, plante árvores nativas.

2006

Ocorrência de árvores e arbustos de uso múltiplo em pastagens no Estado do Acre.

O objetivo principal deste trabalho é identificar as espécies de árvores e arbustos que ocorrem em pastagens, e obter informações acerca da composição florística e ocorrência de espécies, visando dados sobre dispersão e regeneração natural, sobrevivência, abundância, entre outros fatores, para subsidiar a tomada de decisões na pesquisa e formulação de sistemas silvipastoris sustentáveis para o Acre e Amazônia Ocidental. A hipótese é de que, com a identificação das espécies de árvores e arbustos que ocorrem em pastagens no Estado, será possível com esses dados selecionar as mais adaptadas às condições ambientais regionais, aliada ao estudo de visibilidade técnica e econômica para o estabelecimento de pesquisas e formulação de sistemas silvipastoris

Um Algoritmo para indução de árvores e regras de decisão

A classificação é uma das tarefas da Mineração de Dados. Esta consiste na aplicação de algoritmos específicos para produzir uma enumeração particular de padrões. Já a classificação é o processo de gerar uma descrição, ou um modelo, para cada classe a partir de um conjunto de exemplos dados. Os métodos adequados e mais utilizados para induzir estes modelos, ou classificadores, são as árvores de decisão e as regras de classificação. As regras e árvores de decisão são populares, principalmente, por sua simplicidade, flexibilidade e interpretabilidade. Entretanto, como a maioria dos algoritmos de indução particionam recursivamente os dados, o processamento pode tornar-se demorado, e a árvore construída pode ser muito grande e complexa, propensa ao overfitting dos dados, que ocorre quando o modelo aprende detalhadamente ao invés de generalizar. Os conjuntos de dados reais para aplicação em Mineração de Dados são, atualmente, muito grandes, e envolvem vários milhares de registros, sendo necessária, também, uma forma de generalizar estes dados. Este trabalho apresenta um novo modelo de indução de classificadores, em que o principal diferencial do algoritmo proposto é a única passada pelo conjunto de treinamento durante o processo de indução, bem como a sua inspiração proveniente de um Sistema Multiagente. Foi desenvolvido um protótipo, o Midas, que foi validado e avaliado com dados de repositórios. O protótipo também foi aplicado em bases de dados reais, com o objetivo de generalizar as mesmas. Inicialmente, foi estudado e revisado o tema de Descoberta de Conhecimento em Bases de Dados, com ênfase nas técnicas e métodos de Mineração de Dados. Neste trabalho, também são apresentadas, com detalhes, as árvores e regras de decisão, com suas técnicas e algoritmos mais conhecidos. Finalizando, o algoritmo proposto e o protótipo desenvolvido são apresentados, bem como os resultados provenientes da validação e aplicação do mesmo.

O Uso de árvores de decisão na descoberta de conhecimento na área da saúde

As árvores de decisão são um meio eficiente para produzir classificadores a partir de bases de dados, sendo largamente utilizadas devido à sua eficiência em relação ao tempo de processamento e por fornecer um meio intuitivo de analisar os resultados obtidos, apresentando uma forma de representação simbólica simples e normalmente compreensível, o que facilita a análise do problema em questão. Este trabalho tem, por finalidade, apresentar um estudo sobre o processo de descoberta de conhecimento em um banco de dados relacionado à área da saúde, contemplando todas as etapas do processo, com destaque à de mineração de dados, dentro da qual são aplicados classificadores baseados em árvores de decisão. Neste estudo, o conhecimento é obtido mediante a construção de árvores de decisão a partir de dados relacionados a um problema real: o controle e a análise das Autorizações de Internações Hospitalares (AIHs) emitidas pelos hospitais da cidade de Pelotas, conveniados ao Sistema Único de Saúde (SUS). Buscou-se encontrar conhecimentos que auxiliassem a Secretaria Municipal da Saúde de Pelotas (SMSP) na análise das AIHs, realizada manualmente, detectando situações que fogem aos padrões permitidos pelo SUS. Finalmente, os conhecimentos obtidos são avaliados e validados, possibilitando verificar a aplicabilidade das árvores no domínio em questão.

Árvores B

Vídeo de apresentação das principais características das árvores B. O vídeo aborda o que são árvores B, em que contexto elas são utilizadas e como funcionam. São apresentadas as estruturas de indexação, o mapeamento dos nós em disco, o cálculo do número de chaves e filhos que cada árvore pode ter, e o balanceamento deste tipo de árvore.