Neste trabalho, estudamos teoricamente um modelo optomecânico de dois modos finito e não amortecido que consiste em uma cavidade óptica de alta qualidade contendo uma membrana fina, elástica e dielétrica. O objetivo principal é investigar os precursores da transição de fase quântica em tal modelo, estudando o comportamento de alguns observáveis no estado fundamental. Ao controlar o acoplamento entre a membrana e os modos, descobrimos que os dois autoestados de menor energia tornam-se degenerados, como é indicado pelo comportamento do valor médio de alguns operadores e por outros quantificadores em função do acoplamento. Tais estados degenerados são caracterizados por uma superposição coerente de autoestados que descrevem um dos dois modos prefe rencialmente preenchido e a membrana deslocada de sua posição de equilíbrio, devido à pressão de radiação (estados de gato de Schrödinger). A deslocalização do sistema composto fótons+membrana resulta em um aumento nas flutuações medidas pelas relações de incerteza de Robertson-Schrödinger.

Neste trabalho, são estudados modelos com extensões massivas da eletrodinâmica, seja por meio de teorias que violam a simetria de Lorentz ou não. Primeiramente estudamos o caso particular de um modelo que, embora massivo, preserva uma invariância de calibre residual. É avaliada a consistência física do modelo por meio de suas equações de campo clássicas e da análise dos polos do propagador do campo vetorial. Em seguida, de uma forma mais geral, é estudada a equivalência física, nos níveis clássico e quântico, de modelos duais. Para a obtenção do modelo dual (invariante de calibre) à teoria original massiva, é utilizado o método iterativo de dualização de Noether. Em nível clássico, a equivalência física é investigada por meio do cálculo da seção de choque do espalhamento elétron-elétron (espalhamento Moller) em nível árvore. No caso quântico, apresentaremos a equivalência on-shell para uma amplitude simples de um loop e, em seguida, mostraremos que a equivalência é válida off-shel. Iniciaremos considerando a autoenergia do elétron de uma eletrodinâmica massiva estentida e de seu modelo dual invariante de calibre correspondente.

Este trabalho aborda o problema de sequenciamento de tarefas em máquinas paralelas não relacionadas com recurso escasso adicional (Unrelated Parallel Machine Scheduling Problem with Secondary Resources – UPMR). Neste problema, um determinado conjunto de tarefas serão distribuídas em um conjunto de máquinas. O objetivo é minimizar o instante de conclusão da última tarefa (makespan). A cada instante de tempo existe uma quantidade máxima de recursos disponível para processar as tarefas do sequenciamento, cada tarefa demanda uma certa quantidade desse recurso ao ser processada. Caso o limite total de recurso seja ultrapassado, a solução se torna infactível. Para resolução do problema, propomos um algoritmo GRASP Reativo juntamente com um método de busca local VND. Um método guloso para o reparo de soluções infactíveis foi proposto e aplicado em conjunto com o GRASP Reativo. Um conjunto de instâncias da literatura é usado para a validação e comparação dos resultados. Análises realizadas com os resultados obtidos indicaram que a abordagem proposta obteve resultados satisfatórios em boa parte das instâncias em relação à abordagens existentes na literatura.

Técnicas de Explicabilidade de Inteligência Artificial (XAI, do inglês Explainable Artificial Intelegence) são métodos que auxiliam o usuário a entender os motivos pelos quais o modelo de Aprendizado de Máquina (ML, do inglês, Machine Learning) realizou uma determinada predição. Elas vêm sendo aplicadas nos mais diversos problemas, desde Visão Computacional ao Processamento de Linguagem Natural (NLP, do inglês, Natural Language Processing). Em NLP, tais técnicas podem permitir ao usuário identificar quais palavras são importantes para a compreensão de uma sentença e também na determinação de quais palavras são relevantes para efetuar uma determinada predição automática, por exemplo, nas tarefas de identificação automática de classes gramaticais ou reconhecimento de entidades nomeadas (NER, do inglês, Named Entity Recognition). Esse trabalho tem como objetivo estudar a aplicabilidade da técnica de XAI de Oclusão em NER. A Oclusão, ao ser aplicada em NER, é uma técnica que mensura a relevância de uma determinada palavra na predição por meio da análise do impacto em sua remoção. Essa técnica, além de trazer um entendimento do processo de predição, pode permitir que sejam realizadas intervenções no ajuste dos hiperparâmetros do modelo ou no preprocessamento da base de dados. Para realizar esse trabalho, utilizou-se uma LSTM bidirecional e o dataset CoNLL 2003, amplamente utilizado na literatura. Logo após, foi investigado a precisão dessa técnica de explicabilidade analisando a capacidade da mesma em gerar respostas similares às esperadas por humanos. Para realizar essa análise, foi utilizado a anotação manual de um conjunto de 1000 sentenças criando-se, assim, uma base de dados de referência. Até onde se sabe, não há na literatura análises do uso da Oclusão em NER. Dessa forma, tanto a análise realizada quanto a base de dados de referência são contribuições do presente trabalho.

A hipótese de mercado eficiente é um conceito central na teoria econômica contemporânea. Embora desvios da eficiência venham sendo associados a diferentes estatísticas observadas em séries financeiras, em última instância o que os define é a possibilidade de ganhos consistentes acima da média do mercado por meio de arbitragem. A presente pesquisa consiste em um estudo em que essa questão é abordada por múltiplos ângulos. Tendo como dados de entrada séries de preços de ações dos mercados brasileiro e estadunidense, este estudo examina estatísticas encontradas em séries de preços ou de retornos que se afastam de comportamentos análogos ao de um caminhante aleatório. Utilizamos como ferramentas o expoente de Hurst e sua generalização multifractal, distribuições cumulativas inversas e um modelo de previsão de tendências de retornos de ativos financeiros baseado em um sistema de equações diferenciais acopladas. Buscamos analisar correlações entre as estatísticas encontradas de forma a identificar desvios da hipótese de mercado eficiente: tais correlações fornecem informações a respeito de possibilidades de arbitragem. Ainda com o objetivo de identificar oportunidades de arbitragem, conduzimos uma análise abrangendo diversas faixas de horário. Além disso, desenvolvemos um índice que relaciona o potencial de lucro teórico com a liquidez dos ativos.

O Problema de Localização com Cobertura Parcial consiste em localizar um conjunto de instalações de forma a minimizar o custo total de localização e garantir queuma quantidade predeterminada de demanda de clientes seja coberta por estas instalações. Este trabalho apresenta dois algoritmos para a resolução deste problema, sendo o primeiro baseado na meta-heurística Iterated Local Search e o segundo baseado na meta-heurística Simulated Annealing. Além disso, um conjunto de experimentos computacionais foram realizados e resultados demonstram que boas soluçõespodem ser encontradas para instâncias moderadamente grandes.

Esta dissertação tem como objetivo principal desenvolver um modelo matemático capaz de abordar um problema real de sequenciamento de máquinas paralelas em um ambiente Job Shop, visando encontrar o menor makespan global do sistema. Além da formulação matemática em si, uma análise detalhada da eficácia dos algoritmos desenvolvidos também será realizada. Dois algoritmos foram elaborados: um utilizando uma heurística construtiva parcialmente gulosa e outro com base na técnica de Simulated Annealing. Para avaliar a performance dos algoritmos, foram conduzidos experimentos utilizando conjuntos de instâncias diversificados. Em particular, dois testes foram realizados, variando a mão de obra disponível: um aumento de 2% e outro de 5%. Notavelmente, observou-se que à medida que o aumento da mão de obra crescia, as soluções obtidas tendiam a melhorar. O primeiro algoritmo produziu resultados para todos os grupos de instâncias definidos. Contudo, as soluções obtidas ficaram significativamente distantes da solução ótima, indicando a complexidade intrínseca do problema. A partir dessas soluções iniciais, o segundo algoritmo foi aplicado, permitindo uma exploração mais profunda do espaço de soluções. Esse processo se mostrou mais eficaz em termos de convergência para soluções mais próximas do ótimo global. O segundo algoritmo, baseado no Simulated Annealing, foi capaz de explorar diversas configurações de alocação de tarefas, permitindo uma busca mais ampla por soluções promissoras.

O presente estudo pretende utilizar um modelo SEIR (susceptíveis, expostos, infectados e recuperados) para analisar a dinâmica de propagação da COVID-19 no Brasil. Para determinar as taxas de infecção e reinfecção, foram empregados dados reais sobre vacinas e novos casos, além de uma abordagem de minimização da função de erro, aos quais ajustamos a saída do modelo. O modelo SEIR incorpora compartimentos para suscetíveis (S), expostos (E), infectados (I) e recuperados (R). A otimização das taxas de infecção e reinfecção permite um ajuste mais preciso do modelo aos dados reais, melhorando a capacidade de prever tendências futuras e informar estratégias de saúde pública. Também abordamos a incorporação dos vacinados no modelo, bem como os ajustes a serem realizados. Além disso, fazemos uma revisão abrangente das abordagens de modelagem da COVID-19, tanto determinísticas quanto probabilísticas, oferecendo uma visão das diferentes ferramentas disponíveis para entender e prever o espalhamento da COVID-19.

O Aedes aegypti é um mosquito de origem africana que transmite diversas doenças gerando crescente preocupação internacional nos últimos anos, com mais de um terço da população do mundo vivendo em regiões suscetíveis à infecção. Muitas das doenças transmitidas pelo mosquito ainda carecem de tratamento ou vacina. Diante disso, modelos matemáticos e computacionais tem sido desenvolvidos para eliminação do Aedes aegypti como, controle mecânico utilizando inseticidas, larvicidas, tratamento Ultra Baixo Volume e controle biológico por meio da Wolbachia. Este trabalho considera um modelo entomológico e um modelo epidemiológico com dois estudos de caso com dados reais. Primeiramente apresenta-se o modelo matemático entomológico de difusão-reação unidimensional que analisa a propagação do vetor nas fases aquática e adulta de fêmeas, com alguns parâmetros dependentes da precipitação e temperatura. Em seguida, formulou-se um problema de otimização mono-objetivo para minimizar as variáveis de controle e as populações na fase aquática e adulta de fêmeas utilizando dados reais da cidade de Lavras/Minas Gerais. No segundo estudo propõem-se um sistema de equações diferenciais parciais que descrevem a dispersão e interação do Aedes aegypti com humanos com parâmetros dependentes da temperatura e precipitação. Formulou-se um problema de otimização mono e multiobjetivo para minimizar as variáveis de controle e população de humanos infectados sintomáticos utilizando dados reais do município de Belo Horizonte/Minas Gerais. Obteve-se a solução numérica da equação diferencial parcial dos dois modelos pelo método da decomposição de operadores e utilizou-se os métodos de diferenças finitas, Runge-Kutta de quarta ordem, Algoritmo Genético Real Polarizado e o Non-Dominated Sorting Genetic Algorithm II para as demais simulações computacionais. Os resultados numéricos mostram que o controle permitem melhor eficiência no combate ao Aedes aegypti para os casos de Lavras e Belo Horizonte e também uma redução significativa no número de humanos infectados e nos custos envolvidos com a hospitalização de pessoas infectadas pelo vírus da dengue em Belo Horizonte.

Este trabalho visa o desenvolvimento de novos algoritmos para tarefas de classificação e reconhecimento de padrões. Inicialmente é proposto um método para seleção de atributos (FS, do inglês feature selection) para classificadores com treinamento offline. A abordagem de FS proposta, chamada de Mean Ratio for Feature Selection (MRFS), é baseada na razão das médias dos atributos em cada classe. MRFS possui baixo custo computacional pois utiliza apenas operações matemáticas básicas como adição, divisão e comparação e  realiza apenas uma passagem nos dados para ranquear os atributos. O MRFS foi implementado e avaliado como método filter (MRFS-F) e como wrapper (MRFS-W). O desempenho dos métodos foram avaliados e comparados com o estado da arte. As comparações realizadas sugerem que os métodos propostos possuem um desempenho comparável ou superior aos métodos alternativos. Além dos métodos de FS foram propostos três classificadores  evolutivos com treinamento \textit{online}. O primeiro chamado de evolving Fuzzy Mean Classifier (eFMC) é baseado em um algoritmo de agrupamento fuzzy que realiza a classificação com base no grau de pertinência dos grupos, novos grupos são criados sempre que uma nova classe é descoberta e a atualização do centro dos grupos é através das médias amostrais calculadas de forma incremental. O segundo classificador introduzido é o evolving Fuzzy Classifier (eFC) que de maneira análoga utiliza as médias amostrais para atualização dos centros dos grupos, seu diferencial está na capacidade de gerar mais de um grupo associado a uma mesma classe para mapear diferentes regiões do espaço dos dados, criação de novos grupos aplicando o conceito de procrastinação, união de grupos redundantes e exclusão de grupos obsoletos. Por fim, foi proposto um classificador evolutivo com seleção de atributos denominado evolving Fuzzy Classifier with Feature Selection (eFC-FS). Este classificador foi construído utilizando o mesmo algoritmo do eFC e incorporando o método MRFS de seleção de atributos. Os classificadores evolutivos propostos foram avaliados e comparados com três classificadores evolutivos do estado da arte eT2Class, eGNN e FBeM. Os resultados experimentais e as comparações sugerem que os métodos baseados no MRFS para auxiliar modelos com treinamento offline e os 3 modelos evolutivos com treinamento online são promissores como alternativas para tarefas de classificação e reconhecimento de padrões, com boa acurácia e baixo custo computacional.

A difusão normal é um processo observado em muitos fenômenos na natureza. Para estes processos há simulações e teoria bem desenvolvidas, a saber, o random walk (RW) e a equação de difusão, ou de Fokker-Planck. Porém, em sistemas com interações de longo alcance entre os indivíduos ou entre indivíduos e ambiente, podem haver desvios deste regime e apresentar comportamento anômalo. A essa classe de processos mais gerais, dá-se o nome de difusão anômala. Sistemas nos quais há interações entre os indivíduos ou entre os indivíduos e o ambiente, por exemplo, desviam da descrição usual da difusão, apresentando um comportamento anômalo. A abordagem teórica desses fenômenos varia de representação analítica por meio de equações diferenciais parciais, equações estocásticas e simulações computacionais que mimetizam o fenômeno. A partir de dados de deslocamento e tempos característicos de um fenômeno em escala microscópica é possível identificar os parâmetros teóricos dos modelos que descrevem macroscopicamente esses dados. Com essa finalidade, é realizado um estudo teórico em que conjuntos de dados são gerados por simulações com parâmetros microdinâmicos controlados e ajustados a uma função associada ao fenômeno. Neste estudo, são gerados voos via caminhada aleatória de tempo contínuo (CTRW) e os modelos anômalos de difusão são equações diferenciais parciais fracionárias com soluções obtidas por Cálculo Fracionário. É apresentado um algoritmo evolucionário capaz de obter parâmetros que descrevem o fenômeno, sendo pré-requisito apenas uma limitação no espaço dos parâmetros. Além disso, no processo de discretização do modelo teórico associado ao fenômeno surgem novos parâmetros cujos comportamentos são investigados, pois o papel dos mesmos pode influenciar no estudo da difusão anômala. Como aplicação imediata da superdifusão está incluído o estudo de proteínas especializadas, chamadas fatores de transcrição, em células que permitem a transcrição do Ácido desoxirribonucleico (DNA).

As proteínas são macromoléculas formadas por aminoácidos e estão presentes em todos os seres vivos. Várias proteínas tiveram suas estruturas tridimensionais resolvidas experimentalmente e foram armazenadas através de arquivos de texto em bancos de dados biológicos como o Protein Data Bank (PDB). Essas informações proteicas podem ser utilizadas por softwares, como o LSQKAB, que verificam similaridades tridimensionais de proteínas através de sobreposições entre os átomos das estruturas comparadas. Entretanto, para realizar sobreposições atômicas é necessário que os átomos de uma estrutura sejam alinhados em relação aos átomos da outra, através de movimentos de rotação e translação. Esse procedimento é caro computacionalmente, pertencendo à classe NP-Completo e assim, realizar várias sobreposições atômicas, procedimento comum em softwares que propõem mutações em proteínas, demanda de um alto custo computacional. Deste modo, este trabalho tem o objetivo de desenvolver técnicas baseadas em matrizes de distâncias, combinadas com clustering para formar grupos de interações de proteínas que tenham conformações tridimensionais similares, visando encontrar soluções com acurácias precisas e com boas performances, para reduzir a necessidade de realizar sobreposições atômicas. Para atender a essa finalidade, foram desenvolvidas matrizes de distâncias baseadas em diferentes abordagens. A Matriz de Ângulos (MA) foi desenvolvida através dos ângulos dos átomos. A Matriz de Distâncias Completa Mista (MDCM) foi desenvolvida através da combinação de diferentes técnicas. A Matriz de Distâncias Reduzida cujos Centroides são Carbonos Alfa (MDRCCA), a Matriz de Distâncias Reduzida a partir de um Ponto entre os Carbonos Alfa (MDRPCA), além da Matriz de Pontos Médios (MPM) foram desenvolvidas a partir da importância dos átomos de carbonos alfa (CA). A MPM teve o seu funcionamento inspirado também na importância das distâncias entre todos os átomos da estrutura para o enovelamento da mesma. Essas estratégias foram combinadas com algoritmos de clustering e os resultados foram comparados com o método de busca da ferramenta RID, por ser uma ferramenta especialista em trabalhar com interações de proteínas, com a atomic Cutoff Scanning Matrix (aCSM) por ser uma das versões da Cutoff Scanning Matrix (CSM), que é considerada o estado da arte na geração de assinaturas em grafos proteicos, e com a Matriz de Distâncias Completa (MDC), que apresentou resultados superiores ao método de busca da RID e aCSM, nos primeiros trabalhos deste projeto. Os resultados foram satisfatórios, principalmente os alcançados pela MPM, que superou as demais técnicas na maioria dos experimentos.

Segundo dados da Organização das Nações Unidas (ONU), atualmente, existem mais de3,8 bilhões de pessoas vivendo nas cidades e, em 2050, quase 70% da população mundial viverá em regiões urbanas. As cidades sempre foram vistas como locais de desenvolvimento econômico, político, cultural e social, mas a urbanização desordenada, principalmente em países em desenvolvimento, gera a deterioração da qualidade de vários sistemas e serviços oferecidos aos cidadãos. Dentre os sistemas que compõem a infraestrutura urbana, o sistema de transporte pode ser visto como um indicador da qualidade de vida dos habitantes. Isso ocorre, pois, pela análise do sistema de transporte, por meio do qual as pessoas conseguem acesso a serviços de saúde, educação cultura e lazer, é possível identificar diferenças sociais, econômicas e culturais. Desse modo, para assegurar a construção de cidades sustentáveis e que ofereçam qualidade de vida aos habitantes, é fundamental o planejamento e a gestão eficiente da mobilidade urbana. A fim de contribuir para a construção de um sistema eficiente de transporte, este trabalho apresenta o desenvolvimento de um framework composto por hardware e software, de baixo custo, que possa ser utilizado para geração e monitoramento de indicadores do sistema de transporte. O framework proposto utiliza dados de diferentes fontes como proberequest, censo e bilhetagem eletrônica e emprega algoritmos de machinelearning como Filtro de Kalman e Redes Neurais Artificiais para gerar a matriz de origem-destino e a outros indicadores do sistema de transporte. Os resultados indicam que a estratégia utilizada consegue reduzir os erros de previsão de indicadores, como a taxa de carregamento, para menos de 5%.  

A complexidade do comportamento e dos estudos sobre o mercado financeiro e dos cálculos de Itô-Langevin, tornam-se um atrativo campo de estudo para pesquisadores de diversas áreas, tais como: Economia, Análise de Sistemas, Matemática e Física. Podemos ressaltar a sua importância, para tais estudos em áreas interdisciplinares, como: a Econofísica, que relacionam elementos da Economia e da Física no estudo dos mercados e dos sistemas financeiros. A mecânica estatística é uma das principais ferramentas para a modelagem desses sistemas financeiros, mais precisamente da dinâmica de preços. Para o entendimento de tais fatos foram usadas, as equações diferenciais estocásticas de Itô, com ruído branco aditivo como um modelo matemático para a dinâmica de preços do mercado financeiro. Métodos matemáticos da Física Estatística na descrição de sistemas econômicos têm sido aplicados às séries temporais para investigar o comportamento dos mercados financeiros em diferentes escalas. Entre as ferramentas utilizadas para tal, estão as medidas de dispersão central, distribuição de probabilidade, dinâmica estocástica e métodos para estimar as correlações. Instrumentos financeiros como, ativos, opções e índices de bolsas de valores flutuam ao longo do tempo, por isso, podem ser modelados via processos estocásticos. Dessa forma, esta tese pretende verificar se uma equação diferencial estocástica (formalizada por um ruído branco) atende a um dado fato estilizado do mercado. Mais especificamente, se a lei cúbica inversa da distribuição de probabilidade acumulada dos retornos absolutos gerados pela equação proposta segue uma empírica lei de potência. Além disso, estimamos o expoente de Hurst através da Análise R/S e do DFA para verificar a dependência de longo alcance, ou memória longa da série temporal obtida. Como o termo de ruído que compõe a equação é não diferenciável, introduzimos o cálculo estocástico para obter analiticamente a solução desta.

Metaheurísticas híbridas reportam uma melhora significativa comparadas com as respectivas implementações clássicas. Apesar da técnica de hibridização de metaheurísticas ser promissora, ainda assim é possível encontrar problemas técnicos e fundamentalmente teóricos. As principais dificuldades técnicas são a necessidade do conhecimento do problema, e uma vez desenvolvida, é necessário calibrar os parâmetros numéricos do algoritmo. Uma alternativa ao desenvolvimento de novas meta-heurísticas, ou a hibridização manual delas, é utilizar os mecanismos de colaboração e comunicação próprios da modelagem de sistemas multi-agentes (MMAS) para promover uma hibridização dinâmica de diferentes estratégias de busca. A arquitetura D-Optimas é um MMAS baseado no modelo de atores, onde cada agente encapsula uma meta-heurística diferente e, dotado de um mecanismo de aprendizagem colabora com os demais agentes para encontrar a melhor solução para um problema de otimização. Os agentes interagem no espaço de busca que é dividido em regiões, que possuem um comportamento independente, podendo receber novas soluções, se particionar ou se fundir. O presente trabalho evoluiu a arquitetura D-Optimas comparada a sua última versão, adicionando mais algoritmos de otimização, atualizando a implementação para a biblioteca akka-cluster e simplificando a sua execução em um cluster. Este trabalho avaliou experimentalmente tanto a escalabilidade quanto o efeito da diversidade na qualidade das soluções. A arquitetura se mostrou escalável em um cluster de até seis nós, mantendo o número de agentes. A diversidade não se mostrou um fator relevante em todos os casos estudados.

Os grãos são fundamentais para a alimentação humana, bem como para outros tipos de negócios, como na produção de biocombustíveis e ração animal. Um dos tipos de grãos mais comercializados no mundo são os grãos de milho e dentre as etapas para venda e compra de safras, existe uma etapa de suma importância que é a de classificação de qualidade. Atualmente esse processo é realizado manualmente por classificadores humanos, o que gera uma demora na análise e uma falta de padronização devido à subjetividade. Com o objetivo de contribuir para a redução dos problemas no processo de classificação de grãos, este trabalho propõe uma solução tecnológica utilizando técnicas de Visão Computacional e Aprendizagem de Máquina nomeada como GrainTech, para identificar grãos normais e 2 tipos de avarias sendo elas: fermentado e carunchado. O método sinteticamente consiste em um sistema de aquisição de imagens, algoritmos de segmentação e de classificação. O protótipo para aquisição das imagens foi pensado e gerado para controlar a iluminação, o efeito de sombras e reflexos e também para realizar uma distinção suficiente entre os grãos e o fundo. Consiste em uma caixa retangular com duas lâmpadas halógenas nos dois menores lados, uma abertura em cima para posicionar o dispositivo de captura, um plástico fosco, para dissipar as sombras e um background na cor azul. Durante o desenvolvimento do trabalho foram desenvolvidas duas versões do GrainTech. Na versão 1.0, a etapa de segmentação dos grãos grudados é feita utilizando métodos de visão computacional e na etapa de classificação é usado uma rede neural convolucional, VGG-16, para obter as classes de cada grão. Já a versão 2.0, foi feita visando aprimorar o GrainTech, sanando alguns problemas que a versão 1.0 possuía. No caso da segunda versão, uma mesma rede neural convolucional, Mask R-CNN, foi usada no processo de segmentação e no de classificação. Durante o trabalho, também foi desenvolvido um aplicativo mobile para facilitar a interação do usuário com o GrainTech. As versões do método foram testadas utilizando um dataset específico de teste, e ao final do experimento a versão 2.0 alcançou melhores resultados em comparação com a 1.0, tendo uma taxa de assertividade na segmentação de 99,89% e uma acurácia de classificação 99,15%. Ao realizar uma busca na literatura sobre métodos que possuem alguma similaridade com o GrainTech, a maioria dos métodos somente analisa se é grão é saudável ou não, diferentemente do GrainTech que também informa o tipo de avaria presente. Foram encontrados somente 3 métodos que classificam os tipos de avaria, porém analisando os resultados disponíveis verifica-se que o GrainTech teve melhores resultados, mostrando que o método proposto pode ser considerado um avanço neste estado da arte.

Chatbots que apresentam boa qualidade conseguem corresponder às expectativas de seu funcionamento e desta forma, aumentar a retenção, engajamento e satisfação de seus utilizadores. A opinião dos usuários — manifestada através de questionários — é utilizada para mensurar a qualidade destes agentes conversacionais, mas, apesar de ter utilização extensa em contextos comerciais e acadêmicos, possui limitações como métrica de qualidade tais quais: ser sucetível a viéses e displicências, bem como, não poder ser aferida em tempo real. Considerando o conceito de sentimento como um ponto de vista ou opinião que uma pessoa sustenta em relação a um determinado assunto, é possível examinar este conceito como uma métrica candidata de qualidade de chatbots, pois, o sentimento contém informações implícitas que, apesar de sucetíveis a viéses, mitigam displicências existentes nas opiniões manifestadas pelos usuários e por fim, pode ser inferido em tempo real através de algoritmos (ou procedimentos manuais) de análise de sentimento. Desta forma, a partir de referências que exploram o uso do sentimento para realizar inferências e apromixações da qualidade de chatbots — por ferramentas estatísticas de correlação — são realizados experimentos basedos nestas referências sobre o corpo de diálogos (entre humanos e chatbots) ConvAI, que contém conversas avaliadas em escalas Likert pelas opiniões dos usuários, em que os sentimentos das conversas não foram correlacionados com as avaliações emitidas por seus partícipes humanos. Por fim, os experimentos realizados sobre o ConvAI atestam — neste contexto — que o sentimento pode ser usado como um indicativo de qualidade de chatbots.

Esportes profissionais e de alto desempenho estão cada vez mais utilizando novas tecnologias para obter melhores resultados em treinamentos e competições. Estudos para prevenir lesões e melhorar o desempenho têm sido aplicados e bons resultados já foram alcançados. Para atingir os objetivos, técnicas de inteligência artificial são aplicadas aos dados para encontrar padrões, prever tendências, melhorar resultados, táticas, equipamentos e outros. Este trabalho analisa dados reais de clubes da primeira divisão do futebol brasileiro, aplicando métodos de inteligência artificial para classificar jogadores, encontrar padrões ou características que influenciam nos resultados e definir jogadores que terão melhor desempenho entre os dois tempos de jogo. Jogadores foram classificados e comparações foram feitas em grupos que possuíam ou não jogadores lesionados. Também foram realizadas análises comparativas em grupos de jogadores com melhores e piores médias de eficiência física, mostrando que jogadores com melhores médias tendem a apresentar características de treino mais parecidas com as do jogo, enquanto jogadores com piores médias apresentam números no treinamento inferiores aos dos jogos.Também foram estudadas as principais características que influenciam nos resultados dos jogos, sendo uma delas a diferença de performance entre o primeiro e o segundo tempo, considerando variáveis relacionadas à distância. O classificador XGBoost conseguiu bons resultados ao prever esta diferença de performance, com 0.95 para o Recall e 0.96 para Precision e F1-Score, além de apresentar como e quais variáveis influenciam esta diferença.O trabalho também apresenta revisões sistemáticas de inteligência artificial em esportes em equipes e individuais, trazendo informações relevantes e métricas sobre o assunto. 

Neste trabalho é abordada uma formulação com muitos objetivos para o Problema de Roteamento de Veículos com Transporte Reativo a Demanda (PRVTRD). O problema pode ser considerado como um modo de transporte semelhante ao dos serviços de transporte sob demanda com compartilhamento de corridas nos quais os passageiros são transportados da sua origem para o seu destino, compartilhando o mesmo veículo. O objetivo desse tipo de transporte é reduzir os custos de operação/deslocamento, atendendo às necessidades dos passageiros e oferecendo serviços de alta qualidade. Este trabalho propõe o uso da análise de cluster online baseada nos coeficientes de correlação de Pearson e τ de Kendall para realizar a redução de dimensionalidade a cada geração do algoritmo MOEA/D, denominado OnCL_τ-MOEA/D e OnCL_ρ-MOEA/D. A primeira sequência de experimentos comparou as seguintes abordagens: (i) offline usando o coeficiente de correlação de Pearson; (ii) offline usando a correlação τ de Kendall; (iii) online usando o coeficiente de correlação de Pearson; (iv) online usando o coeficiente de correlação τ de Kendall; e (v) uma versão de baseline, o MOEA/D na versão original. Os algoritmos foram testados usando um conjunto de dados reais contendo distâncias e tempos de viagem para Belo Horizonte. Para avaliar a dispersão das soluções obtidas pelos algoritmos, foi aplicado o indicador de hipervolume. Os resultados destes experimentos mostraram que (i) não há diferença na formulação obtida para as abordagens offline; (ii) os algoritmos baseados em Cluster online são estatisticamente melhores do que o algoritmo baseado em Cluster offline; (iii) não é possível afirmar que há diferença estatística entre os algoritmos com redução de dimensionalidade online e o MOEA/D quando o indicador de hipervolume é usado para avaliar as soluções obtidas. Os diagramas de cordas foram aplicados sobre as soluções obtidas e indicaram que a diversidade das soluções encontradas pelo OnCL_ρ-MOEA/D e OnCL_τ-MOEA/D também são ligeiramente distintas. A segunda sequência de experimentos realizados compara as abordagens de redução de dimensionalidade baseada em agregação online e outra baseada em seleção de atributos. A abordagem utilizando a seleção de atributos elimina os objetivos usando duas técnicas não supervisionadas de seleção de atributos: Taxa de Dispersão (DR) e Máxima Variância (MV). A seleção de atributos é usada para selecionar o representante do cluster. A frequência do impacto da redução da dimensionalidade no desempenho do algoritmo também foi analisada. As abordagens usando seleção de atributos foram acopladas ao algoritmo MOEA/D. Três algoritmos foram testados (i) cluster online usando o coeficiente de correlação Pearson juntamente com MOEA/D (OnCLρ_g-MOEA/D); (ii) cluster online usando o coeficiente de correlação de Pearson e a taxa de dispersão juntamente com MOEA/D (OnDRρ_g-MOEA/D); (iii) cluster online usando coeficiente de Pearson e Variância Máxima juntamente com MOEA/D (OnMVρ_g-MOEA/D), sendo g = 1,25,50,100. Os resultados destes novos testes mostraram que, independentemente da frequência da abordagem de redução de dimensionalidade e das instâncias, os algoritmos MOEA/D e OnCLρ_g-MOEA/D são estatisticamente superiores aos OnDRρ_g-MOEA/D e OnMVρ_gMOEA/D. Não é possível afirmar que haja diferença estatística entre os resultados dos algoritmos baseados na seleção de atributos online em termos do indicador de hipervolume. Os diagramas de cordas mostraram que há uma maior diversidade das soluções obtidas quando todas as funções objetivo são utilizadas na forma reduzida do problema e também quando os algoritmos permanecem por mais gerações em uma determinada formulação reduzida.

Os algoritmos Ant Colony Optimization (ACO) foram desenvolvidos originalmente para problemas de otimização estáticos, nos quais os dados referentes ao problema tratado são conhecidos \textit{a priori} e não são passíveis de mudanças durante a execução do algoritmo. Com o passar do tempo, o procedimento de  memória pertencente ao algoritmo ACO provou ser efetivo para aplicação em  problemas em que os dados são passíveis de alterações em tempo real, sem qualquer tipo de previsão, ou seja, se mostram eficientes também para serem aplicados em Problemas de Otimização Combinatória Dinâmicos (POCD). A partir de um estudo profundo das principais publicações sobre aplicação e comparação dos algoritmos ACO para POCD, diversos procedimentos de adaptação com o objetivo de aprimorar seu desempenho puderam ser encontrados na literatura, além da criação do algoritmo PACO, que foi desenvolvido especialmente para resolver POCD. De fato, PACO chamou a atenção da comunidade de pesquisa por sua habilidade de processar informações rapidamente. No entanto, os poucos estudos encontrados na literatura com o foco em analisar a efetividade dos procedimentos dos algoritmos ACO e, em especial, o algoritmo PACO, quando aplicados para a resolução de problemas dinâmicos, não foram suficientes para se alcançar conclusões sobre o estado da arte dos algoritmos ACO quando aplicados para essa nova classe de problemas. Assim, nessa pesquisa, é conduzida uma campanha extensiva de experimentos com o objetivo de estudar e avaliar as adaptações mais comuns dos principais procedimentos dos algoritmos identificados na literatura como estado da arte para resolução de problemas dinâmicos usando ACO, são eles: MMAS e PACO. Uma variação direta do problema do caixeiro viajante clássico, o problema do caixeiro viajante com demanda dinâmica (PCVDD), foi escolhido como problema teste, assim como na maioria  dos outros estudos em otimização combinatória apresentados na Literatura. Mais importante, o design de um setup de experimentos é apresentado, o que representa uma das principais contribuições para Literatura, como justificado a seguir. Primeiramente, este é o primeiro trabalho que identifica a real necessidade do uso de uma configuração de parâmetros específica para problemas de otimização combinatória dinâmica e também o primeiro trabalho a utilizar uma ferramenta de configuração automática para um algoritmo aplicado para essa classe de problemas.  A próxima contribuição desse trabalho se direciona à possibilidade do uso da técnica de hipervolume como indicador de desempenho dos algoritmos com o propósito de serem eficientes em qualquer horizonte de tempo em se tratando de problemas de otimização combinatória dinâmicos. Essa nova proposta de análise é aplicada para comparação de desempenho entre os algoritmos MMAS e PACO. Ao se comparar os dois algoritmos MMAS, foi capaz de obter melhores resultados em relação a PACO quando o procedimento de busca local é utilizado. Finalmente, experimentos são conduzidos com o objetivo de investigar componentes específicos dos algoritmos quando aplicados a problemas de otimização dinâmica  com o isolamento do procedimento de busca local. Os resultados mostraram que, de fato, quando a busca local não é permitida, esses procedimentos são de grande importância. Por outro lado, quando o uso da busca local é permitido, a melhoria em desempenho causada por esses procedimentos é insignificante, ou até mesmo, inexistente. Outro fato importante é o melhor desempenho do algoritmo MMAS em relação ao PACO com o uso de busca local e seu desempenho inferior quando a mesma não é permitida.

Cotações de preços de ações são frequentemente armazenadas em séries de candlesticks, que apresentam quatro instâncias relacionadas às negociações que ocorreram em um dado intervalo de tempo: preços de abertura, máximo, mínimo e fechamento. Contudo, o trabalho de grande parte dos pesquisadores em Econofísica limita-se aos dados de abertura e fechamento, negligenciando as duas outras componentes. Nesta contribuição, fatos estilizados (stylized facts) são computados para todas as séries do candlestick, e testes estatísticos são realizados para revelar diferenças significativas. Caudas de distribuições de retornos, comportamento multifractal e expoentes de Hurst são investigados, assim como acurácias de um modelo de previsão baseado em equações diferenciais. Todas as análises são aplicadas separadamente a ativos que compõem dois índices financeiros, um pertencente a um mercado desenvolvido (o índice americano Dow Jones Industrial Average - DJIA) e outro de um mercado emergente (o índice brasileiro Ibovespa). O presente estudo compreende três diferentes experimentos. No primeiro, buscamos conhecer as variações de cada estatística quando mudamos a componente do candlestick usando dados brutos, ou seja, o conjunto de estatísticas sem tratamento. A partir de tais resultados, observou-se que as diferenças devidas à variação do ativo em geral mascaram as que buscamos explicitar, aquelas referentes à variação da componente do candlestick. Daí a necessidade de atenuar as variações existentes entre os ativos, o que foi realizado na segunda abordagem por meio de um processo de tratamento dos dados. Os resultados decorrentes dos dados tratados foram comparados aos primeiros e mostraram-se, então, mais eloquentes: algumas ferramentas revelaram diferenças entre as componentes do candlestick, ao mesmo tempo em que indicaram semelhanças entre resultados concernentes a máximo e mínimo, bem como a abertura e fechamento. Assim, no terceiro experimento, os dados de abertura e fechamento foram agrupados em um conjunto, e os de máximo e mínimo em outro, para novos testes. Essa nova forma de junção dos dados também é justificada pela naturezados mesmos. Máximo e mínimo assemelham-se quanto à origem, porque decorrem da comparação de todos os preços pelos quais o ativo passou durante um determinado intervalo de tempo, enquanto abertura e fechamento têm em comum a questão de serem definidos por apenas uma instância de negociação, a primeira, para abertura, e a última, para fechamento. Aqui, para todos os fatos estilizados investigados, explicitamos diferenças estatisticamente relevantes entre resultados provenientes de dados de máximo e mínimo, em comparação com aqueles oriundos de séries de abertura e fechamento. Tais diferenças não mudam qualitativamente os fatos estilizados analisados, mas sua observação pode ser útil na construção de estratégias de operação em mercado financeiro.

Otimização multiobjetivo refere-se a problemas de otimização com três ou mais objetivos. O aumento da dimensionalidade traz algumas questões complexas, como a ineficácia da relação da dominância de Pareto, complexidade no cálculo de indicadores de qualidade, dificuldade na visualização de conjuntos de soluções, balanceamento entre convergência e diversidade em algoritmos evolucionários,  dentre alguns outros. Uma questão chave na otimização multiobjetivo é comparar e avaliar conjuntos de soluções obtidas por algoritmos de otimização. Esta não é uma tarefa simples. O resultado de algoritmos de otimização multiobjetivo é tipicamente um conjunto de soluções incomparáveis. Usar um indicador de qualidade para refletir as características internas na fronteira de Pareto requer um projeto e seleção cuidadosa de tais indicadores. Na primeira parte desta tese, tratamos de um  indicador de qualidade, o movimento de dominância (DoM). Propomos novas abordagens para calcular o DoM usando modelos de programação inteira mista e um método aproximado usando técnicas de aprendizado de máquina. Em geral, nossas tentativas viabilizam o cálculo do indicador e mostram o seu uso como uma maneira adequada de medir, comparar e avaliara problemas com muitos objetivos. Outro desafio na otimização multiobjetivo é fornecer um verdadeiro conjunto representativo com o número desejado de soluções ótimas na fronteira Pareto e adicionalmente bem distribuído. Na segunda parte deste trabalho, propomos um framework multiestágio que pode ser acoplado a algoritmos evolutivos baseados em vetores de referência. A proposta apresentada retifica deficiências dos estágios anteriores de modo que um número preestabelecido de soluções bem distribuídas e convergentes seja alcançado. Esta pesquisa analisou e avaliou sistematicamente os métodos existentes. Também os ampliou em direções inovadoras relacionadas a indicadores de qualidade e melhorias relacionadas à abordagem para balanceamento de convergência e diversidade em algoritmos evolutivos.

Este trabalho apresenta um novo método computacional que combina resultados analíticos com heurísticas, não linear e de tempo real, para resolver o problema de unit commitment de turbinas hidráulicas. Dois teoremas mostram as propriedades da solução ótima do problema considerando curvas colina não lineares. Esses teoremas foram derivados utilizando o método de decomposição dual, gerando uma solução forma-fechada para o número de unidades geradoras e a vazão alocada para cada unidade. Esse resultado foi acoplado a uma heurística que considera a discretização do tempo (em minutos), a queda livre, a vazão turbinada de cada unidade geradora, a vazão defluente total da usina, a faixa operativa e a curva de eficiência, conhecida como curva colina, da unidade geradora, atendendo às restrições físicas e ambientais da usina para maximizar a energia gerada e, consequentemente, atender à demanda estabelecida. Testes numéricos em duas usinas, considerando os dados e parâmetros reais, são apresentados e mostram a eficácia da abordagem proposta. Foi realizada uma comparação com outra estratégia existente na literatura, e obteve-se um ganho médio de 2,5% nas usinas consideradas. O método também é comparado com uma abordagem de Programação Linear Inteira Mista (MILP), mostrando ganho de velocidade considerável (cerca de 1.500 vezes mais rápido). A formulação apresentada neste trabalho está operando em um programa comercial que atualmente é aplicado na operação de 18 usinas hidrelétricas, incluindo a usina Belo Monte, que possui 24 unidades geradoras.

Neste trabalho são apresentados dois modelos matemáticos baseados em uma equação diferencial estocástica de Itô, na qual foram incluídos termos não lineares, e analisou-se os efeitos dessa inclusão. Mais especificamente, verificou-se se a inclusão dos termos não lineares altera as características do modelo, enquanto candidato a modelo matemático para o comportamento da dinâmica de preços do mercado. Os modelos foram confrontados com os fatos estilizados do mercado, propriedades gerais que são observadas em quase todos os mercados financeiros. A volatilidade, que representa uma medida da magnitude das flutuações do mercado, foi extraída dos modelos matemáticos e analisada através da sua distribuição de probabilidade acumulada e de correlações de longo alcance. Nesta análise, foi calculado o expoente de Hurst através do detrended fluctuation analysis de ordens 2 a 6 para ambos os modelos, onde se pode observar um comportamento persistente (α > 0,5) nas diferentes ordens do DFA. Foi investigado o comportamento da distribuição de cauda longa das volatilidades, e verificada se a lei de potência obedece a lei cúbica inversa. Esta, citada por autores em inúmeros índices e mercados ao redor do mundo como um fato estilizado. Neles, o expoente γ comumente se aproxima de 3. Na análise dos modelos, foram estimados valores de γ = 3,0666 e γ = 3,2774, o que pode evidenciar o comportamento dos modelos semelhante aos mercados financeiros.

A integração entre os processos operacionais e logísticos é de fundamental importância para garantir uma operação eficiente e produtiva de um terminal portuário. Este trabalho estuda um problema integrado de planejamento e sequenciamento, alocação de pátio e alocação de berço em um terminal portuário graneleiro. O problema pretende definir a quantidade e destino de cada produto de entrada ou saída do terminal, alocar cada produto nos pátios, estabelecer um conjunto de rotas viáveis que garantam que os produtos sejam estocados e transportados para os berços, e determinar a sequência, o tempo de atracação e a posição de cada navio simultaneamente, minimizando os custos de operação e o tempo de serviço dos navios. Os principais objetivos são desenvolver modelos matemáticos e projetar algoritmos eficientes para solucionar o problema integrado em estudo com instâncias de larga escala. As contribuições desta pesquisa são os seguintes: duas formulações matemáticas para o problema integrado, um algoritmo que combina o método de geração de coluna, uma heurística de mergulho com backtracking, uma heurística relax-and-fix, e um algoritmo branch-and-cut, bem como um algoritmo que combina algumas heurísticas matemáticas. Os resultados dos testes computacionais mostram que ambas as soluções foram capazes de oferecer um limite superior de qualidade para suas respectivas formulações com instâncias de grande porte, com destaque para o desempenho da heurística que aplica a geração de coluna.

A busca por métodos não invasivos e com boa acurácia para diagnosticar a esquizofrenia é um grande desafio para os pesquisadores, médicos e pacientes. Mesmo com toda a tecnologia dos dias atuais, o processo de diagnóstico para esta patologia é demorado, o que pode causar prejuízos ainda maiores à qualidade de vida dos portadores da deficiência, bem como a suas famílias. Por estar diretamente relacionada com o potencial elétrico emitido pelo cérebro, esta deficiência pode esta associada a outros sistemas cerebrais, como o sistema corolário, que é responsável pelo processo de estímulo e resposta do nosso cérebro. Este sistema pode estar associado as alucinações auditivas presentes na esquizofrenia. Este trabalho buscou por métodos matemáticos capazes de classificar, por meio de registros de eletroencefalograma (EEG), os sinais cerebrais envolvidos na audição e percepção do som de indivíduos com e sem esquizofrenia. Para isso foram utilizados técnicas de modelagem por meio de regressão logística e pela análise de grafos de visibilidade.

O êxodo de indivíduos por diversos motivos ou circunstâncias vem ao longo dos últimos anos aumentando de forma significativa no cenário brasileiro e mundial. Um dos motivos identificados para esse fluxo migratório é a formação acadêmica desses indivíduos que buscam se capacitar em instituições de ensino de melhor qualidade. Neste contexto, este trabalho tem como objetivo analisar como ocorre o êxodo científico no Brasil, em que indivíduos de diversas localidades do país migram em busca de uma melhor formação acadêmica. Logo, neste estudo, foi analisado como ocorre o êxodo científico brasileiro. Para isso foi necessária a extração dos dados de formação acadêmica, a partir dos currículos de indivíduos cadastrados na Plataforma Lattes. Assim sendo, selecionou-se todos os indivíduos com doutorado concluído, agregando 308.317 currículos. A escolha deste grupo se justifica por se tratar do conjunto de mais alto nível de formação acadêmica concluída, e que detém como característica, possuírem dados recentemente atualizados em seus currículos. Inicialmente, filtrou-se os dados, selecionando os atributos relevantes à pesquisa, e finalmente, efetuou-se o tratamento dos dados com o intuito de encontrar a localização geográfica das instituições em que os indivíduos se capacitaram. Como resultados iniciais, foi possível efetuar uma caracterização dos dados coletados na Plataforma Lattes, mensurando distâncias percorridas pelos indivíduos ao longo de sua formação acadêmica, bem como, fluxos percorridos pelos doutores a nível estadual e uma análise sobre o processo de internacionalização dos doutores brasileiros. Foram efetuadas redes de vínculos demonstrando as principais localizações ocupadas pelos doutores durante a formação acadêmica, bem como as conexões entre estas localizações. Posteriormente foram extraídos e analisados possíveis indicadores buscando justificativas pela escolha dos indivíduos migrarem para as localizações durante a capacitação, tal como, uma correlação entre os resultados encontrados e alguns indicadores extraídos de repositórios de dados em acesso aberto, como população e cursos de graduação e pós-graduação. Sendo assim, foi possível apresentar um retrato inédito sobre como ocorre o êxodo científico brasileiro.

As redes sociais online fornecem uma variedade de informações úteis que podem ajudar a resolver diversos problemas. Diversos fatos que ocorrem no mundo podem provocar oscilações no mercado financeiro como: variação do dólar e indicadores, taxas de juros, crise sanitária além de cenários políticos econômicos. Neste contexto, apresentamos uma caracterização e análise de dados da Stocktwits, uma rede social financeira on-line, a fim de obter insights que podem ser aplicados às estratégias de investimento em bolsa de valores. Os objetivos deste trabalho são: realizar a construção de carteiras de ações, também chamadas de portfólios, através do uso de dados de redes sociais, analisar o desempenho da seleção com as métricas de avaliação e comparar o desempenho dos portfólios criados com os índices de mercado das bolsas de valores norte-americanas. O trabalho foi desenvolvido em cinco etapas: coleta de dados, limpeza e preparação de dados, caracterização e análise de dados, seleção de portfólios de ações e, por fim, a análise de resultados. Os portfólios foram criados a partir dos dados coletados do período de 2015 a 2018. Os Resultados experimentais apresentaram evidências que nossa proposta de composição de portfólios utilizando dados de rede social mostrou-se útil como estratégia de investimento em ações. Os rendimentos dos portfólios indicados através da análise de dados da rede social foram satisfatórios em vários períodos analisados.

Um grande desafio na fase de cria dos bezerros, que compreende os manejos entre o nascimento e a desmama, é a realização da adequada oferta de colostro materno aos bezerros. Visto que, bezerros nascem sem imunoglobulinas (moléculas de defesa imune) e são totalmente dependentes da ingestão de colostro para adquirir imunidade. A composição do sangue de bezerros neonatos é em sua maior parte formada por imunoglobulinas e albumina. Portanto, uma forma de diagnóstico é analisando as informações sobre a proteína total e suas frações. A concentração sérica de proteínas totais e albumina é medida por reações colorimétricas. A intensidade da cor da reação da amostra de soro com a solução (biureto para proteína e verde de bromocresol para albumina) é proporcional à concentração do analito em questão. Em grande parte, estas análises são realizadas em laboratórios por equipamentos de alto custo e baixa portabilidade. Neste cenário, um sistema de visão computacional automatizado capaz de avaliar a transferência de imunidade passiva, conforme a concentração das proteínas totais e suas frações por meio de reações colorimétricas, pode ser uma ferramenta fundamental para auxiliar na fase de cria dos bezerros. Neste trabalho foi desenvolvido um sistema de visão computacional para inspeção de reações colorimétricas para avaliação da transferência de imunidade passiva, denominado CAM, composto por um conjunto de hardware e software. O software é responsável por promover abordagens computacionais para segmentação, extração de características, regressão, persistência e gerência dos dados. Já o hardware consiste em um equipamento desenvolvido para adequar o ambiente para captura de imagens e possibilitara preparação das amostras biológicas. Foram realizados experimentos utilizando dois métodos conhecidos na literatura como referência para as concentrações de proteína total e albumina. Para construção e avaliação do método empregou-se uma base composta por 747 imagens para a proteína e 300 imagens para a albumina. Tais experimentos demonstraram a viabilidade do CAM para operar em campo, visto que os resultados são padronizados com os resultados obtidos por analisadores bioquímicos conhecidos na literatura (COBAS e Thermo Plate). A segmentação mostrou ser robusta e eficaz, segmentando a informação colorimétrica da amostra por meio do canal de cor HSV e eliminando os ruídos presentes. A etapa de regressão, responsável por estimar as concentrações das proteínas totais e frações mostrou-se adequada pelo seu desempenho, tanto em relação às métricas de erros quanto ao coeficiente de determinação para ambos os analitos. Foram obtidos como resultado o coeficiente de determinação acima de 0,8 para a albumina e acima de 0,9 para a proteína, garantindo a confiabilidade do método.

Com o crescente volume de dados produzidos nos dias atuais, percebe-se cada vez mais usuários utilizando de diversos tipos de sistemas, como, por exemplo, sistemas de armazenamento de dados profissionais e acadêmicos. Dada a grande quantidade de dados armazenados, é notável a dificuldade de se encontrar candidatos com perfis apropriados a uma determinada atividade. Neste contexto, para tentar solucionar esse problema surge a recuperação ou busca de especialistas, um ramo da recuperação de informações, que consiste em, dada uma consulta, documentos são recuperados e são relacionados como unidades indiretas de informações das especialidades dos candidatos, com isso, alguma técnica é usada para agregar esses documentos gerando um escore. Possuindo um número menor de pesquisas relacionadas, a busca de especialistas na área acadêmica com modelos neurais se mostra um desafio ainda maior devido à complexidade desses modelos e à necessidade de grandes volumes de dados com julgamentos de relevância ou rótulos para seu treinamento. Diante disso, este trabalho propõe uma técnica de expansão e geração de dados fracamente supervisionados onde os julgamentos de relevância são criados com técnicas heurísticas, tornando possível utilizar modelos que exigem grandes volumes de dados. Além disso, é proposto uma técnica utilizando autoencoder profundo para selecionar documentos negativos ou julgamentos de irrelevância e por fim um modelo de ranqueamento baseado em redes recorrentes denominado Dual Embedding LSTM que foi capaz de superar todos os baselines comparados.

Este trabalho propõe um algoritmo eficiente para resolver um modelo de programação estocástica de gestão de ativos e passivos de um fundo de pensão. Para tanto, foram implementadas diferentes versões do algoritmo \textit{Progressive Hedging}, contendo diversas melhorias propostas na literatura. Para definir a versão mais eficiente, os algoritmos são usados para resolver um conjunto de instâncias geradas aleatoriamente e os resultados obtidos são analisados e comparados. Além disso, a melhor versão implementada e o \textit{solver} do CPLEX são aplicados para resolver um conjunto especial de instâncias e os resultados obtidos são analisados e comparados.

Esta tese estuda uma importante classe de problemas de scheduling, denominada sequenciamento de tarefas em máquinas paralelas não relacionadas com tempos de preparação dependentes da sequência e das máquinas. Para isto, é realizada uma minuciosa revisão bibliográfica, que identifica três lacunas na literatura: (i) pouca importância é dada à construção e, principalmente, à validação de componentes utilizados em métodos de busca local e, assim, não há informações suficientes para se determinar padrões que podem potencializar a construção de operadores de busca local; (ii) as metaheurísticas construídas para resolução dos problemas incorporam muitas características dos critérios de otimização no processo de busca, dificultando a adaptação destas a critérios de otimização com pouca visibilidade teórica; (iii) não são encontrados estudos para problemas que envolvam o sequenciamento guiado por uma política Just-in-Time (JIT), considerando janelas de tempo. Esta tese tem como principal objetivo apresentar três estudos a respeito dessas lacunas. No primeiro estudo é proposta uma metodologia para o projeto de operadores de busca local de metaheurísticas. Esta metodologia é avaliada em três metaheurísticas propostas previamente na literatura. O estudo mostra que a utilização da metodologia leva a um incremento significativo nas três metaheurísticas avaliadas, inclusive encontrando resultados superiores às abordagens de estado da arte para o problema avaliado. Além disto, através das análises dos componentes de busca local, foram encontrados padrões que podem ser usados para construção de operadores de busca local em outros cenários. Já o segundo estudo é destinado à construção de uma abordagem metaheurística híbrida para a classe de problemas de sequenciamentos avaliada nesta tese. A abordagem reduz o uso de características do critério de otimização no processo de busca. Ao mesmo tempo, a abordagem não reduz a qualidade dos resultados encontrados, quando comparada a abordagens projetadas especificamente para um critério de otimização. Neste estudo é mostrado, através de quatro estudos de caso, que a abordagem proposta encontra, na maior parte dos cenários avaliados, resultados superiores ou similares às abordagens de estado da arte. Por fim, realizamos um estudo a respeito da importância e dificuldade do projeto de metaheurísticas para a classe de problemas estudados, quando guiados por uma política JIT, permitindo a inserção de tempos ociosos em conjunto com janelas de tempo. Neste estudo é proposto adaptar, para máquinas paralelas não relacionadas, um método de inserção ótima de tempos ociosos para ambientes de máquina única. Este método acarreta em incremento significativo da ordem de complexidade das abordagens. Devido a isto, é proposto um método de busca local com estruturas de vizinhança reduzidas. Os métodos propostos são integrados a quatro metaheurísticas previamente propostas na literatura e à metaheurística híbrida proposta nesta tese. É avaliado como as metaheurísticas se comportam para resolução do problema. Os resultados mostram que a metaheurística híbrida apresenta resultados superiores às demais abordagens na maior parte dos cenários avaliados. Além disto, é avaliado qual a influência do tamanho das janelas de tempo nos resultados advindos do sequenciamento. Os resultados indicam a existência de uma correlação linear entre o tamanho da janela de tempo com os custo advindos dos atrasos e avanços das tarefas.

No ambiente científico, um dos principais objetivos é a divulgação dos resultados alcançados pelos pesquisadores em suas pesquisas. Assim, a comunicação científica se caracteriza como um importante mecanismo para a divulgação de resultados de pesquisas nas diversas áreas do conhecimento. Nesse contexto, os artigos científicos se caracterizam como os principais elementos para a descrição dos estudos realizados e, consequentemente, dos resultados obtidos.  A divulgação de resultados de pesquisas, principalmente em artigos científicos, possibilita a difusão das técnicas e métricas utilizadas, bem como dos resultados alcançados, a uma quantidade de interessados na temática investigada. Diante disso, identificar como os resultados de investigações científicas estão sendo publicados permite compreender como a comunicação científica tem sido utilizada para a divulgação dos estudos realizados. Nesse cenário, a publicação de artigos em periódicos de acesso aberto surge como um interessante mecanismo para a divulgação de pesquisas científicas, já que facilita e viabiliza o acesso a elas, tendo em vista que não existem barreiras, em especial financeiras, para acessar os conteúdos desse tipo de publicação.  Considerando que a ampla divulgação e a facilidade de acesso a estudos científicos possibilitam e impulsionam a evolução das pesquisas, esta tese visa identificar e analisar o conjunto de pesquisadores que têm utilizado periódicos de acesso aberto para a divulgação dos resultados de seus estudos, permitindo ampla difusão e acesso a seus trabalhos. Além disso, é realizada uma análise ampla de suas publicações em periódicos de acesso aberto. Para tanto, são discutidos e analisados indicadores sobre a comunicação científica brasileira em periódicos de acesso aberto, tendo como fonte de dados os artigos registrados nos currículos cadastrados na Plataforma Lattes, especificamente as publicações em periódicos que estejam registrados no Directory of Open Access Journals (DOAJ). Descrevem-se os materiais e métodos utilizados, com ênfase na metodologia adotada para apresentar uma visão da comunidade científica que tem utilizado periódicos de acesso aberto. Configurou-se, assim, um retrato até então inédito da produção científica em periódicos de acesso aberto no Brasil, tendo em vista principalmente a quantidade de dados analisados. Os resultados revelaram uma comunidade composta por 370.388 indivíduos distribuídos em diversas áreas do conhecimento, além de demonstrar que a proporção de artigos publicados em periódicos de acesso aberto no Brasil tem aumentado de forma consistente ao longo dos últimos anos, apesar de este ainda não ser o meio preferido de publicação pelos pesquisadores. Revelou-se como algumas áreas tendem a ser mais representativas nesse meio de divulgação, influenciadas por pesquisadores altamente produtivos, e, ainda, como ocorre a colaboração científica entre os pesquisadores na elaboração dos artigos publicados. Por fim, foram aplicadas as principais leis bibliométricas no conjunto de dados analisados, revelando os principais periódicos em que ocorrem as publicações, a produtividade dos autores, considerando suas áreas de atuação, os principais tópicos de pesquisa das publicações, e uma análise qualitativa do conjunto de artigos, considerando suas citações.

Este trabalho apresenta aplicações de Redes Neurais Artificiais (RNAs) e Técnicas de Otimização Não Linear (ONL) para classificar, localizar faltas em linhas de transmissão e determinar o valor das resistências de defeito, utilizando-se dados de faltas simuladas em um programa de transitórios eletromagnéticos e de faltas reais ocorridas no sistema elétrico brasileiro. As RNAs implementadas possuem topologia Multilayer Perceptron, método de aprendizagem supervisionado Backpropagation, algoritmo de treinamento Levenberg-Marquardt e função de ativação tangente-sigmoide, variando-se para cada tarefa o número de redes e neurônios. A etapa de classificação é realizada por uma RNA, a localização de faltas e a determinação da resistência de falta são executadas por 4 RNAs e também pela aplicação de técnicas de Otimização Não Linear mono-objetivo para a minimização de funções objetivo descritivas do problema. As funções objetivo foram definidas em termos dos parâmetros da linha e do tipo de falta obtido na etapa de classificação e submetidas aos métodos de Quasi-Newton, Elipsoidal e Algoritmo Genético Real Polarizado. A localização também é realizada por um método analítico, utilizado como referência para a comparação dos resultados. Na classificação, as respostas mostraram-se corretas em todos os testes realizados. Na localização, a aplicação do teste Anova para os dados simulados revelou, com 5% de significância, a existência de evidências estatísticas que permitiram concluir que os efeitos principais do tipo de método utilizado afetam o erro percentual em relação ao comprimento da linha de transmissão. Neste sentido, o teste de Tukey sinalizou erros menores com a utilização das RNAs e maiores com a utilização do método analítico, ficando as técnicas de Otimização Não Linear com erros intermediários. Para casos reais, diferente da situação verificada em ambientes simulados, o teste de Tukey evidenciou maiores erros percentuais com a utilização das RNAs, sinalizando também a inexistência de evidências estatísticas para rejeitar a igualdade entre a localização de faltas efetuada pelo método analítico e os métodos de Otimização Não Linear.

Sabe-se que comportamento do mercado financeiro produz grandes impactos na economia e que estes refletem em diversos setores da sociedade. A sua importância e complexidade o torna um atrativo campo de estudos para pesquisadores de diversas áreas, tais como, Economia, Análise de sistemas, Matemática e Física. É interessante também, para áreas interdisciplinares, como a Econofísica, que relaciona elementos da Economia e da Física no estudo de sistemas financeiros. A modelagem desses sistemas, especificamente a dinâmica de preços, depende fortemente da mecânica estatística. Métodos matemáticos da Física Estatística na descrição de sistemas econômicos, têm sido aplicados às séries temporais para investigar o comportamento dos mercados financeiros em diferentes escalas. Entre as ferramentas utilizados para tal, estão as medidas de dispersão central, distribuição de probabilidade, dinâmica estocástica e métodos para estimar as correlações. Os instrumentos (ativos, opções, índices de bolsas de valores, ...) do mercado financeiro flutuam ao longo do tempo, por isso, podem ser modelados via processos estocásticos. Dessa forma, este estudo pretende verificar se uma equação diferencial estocástica (formalizada por um potencial quártico mais um ruído ambiente), atende a um dado fato estilizado do mercado. Mais especificamente, se a cauda pesada da distribuição dos retornos absolutos gerados pela equação, segue uma empírica lei de potência. Além disso, estimamos o expoente de Hurst através da análise R/S e do DFA para verificar a dependência de longo alcance, ou memória longa da série temporal obtida. Como o termo de ruído presente na equação é não diferenciável, introduzimos o cálculo estocástico para obter analiticamente a solução desta.

Mais de metade da população mundial vive em áreas urbanas, e este número chega a 80% na América Latina. Os desafios da sustentabilidade sócio-ambiental demandam a produção consistente de bases de dados sobre as dinâmicas urbanas. Essencial para alcançar estes objetivos, a mobilidade precisa assegurar acesso de pedestres ao transporte, consumo e lazer. Os estudos da morfologia urbana observam diferentes aspectos e utilizam ferramentas diversas, como a reprodução do espaço público como um grafo, aplicado pela primeira vez por Euler no problema das pontes de Königsberg. As informações geográficas fornecidas por voluntários assumem papel cada vez mais importante como fontes cartográficas e de dados para o planejamento urbano, com licença livre e aberta, plenamente acessíveis, e que podem representar a geometria viária. A exploração da rede viária por passeios aleatórios vem timidamente sendo utilizada nos estudos urbanos com resultados positivos na simulação do comportamento coletivo dos seres humanos. Os fenômenos de primeira passagem tem sido amplamente estudados em processos de difusão, isto é, aqueles resultantes de movimento aleatório de partículas com fluxo de uma região de alta concentração para uma região de baixa concentração. Este trabalho propõe a utilização de ferramentas matemáticas e computacionais combinadas à Teoria dos Grafos para quantificar dinâmicas de mobilidade de pessoas e veículos em redes viárias. Busca-se demonstrar a potencialidade do estudo dos fenômenos de primeira passagem, destacadamente o Tempo Médio de Primeira Passagem e o Índice de Uniformidade como medidas da integração funcional e espacial dos sítios urbanos em relação a múltiplos pontos de interesse de naturezas distintas. Um modelo baseado em agentes é implementado e aplicado a doze cidades internacionais com características distintas, para as quais são realizadas as medidas de tempo médio de primeira passagem e índice de uniformidade. Os resultados demonstram que a dinâmica sobre a rede viária apresenta comportamento bastante próximo ao de modelos de difusão em domínios confinados ou semi-confinados. O modelo baseado em agentes pode resultar em aplicações diretas no desenvolvimento de políticas públicas e na prática do planejamento urbano e de tráfego.

Este trabalho tem seu foco no problema de localização de instalações indesejadas. O problema consiste em localizar instalações, de modo que as mesmas estejam o mais afastado possível dos clientes. As instalações serão selecionadas de forma a maximizar a soma das distâncias dos clientes à instalação mais próxima. Possíveis aplicações desse problema são instalações de aterros sanitários, usinas nucleares, barragens de rejeitos de minério e penitenciárias. Como o problema é considerado NP-difícil, para buscar melhores soluções para o problema, propõe-se dois algoritmos meta-heurísticos, um que combina as técnicas do GRASP e do ILS, e o outro que combina as técnicas de inserção mais barata e o ILS. Os resultados mostram que as técnicas propostas apresentam resultados equivalentes aos melhores algoritmos da literatura estatisticamente e são mais simples de serem reproduzidas.

Ao se publicar um artigo em conjunto com outros autores, um vínculo é formado pela colaboração, o que pode ser caracterizado como uma rede de colaboração científica. Neste contexto, os trabalhos representam as arestas, e os autores representam os nós, formando uma rede. É possível compreender melhor o relacionamento e as características existentes entre os autores ao se utilizar os conceitos da análise de redes sociais. Desta forma, surge a seguinte pergunta: “É possível estimar futuras colaborações científicas a fim de compreender a evolução desta rede?”. Para ser possível responder a esta pergunta, é necessário analisar como dois nós interagem entre si, ou seja, quais fatores são essenciais para que uma nova ligação seja realizada. O trabalho em questão tem como objetivo realizar a predição de ligações em redes de colaboração científica formadas pelos doutores brasileiros, em 8 diferentes áreas do conhecimento. Como fonte de dados é adotada a Plataforma Lattes, atualmente com 6,9 milhões de currículos cadastrados, que representa um dos repositórios científicos mais relevantes e reconhecidos mundialmente. Deste conjunto, foram utilizados dados de 71.010 doutores, que realizaram, em conjunto, a autoria de 5,8 milhões de colaborações científicas no período de 1960 a 2019, tornando este trabalho inédito devido à sua representatividade. De forma a tornar possível a análise e execução do trabalho, técnicas de aprendizado de máquinas foram utilizadas. Estas possuem a capacidade de identificar padrões de comportamento em grandes conjuntos de dados. Para tanto, quatro algoritmos são utilizados: Regressão Logística, Florestas Aleatórias, K Vizinhos Mais Próximos e Naive Bayes. A partir da abordagem utilizada, é possível identificar diferentes características das áreas do conhecimento analisando como estas influenciam o comportamento das técnicas escolhidas. Os resultados obtidos apresentam uma média de 88% de acertos, considerando todas as áreas e todos os algoritmos, onde a técnica Florestas Aleatórias apresentou o melhor resultado, com 99% de acertos em todas as redes analisadas. Avaliando os fatores que influenciam o surgimento de colaborações científicas, o atributo Menor Caminho se destaca, sendo considerado o mais influente.

Uma grande dificuldade enfrentada no desenvolvimento de aplicações que utilizam fluxos de dados para resolver problemas de previsão são os dados ausentes. Apesar de existirem técnicas para reduzir os impactos ocasionados por este problema, a maioria dos sistemas não são modelados de forma preventiva para possibilitar o tratamento adequado deste tipo de ocorrência. Neste contexto, este trabalho introduz uma nova abordagem denominada MDP (Missing Data Procedure) que possibilita que modelos evolutivos estimem as variáveis ausentes e, simultaneamente, realizem a previsão da saída utilizando todas as variáveis da amostra. A abordagem proposta foi implementada no eNFN (evolving Neo-Fuzzy Neuron) como um modelo de múltiplas entradas e múltiplas saídas e denominada eNFN-MDP. O MDP também foi implementado no ALMMo (Autonomous Learning Multi-Model) porém, como um modelo de múltiplas entradas e uma saída e chamado de ALMMo-MDP. Experimentos computacionais foram realizados em tarefas de previsão e identificação de sistemas não lineares em cenários de Ausência Completamente Aleatória (\textit{Missing Completely at Random – MCAR) e Ausência Aleatória (Missing at Random – MAR) para avaliar o desempenho do eNFN-MDP e do ALMMo-MDP. Os resultados obtidos foram comparados com métodos alternativos de imputação e mostraram que o eNFN-MDP e o ALMMo-MDP obtiveram um desempenho superior aos das abordagens alternativas e que eles são capazes de estimar as variáveis ausentes e realizar a previsão da saída com precisão. Portanto, os resultados experimentais sugerem a abordagem proposta com uma alternativa simples e eficiente como método de imputação para modelos evolutivos.

Esta Dissertação estuda duas variantes do Problema de Localização de Hubs(HLP), especificamente, o Problema pHub Centro não Capacitado de Múltiplas Alocações (UMApHCP) e o Problema pHub Centro Capacitado de Múltiplas Alocações(CMApHCP). Uma pesquisa sobre o estado da arte e as características do problema é realizada. Tratando-se de problemas NP-Difíceis, este projeto utilizou-se de técnicas heurísticas e metaheurística. Para isso esse projeto implementa métodos de resolução em uma estrutura híbrida multiagente -Framework AMAM. O Framework AMAM possui capacidade de hibridização das metaheurísticas através da abordagem multiagente. Além de possuir conceitos de cooperação e paralelismo. O espaço de busca de cada agente do Framework é o próprio espaço de busca do problema, possibilitando assim sua flexibilidade para tratar problemas distintos. A ação do agente no espaço de busca é autônoma e permite a execução simultânea de vários agentes, de forma cooperativa. Os agentes são auto-adaptativos, o que permitirá que modifiquem suas ações com base em suas experiências. Nesta dissertação 3 propostas de resolução, além de modelagens exatas, são apresentadas. De forma que a primeira proposta consiste em um método híbrido, que combina a fase de construção do GRASP com um Algoritmo Genético na resolução do UMApHCP. Já a segunda proposta combina a fase de construção do GRASP com a metaheurística ILS também na resolução do UMApHCP. E por fim a terceira proposta soluciona o problema CMApHCP utilizando-se da metaheurística VNS. Para avaliar estas propostas, utilizou-se de 3 conjuntos instâncias disponíveis na literatura. Teste computacionais são realizados para comprovar a eficiência das propostas.

Separadores de vértices são úteis para resolver uma grande variedade de problemas em grafos. Nesta tese nós estudamos uma caracterização de algumas subclasses de grafos através de separadores de vértices e também estudamos reconfiguração de separadores, sob certas condições. Na primeira parte, estudamos subclasses de grafos cordais definidas por restrições impostas nas relações de continência e interseção de seus separadores minimais de vértices e caracterizamos essas subclasses por subgrafos induzidos proibidos. Na segunda parte, consideramos as regras mais comuns de reconfiguração e provamos resultados de equivalência e complexidade para Reconfiguração de Separadores de Vértices.

A geometria computacional é uma área de estudo intrinsecamente interdisciplinar, pois associa técnicas computacionais às propriedades geométricas de sistemas diversos. Neste trabalho aplicamos a tesselação de Voronoi, uma técnica de geometria computacional, para obtenção da pavimentação de sistemas granulares bidimensionais. Nosso objetivo é obter propriedades mecânicas a partir das propriedades geométricas da pavimentação do plano. Nesta tese aplicamos a metodologia em duas situações diferentes: 1) sistema dinâmico; 2) empilhamento quasiestático de grãos. A partir da análise das propriedades da geometria dos polígonos obtidos realizamos uma comparação com as propriedades mecânicas do sistema em questão, buscando associar a evolução espácio-temporal da pavimentação à dinâmica do sistema granular. No sistema dinâmico, durante a penetração de um intruso em um material granular confinado, analisamos as mudanças nos polígonos da área da cavidade (espaço vazio atrás do intruso) e do número de lados do polígono gerado pelo intruso, obtendo indícios de uma transição de fase de engarrafamento. No empilhamento quase estático de grãos, utilizamos a tesselação de Voronoi para a obtenção da função resposta a tensões, a partir de um calibre, e fomos capazes de reproduzir os resultados mecânicos obtidos a partir das forças de contato, utilizando geometria computacional. O calibre é uma constante obtida na base da camada granular por meio da relação entre a função resposta a tensões e a função resposta à tesselação de Voronoi. Este protocolo nos permite calcular a função resposta a tensões em diferentes níveis da camada granular, sema necessidade de se introduzir um sensor no bulk, ou seja, de uma forma não destrutiva e não invasiva.

O fenômeno quântico do emaranhamento em sistemas de partículas idênticas ainda é motivo de discussões e divergências na comunidade acadêmica, tanto no que diz respeito à sua interpretação física e experimental, quanto em relação à maneira correta de se quantificá-lo. Por outro lado, sua correta compreensão é fundamental para o desenvolvimento de tecnologias baseadas em criptografia, computação e informação quântica, medições de alta precisão, entre outros. Aqui, propõe-se um método simples, que lança mão da descrição baseada em partículas (primeira quantização), intuitivamente chamado de “dessimetrização” do estado global, que mostrou-se eficaz no cálculo do emaranhamento por meio do traço parcial do operador densidade, de maneira semelhante ao caso de partículas distinguíveis. Além disso, o trabalho também desenvolve um método para gerar estados maximamente emaranhados, que funciona para sistemas bipartidos idênticos e distinguíveis de dimensão finita, com igual importância para o desenvolvimento de tecnologias associadas ao fenômeno do emaranhamento quântico.

Ambientes com aglomerações podem ser responsáveis por problemas na eficiência de projetos referentes à evasão de multidões. A falta de fiscalização também favorece a grandes tragédias em locais de grande circulação de pessoas. Assim, o controle de multidões pode ser considerado como o planejamento sistemático para evitar problemas em reunião de pessoas. Um modelo via elaboração conceitual multiagentes para o fenômeno de pânico de multidão foi abordado. Para a construção deste modelo computacional utilizou-se modelos matemáticos e simulações multiagentes. Assim, um modelo computacional capaz de simular movimentação e multidões e, consequentemente, sua análise foi desenvolvido. Os resultados mostraram que quanto maior a quantidade de pessoas no ambiente maior é o tempo de evacuação e menor é o tempo de comunicação entre os agentes. As simulações aqui apresentadas mostram que é possível realizar estudos sobre a segurança e fluidez de ambientes e, dessa maneira, podem auxiliar nos projetos de ambientes com uma melhor resposta em casos de evacuação de emergência.

Esta Dissertação utiliza as transformações conformes e de Schwarz-Christoffel como método de abordagem de problemas de valor de contorno bidimensionais que envolvem a Equação de Laplace, com o foco nos problemas da Eletrostática. As condições de contorno que são trabalhadas por essas transformações são do tipo de Dirichlet constante por partes ou de Neumann nulas, sendo o foco desta Dissertação as condições do primeiro tipo. Esse método de abordagem é baseado no mapeamento de regiões de um plano complexo em outro, permitindo que as regiões mapeadas possam sempre voltar para suas geometrias originais. Nesse sentido, a região de destino deve apresentar um menor nível de complexidade do problema e, se possível, uma solução analítica já conhecida. As transformações de Schwarz-Christoffel são um tipo específico de transformações conformes tais que envolvem domínios poligonais. Nesta Dissertação, encontram-se as definições e propriedades matemáticas de ambos os mapeamentos dentro de um mínimo rigor matemático. Além disso, cinco problemas são solucionados analiticamente com as transformações conformes e um com a de Schwarz-Christoffel. E quatro problemas são solucionados numericamente via Schwarz-Christoffel pelo pacote SC Toolbox do MATLAB e confrontados com as soluções analíticas, quando estabelecidas, ou confrontadas com as soluções numéricas pelo método de Elementos Finitos do pacote PDE Toolbox do MATLAB. Tais transformações têm sido bastante utilizadas em pesquisas recentes de diversas áreas.

O mercado acionário apresenta variáveis econômicas governadas por processos dinâmicos e não-lineares, podendo levar à geração de relações de dependência de longo prazo. As singularidades deste mercado podem não ser adequadamente descritas pelos tradicionais modelos analíticos da hipótese dos mercados eficientes e de passeio aleatório. Assim, a investigação de memória a longo prazo em séries financeiras é importante para se encontrar modelos adequados que permitam identificar, corretamente, o comportamento das séries financeiras. Neste trabalho é realizada a investigação da memória a longo prazo, em séries financeiras diárias de retornos do índice Bovespa e de cinco ativos individuais do mercado acionário brasileiro. Foram utilizadas a estatística R/S (rescaled range) e também a análise DFA (detrended fluctuation analysis), para a determinação do expoente de Hurst (H) e, consequentemente, a qualificação do comportamento do mercado de ações brasileiro.  Os resultados apresentaram divergências entre os métodos empregues e houve variação nos expoentes de Hurst calculados ao longo do tempo, no entanto, os resultados gerais, suportam a presença de memória longa sob a forma de persistência.

As Estratégias Evolutivas (EEs) constituem uma classe particular de Algoritmos Evolucionários (AEs). As pesquisas que tratam da análise de estratégias evolutivas têm sido focadas nas aplicações destes algoritmos, usados para resolver problemas das mais diversas áreas, principalmente em espaços de busca contínuos, mas também em espaços discretos. As investigações das EEs também demonstram que esses algoritmos, ainda suscetíveis a diversas pesquisas, são eficientes e populares. Uma análise contendo provas rigorosas de convergência de EEs é uma tarefa difícil devido à estocasticidade desses algoritmos, apesar desta aleatoriedade permitir sua análise sob uma perspectiva matemática. Neste trabalho são propostas Estratégias Evolutivas com um único progenitor e λ descendentes (1 + ; λ)-EE. Na primeira delas, o tamanho do passo do algoritmo é modificado de acordo com uma regra de adaptação simples baseada em sucesso, denominada Regra 1. Uma extensão desta regra de adaptação do tamanho do passo, denominada Regra 2, também é proposta. Nesta estratégia o tamanho do passo é adaptado de acordo com o número de descendentes bem sucedidos. Além destas, a generalização a qualquer número de descentes e qualquer limiar, do controle de mutação baseado no tamanho passo, proposto em (WANNER et al., 2016, ACCEPTED) também é explorada e nomeada Regra 3. Finalmente é formulada uma EE com regra de adaptação do tamanho do passo baseada na combinação da Regra 1 com a Regra 3. A análise teórica destes algoritmos evolutivos concentra-se na investigação sobre sua convergência, quando aplicados em problemas de otimização em espaços de busca contínuos em uma classe de funções estritamente unimodais de uma variável. O estudo sobre a convergência das EEs segue uma abordagem usando funções de Lyapunov estocásticas, desenvolvida em (SEMENOV; TERKEL, 2003), no contexto da teoria de martingais. Expressões gerais para as esperanças condicionais dos próximos valores do tamanho do passo e para a distância para o ótimo são analiticamente derivadas para todas as Estratégias, e uma função de Lyapunov apropriada é construída. Os limites superiores da taxa de convergência, bem como os valores dos parâmetros de adaptação, são obtidos através da otimização numérica para valores crescentes de λ, permitindo também uma seleção informada desse parâmetro. Os resultados experimentais contribuem para uma análise dos limites de convergência teóricos obtidos e fornecem uma visão adicional sobre os pontos fortes e fracos da metodologia adotada.

A previsão do comportamento de ativos financeiros é uma linha de pesquisa que vem sendo investigada por diversas técnicas ao longo dos últimos anos. Mesmo com inúmeras pesquisas, prever preços de ativos ou tendências continua sendo uma tarefa extremamente difícil, uma vez que tal comportamento está ligado às incertezas do mercado financeiro e outros fatores. Desta forma, neste trabalho foi desenvolvido um meta-classificador baseado em métodos de inteligência computacional para descobrir tendências de preço para ativos de bolsa de valores, como a B3. O kernel do meta-classificador é baseado na ferramenta WEKA, onde 7 classificadores são combinados para serem otimizados na etapa seguinte pela meta-classificação. Testes foram realizados com alguns dos ativos mais líquidos de diferentes setores e o ativo que acompanha o índice Bovespa da B3, são eles: BOVA11, CIEL3, ITUB4, PETR4, USIM5, CMIG4, GGBR4, KROT3 e GOLL4. Os resultados foram promissores, apresentando uma boa acurácia na classificação com até 57%, além de resultados financeiros satisfatórios com ganhos de até 100% do valor de capital inicialmente investido. Também tivemos bons resultados quando comparamos com os baselines buy-and-hold, aleatório e estratégia inversa.

O presente trabalho propõe um sistema de auxílio à compra e venda diária de ações que utiliza o método de máquinas de vetores suporte (SVM - Support Vector Machines), otimização de portfólios e uma estratégia de venda. Por meio da votação majoritária de um comitê de classificadores SVM, é realizada a classificação dos ativos capazes de atingirem rendimentos específicos ao longo do dia, sendo inicialmente considerados os rendimentos alvos de 1%, 2% e 3%. Os classificadores que compõem o comitê são definidos a partir de diferentes funções kernel, bem como valores variados dos hiperparâmetros da SVM. De posse dos ativos capazes de atingirem o alvo estipulado, um modelo de otimização linear inteira mista, que busca minimizar o risco, representado pelo valor em risco condicional (CVaR - Conditional Value-at-Risk), ao mesmo tempo que estipula um limite mínimo para retorno, realiza a alocação ótima de recursos levando em consideração apenas os ativos indicados pela classificação. O modelo realiza a alocação de recursos a partir de um portfólio inicial, permitindo assim o rebalanceamento, além de estipular um valor mínimo e máximo de proporção de investimento em cada ativo presente no portfólio, levando em consideração os custos de transação incorridos nas operações de compra e venda. Os ativos utilizados na pesquisa consistem nos ativos presentes no portfólio teórico do índice Bovespa (Ibovespa) do ano de 2005 a 2016. Para testar a eficácia do sistema proposto, é realizada uma análise in-sample em que se busca testar individualmente as metodologias a serem integradas, além de decidir qual alvo de ganho mais ideal, de acordo com a precisão da classificação. Em seguida, uma análise out-of-sample é realizada, buscando comparar os resultados obtidos pelo sistema integrado com os resultados obtidos pelos métodos individuais que o compõem. Os resultados obtidos mostram a superioridade do sistema integrado proposto, quando comparado com a utilização dos métodos individuais.

Propomos uma abordagem via método de elementos discretos inspirada em equações diferenciais, com características de autômatos celulares, para construir um modelo baseado em agentes que visa reproduzir estatísticas observadas em mercados financeiros. É investigada a dinâmica de preços de um ativo financeiro que é transacionado em um mercado onde N agentes interagem demandando ou ofertando um único ativo. Consideramos que os agentes possuem restrição orçamentária devido a uma quantidade de recursos financeiros finita. A soma de todos os recursos financeiros dos agentes compõe a riqueza total do mercado. O modelo não considera alavancagem financeira. Apresenta duas componentes estocásticas de naturezas distintas. A primeira, de caráter endógeno, modela diferentes interpretações dos agentes quanto à percepção do valor intrínseco do ativo. Já a segunda, de caráter exógeno, modela efeitos das perturbações inesperadas que influenciam o mercado de forma proeminente. A atuação, em conjunto, da limitação de recursos financeiros e da variável estocástica de caráter endógeno, leva a oscilações na dinâmica de preços, que foram analisadas por meio de uma avaliação microeconômica do mercado. Através de uma aproximação do modelo, baseada em equações diferenciais, encontramos resultados analíticos que indicam que a dinâmica de preços estabiliza em torno do preço justo médio idealizado pelos agentes que mantém suas negociações ativas no mercado. Também investigamos como o processo de percepção do preço justo do ativo impacta a acumulação de riqueza dos agentes, bem como os riscos a que estão expostos. Observamos que a eficiência do agente em avaliar o preço justo está diretamente relacionada a riqueza acumulada e inversamente ao risco. Analisamos a distribuição logarítmica dos retornos das séries de preços sintéticas, e mostramos que apresentam caudas pesadas, conforme observado em mercados reais. Realizamos uma análise multifractal das séries sintéticas, e averiguamos a presença de correlações de longo alcance. Concluímos que o modelo consegue produzir estatísticas equivalentes às observadas em mercados reais. Através do estudo da sensibilidade do modelo aos parâmetros de controle, montamos um arcabouço que permite compreender melhor as forças subjacentes ao mercado financeiro e suas inter-relações.

A aplicação de algoritmos em investimentos é bastante pertinente, considerando que é comum o desejo dos investidores em adotar critérios objetivos para embasar suas decisões em operações financeiras. Recentemente há um crescente interesse pela automatização de estratégias de operação (*algotrading*). O emprego de Redes Neurais Artificiais (RNAs) do tipo *Extreme Machine Learning* (ELM) mostra-se propício, principalmente para estratégias de operação de curto prazo, dada sua maior eficiência demonstrada no treinamento. Porém, há uma carência de estudos na aplicação de ELM no mercado financeiro. O objetivo deste trabalho foi desenvolver uma estratégia de operação inteligente, baseada nas previsões geradas por um conjunto (*Ensemble*) de RNAs do tipo ELM. Cada RNA tem a responsabilidade de realizar previsões de tendência no retorno dos Preço e Volume com base em dados históricos dispostos em janelas temporais deslizantes de preço, retorno, volume e indicadores de análise técnica. A estratégia então determina os momentos de abertura e fechamento de posições considerando os sinais das previsões das RNAs. Uma validação do tipo *backtesting* simulado foi realizado nos ativos VALE3, ITUB4, PETR4 e BOVA11, com periodicidades variadas durante o ano de 2017, comparando os resultados financeiros com as estratégias *Buy and Hold* e Randômica, e entre a Estratégia RNA Preço e o *Ensemble* Preço e Volume. Os resultados encontrados mostram que o uso de RNAs do tipo ELM são adequadas para estratégias de operações de curto prazo. O *Enslemble* de RNA Preço e Volume causou melhoras nos indicadores financeiros Fator de Lucro e reduziu o *Maxdrawdown* em todos os casos apresentados, melhorando a relação risco retorno da estratégia. Além disso, reduziu o número de operações para quase metade quando comparada com a estratégia que utilizava apenas previsões da RNA Preço.

O presente trabalho tem seu foco no Problema da Cadeia de Caracteres Mais Próxima (PCCP) – Closest String Problem (CSP). O objetivo deste problema é o de encontrar uma sequência de caracteres que mais se aproxime, segundo uma dada métrica, de um conjunto de cadeias de caracteres de mesma dimensão. Sendo o CSP da classe NP-difícil, justifica-se a utilização de métodos heurísticos para solucioná-lo. Propõe-se a implementação de três metaheurísticas, a saber: Simulated Annealing (SA), Variable Neighborhood Search (VNS) e Discrete Particle Swarm Optimization (DPSO). Todos os métodos foram implementados com características híbridas, combinados com um método de busca local, que é aplicado cada vez que é atualizada a melhor solução corrente. Para testá-los, foram utilizados conjuntos de problemas-teste amplamente usados na literatura. Os experimentos computacionais realizados indicaram que o método híbrido Hybrid Discrete Particle Swarm Optimization for Closest String Problem (HDPSO CSP ) obteve bom desempenho e, em alguns casos, chegou a encontrar as soluções ótimas.

Nesse projeto realizamos a análise de dados obtidos através de simulação numérica da deposição da Dinâmica Molecular ocorrido em camadas de materiais granulares . Visamos encontrar um protocolo para analisar as propriedades mecânicas do material realizando a execução de diferentes instâncias do problema. Os dados numéricos encontrados são ajustados a um modelo teórico da resposta de um sólido correspondente a aplicação de uma força. Os resultados obtidos na simulação deverão ser avaliados por um algoritmo de otimização populacional visando encontrar os parâmetros teóricos para os resultados obtidos. Através do estudo das propriedades físicas do sistema no limiar do cisalhamento espera-se avaliar o comportamento do coeficiente de cisalhamento ao variar as diversas propriedades da simulação.

Dengue é uma doença transmitida por mosquitos do gênero Aedes e que, atualmente, gera grande preocupação com relação a seus efeitos na saúde pública. Além da dengue, o Ae. aegypti, que é frequentemente o principal transmissor da doença no meio urbano, transmite também a febre de chikungunya e a febre pelo vírus Zika no território brasileiro. Diante disso, este trabalho propõe simular computacionalmente a complexa dinâmica de algumas doenças transmitidas pelo Ae. aegypti por meio de um modelo baseado em autômatos celulares probabilísticos e modelagem baseada em agentes. Foram usadas imagens de satélite para a identificação dos elementos do ambiente (água, vegetação, solo exposto, residências e pavimentação) e criação da matriz de simulação. Os humanos e mosquitos são distribuídos nessa matriz, que representa a região de estudo. Considera-se que os diferentes sorotipos de dengue (DENV-1, DENV-2, DENV-3 e DENV-4) e os vírus da febre de chikungunya e da febre pelo vírus Zika podem circular simultaneamente em uma mesma área. Testou-se cinco variações do modelo em duas áreas diferentes. Pelos resultados, foi possível inferir que houve diferença significativa quando se utilizou a distribuição dos pesos dos elementos do ambiente em escala probit. Ainda, foi possível verificar a existência de uma variação cíclica das doenças nas populações, conforme era esperado. O cálculo do número de reprodução basal mostrou que o estado do ambiente influencia na dispersão das doenças. Isso ressalta a necessidade de ações voltadas para a eliminação dos focos do mosquito no ambiente, como, por exemplo, o fornecimento de serviços de saneamento básico adequados e o cuidado com recipientes que possam acumular água. Assim, o modelo apresenta um grande potencial de uso como ferramenta auxiliar na saúde pública.

Este trabalho aborda o desenvolvimento de uma plataforma digital, denominada SignWeaver, que apoia a disseminação e manutenção de glossários bilíngues Libras-Português. De forma geral, os vocabulários técnico-científicos são escassos nos vernáculos das principais línguas de sinais do mundo. Neste contexto, estudantes surdos, intérpretes e professores empenham-se em criar neologismos terminológicos ou sinais-termo em tais áreas, geral- mente por meio da organização de comitês locais de discussão, compostos por pessoas da comunidade surda diretamente interessadas. Frequentemente, por meio deste tipo de abordagem, verifica-se que sinais completamente distintos entre si podem ser atribuídos a um mesmo conceito técnico, dificultando-se a comunicação em Libras entre membros de regiões e comunidades diferentes. Neste cenário, a principal contribuição deste trabalho consiste em prover uma plataforma inédita para aglutinar os sinais-termo criados pela comunidade surda e, atualmente, dispersos em diferentes bases de dados pelas diversas regiões do Brasil, facilitando-se a disseminação, adoção e eventual padronização dos sinais- termo em todo o território nacional. Para o desenvolvimento da SignWeaver, utilizou-se as linguagens PHP e JavaScript, bem como dois arcabouços para desenvolvimento de softwares, quais sejam, o arcabouço Laravel, fundamental para o desenvolvimento dos módulos da plataforma que cuidam da gestão de seus dados (do inglês, back-end side) e o arcabouço Ionic, para o desenvolvimento módulos que cuidam das interações com os usuários (do inglês, front-end side). A plataforma SignWeaver provê uma interface intuitiva e pode ser utilizada a partir de diferentes ambientes computacionais, tais como, a partir de sítios web em computadores de uso pessoal, bem como a partir de um aplicativo para dispositivos móveis (por exemplo, celulares e tablets). As funcionalidades da SignWeaver foram validadas com sucesso por 65 membros da comunidade surda, em sua maioria, surdos e intérpretes de Libras, sendo que 87,7% destes prováveis usuários mostraram-se satisfeitos com a plataforma proposta, credenciando-a como uma ferramenta a ser potencialmente utilizada pela comunidade.

Neste trabalho, foram realizados o desenvolvimento, a implementação computacional, a verificação e a validação de um novo modelo por agentes para a simulação computacional da movimentação humana, utilizando, como premissas, um enfoque híbrido discreto-contínuo da estrutura espacial, a utilização de uma abordagem ergonômica formal mais acurada das principais grandezas envolvidas e o uso da lógica fuzzy para emulação do processo de decisão humana. Desenvolveu-se, também, um algoritmo de busca e exploração, denominado BR – Busca Referenciada, cujos resultados são superiores aos algoritmos tradicionais de pesquisa para a geração de mapas de distância. A utilização da lógica fuzzy incorporou o conceito da tabela fuzzy, o que propicia um aumento da velocidade de processamento sem perda de conhecimento. Na tese, diversos exemplos são mostrados, atestando a efetividade e eficiência do modelo proposto. Também é incluída uma aplicação prática do novo modelo, com um estudo relacionado à tragédia da Boate Kiss, onde simulações de abandono foram realizadas de forma e se compreender melhor a razão para tal tragédia no que tange ao dimensionamento das saídas de emergência e se propor melhorias, inclusive abordando alguns aspectos legais.

Esta tese aborda o desenvolvimento de uma nova abordagem de análise de sentimentos multimodal para estimar os níveis de tensão em vídeos de notícias. As mídias de notícias constituem um tipo específico de discurso e se tornaram uma parte central da vida moderna de milhões de pessoas. Neste contexto, é muito importante estudar e entender como a indústria de notícias funciona e como ela afeta o cotidiano da sociedade. Para isso, especialmente sob a perspectiva da análise do discurso, a abordagem proposta calcula níveis de tensão como pontuações de sentimento (polaridades) ao longo da narrativa das notícias, revelando os diferentes padrões de comunicação utilizados. A fim de atingir esse objetivo, combinou-se pistas visuais e de áudio extraídas dos participantes das notícias, tais como repórteres, âncoras, entrevistados, dentre outros, usando métodos para: (1) reconhecimento de emoção a partir das expressões faciais, (2) estimativa do plano fílmico e (3) extração de recursos de áudio (p. ex., características de croma, coeficientes mel-cepstrais no domínio da frequência e características espectrais), bem como sentenças textuais obtidas a partir da (4) análise de sentimento das transcrições de fala da narrativa das notícias. Os resultados experimentais com um conjunto de dados contendo 960 vídeos de notícias rotuladas para telejornais brasileiros e americanos mostram que a abordagem proposta atinge uma precisão global de 64,17% na tarefa de classificação de níveis de tensão. Ao ser comparado também com um baseline, o método proposto alcançou uma precisão próxima de um método supervisionado, mas sem a necessidade de um treinamento rotulado. Esses resultados demonstram o alto potencial da abordagem proposta para ser usada por analistas de mídia em várias aplicações, especialmente no domínio jornalístico.

O crescimento de interfaces rugosas tem atraído a atenção dos pesquisadores ao longo dos anos devido a sua vasta gama de aplicações. Esse crescimento pode ocorrer de diversas formas e a compreensão do processo físico que controla a formação e morfologia das estruturas geradas depende, muitas vezes, da elaboração de um modelo simplificado. Sendo assim, esta tese tem por objetivo analisar a propagação de interfaces sob duas situações distintas: crescimento de superfícies rugosa por deposição de partículas e movimentação de uma linha elástica em um meio heterogêneo. Inicialmente, focamos no estudo dos modelos discretos de crescimento por deposição de partículas afim de associá-los às diferentes classes de universalidade. Entender o estado crítico de sistemas que pertencem a uma determinada classe leva-nos à compreensão de todos os demais sistemas dessa classe. Para a realização dessa análise, utilizamos um novo modelo de Autômato Celular Probabilístico em (1 + 1) dimensões, capaz de reproduzir uma ampla gama de padrões permitindo a análise dos mais variados sistemas. As regras de transição que determinam a atualização desse autômato dependem do perfil local e são definidas a partir da diferença de alturas entre os vizinhos da direita e esquerda do sítio central. Conforme o conjunto de parâmetros escolhidos, obtivemos morfologias distintas e expoentes críticos associados às diferentes classes de universalidades. Posteriormente, abordamos o comportamento da interface produzida durante a propagação de uma fratura a partir da separação de duas placas. À medida que esses sólidos se separam, forma-se uma linha elástica que se movimenta sobre o substrato. Se a superfície é homogênea, a propagação da interface ocorre uniformemente. Caso contrário, a movimentação acontece de forma irregular, ficando retida em alguns pontos, devido aos diferentes valores de tensão superficial. Para analisar o comportamento da interface durante sua propagação, implementamos um modelo computacional capaz de gerar diferentes tipos de superfícies a partir da variação de alguns parâmetros. Dentre os parâmetros de controle escolhidos para a construção do substrato, incluímos a variação angular dos pontos de pinning, ou seja, alteramos a correlação do ruído congelado. Os processos de propagação de interfaces analisados neste trabalho são considerados fenômenos críticos fora do equilíbrio e dependem de parâmetros que podem ser modificados de acordo com cada modelo. A partir da variação desses parâmetros foi possível encontrar diferentes interfaces onde analisamos o comportamento temporal da rugosidade. Com os dados obtidos foi possível, na primeira parte da tese, fazer um mapeamento das principais classes de universalidade encontradas na literatura - EW, KPZ, DA, DP e CDP. No segundo modelo, observamos que o comportamento temporal da rugosidade apresentou alterações mediante a variação angular e mostrou-se mais acentuado quando essa variação estava associada à alteração de algum outro parâmetro. 

Este trabalho propõe um novo arcabouço multimodal para recomendação de vídeo baseada em redes neurais de aprendizagem profunda (Deep Learning). Ao contrário das soluções mais comuns, foram explorados simultaneamente duas modalidades de dados, quais sejam: (i) conteúdo visual (imagens) e (ii) as modalidades textuais que, em conjunto com o fluxo de áudio, constituem os dados elementares de um vídeo. Especificamente, este arcabouço descreve os dados textuais usando bag-of-words (BOW) e TF-IDF, mesclando esse conteúdo com descritores visuais obtidos por meio de redes neurais convolucionais. Como resultado é construído um descritor multimodal para cada vídeo, obtida por meio dautilização de autoencoder que permite construir representação com baixa dimensionalidade. Para qualificar a recomendação realizada, aplica-se na abordagem o método chamado Sparse Linear Method with Side Information (SSLIM), o qual considera como entrada as modalidades propostas de descritores visuais e textuais. Ao fazer isso, é possível produzir um ranking (top-N ) de recomendação mais relevantes para o usuário. É importante destacar que esta abordagem é flexível, ou seja, é possível usar outros tipos de modalidades, autoencoders e arquiteturas de fusão. Resultados experimentais obtidos com três coleções reais (MovieLens-1M, MovieLens-10M e Vine), contendo 3.320, 8.400 e 18.576 vídeos, respectivamente, demonstram que este arcabouço pode melhorar em até 60,6% os resultados da recomendação, quando comparada a uma única modalidade de recomendação e até 84%, quando comparado com os métodos de referência deste estudo, demonstrando a eficácia desta proposta e destacando a utilidade da informação multimodal em um sistema de recomendação.

As pesquisas acerca dos métodos alternativos aos esquemas baseados em malha têm crescido nos últimos anos. Esses métodos, comumente conhecidos como sem malha, consistem de técnicas que constroem aproximações irrestritamente em termos de nós, facilitando, assim, as aplicações às geometrias tidas como complexas. Dentre os métodos sem malha, tem-se o método de quadratura diferencial local (MQDL), cujo alcance de suas recentes aplicações o tem tornado proeminente nas diversas áreas da engenharia. Neste trabalho, é desenvolvido um estudo sobre o MQDL munido de funções de base radial (FBR), onde são destacadas duas técnicas para otimizar o seu desempenho numérico. A primeira destaca o efeito da distância mínima entre pontos no número de condição dos sistemas lineares locais (SLL), construídos no MQDL. Para mitigar isso, é proposto uma nova forma de suporte local para o método. Com essa técnica, são realizados estudos do erro de aproximação e taxa de convergência da solução numérica de problemas em eletrostática e dinâmica dos fluidos. A outra contribuição deste trabalho é referente ao tratamento de problemas com meios heterogêneos no MQDL. Nesse sentido, foi proposto o reparo de aproximações nas interfaces materiais por meio de aumento do grau de suavidade da FBR empregada. Assim, foi realizado a simulação de um problema eletrostático bidimensional em meios heterogêneos. Para validar os resultados foi realizada a análise do erro de aproximação através da solução semi-analítca do problema. Os resultados trazem duas inovações referentes à melhoria da acurácia do MQDL, evidenciando-o, assim, como uma ferramenta promissora em problemas envolvendo equações diferenciais parciais (EDP). Principalmente quando essas EDP sejam não lineares, contenham condição de contorno mista, geometrias irregulares e meios descontínuos.

Este trabalho investiga a eficiência de uma combinação de métodos da análise técnica com otimização de risco e retorno de investimentos. Para isso, foi realizado um estudo estatístico de eficiência e retorno dos principais métodos de investimento oriundos da escola de análise técnica: Cruzamento de médias móveis, Índice de Força Relativa (IFR), Moving Average Convergence and Divergence (MACD) e Bandas de Bollinger. Para realizar a otimização de portfólios considera-se as medidas de risco a covariância e o Conditional value-at-risk (CVaR), e como medida de retorno a média dos retornos passados. São sugeridos dois cenários para a integração entre análise técnica e otimização: o primeiro, chamado de ATOT, verifica quais ativos possuem indicativo de compra de acordo com as ferramentas da análise técnica e posteriormente realiza a otimização de portfólio considerando apenas os ativos indicados. A segunda, chamada de OTAT, realiza primeiro a otimização de portfólio considerando todos os ativos da pesquisa e posteriormente realiza um filtro através das ferramentas da análise técnica. Os cenários criados são comparados com os benchmarks do Ibovespa, IBX100, além da abordagem considerando apenas a análise técnica (AT) e apenas a otimização (OT). As métricas avaliadas foram: retorno, drawdown e drawup máximo, índice Return Over Maximum Drawdown (ROMAD) e o índice Draw Ratio. Resultados numéricos mostram que os métodos IFR e Bandas de Bollinger possuem eficiência superior aos demais, mas sem refletir em uma superioridade no retorno financeiro ao considerar os custos. Analisando as estratégias de investimento, os resultados mostram que as carteiras OTAT e OT obtiveram desempenho de retorno superior às demais carteiras, sendo que a utilização da análise técnica após a otimização (OTAT) produziu os melhores resultados relacionados ao risco do investimento. A estratégia que utiliza a análise técnica antes da otimização (ATOT) não obteve bons resultados de risco nem de retorno. Por fim, os resultados mostram que as carteiras otimizadas pelo CVaR conseguiram superar as carteiras otimizadas pela variância ao reduzir a cauda negativa de retorno em uma proporção superior à redução da cauda positiva.

Vários problemas em otimização são denominados NP-completos (ou NP-difíceis) devido a dificuldade para solucioná-los, através de programação matemática, em um tempo razoável. Apesar disso, nos últimos anos, vários trabalhos tem apresentado mecanismos capazes de produzir soluções rápidas, e aceitáveis, para estes problemas. Um destes mecanismos é conhecido como sistemas multi agentes, ou MAS - Multi-Agent System. Este trabalho apresenta o D-OPTIMAS - Distributed Optimization Multi-agent System, um sistema multi agentes, distribuído e flexível para resolução de problemas de otimização de diferentes classes. O D-OPTIMAS usa o modelo de atores, um modelo de programação concorrente e assíncrono, que possibilita a execução de uma grande quantidade de agentes através de processos distribuídos. Neste sistema, cada agente é incapsulado por um ator e executa uma meta-heurística específica, de forma reativa e isolada, interagindo com os demais exclusivamente por troca de mensagens, ou seja, toda informação trocada entre os agentes segue um protocolo de comunicação assíncrono definido. Foram realizadas simulações, utilizando o D-OPTIMAS, para resolução de problemas de diferentes classes, como a minimização das funções EggHolder e XinSheYang - usualmente utilizadas como benchmarck de algoritmos de otimização contínua, e o problema de otimização combinatória PPN - Problema da Partição de Números. Os resultados obtidos mostram que o D-OPTIMAS é capaz de produzir soluções iguais, ou muito próximas, dos ótimos globais destes problemas. Além disso, o modelo de atores se mostrou uma poderosa ferramenta para construção de sistemas multi agentes escaláveis, possibilitando a criação de uma quantidade de agentes duas ordens de grandeza superior aquela produzidas por sistemas anteriores, baseados em concorrência por compartilhamento de estado em memória. 

Neste trabalho, busca-se modelar e compreender a dinâmica de preços de ativos, através de equações diferenciais tendo como referência um modelo epidêmico que visa contribuir para a modelagem de sistemas financeiros, considerados complexos, através de sistemas determinísticos simples que agregam características estocásticas. Em analogia ao modelo SIR (Suscetíveis - Infectados - Recuperados), foi construído um modelo de mercado composto de quatro populações, infectados de compra, infectados de venda, suscetíveis de compra e suscetíveis de venda, que resultou em um sistema de quatro equações diferenciais não lineares. Em paralelo às equações inspiradas no modelo SIR, foi formulada a equação do preço. O modelo foi investigado por meio da análise dos autovalores de sua matriz jacobiana nos pontos críticos, e dele foram extraídas diversas dinâmicas, todas simuladas em um programa específico, construído através do software MATLAB. Num segundo momento, foi inserida aleatoriedade no modelo para novas análises, o que, aparentemente, tornou as curvas de preço por ele produzidas mais parecidas com as curvas encontradas em séries reais. Dois tipos de aleatoriedade foram considerados, uma em que a liquidez no mercado não muda e outra em que tal liquidez varia. Para efeito de validação do modelo, foram realizadas investigações estatísticas através da ferramenta expoente de Hurst e por meio do cálculo da curtose de séries por ele produzidas. As curvas sintéticas extraídas do modelo foram comparadas estatisticamente a curvas reais advindas de ativos do Índice Bovespa. Ao mesmo tempo foram analisadas estatísticas relativas a um caminhante aleatório, para servirem de referência. Todas as estatísticas foram calculadas para candles completos, oriundos de séries empíricas ou construídos a partir de séries sintéticas. Os resultados mais interessantes encontrados foram diferenças consistentes nos expoentes de Hurst e nas curtoses quando calculadas sobre preços de abertura e fechamento, em relação aos valores relativos a máximo e mínimo. Até onde sabemos, tais resultados não estão ainda presentes na literatura. 

Nesta dissertação tratamos do desenvolvimento de simulações para o estudo
do comportamento de materiais granulares em situações típicas da
indústria.  Estudamos o transporte via trasportadores de correia,  uma
importante etapa nos processos da indústria de mineração e manuseio de
matérias primas.  Desse modo, nos focamos em um fenômeno de aumento de
velocidade de grãos no ponto de descarga de transportadores, que em nosso
conhecimento é inédito na literatura.  Para tal, desenvolvemos um sistema
de simulação que utiliza a técnica da Dinâmica Molecular e realizamos uma
série de simulações com o intuito de investigar fatores que influenciam o
supracitado fenômeno, tais como altura da camada de material, inclinação da
correia e distribuição granulométrica.  A partir dos resultados de nosso
sistema e de outro previamente utilizado, formulamos hipóteses sobre os
mecanismos físicos subjacentes ao comportamento observado.

Esta dissertação apresenta um estudo sobre métodos iterativos para resolução de sistemas lineares de grande porte não simétricos. Foram estudados três métodos: GMRES, CMRH e LCD. Os métodos GMRES e CMRH são baseados em espaços de Krylov. A principal diferença entre eles é a forma como a base desses espaços é construída. Enquanto o GMRES utiliza o método de Arnoldi, através do processo de ortogonalização de Gram-Schmidt, o método CMRH utiliza o processo de Hessenberg, via fatoração LU. O método LCD é baseado em vetores de direções conjugadas à esquerda. Uma versão do método CMRH, denominado CMRH-OVER, que inclui um processo de sobre-armazenamento, também é abordado.  Em todos os métodos, exceto o CMRH-OVER, aplica-se um processo de reinicialização cujo intuito é diminuir o custo computacional em armazenar os vetores que formam a base do espaço. Com o objetivo de comparar o desempenho computacional, seja o tempo de execução ou a quantidade de iterações necessárias para calcular a solução do sistema, os métodos foram testados em matrizes genéricas e em um problema aplicado, através da equação de convecção-difusão transiente, resolvida numericamente via elementos finitos. A solução numérica dessa equação também é apresentada neste trabalho.

Atualmente, com o crescimento da Web, o volume de informação compartilhada tem crescido, ampliando cada vez mais a quantidade de conteúdo disponível para os usuários da rede. Assim, surge a necessidade de ferramentas capazes de identificar conteúdo relevante a partir do grande volume de informação disponível. Os sistemas de recomendação são ferramentas computacionais que possuem este objetivo, ou seja, esses sistemas focam em auxiliar os usuários a encontrar informação relacionada às suas preferências de forma personalizada. As técnicas estado-da-arte na literatura de sistemas de recomendação são baseadas no histórico de interação dos usuários com os itens disponíveis no sistema. Assim, estas técnicas são limitadas no cenário de ausência de informação prévia sobre as preferências dos itens. Este é um problema bem conhecido na literatura de sistemas de recomendação, chamado cold-start, e é o foco desta dissertação. Mais especificamente, aborda-se o problema de recomendar itens para usuários de forma contínua (i.e.,online) por meio de algoritmos baseados em aprendizado por reforço. A classe de algoritmos na qual baseia-se este trabalho é Multi-Armed Bandits (MAB) e refere-se a algoritmos de tomada de decisão sequencial com retro-alimentação. Neste trabalho, modelamos a recomendação no cenário cold-start como um algoritmo MAB de dois passos. Assumimos que os itens podem ser agrupados considerando sua descrição textual, o que leva a agrupamentos de itens semanticamente semelhantes. Primeiramente, seleciona-se o agrupamento de itens mais relevante para o usuário-alvo da recomendação. A seguir, dado o agrupamento previamente selecionado, escolhe-se o item mais relevante dentro desse agrupamento, o qual é sugerido para o usuário-alvo. Para avaliar a qualidade do algoritmo proposto, o seu desempenho foi mensurado utilizando um conjunto de dados real. A avaliação experimental mostra que o algoritmo proposto produz melhorias significativas em termos de qualidade de recomendação em relação aos algoritmos MAB estado-da-arte.

Neste trabalho é abordado o Problema de Roteamento de Veículos Capacitados. Ele compreende a obtenção de um conjunto de rotas, que devem ser percorridas por uma frota de veículos homogêneos e de igual capacidade, atendendo assim as demandas de um conjunto de clientes. Seu objetivo é a minimização do custo total das rotas, sabendo-se que elas devem iniciar e terminar no depósito central, além de cada cliente somente pode ser atendido uma única vez por um único veículo. Este problema possui natureza NP-difícil, sendo comumente resolvido por meio de heurísticas. Outra técnica utilizada é a programação linear inteira, cuja particularidade corresponde a confiança na solução obtida, uma vez que por meio da solução final retornada pode-se provar esta é o ótimo global. Como desvantagem, os problemas de natureza combinatória são computacionalmente custosos, tornando improvável encontrar uma solução ótima em tempo computacional aceitável. A proposta deste trabalho é desenvolver um algoritmo híbrido que combine a natureza ágil das heurísticas com a precisão dos métodos de solução por Programação Linear. A heurística utilizada foi a Otimização por Colônia de Formigas (ACO), a qual irá trabalhar de forma híbrida com o CPLEX, software distribuído pela IBM. Estuda-se a melhor forma de interação entre estes dois métodos, analisando os seus possíveis modos de comunicação. Estes compreendem duas diferentes formas de hibridização, uma caracterizada pela ausência do processo de realimentação, e a outra fazendo uso deste recurso. Os resultados obtidos pelas hibridizações foram comparados com os produzidos pelos métodos executados individualmente, bem como com as soluções presentes na literatura.

As proteínas são macromoléculas presentes em todos os seres vivos e desempenham funções importantes, tais como manutenção de órgãos e tecidos, diferenciação celular, transporte, entre outras diversas finalidades. Várias proteínas, possuem a sua estrutura tridimensional resolvida e armazenada em bancos de dados biológicos, como o Protein Data Bank (PDB). Existem diversos softwares que trabalham com informações extraídas do PDB. Algumas dessas ferramentas, tem como função a verificação de similaridades entre estruturas proteicas. Um exemplo é o LSQKAB, que pertence ao pacote CCP4, e tem o seu funcionamento baseado no algoritmo de Kabsch, uma técnica frequentemente utilizada na área de bioinformática. Este trabalho tem como objetivo desenvolver uma metodologia baseada em uma matriz de distâncias, que verifique a similaridade de trechos de proteínas. A sua precisão deve ser a mesma do LSQKAB e ainda deve ser possibilitado o agrupamento de resíduos de acordo com as similaridades de seus valores de distâncias atômicas. Os experimentos foram realizados com arquivos de interações de resíduos de uma mesma proteína e os resultados foram comparados com o Cutoff Scanning Matrix (CSM) e com a técnica do arquivo de referência, utilizada na busca de pares interagentes pela ferramenta RID.  Foi possível formar diversos grupos com arquivos similares através de cada técnica avaliada. A metodologia apresentada obteve resultados interessantes diante das outras técnicas comparadas, obtendo uma maior precisão.

O câncer de mama é o tipo de câncer mais comum entre as mulheres. O seu tratamento é geralmente feito por meio da utilização de quimioterapia neoadjuvante, também conhecida como pré-operatória, seguida da operação para remoção do tumor e posteriormente a quimioterapia pós-operatória. A quimioterapia neoadjuvante pode ter Resposta Patológica Completa (PCR), quando o tumor é eliminado, ou resultar em Doença Residual (RD). Este trabalho busca utilizar informações dos subtipos moleculares do câncer de mama, para, através de dados de expressão gênica por microarray, classificar os pacientes de acordo com a resposta quimioterápica. Foram aplicados métodos uni e multivariados para a seleção de características e métodos de classificação para testar a separabilidade dos pacientes de acordo com os genes selecionadas. Todas as combinações dos métodos de seleção e classificadores foram realizadas, sendo a combinação Stepwise Generalized Linear Model e Extreme Learning Machine, que resultou em 81% de acerto em média, indicando um bom resultado.

Nos últimos anos, tem-se percebido uma preocupação crescente em relação ao uso racional da energia. Os países desenvolvidos têm realizado campanhas relacionadas à projeção e prospecção de novas soluções eficazes na indústria, entre elas a busca objetiva pelo uso adequado das fontes de energia elétrica. Esta forma de energia é considerada de suma importância para o desenvolvimento social e econômico. Garantir a eficiência energética visando a sustentabilidade e a minimização do uso de recursos se torna um grande desafio. Controlar grandes sistemas de geração e transmissão de energia elétrica é uma tarefa complexa, dado o alto número de restrições agregadas. Neste contexto, o estudo e a proposição de novos métodos para solucionar problemas de Fluxo de Potência Ótimo (OPF) se tornam temas de alta prioridade no cenário mundial. Este trabalho propõe e implementa algoritmos evolucionários híbridos e os aplica para solução destes problemas. Dois novos algoritmos híbridos são propostos e apresentados, os quais resolvem: o problema de despacho elétrico em uma usina hidrelétrica, o problema do despacho elétrico em uma planta eólica, os problemas OPF com restrições de segurança em grandes redes e o problema do despacho elétrico em um modelo de microgrid híbrido aperfeiçoado. Neste caso, um método de tomada de decisão foi utilizado a posteriori para definir o melhor sistema de armazenamento de energia para a rede proposta. Experimentos simulados foram executados em um computador de alto desempenho, e a análise dos mesmos foi realizada a partir de técnicas de inferência estatística, indicando que os algoritmos propostos se mostraram eficientes e competitivos na solução dos problemas estudados.

O problema conhecido como Sequenciamento em Projetos com Restrição em Recursos e Múltiplos Modos de Execução (Multi-mode Resource Constrained Project Scheduling Problem - MRCPSP) consiste em sequenciar todas as atividades de um projeto respeitando a ordem de precedência dessas atividades, que, uma vez iniciadas, não podem ser interrompidas. As atividades possuem várias combinações de modos de execução, que consistem em diferentes combinações de tempo de processamento e consumo de recursos. O objetivo é minimizar o tempo de duração do projeto, encontrando tempos de início para cada atividade do projeto. Por ser um problema NP-Difícil, nessa dissertação são apresentadas duas metaheurísticas, Iterated Local Search (ILS) e Clonal Selection Algorithm (CLONALG), hibridizadas com outras técnicas heurísticas específicas para o MRCPSP. Para cada algoritmo proposto, foram realizados testes estatísticos para verificar influência e tendência dos parâmetros, assim como testes computacionais para comparação entre os algoritmos. Os resultados obtidos para um grupo de instâncias entre classes de problemas da biblioteca pública PSPLIB apresentaram relevância em relação aos trabalhos presentes na literatura.

A neurociência computacional busca compreender funções do sistema nervoso por meio do uso de modelos realistas (biologicamente plausíveis) e de simulações em larga escala. Este trabalho tem como base a teoria de seleção de grupos neurais (TNGS – theory of neural group selection) que defende que a topologia das conexões neurais não é estabelecida geneticamente, mas por meio de atividades neurais competitivas na fase embrionária. Essas atividades neurais competitivas resultam em grupos de neurônios fortemente conectados, chamados grupos neuronais. Esses grupos, segundo a TNGS, são a menor unidade funcional do sistema nervoso, responsáveis por seu processamento mais básico. Sendo assim, esse trabalho visa construir grupos neuronais que funcionem como geradores de frequência, sendo que os parâmetros de construção de tais grupos controlarão a frequência final do gerador. Para isso, torna-se necessário escolher um modelo de neurônio que consiga aliar baixo custo computacional e grande plausibilidade biológica. O modelo de Izhikevich possui tais características e, por isso, foi escolhido para as simulações presentes nesse trabalho. O comportamento dinâmico dos grupos neuronais foi estudado por meio de uma Análise Fatorial 2k com o objetivo de encontrar uma relação entre os parâmetros de construção dos grupos neuronais e sua frequência de oscilação. Os resultados mostraram que a frequência de oscilação foi mais sensível aos parâmetros a e b da equação de Izhikevich, além do peso sináptico s. A relevância estatística de cada um desses parâmetros para variação da frequência foi avaliada usando o teste de Friedman e todos eles se mostraram relevantes. Esses parâmetros foram então incrementados para formar grupos com frequências de 5, 20 e 40Hz. Nesse experimento, o comportamento previsto na Análise Fatorial pôde ser confirmado, obtendo-se então o total controle da frequência dos grupos por meio dos parâmetros a, b e s. Então uma formulação, capaz de relacionar diretamente o valor dos parâmetros e a frequência de oscilação do grupo neuronal foi apresentada, contribuindo na construção de geradores de frequência com modelos de neurônios biologicamente plausíveis. Espera-se que os resultados contribuam para um melhor entendimento das redes de neurônios pulsantes auto organizáveis e, consequentemente, para uma melhor compreensão do sistema nervoso.

Os estudos sobre dados de produções científicas têm recebido atenção de pesquisadores, de diversas áreas, que visam obter conhecimento sobre a evolução das pesquisas em geral. Tais estudos possibilitam a análise da produção científica para diversos propósitos e um dos desafios neste tipo de análise está na diversidade de repositórios contendo dados em formatos e estruturas distintas. Além disso, problemas como redundância dos dados, ambiguidade e dados incorretos tornam a análise ainda mais complexa. Logo, a maioria dos trabalhos atuais visa realizar análises sobre conjuntos restritos de dados que frequentemente são originados de repositórios específicos e com uma quantidade limitada de registros. Apesar de tais análises apresentarem resultados significantes, estes não conseguem expressar, de forma geral, grandes conjuntos com extensa quantidade de pesquisadores. Assim, este projeto apresenta uma plataforma experimental para a extração e análise de dados curriculares da Plataforma Lattes, para que desta forma seja possível obter uma visão sobre a produção científica brasileira. Os currículos da Plataforma Lattes se caracterizam atualmente como importante ferramenta para que pesquisadores, acadêmicos e estudantes, registrem seus dados, sendo amplamente utilizados, se caracterizando como um dos maiores repositórios de dados sobre produção científica, técnica, artística e profissional, contendo milhões de pesquisadores cadastrados. Na plataforma proposta neste projeto, além da extração de todo o conjunto de dados da Plataforma Lattes compondo um grande repositório de dados científicos, também são implementadas técnicas para análises bibliométricas dos dados e ainda um método para identificação de colaboração científica. Com isso, é possível realizar a análise de grandes conjuntos de pesquisadores obtendo conhecimento sobre o modo como ocorre a colaboração científica nas diversas áreas do conhecimento, os principais tópicos de pesquisa em estudo e o perfil dos pesquisadores por localização geográfica ou instituição. Dessa forma, neste projeto são apresentadas todas as etapas da plataforma experimental proposta, como a obtenção dos dados individuais dos pesquisadores, as transformações necessárias nos dados a serem analisados, as técnicas implementadas para as análises e o método proposto para a identificação das colaborações. Como resultados iniciais são apresentados estudos sobre a produção científica brasileira, e para justificar a eficiência, viabilidade e flexibilidade da plataforma proposta, quatro outros estudos serão realizados. Esses estudos objetivam apresentar uma visão detalhada sobre a produção científica brasileira e como as pesquisas estão sendo realizadas. Os resultados a serem apresentados possuem caráter inédito tendo em vista a abrangência das análises a serem realizadas e corroboram na afirmação de que a análise dos currículos Lattes pode proporcionar diversos outros estudos em várias vertentes.

Existem muitas questões em aberto envolvendo o escoamento de materiais granulares em sistemas confinados, em particular, o escoamento em uma célula de Hele-Shaw em regime quasi-estático. Foi mostrado que, em alguns casos, existe uma formação espontânea de dedos durante a injeção de grãos em um sistema confinado. Neste trabalho, nosso objetivo foi estudar a formação de padrões neste tipo de escoamento, utilizando simulações de Dinâmica Molecular. Alguns parâmetros foram escolhidos para determinar sua função no desenvolvimento dos dedos: o coeficiente de atrito entre as partículas, geometria e granulometria dos grãos da base de confinamento, a distribuição de tamanhos dos grãos (sistemas monodispersos, polidispersos e bidispersos). As distribuições de forças e as componentes de tensão foram analisadas. Observamos que sistemas monodispersos têm uma maior tendência para a formação de dedos, exibindo uma simetria hexagonal, enquanto sistemas com alta polidispersão e bidispersos tendem a formar padrões circulares. Em sistemas monodispersos, os contatos possuem direções preferenciais, que estão nas direções dos dedos formados, enquanto que sistemas de alta polidispersão e bidispersos possuem distribuições de ângulos de contatos de maneira aleatória. Também evidenciamos um campo de tensão maior próximo às pontas dos dedos, em analogia ao fenômeno observado por Saffman-Taylor para fluidos de diferentes viscosidades. Portanto, concluímos que a formação de dedos em amostras monodispersas está associada à cristalização do sistema, e consequentemente a propagação de tensão está de acordo com os modelos hiperbólicos, onde a tensão se propaga de maneira anisotrópica. Já os sistemas de alta polidispersão e bidispersos possuem problemas para cristalizar, por isto exibem padrões circulares, portanto, a propagação de tensão está de acordo com modelos elípticos, onde a tensão se propaga de maneira difusa.

O projeto Artífice, desenvolvido no Laboratório de Sistemas Inteligentes (LSI) do CEFETMG, visa à modelagem e desenvolvimento de uma arquitetura flexível para a criação de linhagens de criaturas artificiais. Tais criaturas artificiais são dotadas de um modelo funcional completo de um sistema nervoso, modelado desde um ponto de vista neurobiológico, e tendo como base as teorias de cognição incorporada. Uma das dificuldades mais expressivas na área de construção e evolução de linhagens de criaturas artificiais diz respeito à modelagem de um mecanismos de reprodução sexuada dessas criaturas. Neste contexto, o presente trabalho modelou o fenômeno da reprodução em criaturas naturais e, implementou este mecanismo para a reprodução das criaturas artificiais. Outro resultado importante presente neste trabalho é a apresentação da reorganização da arquitetura Artífice viabilizando a inserção de um grande número de criaturas sem perder a plausibilidade do projeto. Como resultado deste trabalho, as criaturas artificiais criadas, se reproduzem de modo sexuado, repassando, ao longo de gerações, de pais para filhos uma parte de sua memória, possibilitando assim que as criaturas ao nascerem herdem traços que contribuam para a sua adaptação no mundo. Para a comprovação do correto funcionamento do mecanismo de reprodução e filogenia foram realizados experimentos computacionais. Assim, foi possível concluir que os descendentes são mais eficientes que seus pais, geração após geração, para localizar comida, navegar até ela e comê-la.

Uma maneira de se modelar quase-cristais consiste no ordenamento de sequências de átomos em redes unidimensionais por meio de sequências numéricas. As sequências peneperiódicas têm sido utilizadas com esse intuito desde a criação do primeiro quasecristal, construído com base na sequência de Fibonacci na década de 80. Além disso, a caracterização da participação dos sítios da rede tem sido medida, entre outros métodos, pelo decaimento da densidade de probabilidade |ψ| 2 do estado quântico. O presente trabalho propõe a utilização de mapas caóticos em substituição às sequências peneperiódicas, pois acredita-se que esses mapas apresentam a possibilidade de controle de desordem, o que indicaria uma vantagem frente às sequências peneperiódicas. A partir desses mapas caóticos são criados potenciais binários para o operador de Schrödinger. Além disso, propõe também a utilização do inverso do número de participação (IP R) para caracterizar o sistema em localizado-delocalizado, pois esse apresenta relação com as quantidades físicas de interesse, geralmente vistas em física do estado sólido. Além disso, o IP R é utilizado para se fazer diferentes caracterizações e estabelecer relações entre as dimensões fractais, o IP R generalizado (GIP R), IP R típico ou médio e a classificação pela energia do sistema, a fim de se conhecer melhor os sistemas gerados por mapas caóticos. Foi possível caracterizar os potenciais caóticos, obter correlação entre o IP R e o expoente de Lyapunov (Ly), reproduzir a singularidade encontrada por Johri e Bhatt para potenciais aleatórios e evidenciar o caráter multifractal dos autovetores. De modo amplo, pôde-se perceber que os mapas caóticos apresentam, de fato, a vantagem de controle da desordem por meio do ajuste da caoticidade.

Neste trabalho, é apresentada uma metodologia baseada em uma modificação da metaheurística Ant Colony Optimization (ACO) para resolver o Problema de Roteamento de Veículos com Coleta e Entrega e Janela de Tempo (PRVCEJT). O algoritmo é dividido em duas fases: construção e refinamento. Na fase de construção, a geração da solução inicial é feita através da metaheurística ACO ligeiramente modificada. Na sequência, a solução gerada passa por uma fase de refinamento, através de um método de busca local, qual seja, o método da Descida com Primeira de Melhora, associado a dois movimentos de exploração da vizinhança e três estratégias diferentes de refinamento para guiar a busca. Depois que a solução é refinada, o feromônio é depositado sobre os arcos cobertos, ajudando a orientar as próximas formigas. O processo é autocatalítico, ou seja, as iterações seguintes usam essas informações a partir dos resultados gerados anteriormente, auxiliando na convergência e precisão. A metodologia desenvolvida foi avaliada em um conjunto de instâncias criadas por Li e Lim (2001), para verificar a eficiência do algoritmo aplicado ao PRVCEJT. Na literatura, não foram encontrados aplicações da metodologia de colônia de formigas para a solução do PRVCEJT, avaliadas utilizando as instâncias de Li e Lim (2001). Os resultados produzidos se situaram próximos aos melhores encontrados na literatura.

MODELAGEM ELETROMAGNÉTICA DE ATERRAMENTOS ELÉTRICOS NOS DOMÍNIOS DO TEMPO E DA FREQUÊNCIA.