Aplicação das redes neuronais artificiais à auditoria: revisão da literatura

Uma rede neuronal artificial consiste no processamento de elementos (análogos aos neurónios do sistema neuronal biológico) inter conectados em rede. As redes neuronais artificiais possuem duas grandes forças: por um lado, são instrumentos poderosos na modelização e compreensão do comportamento cognitivo humano; por outro, têm fortes propriedades de reconhecimento de padrões, sendo capazes de reconhecer padrões mesmo entre dados variáveis, ambíguos e confusos (Refenes, 1995, citado por Koskivaara, 2000). Por esta razão, a aplicação desta nova tecnologia à auditoria tem vindo a acentuar-se. O objectivo deste trabalho consiste em apresentar os fundamentos das redes neuronais artificiais, bem como as principais áreas de aplicação à auditoria. Entre estas descata-se a detecção de erros materialmente relevantes. Os auditores estabelecem a natureza, extensão, profundidade e oportunidade dos procedimentos de auditoria com base na investigação resultante de flutuações e relações que sejam inconsistentes com outra informação relevante ou que se desviem de quantias previstas. Ora, os modelos de rede neuronais permitem captar padrões relevantes detectados na informação financeira, estabelecendo correlações entre os dados dificilmente percepcionadas pelos meios tradicionalmente utilizados pelos auditores. Outras áreas da auditoria em que as redes neuronais se têm mostrado instrumentos válidos de auxílio ao julgamento dos auditores são a avaliação do risco de gestão fraudulenta, a avaliação do princípio da continuidade e a avaliação do controlo interno da entidade auditada.

Comparação de duas ferramentas de cálculo do galgamento baseadas na análise de redes neuronais

O galgamento de estruturas marítimas é um fenómeno caracterizado pela passagem de água sobre o seu coroamento devido à ação da agitação marítima incidente. Numa estrutura do tipo quebra-mar de taludes, a onda marítima perde parte significativa da sua energia no espraiamento. Se a zona de talude emersa não for suficiente extensa para ocorrer a dissipação total da energia, o nível máximo de espraiamento excede a cota do coroamento da estrutura e verifica-se galgamento. O caudal médio de água que galga as estruturas, habitualmente medido em m3/s por metro linear de estrutura, constitui a par da estabilidade da estrutura, um dos principais parâmetros condicionantes em projeto. A quantificação incorreta dos efeitos do fenómeno pode não só originar implicações de índole financeira e económica, como colocar em risco a segurança de pessoas, bens e equipamentos, bem como as atividades que justificam a existência daquelas obras de proteção. Neste trabalho é utilizada uma metodologia recente de previsão de galgamentos em estruturas marítimas, a qual se baseia no conceito de análise de redes neuronais para o desenvolvimento das ferramentas de cálculo. São aplicadas as ferramentas NN_OVERTOPPING2, do projeto Europeu de investigação CLASH, e Overtopping, que faz parte da dissertação de doutoramento de Verhaeghe (2005). Esta segunda ferramenta mostra uma mais-valia em relação à primeira, por ter sido desenvolvida para prever galgamentos nulos para determinados estados de agitação incidentes nas estruturas. O caso de estudo é referente a um troço (em frente ao posto 2) do molhe Oeste do Porto de Sines que serve de abrigo ao terminal de graneis líquidos. Para o perfil desta estrutura existem dados de galgamentos que resultaram de ensaios em modelo físico reduzido realizados no LNEC. Devido à colocação diferenciada dos blocos Antifer em duas zonas do manto de proteção, o que lhe confere diferentes características de rugosidade e de permeabilidade, foi utilizada uma metodologia recomendada por Pullen et al. (2007) no cálculo do coeficiente de redução do galgamento f, que tem em conta, entre outras variáveis, aquelas características físicas. O presente trabalho visa comparar os resultados estimados pelas duas ferramentas de redes neuronais, tendo como referência os valores do caudal médio galgado por metro linear de estrutura obtidos nos referidos ensaios. Será observado que os resultados produzidos pelas ferramentas são bastante satisfatórios, apresentando no entanto significativas divergências no domínio dos pequenos galgamentos.

Desenvolvimento de uma metodologia baseada em redes neuronais para o cálculo da energia produzida por aerogeradores

O uso da energia eólica para a produção de eletricidade apresenta na última década um crescimento apreciável. Monitorizar o desempenho dos aerogeradores torna-se um processo incontornável, quer por motivos financeiros, quer por questões operacionais. Os investimentos despendidos na construção de parques eólicos são muito consideráveis, pelo que é essencial a análise constante dos aspetos preponderantes no retorno do investimento. A maximização da energia produzida por cada aerogerador é o objetivo principal da monitorização dos parques eólicos. Os sistemas Supervisory Control and Data Acquisition (SCADAs) instalados nos parques eólicos permitem uma supervisão em tempo real relativamente ao estado e funcionamento dos aerogeradores, adquirindo uma elevada importância na avaliação dos rendimentos energéticos e anomalias de funcionamento, garantido desta forma melhorias de produtividade. O objetivo deste trabalho é estimar a energia produzida pelos aerogeradores quando ocorrem falhas de comunicação com o seu contador interno ou avaria do mesmo. A ocorrência destas situações não permite a monitorização da energia produzida durante esse período. Foram analisados dados operacionais dos aerogeradores relativos a um parque eólico localizado na zona Norte de Portugal, sendo usados os dados recolhidos pelo sistema SCADA sobre a forma de médias de 10 min referentes ao período de janeiro de 2011 a agosto 2011. O desempenho da rede neuronal depende da qualidade e quantidade do conjunto de dados usados para o treino da rede. Os dados usados devem representar de forma fiel o estado que se pretende para o equipamento. Para a obtenção do objetivo proposto foi fundamental a identificação das grandezas disponíveis a utilizar no método de cálculo da energia produzida. Os resultados obtidos com aplicação das redes neuronais no método de cálculo da energia produzida por aerogeradores demonstram que independentemente do período de indisponibilidade da informação referente à energia produzida é possível estimar o valor da mesma.

Estimação de cobertura rádio em GSM-R através de redes neuronais

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia de Eletrónica e Telecomunicações

Aplicação de redes neuronais artificiais à deteção e isolamento de falhas em processos industriais

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia Mecânica

Classificação e previsão de cardiotocogramas usando algoritmos baseados em redes neuronais

Mestrado em Computação e Instrumentação Médica

Controlo de um robô autónomo através de redes neuronais

Neste trabalho pretende-se introduzir os conceitos associados às redes neuronais e a sua aplicação no controlo de sistemas, neste caso na área da robótica autónoma. Foi utilizado um AGV de modo a testar experimentalmente um controlo através de uma rede neuronal artificial. A grande vantagem das redes neuronais artificiais é estas poderem ser ensinadas a funcionarem como se pretende. A partir desta caraterística foram efetuadas duas abordagens na implementação do AGV disponibilizado. A primeira abordagem ensinava a rede neuronal a funcionar como o controlo por lógica difusa que foi implementado no AGV aquando do seu desenvolvimento. A segunda abordagem foi ensinar a rede neuronal artificial a funcionar a partir de dados retirados de um controlo remoto simples implementado no AGV. Ambas as abordagens foram inicialmente implementadas e simuladas no MATLAB, antes de se efetuar a sua implementação no AGV. O MATLAB é utilizado para efetuar o treino das redes neuronais multicamada proactivas através do algoritmo de treino por retropropagação de Levenberg-Marquardt. A implementação de uma rede neuronal artificial na primeira abordagem foi implementada em três fases, MATLAB, posteriormente linguagem de programação C no computador e por fim, microcontrolador PIC no AGV, permitindo assim diferenciar o desenvolvimento destas técnicas em várias plataformas. Durante o desenvolvimento da segunda abordagem foi desenvolvido uma aplicação Android que permite monitorizar e controlar o AGV remotamente. Os resultados obtidos pela implementação da rede neuronal a partir do controlo difuso e do controlo remoto foram satisfatórios, pois o AGV percorria os percursos testados corretamente, em ambos os casos. Por fim concluiu-se que é viável a aplicação das redes neuronais no controlo de um AGV. Mais ainda, é possível utilizar o sistema desenvolvido para implementar e testar novas RNA.

Modelação do risco de incêndio florestal com redes neuronais artificiais: aplicação ao Parque Natural de Montesinho

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Ciência e Sistemas de Informação Geográfica

Utilização de redes neuronais artificiais na gestão de processos de digestão anaeróbia

Numa Estação de Tratamento de Águas Residuais (ETAR), a otimização do processo de Digestão Anaeróbia (DA) é fundamental para o aumento da produção de biogás, que por sua vez é convertido em energia, essencial para a rentabilidade de exploração de ETAR. No entanto, a complexidade do processo de Digestão Anaeróbia das lamas constitui um obstáculo à sua otimização. Com este trabalho pretende-se efetuar a análise e tratamento de dados de Digestão Anaeróbia, com recurso a Redes Neuronais Artificiais (RNA), contribuindo, desta forma, para a compreensão do processo e do impacto de algumas variáveis na produção de biogás. As Redes Neuronais Artificiais são modelos matemáticos computacionais inspirados no funcionamento do cérebro humano, com capacidade para entender relações complexas num determinado conjunto de dados, motivo por que se optou pela sua utilização na procura de soluções que permitem predizer o comportamento de uma DA. Para o desenvolvimento das RNA utilizou-se o programa NeuralToolsTM da PalisadeTM. Como caso de estudo, a metodologia foi aplicada ao Digestor A da ETAR Sul da SIMRIA, empresa onde teve lugar o estágio curricular que originou o presente trabalho. Nesse contexto, utilizaram-se dados com informação referente aos últimos dois anos de funcionamento do digestor, disponíveis na empresa. Apesar de se terem verificado certas limitações, na predição em alguns casos particulares, de um modo geral, considera-se que os resultados obtidos permitiram concluir que as redes neuronais modeladas apresentam boa capacidade de generalização na imitação do processo anaeróbio. Conclui-se, portanto, que o estudo realizado pode constituir um contributo com interesse para a otimização da produção do biogás na DA de ETAR Sul da SIMRIA e que a utilização de RNA poderá ser uma ferramenta a explorar, quer nessa área, quer noutras áreas de gestão de sistemas de saneamento básico.

Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano

Dissertação apresentada como requisito parcial de obtenção do grau de Mestre em Estatística e Gestão de Informação

Otimização de placas compósitas laminadas utilizando redes neuronais e enxames de partículas

Trabalho Final de mestrado para obtenção do grau de Mestre em engenharia Mecância

Modelização por redes neuronais de uma pilha de combustível do tipo PEM

Dissertação apresentada à Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia, para a obtenção do grau de Mestre em Energia e Bio-energia

O prognóstico em cirurgia abdominal: avaliação com redes neuronais

A presente dissertação tem como propósito a definição das características de um modelo prognóstico,utilizando uma rede neuronal, em doentes com patologia Cirúrgica, internados num serviço de Cirurgia Geral. Para esse fim obtive dados clínicos, operatórios, o resultado da intervenção e o tempo de internamento pós-operatório em doentes submetidos a um leque amplo de intervenções de Cirurgia abdominal. Construí um sistema computacional baseado em redes neuronais, utilizando os paradigmas considerados mais adequados para o tipo de variável a prever. Analisei em seguida o desempenho dos modelos obtidos. Construí um programa capaz de recolher os dados clínicos e apresentar o resultado da sua avaliação pelas redes neuronais criadas, sem envolver o seu utilizador nos aspectos técnicos da manipulação das redes neuronais. Para cumprimento desta estratégia procurei atingir os seguintes objectivos: Recolher dados de identificação, manifestações clínicas, tipo de doença(s), diagnósticos, características da intervenção cirúrgica e resultado, referentes a um conjunto de doentes suficiente para a construção de uma rede neuronal, com o número de variáveis empregue. Construir uma base de dados com os elementos de informação assim obtidos. Eliminar todos os casos em que se verificou faltar um elemento de informação. Criar dois grupos de casos, mutuamente exclusivos, para construção e validação das redes neuronais. Criar, com base nos elementos diagnósticos e resultado, 7 grupos não exclusivos, para avaliação das redes criadas. Avaliar estatisticamente as características dos grupos criados, para os comparar e caracterizar. Proceder à escolha de um programa para criação de redes neuronais em função da variedade de paradigmas oferecidos, facilidade de utilização, uso diversificado em diversos ambientes e mercados e a possibilidade de aceder às redes criadas, através de uma linguagem de programação de alto nível. Construir três tipos de redes diferentes. Cada tipo de rede utilizando um algoritmo diferente e adequado ao tipo de variável que se deseja prever. Avaliar as redes no que se refere à sua sensibilidade, especificidade, capacidade discriminativa e calibração. Criar um programa,usando a linguagem de programação "Delphi"©, para captura de dados, articulação dos mesmos com as redes neuronais criadas e expressão dos resultados prognósticos; esse programa permite alterar os valores dos elementos clínicos e verificar a repercussão dessa alteração no prognóstico.

Otimização da produção de biogás com recurso a redes neuronais artificiais

Numa Estação de Tratamento de Águas Residuais (ETAR), são elevados os custos não só de tratamento das águas residuais como também de manutenção dos equipamentos lá existentes, nesse sentido procura-se utilizar processos capazes de transformar os resíduos em produtos úteis. A Digestão Anaeróbia (DA) é um processo atualmente disponível capaz de contribuir para a redução da poluição ambiental e ao mesmo tempo de valorizar os subprodutos gerados. Durante o processo de DA é produzido um gás, o biogás, que pode ser utilizado como fonte de energia, reduzindo assim a dependência energética da ETAR e a emissão de gases com efeito de estufa para a atmosfera. A otimização do processo de DA das lamas é essencial para o aumento da produção de biogás, mas a complexidade do processo constitui um obstáculo à sua otimização. Neste trabalho, aplicaram-se Redes Neuronais Artificiais (RNA) ao processo de DA de lamas de ETAR. RNA são modelos simplificados inspirados no funcionamento das células neuronais humanas e que adquirem conhecimento através da experiência. Quando a RNA é criada e treinada, produz valores de output aproximadamente corretos para os inputs fornecidos. Foi esse o motivo para recorrer a RNA na otimização da produção de biogás no digestor I da ETAR Norte da SIMRIA, usando o programa NeuralToolsTM da PalisadeTM para desenvolvimento das RNA. Para tal, efetuou-se uma análise e tratamento de dados referentes aos últimos quatro anos de funcionamento do digestor. Os resultados obtidos permitiram concluir que as RNA modeladas apresentam boa capacidade de generalização do processo de DA. Considera-se que este caso de estudo é promissor, fornecendo uma boa base para o desenvolvimento de modelos eventualmente mais gerais de RNA que, aplicado conjuntamente com as características de funcionamento de um digestor e o processo de DA, permitirá otimizar a produção de biogás em ETAR.

Modelação do desempenho académico de estudantes universitários utilizando redes neuronais

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Matemática e Aplicações - Actuariado, Estatística e Investigação Operacional.