A melhor ferramenta para a sua pesquisa, trabalho e TCC!
Página 1 dos resultados de 1184 itens digitais encontrados em 0.014 segundos
- Universidade Presbiteriana Mackenzie
- Biblioteca Digitais de Teses e Dissertações da USP
- Universidade Federal do Rio Grande do Sul
- Sociedade Brasileira da Ciência das Plantas Daninhas
- Florianópolis
- Fundação APINCO de Ciência e Tecnologia Avícolas
- Universidade Federal de Pernambuco
- Universidade Federal de Goiás; BR; UFG; Mestrado em Engenharia Elétrica e de Computação; Engenharia
- Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Engenharia Elétrica; Automação e Sistemas; Engenharia de Computação; Telecomunicações
- Universidade de São Paulo. Faculdade de Filosofia, Letras e Ciências Humanas
- Mais Publicadores...
‣ Redes neurais artificiais na previsão da inflação: aplicação como ferramenta de apoio à análise de decisões financeiras em organizações de pequeno porte; Artificial neural networks in inflation prediction: application like analysis tool for financial decisions at small organizations; Redes neuronales artificiales en el pronóstico de la inflación: la aplicación como una herramienta para apoyar el análisis de las decisiones financieras en organizaciones pequeñas
Fonte: Universidade Presbiteriana Mackenzie
Publicador: Universidade Presbiteriana Mackenzie
Tipo: Artigo de Revista Científica
Português
Relevância na Pesquisa
100.69521%
#Inflação#Redes neurais artificiais#Perceptron#Organizações de pequeno porte#Análise de decisão#Inflation#Artificial neural networks#Perceptron#Small organizations#Analysis decisions#Inflación
As estimações das taxas de inflação são de fundamental importância para os gestores, pois as decisões de investimento estão intimamente ligadas a elas. Contudo, o comportamento inflacionário tende a ser não linear e até mesmo caótico, tornando difícil a sua correta estimação. Essa característica do fenômeno pode tornar imprecisos os modelos mais simples de previsão, acessíveis às pequenas organizações, uma vez que muitos deles necessitam de grandes manipulações de dados e/ou softwares especializados. O presente artigo tem por objetivo avaliar, por meio de análise formal estatística, a eficácia das redes neurais artificiais (RNA) na previsão da inflação, dentro da realidade de organizações de pequeno porte. As RNA são ferramentas adequadas para mensurar os fenômenos inflacionários, por se tratar de aproximações de funções polinomiais, capazes de lidar com fenômenos não lineares. Para esse processo, foram selecionados três modelos básicos de redes neurais artificiais Multi Layer Perceptron, passíveis de implementação a partir de planilhas eletrônicas de código aberto. Os três modelos foram testados a partir de um conjunto de variáveis independentes sugeridas por Bresser-Pereira e Nakano (1984)...
Link permanente para citações:
‣ Redes neurais artificiais aplicadas à otimização de processos de deposição de filmes finos poliméricos. ; Artificial neural networks applied to the optimization of polymeric thin-films deposition processes.
Fonte: Biblioteca Digitais de Teses e Dissertações da USP
Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado
Formato: application/pdf
Publicado em 05/05/2006
Português
Relevância na Pesquisa
100.63101%
#artificial neural networks#conductive polymers#filmes finos poliméricos#polímeros condutores#polymeric thin films#processes#processos de fabricação#redes neurais artificiais
Nesse trabalho é apresentado o estudo de redes neurais artificiais (RNAs) como sistemas de aprendizado, simulação e otimização de processos de deposição de filmes finos poliméricos. Duas técnicas de deposição comumente utilizadas para a fabricação de dispositivos eletrônicos e sensores poliméricos foram escolhidas: i) spin coating ou centrifugação e ii) automontagem. Na primeira técnica, a espessura final dos filmes finos obtidos foi a característica avaliada em função da velocidade de rotação, do tempo de rotação e da concentração da solução polimérica. Como material de deposição, utilizou-se a poli(o-metoxianilina) (POMA). Com a segunda técnica analisou-se a influência sobre a espessura, sobre a condutância elétrica e sobre o espectro de absorção, do número de bicamadas, do tempo de exposição dos filmes a uma solução dopante de ácido clorídrico (HCl) e do pH das mesmas. Os poliíons utilizados nessa técnica foram a polianilina (PAni) e o poli(vinil sulfato de sódio) (PVS). Os filmes obtidos pela segunda técnica de deposição constituem uma classe de sensores capazes de detectar e quantificar concentrações baixas de HCl diluído em água. Os treinamentos e simulações com redes neurais artificiais foram realizados apenas para a espessura dos filmes de POMA e a absorção dos filmes de PAni/PVS. Foram construídas redes neurais artificiais do tipo multilayer perceptron (MLP) utilizando o software MATLAB e o componente Neural Networks Toolbox. A reprodutibilidade e o número de neurônios contidos na camada intermediária foram avaliados. Os resultados mostram que as redes neurais artificiais treinadas fornecem boas respostas simuladas interpolando e extrapolando os valores experimentais utilizados. Como conclusão mostra-se que é possível a utilização dessa ferramenta para auxiliar a engenharia de processos...
Link permanente para citações:
‣ O uso de redes neurais artificiais como ferramenta para auxiliar na determinação da vida útil de pavimentos flexíveis; Using artificial neural networks as a tool to assist in the evaluation of the remaining life of flexible pavements
Fonte: Biblioteca Digitais de Teses e Dissertações da USP
Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado
Formato: application/pdf
Publicado em 28/03/2008
Português
Relevância na Pesquisa
100.65229%
#Análise mecanística#Artificial neural networks#Bacia de deflexões#Deflection basins#Ensaios não-destrutivos#Mechanistic analysis#Nondestructive testing#Redes neurais artificiais#Remaining life of flexible pavements#Vida útil de pavimentos flexíveis
Este trabalho apresenta um procedimento para auxiliar na determinação da vida útil de pavimentos flexíveis através da determinação de tensões e deformações causadas pela solicitação de um eixo padrão na estrutura de pavimentos flexíveis utilizando Redes Neurais Artificiais. Para treinamento e validação das redes foram utilizadas bacias de deflexões hipotéticas geradas com o auxílio do programa ELSYM5, simulando o carregamento com falling weight deflectometer. Foram criados quatro conjuntos de bacias hipotéticas, dois para pavimentos de três camadas e dois para pavimentos de quatro camadas. As redes neurais artificiais foram treinadas e validadas utilizando-se o simulador EasyNN-plus, que utiliza redes multilayer perceptron com algoritmo de aprendizagem backpropagation. Os dados de entrada das redes são as espessuras das camadas do pavimento e a bacia de deflexão. Como saída, têm-se as tensões e deformações na face inferior do revestimento e no topo do subleito e os módulos de resiliência das camadas do pavimento. Foram determinadas retas de regressão, coeficientes de regressão e histogramas de erros entre os valores reais (ELSYM5) e os valores previstos (RNA). Os resultados obtidos pelas redes neurais artificiais apresentaram boa correlação com os valores reais...
Link permanente para citações:
‣ Sistema de identificação de superfícies navegáveis baseado em visão computacional e redes neurais artificiais; Navigable surfaces identification system based on computer vision and artificial neural networks
Fonte: Biblioteca Digitais de Teses e Dissertações da USP
Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado
Formato: application/pdf
Publicado em 22/11/2010
Português
Relevância na Pesquisa
100.44936%
#Artificial neural networks#Computer vision#Intelligent vehicles#Navegação#Navigation#Redes neurais artificiais#Robótica móvel#Robotics#Veículos inteligentes#Visão computacional
A navegação autônoma é um dos problemas fundamentais da robótica móvel. Para um robô executar esta tarefa, é necessário determinar a região segura para a navegação. Este trabalho propõe um sistema de identificação de superfícies navegáveis baseado em visão computacional utilizando redes neurais artificiais. Mais especificamente, é realizado um estudo sobre a utilização de diferentes atributos de imagem, como descritores estatísticos e elementos de espaços de cores, para serem utilizados como entrada das redes neurais artificiais que tem como tarefa a identificação de superfícies navegáveis. O sistema desenvolvido utiliza resultados de classificação de múltiplas configurações de redes neurais artificiais, onde a principal diferença entre elas é o conjunto de atributos de imagem utilizados como entrada. Essa combinação de diversas classificações foi realizada visando maior robustez e melhor desempenho na identificação de vias em diferentes cenários; Autonomous navigation is a fundamental problem in mobile robotics. In order to perform this task, a robot must identify the areas where it can navigate safely. This dissertation proposes a navigable terrain identification system based on computer vision and neural networks. More specifically...
Link permanente para citações:
‣ Estudo de sensibilidade ao alinhamento e desenvolvimento de uma metodologia para alinhamento de sistemas ópticos por meio da análise de aberrações de frente de onda utilizando redes neurais artificiais; Alignment sensitivity analysis and development of an optical systems alignment methodology based on the analysis of wave aberrations utilizing artificial neural networks
Fonte: Biblioteca Digitais de Teses e Dissertações da USP
Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado
Formato: application/pdf
Publicado em 18/09/2013
Português
Relevância na Pesquisa
100.63101%
#Aberrações#Aberrations#Alignment#Alinhamento#Artificial neural network#Optical system#Polinômios de Zernike#Redes neurais artificiais#Sistema óptico#Zernike polynomials
Erros de alinhamento em sistemas ópticos não criam novas aberrações, mas alteram a dependência com o campo das aberrações já conhecidas. Neste trabalho, a sensibilidade teórica ao alinhamento, de sistemas ópticos reflexivos compostos por dois elementos, foi avaliada em função das constantes cônicas dos espelhos. Dentre as diferentes configurações consideradas nesta análise, uma específica apresenta menor sensibilidade à descentralização do espelho secundário. A utilização da teoria de aberração de onda aplicável a sistemas plano-simétricos revelou que a escolha apropriada da constante cônica do espelho secundário faz com que coma uniforme de terceira ordem seja compensado quando esse elemento encontra-se descentralizado, fazendo com que esse sistema seja livre da aberração mais importante causada a ele por desalinhamentos, tornando-o menos sensível. Este trabalho apresenta uma metodologia de alinhamento baseada na análise da frente de onda transmitida por sistemas ópticos, que utiliza redes neurais artificiais para a estimativa dos erros de alinhamento. A frente de onda transmitida por um sistema óptico carrega informações das aberrações desse sistema, que podem ser descritas em termos dos polinômios de Zernike. Esses polinômios podem ser usados para a análise dos efeitos de erros de alinhamento nas aberrações do sistema. Redes neurais artificiais são empregadas na análise dos coeficientes dos polinômios de Zernike visando avaliar o tipo de desalinhamento e a sua magnitude. As estimativas teóricas dos desalinhamentos tanto em sistemas reflexivos como em sistemas refrativos são satisfatórias quando o sistema é considerado perfeito...
Link permanente para citações:
‣ Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas.
Fonte: Universidade Federal do Rio Grande do Sul
Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Tese de Doutorado
Formato: application/pdf
Português
Relevância na Pesquisa
100.5654%
Uma atividade com a magnitude da avicultura, que usa equipamentos de última geração e serviços atualizados, é levada, na maioria dos casos, a tomar decisões que envolvem todos aspectos de produção, apoiada em critérios subjetivos. A presente tese objetivou estudar a utilização das redes neurais artificiais na estimação dos parâmetros de desempenho de matrizes pesadas, pertencentes a uma integração avícola sul-brasileira. Foram utilizados os registros de 11 lotes em recria, do período compreendido entre 09/11/97 a 10/01/99 e de 21 lotes em produção, do período compreendido entre 26/04/98 a 19/12/99, para a análise por redes neurais artificiais. Os dados utilizados corresponderam a 273 linhas de registros semanais, do período de recria e 689 linhas de registros semanais, do período de produção. Os modelos de redes neurais foram comparados e selecionados como melhores, baseados no coeficiente de determinação múltipla (R2), Quadrado Médio do Erro (QME), bem como pela análise de gráficos, plotando a predição da rede versus a predição menos o real (resíduo). Com esta tese foi possível explicar os parâmetros de desempenho de matrizes pesadas, através da utilização de redes neurais artificiais. A técnica permite a tomada de decisões por parte do corpo técnico...
Link permanente para citações:
‣ Utilização de inteligência artificial - (Redes neurais artificiais) no gerenciamento da produção de frangos de corte
Fonte: Universidade Federal do Rio Grande do Sul
Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação
Formato: application/pdf
Português
Relevância na Pesquisa
100.85968%
Este estudo objetivou demonstrar que é possível explicar os fenômenos que ocorrem na criação de frangos de corte através de redes neurais artificiais. A estatística descritiva e a diferença entre as médias das variáveis dos dados iniciais foram calculadas com o programa computacional SigmaStat® Statistical Software para Windows 2.03. Foi utilizada uma série histórica de dados de produção de frangos de corte, obtidos nos anos de 2001 e 2002, fornecidos por uma Integração Avícola do Rio Grande do Sul, contendo informações de 1.516 criadores com lotes alojados em 2001 e 889 criadores com lotes alojados em 2002. Nos arquivos estavam registrados, para cada lote, suas variáveis de produção, tais como número do lote, data do alojamento, data do abate, idade ao abate, número de pintos alojados, quilogramas de ração consumidos, quilogramas de frangos produzidos, número de aves abatidas, custo do frango produzido, mortalidade, peso médio, ganho de peso diário, índice de conversão alimentar, índice de eficiência, quilogramas líquido de frangos, quilogramas de ração inicial, quilogramas de ração crescimento, quilogramas de ração abate, além de outros. Para a construção das redes neurais artificiais foi utilizado o programa computacional NeuroShell®Predictor...
Link permanente para citações:
‣ Uso de redes neurais artificiais no gerenciamento de matadouros-frigoríficos de aves e suínos no sul do Brasil
Fonte: Universidade Federal do Rio Grande do Sul
Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação
Formato: application/pdf
Português
Relevância na Pesquisa
100.76835%
Este trabalho teve por objetivo utilizar redes neurais artificiais para explicar fenômenos que ocorrem em matadouros- frigoríficos avícolas. A estatística descritiva e a diferença entre as variáveis foram calculadas através do programa computacional SPSS for Windows 10.0 e para a construção das redes neurais artificiais foi utilizado o programa Neuroshell Predictor desenvolvido pela Ward Systems Group. Foram utilizados dados de 2004 a 2006 de dois matadouros- frigoríficos de aves e ocasionalmente um matadouro- frigorífico de suínos. Nos arquivos oferecidos pelas empresas, haviam dados de gerenciamento de matadouros-frigoríficos, como por exemplo, planilhas de condenação da inspeção, dados sobre chiller, teste de absorção das carcaças, dados sobre peso de carcaças, entre outros. Para a construção dos modelos foram escolhidas as “entradas”, para o cálculo do modelo preditivo, e a variável de “saída” a ser predita. Foram gerados oito (8) modelos com diferentes bancos de dados. Todos esses modelos apresentaram redes neurais artificiais bem ajustadas, com valores altos para Correlação e Coeficiente de Determinação Múltipla (R²) e valores baixos para o Erro Médio e o Quadrado médio do Erro (QME). Não houve diferenças significativas entre os valores reais e os valores preditos em todas as validações dos oito (8) modelos. As redes neurais artificiais...
Link permanente para citações:
‣ Utilização da inteligência artificial (redes neurais artificiais) para a classificação da resistência a antimicrobianos e do comportamento bioquímico de amostras de Escherichia coli isoladas de frangos de corte
Fonte: Universidade Federal do Rio Grande do Sul
Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Tese de Doutorado
Formato: application/pdf
Português
Relevância na Pesquisa
100.62961%
O estudo foi feito através de um banco de registros de amostras de Escherichia coli, isoladas de frangos de corte. Na presente tese foram utilizadas 246 amostras do patógeno citado acima, com todas as características utilizadas em recentes trabalhos acadêmicos. Para a classificação das amostras utilizou-se a inteligência artificial, onde traçou-se uma interrelação entre as variáveis usadas: origem (lesões cutâneas, quadros respiratórios, cama), motilidade das amostras, lesões causadas (aerossaculite, pericardite, peritonite, periepatite, celulite), IP, genes (cvaC, iss, iutA, falA, Kpsll, papC, tsh), 14 anitimicrobianos (Amicacina, Amoxacilina e Ácido clavulânico, Ampicilina, Cefalexina, Cefuroxina, Ceftiofur, Ciprofloxacina, Clindamicina, Cotrimoxazol, Enrofloxacina, Gentamicina, Norfloxacina, Ofloxacina, Tetraciclina) e os bioquímicos variáveis (Adonitol, Ornitina, Arginina, Dulcitol, Salicina, Sacarose, Rafinose). No total foram feitas durante a tese em torno de 140 redes neurais, das quais foram utilizadas somente as que melhor apresentaram uma classificação correta e dentre estas as que continham um número menor de variáveis envolvidas. Durante o trabalho foram anexados 5 artigos científicos. Os artigos foram intitulados da seguinte maneira: Resistência antimicrobiana de amostras de Escherichia coli oriundas de camas de aviários...
Link permanente para citações:
‣ Utilização de redes neurais artificiais para a classificação da resistência a antimicrobianos e sua relação com a presença de 38 genes associados a virulência isolados de amostras de Escherichia coli provenientes de frangos de corte
Fonte: Universidade Federal do Rio Grande do Sul
Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação
Formato: application/pdf
Português
Relevância na Pesquisa
100.87583%
#Avicultura#Escherichia coli#Escherichia coli#Artificial neural networks#Antimicrobianos#Antimicrobials#Redes neurais artificiais
A Escherichia coli patogênica aviária (APEC), pertence à família Enterobacteriacea, é responsável por vários processos patológicos nas aves, atuando como agente primário ou secundário na aerossaculite, pericardite, perihepatite, peritonite, salpingite, onfalite, celulite, entre outros. O presente estudo aborda a resistência a antimicrobianos de amostras de E. coli (APEC) de uma forma inovadora, utilizando como ferramenta as redes neurais artificiais, metodologia inserida na linha de pesquisa do CDPA (Centro de Diagnóstico e Pesquisa em Patologia Aviária). A utilização de inteligência artificial, especificamente, as redes neurais artificiais (RNAs), está sendo crescentemente empregada como ferramenta para a análise de dados não lineares e multivariados, característica comum em fenômenos biológicos. O objetivo do presente trabalho foi demonstrar que é possível predizer o uso de antimicrobianos, utilizando trinta e oito genes responsáveis por distintos fatores de virulência, oriundos das amostras de Escherichia coli isoladas de frango de corte, através das redes neurais artificiais (RNAs). Além disso, verificou-se a relação entre o índice de patogenicidade (IP) e a resistência aos quatorze antimicrobianos que fazem parte do banco de dados usado para o desenvolvimento deste estudo. Neste trabalho foram utilizados os dados disponíveis referentes a 256 amostras de E. coli isoladas de camas de aviários...
Link permanente para citações:
‣ Utilização de análise multivariada e redes neurais artificiais na determinação do comportamento de colonização de populações de macrófitas aquáticas no reservatório de Santana
Fonte: Sociedade Brasileira da Ciência das Plantas Daninhas
Publicador: Sociedade Brasileira da Ciência das Plantas Daninhas
Tipo: Artigo de Revista Científica
Formato: 429-439
Português
Relevância na Pesquisa
100.44936%
#aquatic macrophytes#Multivariate analysis#artificial neural networks#Análise multivariada#Macrófitas aquáticas#redes neurais artificiais
As análises de agrupamento e de componentes principais e as redes neurais artificiais foram utilizadas na determinação de padrões de comportamento das populações de macrófitas aquáticas que colonizaram o reservatório de Santana, Piraí-RJ, durante o ano de 2004. As análises de agrupamento dividiram o comportamento das populações durante o ano em dois grupos distintos, apresentando um padrão no primeiro semestre que difere daquele observado no segundo semestre do ano. A análise de componentes principais demonstrou que esse comportamento da comunidade (grupo de populações) é influenciado principalmente pelas espécies S. montevidensis, Heteranthera reniformis, Ludwigia sp., Rhynchospora aurea, C. iria, C. ferax e Aeschynomene denticulata no primeiro grupo e por Echinochloa polystachya, Polygonum lapathifolium, Alternanthera phyloxeroides, Pistia stratiotes, Eichhornia azurea, Brachiaria arrecta e Oxyscarium cubense no segundo grupo. As redes neurais artificiais agruparam as populações de macrófitas aquáticas em nove grupos, conforme sua densidade nos diferentes meses do ano. A aplicação da análise de componentes principais (ACP) nos valores de frequência das populações presentes nos primeiros três grupos de Kohonen permitiu discriminar três grupos de meses...
Link permanente para citações:
‣ Redes neurais artificiais para previsão de séries temporais no mercado acionário
Fonte: Florianópolis
Publicador: Florianópolis
Tipo: Trabalho de Conclusão de Curso
Formato: 80 f.
Português
Relevância na Pesquisa
100.44936%
TCC (graduação) - Universidade Federal de Santa Catarina. Centro Sócio-Econômico. Economia.; Neste trabalho utilizou-se a técnica computacional das redes neurais artificiais para previsão
de séries temporais do mercado acionário. Os dados selecionados como inputs foram os
preços de fechamento diário da ação da Petrobras (PETR4), e o índice da bolsa de valores
brasileira, o IBOVESPA. Também se utilizaram indicadores técnicos como inputs, estimados
a partir do IBOVESPA e dos preços de fechamento da PETR4, para tornar a rede neural mais
eficiente. Os dados alvos do modelo foram os preços de fechamento diários da PETR4. O
modelo de Rede Neural Artificial desenvolvido mostrou-se eficiente ao indicar as tendências
de curtíssimo prazo com alto grau de exatidão de até 20 dias. O período compreendido da
análise foi de janeiro de 1999 a maio de 2010. O principal objetivo do estudo foi verificar se
as redes neurais artificiais, com sua habilidade de aprendizado, são capazes de prever o preço
futuro de fechamento da ação da empresa escolhida. A análise compreende a comparação
entre a previsão e o preço de fechamento efetivo dentro do período estudado. Ao fim do
trabalho conclui-se que as redes neurais artificiais utilizadas para previsão de mercado
acionário são capazes de mostrar resultados muito próximos da realidade...
Link permanente para citações:
‣ Utilização de análise multivariada e redes neurais artificiais na determinação do comportamento de colonização de populações de macrófitas aquáticas no reservatório de Santana
Fonte: Sociedade Brasileira da Ciência das Plantas Daninhas
Publicador: Sociedade Brasileira da Ciência das Plantas Daninhas
Tipo: Artigo de Revista Científica
Formato: text/html
Publicado em 01/01/2009
Português
Relevância na Pesquisa
100.44936%
As análises de agrupamento e de componentes principais e as redes neurais artificiais foram utilizadas na determinação de padrões de comportamento das populações de macrófitas aquáticas que colonizaram o reservatório de Santana, Piraí-RJ, durante o ano de 2004. As análises de agrupamento dividiram o comportamento das populações durante o ano em dois grupos distintos, apresentando um padrão no primeiro semestre que difere daquele observado no segundo semestre do ano. A análise de componentes principais demonstrou que esse comportamento da comunidade (grupo de populações) é influenciado principalmente pelas espécies S. montevidensis, Heteranthera reniformis, Ludwigia sp., Rhynchospora aurea, C. iria, C. ferax e Aeschynomene denticulata no primeiro grupo e por Echinochloa polystachya, Polygonum lapathifolium, Alternanthera phyloxeroides, Pistia stratiotes, Eichhornia azurea, Brachiaria arrecta e Oxyscarium cubense no segundo grupo. As redes neurais artificiais agruparam as populações de macrófitas aquáticas em nove grupos, conforme sua densidade nos diferentes meses do ano. A aplicação da análise de componentes principais (ACP) nos valores de frequência das populações presentes nos primeiros três grupos de Kohonen permitiu discriminar três grupos de meses...
Link permanente para citações:
‣ Uso de Redes Neurais Artificiais para Estimar Parâmetros de Produção de Galinhas Reprodutoras Pesadas em Recria
Fonte: Fundação APINCO de Ciência e Tecnologia Avícolas
Publicador: Fundação APINCO de Ciência e Tecnologia Avícolas
Tipo: Artigo de Revista Científica
Formato: text/html
Publicado em 01/12/2001
Português
Relevância na Pesquisa
100.63101%
#avicultura#gerenciamento#recria#reprodutoras pesadas#redes neurais artificiais#inteligência artificial
Uma atividade com a magnitude da avicultura, que usa equipamentos de última geração e serviços atualizados, é levada, na maioria dos casos, a tomar decisões que envolvem todos aspectos de produção, apoiada em critérios subjetivos. O presente trabalho objetiva estudar a utilização das redes neurais artificiais para serem usadas na predição dos parâmetros de desempenho das aves em recria, pertencentes a uma integração avícola sul-brasileira. Foram utilizados os registros de 11 lotes de reprodutoras pesadas para a análise por redes neurais artificiais, no período compreendido entre 09/11/97 a 10/01/99. Os dados utilizados corresponderam a 273 linhas de registros semanais. Os modelos de redes neurais artificiais foram comparados e selecionados como melhores, baseados no coeficiente de determinação múltipla (R²), Quadrado Médio do Erro (QME), bem como pela análise de gráficos, plotando a predição da rede versus a predição menos o real. Os autores concluem que é possível explicar os parâmetros de desempenho das aves em recria, através da utilização de redes neurais artificiais. A técnica permite a tomada de decisões por parte do corpo técnico, baseadas em critérios objetivos obtidos cientificamente. Além disso...
Link permanente para citações:
‣ Redes neurais artificiais na previsão da inflação: aplicação como ferramenta de apoio à análise de decisões financeiras em organizações de pequeno porte
Fonte: Universidade Presbiteriana Mackenzie
Publicador: Universidade Presbiteriana Mackenzie
Tipo: Artigo de Revista Científica
Formato: text/html
Publicado em 01/02/2012
Português
Relevância na Pesquisa
100.63101%
As estimações das taxas de inflação são de fundamental importância para os gestores, pois as decisões de investimento estão intimamente ligadas a elas. Contudo, o comportamento inflacionário tende a ser não linear e até mesmo caótico, tornando difícil a sua correta estimação. Essa característica do fenômeno pode tornar imprecisos os modelos mais simples de previsão, acessíveis às pequenas organizações, uma vez que muitos deles necessitam de grandes manipulações de dados e/ou softwares especializados. O presente artigo tem por objetivo avaliar, por meio de análise formal estatística, a eficácia das redes neurais artificiais (RNA) na previsão da inflação, dentro da realidade de organizações de pequeno porte. As RNA são ferramentas adequadas para mensurar os fenômenos inflacionários, por se tratar de aproximações de funções polinomiais, capazes de lidar com fenômenos não lineares. Para esse processo, foram selecionados três modelos básicos de redes neurais artificiais Multi Layer Perceptron, passíveis de implementação a partir de planilhas eletrônicas de código aberto. Os três modelos foram testados a partir de um conjunto de variáveis independentes sugeridas por Bresser-Pereira e Nakano (1984)...
Link permanente para citações:
‣ Otimização evolucionária multimodal de redes neurais artificiais para composição de ensembles
Fonte: Universidade Federal de Pernambuco
Publicador: Universidade Federal de Pernambuco
Tipo: Outros
Português
Relevância na Pesquisa
100.66703%
#Redes neurais artificiais#Evolução diferencial#Ensembles#Otimização multimodal de redes neurais artificiais
Esta dissertação apresenta um novo método de otimização de redes neurais artificiais para
composição de ensembles de redes neurais artificiais. O método proposto combina o
algoritmo evolucionário Evolução Diferencial com Vizinhança Global e Local (DEGL -
Differential Evolution with Global and Local Neighborhood) com três técnicas multimodais:
fitness sharing, especiação e simple subpopulation scheme.
Para uma boa generalização de um ensemble seus componentes devem apresentar
duas características: bom desempenho e diversidade. Como o poder de generalização de uma
rede neural artificial está intimamente relacionado à sua arquitetura e aos seus pesos iniciais,
para atingir bom desempenho, as redes neurais artificiais foram construídas de maneira
automática através do algoritmo evolucionário. Para manter a diversidade entre as redes e
para que um maior número de soluções ótimas fosse encontrado, técnicas multimodais foram
incorporadas ao algoritmo evolucionário.
O desempenho deste método é investigado através de experimentos realizados em
seis bases benchmarks de aprendizagem de máquina para problemas de classificação. O
método proposto se mostrou competitivo quando comparado a outros métodos da literatura e
estatisticamente relevante quando comparado a métodos baseados em seus componentes; Conselho Nacional de Desenvolvimento Científico e Tecnológico
Link permanente para citações:
‣ Utilização de Redes Neurais Artificiais e Análise de Componentes Principais no Monitoramento da Qualidade da Água
Fonte: Universidade Federal de Pernambuco
Publicador: Universidade Federal de Pernambuco
Tipo: Outros
Português
Relevância na Pesquisa
100.51953%
Os recursos hídricos vem sendo ameaçados por diversas atividades antrópicas, o que tem levado a comunidade científica a se preocupar em elaborar e discutir metodologias de se avaliar a qualidade dessas águas, quer sejam de forma físico-química ou biológica. Uma das principais ameaças ao meio ambiente é o processo de eutrofização, que é o aumento da concentração de nutrientes, como por exemplo, nitrogênio e fósforo, nos ecossistemas aquáticos. Os avanços tecnológicos computacionais permitiram que a modelagem matemática passasse a desempenhar um importante papel nos estudos de tratamento de dados de Química Ambiental, em especial de Qualidade da Água. Este fato se deve a capacidade da modelagem encarar os processos hidrológicos, físicos, químicos e biológicos de forma simplificada e prática, ainda que sejam complexos. A modelagem empírica utiliza unicamente dados experimentais, surgindo como alternativa a essa complexidade e as técnicas de sistemas inteligentes (as Redes Neurais Artificiais- RNAs) e de análise multivariada (Análise de Componentes Principais-ACP), apresentaram-se atraentes para esta finalilidade. Visando a otimização, diminuindo os custos do processo e o tempo de resposta do monitoramento...
Link permanente para citações:
‣ Previsão de Vazões Naturais Diárias Afluentes ao Reservatório da UHE Tucuruí Utilizando a Técnica de Redes Neurais Artificiais; Daily natural incoming flow to the reservoir Tucuruí using the technique of artificial neural networks
Fonte: Universidade Federal de Goiás; BR; UFG; Mestrado em Engenharia Elétrica e de Computação; Engenharia
Publicador: Universidade Federal de Goiás; BR; UFG; Mestrado em Engenharia Elétrica e de Computação; Engenharia
Tipo: Dissertação
Formato: application/pdf
Português
Relevância na Pesquisa
100.60143%
#previsão de vazões naturais#redes neurais artificiais#usinas hidrelétricas#planejamento da geração#redes neurais por combinação de blocos de regressões sigmoides não-linear#forecasting#artificial neural networks#hydroelectric power
generation#power generation planning#non-linear Sigmoidal
regression blocks networks#CNPQ::ENGENHARIAS
The forecast of natural flows to hydroelectric plant reservoirs is an essential input to the
planning and programming of the SIN´s operation. Various computer models are used
to determine these forecasts, including physical models, statistical models and the ones
developed with the RNA´s techniques.
Currently, the ONS performs daily forecasts of natural flows to the UHE Tucuruí based
on the univariate stochastic model named PREVIVAZH, developed by Electric Energy
Research Center - Eletrobras CEPEL.
Throughout the last decade, several papers have shown evolution in the application of
neural networks methodology in many areas, specially in the prediction of flows on a
daily, weekly and monthly basis.
The goal of this dissertation is to present and calibrate a model of natural flow forecast
using the RNA´s methodology, more specifically the NSRBN (Non-Linear Sigmoidal
Regression Blocks Networks) (VALENCA; LUDERMIR, 2001), on a time lapse from
1 to 12 days forward to the Tucuruí Hydroelectric Plant, considering the hydrometric
stations data located upstream from it s reservoir. In addition, a comparative analysis of
results found throughout the calibrated neural network and the ones released by ONS is
performed.
The results show the advantage of the methodology of artificial neural networks on
autoregressive models. The Mean Absolute Percentage Error - MAPE values obtained
were...
Link permanente para citações:
‣ Modelagem de Superfícies Seletivas de Freqüência e Antenas de Microfita utilizando Redes Neurais Artificiais
Fonte: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Engenharia Elétrica; Automação e Sistemas; Engenharia de Computação; Telecomunicações
Publicador: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Engenharia Elétrica; Automação e Sistemas; Engenharia de Computação; Telecomunicações
Tipo: Dissertação
Formato: application/pdf
Português
Relevância na Pesquisa
100.56947%
#Dispositivos de Microondas#Redes Neurais Artificiais#Antenas de microfita#Microwave devices#Artificial neural networks#Microstrip antennas#CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES
This work has as main objective the application of Artificial Neural Networks, ANN, in the resolution of problems of RF /microwaves devices, as for example the prediction of the frequency response of some structures in an interest region. Artificial Neural Networks, are presently a alternative to the current methods of analysis of microwaves structures. Therefore they are capable to learn, and the more important to generalize the acquired knowledge, from any type of available data, keeping the precision of the original technique and adding the low computational cost of the neural models. For this reason, artificial neural networks are being increasily used for modeling microwaves devices. Multilayer Perceptron and Radial Base Functions models are used in this work. The advantages/disadvantages of these models and the referring algorithms of training of each one are described. Microwave planar devices, as Frequency Selective Surfaces and microstrip antennas, are in evidence due the increasing necessities of filtering and separation of eletromagnetic waves and the miniaturization of RF devices. Therefore, it is of fundamental importance the study of the structural parameters of these devices in a fast and accurate way. The presented results...
Link permanente para citações:
‣ APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA CONSTRUÇÃO DE MODELOS DE FRAGILIDADE AMBIENTAL; APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA CONSTRUÇÃO DE MODELOS DE FRAGILIDADE AMBIENTAL
Fonte: Universidade de São Paulo. Faculdade de Filosofia, Letras e Ciências Humanas
Publicador: Universidade de São Paulo. Faculdade de Filosofia, Letras e Ciências Humanas
Tipo: info:eu-repo/semantics/article; info:eu-repo/semantics/publishedVersion; Artigo Avaliado pelos Pares
Formato: application/pdf
Publicado em 20/07/2011
Português
Relevância na Pesquisa
100.44936%
##Environmental fragility#models and artificial neural networks#Geografia Física#Fragilidade ambiental#modelos e redes neurais artificiais
Este artigo aborda o desafio da modelagem da fragilidade ambiental, que implicaem, além de compreender a intrínseca e dinâmica relação existente entre as componentes físicas, bióticas e sócio-econômicas dos sistemas ambientais, também tentar traduzir esse conhecimento em modelos matemáticos. Para ilustrar esta dificuldade foram apresentados e comparados os resultados gerados por dois modelos empíricos de fragilidade ambiental, amplamente utilizados (CREPANI et al. 2001 e ROSS, 1994). Estes dois modelos foramaplicados em duas áreas-teste, com resultados bastante divergentes. Neste contexto de incertezas, foi testada a viabilidade e a confiabilidade de uma nova ferramenta que pode ser aplicada na elaboração de modelos de fragilidade ambiental, as redes neurais artificiais.Para tanto, foram empregados os conhecimentos e experiências de especialistas na área em questão. Os resultados comprovaram que é possível emular, com razoável confiabilidade, o padrão de avaliação de especialistas na definição da fragilidade dos sistemas ambientais,eliminando assim a arbitrariedade e a subjetividade do processo de elaboração de modelos de fragilidade ambiental. Este trabalho não propõe um novo modelo, mas sim uma metodologia para a construção de modelos utilizando redes neurais artificiais...
Link permanente para citações: