!"#$%&'()!"*"+,$%&-$.$&,!#(!'/.,"& 0*".(%'$*&(&12$!',0,)$34"&5(& )$.6"!"&

Tamanho: px
Começar a partir da página:

Download "!"#$%&'()!"*"+,$%&-$.$&,!#(!'/.,"& 0*".(%'$*&(&12$!',0,)$34"&5(& )$.6"!"&"

Transcrição

1 !"#$%&'()!"*"+,$%&-$.$&,!#(!'/.,"& 0*".(%'$*&(&1$!',0,)$34"&5(& )$.6"!"&!"#$%&'#%()#*%'&"+,-)**".'/0113 8:;AB7C:DB6E41F43

2 $-.(%(!'$34"& G8!1;ADHI:AJK>&L9&)A<M>D>& U8!)>D=BL9<AJV9=&0BDAB=&

3 .().%"%&0*".(%'$,%&

4 .().%"%&0*".(%'$,%&!"

5 .().%"%&0*".(%'$,%& #"

6 .().%"%&0*".(%'$,%& )"!'(W'"& & Z9<:AL>& %>:BAB=& 0*".(%'$*& 6B>LBE9<=BLAL9& )$.6"!"&

7 ,!#(!'/.,"&0*".(%'$*& 1$!',0,)$34"&(&1$*,0,)$34"& & & X<>:9==>=&L9& 9&L9&O9D=;<AJK>& Z9D=;<AJK>& Z>L9?AQ9O& Z>L9?>=& (\;AJV9=&.9Q<9==K>&.9?AJK>&]^L& & & (=HOAHEA=& L9&)A<M>D>&

8 +("'()!"*"+,$%&

9 !,5$5(&& $Z"%'.$*&,!#(!'/.,"&0*".(%'$*& -"-*$34"& $Z"%'.$&

10 Z(!%.$34"&0*".(%'$*&

11 Z(!%.$34"&0*".(%'$*&

12 Y Z"5(*$+(Z& X1, X...

13 &1$!',0,)$34"&5(&)$.6"!"&

14 &1$!',0,)$34"&5(&)$.6"!"&

15 &1$!',0,)$34"&5(&)$.6"!"&

16 &1$!',0,)$34"&5(&)$.6"!"&

17 $*"Z('.,$& Z"5(*$+(Z&.(+.(%%4"&

18 $*"Z('.,$& E:4I78'95'K54E5'K5447?:K<5;:9:8'K5H':8'HB9:;L:8';5'I:H:;05'I5I:?' OPBQ?7R'S'*788<74.'TUVWX13

19 $*"Z('.,$& )A<M>D>& )>XAg& 59D=BLAL9g& %hh>g&& ->=BJK>&%>:B>?iQB:Ag&

20 $*"Z('.,$& w = a log w w = f * x b = a + b*log ( d, h,!...) x )H'AB7Y'3 w'z'f<5h:88:[3 d'z'9:e['3 h'z':?ib4:['3! Z'97;8<9:97'9:'H:97<4:13

21 \%)$%&')\/#)]"%& );I47'5BI4583 h d w d w d d d w h d w h d w log log log log log log log log log log log log! + =! + =! +! +! +! + =! +! +! + =! +! + = " # " # $ " " " " # $ " " " # " " # $%&'("()"&*+",-..#/"01(*1"34" $%&'("()"&*+",-..#/"01(*1"334" 56%78&6%(9":";&**",<=>>4" $*"Z('.,$&

22 $*"Z('.,$& &^*-"_`)&'!%\-+&'+%'"a-&*)')'),-"_`)&' "$%\G*#^!"&'/%#'#)]#)&&b%3 c! ]4:;97'9<8E748d5';58'9:958[3 c! P7I745K79:8NK<9:97[3 c! >:?I:'97'<;97E7;9e;K<:'7';54H:?<9:97'3 3958'478f9B58[3 c! (:<Q:'E47K<8d5'7'78NH:N=:8'K5H'=<J813

23 Y "'.$%& -"%%,6,*,5$5(%g& X1, X...

24 ,!'(*,+j!),$&$.',0,),$*& c! BN?<h:958'E54'HB<I:8'9JK:9:81' &7B8'B858'7'478I4<LM78'97'BN?<h:Ld5' 8d5'F7H'K5;07K<958[3 c! )Q<8I7H'5BI4:8'IJK;<K:8'AB7' E597H'874'BN?<h:9:8'K5H'5' H78H5'E45Ei8<I5j3 c! "'^;I7?<ke;K<:'"4NlK<:?'E597'874' BH:':?I74;:N=:'O5B'K5HE?7H7;I5X' E:4:')AB:LM78'"?5HJI4<K:8j3

25 ,!'(*,+j!),$&$.',0,),$*& c! c! c!!"#"$%&'&'($o\<;74:ld5'97':958xy'j'e:4i7'97'bh' E45K7885'97'K5;07K<H7;I5'7H'F:;K58'97'9:958'O)!!' m')'*+,-.(-$!&/0*1-3$&'$!"#"4"/-/x'e:4:'7;k5;i4:4' E:94M78'nI7<8'7H'9:958'7'k74:Ld5'97'<;654H:Ld5' OK5;07K<H7;I5X'AB7'78Id5'78K5;9<958';7?78[3 c!

26 3,!'(*,+j!),$&$.',0,),$*& *G!+^!"&3 c! \<;74:Ld5'97':958'O!%$5$!"#"$%&'&'(X[3 c! #7978'+7B4:<8'"4NlK<:<8'o'#+"'O677$5$6890&",$7-:",$ 7-#+*;/X[3 c! %"0?&'-X[3 c! c! "?k54<ih58']7;jnk58[3 c! );I47'5BI4:813

27 (%'5"&5(&)$%"&7`&!"#"$%&'&'($ E?:;I:Ld5'97'478I:B4:Ld5'7K5?ik<K:';5')8I:95'95'#<5'97'a:;7<4513

28 (%'5"&5(&)$%"&7`&5$'$&Z,!,!+& E?:;I:Ld5'97'478I:B4:Ld5'7K5?ik<K:';5')8I:95'95'#<5'97'a:;7<4513

29 ESTUDO DE CASO 1: DATA MINING DM: tenta descobrir padrões em grandes volumes de dados. O objenvo global do processo é o de extrair informação de um conjunto de dados numa estrutura compreensível para uso posterior (previsão); Fases: seleção de dados, pré- processamento dos dados, seleção das variáveis independentes, extração de conhecimento (padrões), interpretação e predição.

30 (%'5"&5(&)$%"&7`&5$'$&Z,!,!+&!?:88<lK:95478'(:87:958';:'^;8It;K<:Y'BN?<h:H':'E58<Ld5'97'BH'9:95' 7'8B:'9<8It;K<:'E:4:'47:?<h:4'K?:88<lK:Ld5'7.'K5;87AB7;I7H7;I7.' E479<Ld51'3!

31 ESTUDO DE CASO 1: DATA MINING DM: 4 Npos de distancias foram avaliadas; Vizinhos mas próximos: 1, 3 e 5; Variáveis: dap; dap e ht; dap, ht, da, db; dap, dm, ht, hc, da, db (todas); Transformação Logarítmica; Regressão: modelo de Schumacher- Hall; Critérios de avaliação: R aj, syx, AIC, BIC, análise de resíduos;

32 Distância Euclidiana Distância Euclidiana QuadráNca Distância ManhaCan Distância Chebyshev ) (... ) 3 3 ( ) ( ) 1 1 ( ), ( q Xn Xn p q X p X q X p X q X p X q p d = ) Xnq Xn p (... ) q X p X ( ) q X p X ( ) q X p X ( q ) p, ( d = Xn q Xn p... q X p X q X p X q X p X q ) p, ( dm = ) Xnq Xnp );...; ( q X p X ); ( q X p X ); ( q X p X max ( q ) p, ( dc = ESTUDO DE CASO 1: DATA MINING

33 ESTUDO DE CASO 1: DATA MINING X 1, X, X 3,..., X n = variáveis independentes (dap, dm, ht, hc, da, y db); X np, X npq = qualquer combinação de dois valores (p e q) específico de una variável independente; n = número de dados.

34 (%'5"&5(&)$%"&7`&5$'$&Z,!,!+& Statistical criteria of goodness of fit applied to 180 data of individual biomass of native trees of the Atlantic Forest, using Data Mining (!: 1 neighbor;!: 3 neighbors 1/d ;!: 3 neighbors 1/ d ; " : 5 neighbors 1/d ; ": 5 neighbors 1/d ) ( : all variables; : dbh, ht, da, db; : dbh, ht; : dbh).

35 (%'5"&5(&)$%"&7`&5$'$&Z,!,!+& :3 Syx% Syx% F3 +AD]>&L9& 7SkPl& Statistical criteria for selecting models applied to the data of individual biomass of native trees of the Atlantic Forest, using Data Mining. a) ( " : distance of Chebyshev; : Manhattan distance; : Quadratic Euclidean distance ; : Euclidian distance); (!: 1 neighbor;!: 3 neighbors 1/"d";!: 3 neighbors 1/"d" "; ": 5 neighbors 1/d"; " : 5 neighbors 1/d" "). b) SH: allometric model of Schumacher-Hall; EQ: DM Quadratic Euclidean distance; E: Euclidean distance; M: Manhattan distance; C: Chebyshev distance)."

36 (%'5"&5(&)$%"&7`&5$'$&Z,!,!+& \Y'!07FR807=.' v' =<h<;058.' #7k4788d5Y' &K0BH:K074m P:??3

37 ESTUDO DE CASO 1: DATA MINING CONCLUSÕES DM possibilita a obtenção de esnmanvas precisas de biomassa seca de árvores individuais na restauração da Mata AtlânNca; EsNmaNvas realizadas com o uso de SM são comparáveis às obndas pelo modelo Schumacher- Hall (Ganho de 16,5%); Para gerar esnmanvas mais precisas, a técnica DM requer mais dados e variáveis; A distância Chebyshev provou ser a mais adequada; A grande vantagem da técnica DM é que não é necessário respeitar as restrições estazsncas impostas pela regressão.

38

39 ESTUDO DE CASO : RNA, SVM, RF Dados de biomassa aérea de 545 árvores de acácia- negra (Acacia mearnsii) em uma plantação comercial no Estado do Rio Grande do Sul.

40 (%'5"&5(&)$%"&C`&.!$k&%#Zk&.0& A-"'/&&X'7H'BH:'E?:;I:Ld5'K5H74K<:?';5')8I:95'95'#<5']4:;97'95'&B?13

41 ESTUDO DE CASO : RNA, SVM, RF RNA: paradigma de aprendizagem e processamento autománco inspirado na forma como o sistema nervoso funciona. É uma interconexão de neurônios que trabalham juntos para produzir um eszmulo de saída. Podem ser unlizadas para reconhecer padrões de aprendizagem em relação das variáveis: Saída: biomassa Entrada: dap, h, etc.

42 (%'5"&5(&)$%"&C`&.!$k&%#Zk&.0& &p\y'k5;gb;i5'97':?k54<ih58'97':e47;9<h:95'8be74=<8<5;:95'e:4:' 4785?=74'E45F?7H:8'47?:K<5;:958'x'K?:88<lK:Ld5'7'47k4788d51':95'BH' K5;gB;I5'97'I47<;:H7;I5'7Q7HE?58'O:H58I4:X.'E597H58'45IB?:4':8' K?:8878'7'I47<;:4'BH:'&p\'E:4:'K5;8I4B<4'BH'H597?5'AB7'E47=e'5'NE5' 97'BH:';5=:':H58I4:13 /597'874'7HE47k:95' 7H'K?:88<lK:Ld5'7' 47k4788d513 -N?<h:'0<E74E?:;5813

43 ESTUDO DE CASO : RNA, SVM, RF RF: combinação de "árvores" preditoras (SVM), em que cada árvore depende dos valores de um vector aleatório testado independentemente e com a mesma distribuição em cada uma delas. Usa um conjunto de árvores preditoras e calcula os valores médios para esnmar um novo valor. Pode ser empregado em classificação e regressão. Calcula uma média de uma série de SVMs. Dados de treinamento Visualização de Random Forest depois do treinamento. Modelo de regressão logísnca depois do treinamento.

44 Técnica Modelo R aj syx syx% AIC Regressão Inteligência ArNficial ESTUDO DE CASO : RNA, SVM, RF Schumacher- Hall 0,88 17,3 36, ,61 Spurr 0,97 9,17 19,50.419,84 Kopezky 0,94 1,1 5,97.731,83 RNA 0,97 9,19 19,53.417,45 SVM 0,97 8,46 17,98.37,45 RF 0,99 4,81 10, ,0 Ganho de 47,6%

45 (%'5"&5(&)$%"&C`&.!$k&%#Zk&.0& &EB443 #>3

46 (%'5"&5(&)$%"&C`&.!$k&%#Zk&.0& G(H",I4" #>'Q'&EB443 #>'Q'&K0BH:K074mP:??3

47 ESTUDO DE CASO : RNA, SVM, RF CONCLUSÕES RNA, RF e SVM produzem esnmanvas precisas de biomassa seca de árvores individuais de acácia- negra; EsNmaNvas feitas usando estas técnicas de IA são comparáveis ou superiores às obndas por modelos de regressão; RF mostrou- se a mais acurada entre as técnicas de IA avaliadas, considerando os dados desta pesquisa (Ganho de 47,6%); A grande vantagem de técnicas de IA é que não é necessário respeitar as restrições impostas pela técnica de regressão.

48 CONSIDERAÇÕES FINAIS Inventários Florestais: evoluíram no Brasil e no mundo, mas... pouco; Técnicas promissoras: ainda não disponíveis em escala comercial; QuanNficação de C: um dos objenvos do inventário florestal; Várias técnicas de IA: cada qual com suas caracterísncas e potenciais usos na ciência florestal; IA tem sido pouco explorada (RNA, outras nada) em inventários florestais e na quannficação de carbono; Não exige uma relação matemánca pré- estabelecida e são menos exigentes estansncamente; Procurar manter a simplicidade, mas sempre inovar;

49

50 !,#(.%,5$5(&0(5(.$*&5"&-$.$!/& )$.*"%&."6(.'"&%$!1(''$k&-]858& -<>o9==><&la&dbe9<=blal9&09l9<a?&l>&-a<adf& =AD\;9_Ap;oX<8M<& "6.,+$5" )(!'."&6,"0,W&5(&-(%1,%$%&%"6.(&6,"Z$%%$&(&)$.6"!"& *$6".$'n.,"&5(&,!#(!'/.,"&0*".(%'$*$

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para

Leia mais

INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática. (1) Data Mining Conceitos apresentados por

INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática. (1) Data Mining Conceitos apresentados por INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática (1) Data Mining Conceitos apresentados por 1 2 (2) ANÁLISE DE AGRUPAMENTOS Conceitos apresentados por. 3 LEMBRE-SE que PROBLEMA em IA Uma busca

Leia mais

Avaliação Quantitativa de Biomassa Florestal Queimada

Avaliação Quantitativa de Biomassa Florestal Queimada A Multifuncionalidade da Floresta através da Exploração dos Recursos Florestais, Silvopastorícia, Lazer e Turismo Avaliação Quantitativa de Biomassa Florestal Queimada L o u s ã 1 0 A b r i l 2 0 0 8 Medida

Leia mais

17/10/2012. dados? Processo. Doutorado em Engenharia de Produção Michel J. Anzanello. Doutorado EP - 2. Doutorado EP - 3.

17/10/2012. dados? Processo. Doutorado em Engenharia de Produção Michel J. Anzanello. Doutorado EP - 2. Doutorado EP - 3. Definição de Data Mining (DM) Mineração de Dados (Data Mining) Doutorado em Engenharia de Produção Michel J. Anzanello Processo de explorar grandes quantidades de dados à procura de padrões consistentes

Leia mais

O Processo de KDD. Data Mining SUMÁRIO - AULA1. O processo de KDD. Interpretação e Avaliação. Seleção e Pré-processamento. Consolidação de dados

O Processo de KDD. Data Mining SUMÁRIO - AULA1. O processo de KDD. Interpretação e Avaliação. Seleção e Pré-processamento. Consolidação de dados SUMÁRIO - AULA1 O Processo de KDD O processo de KDD Interpretação e Avaliação Consolidação de dados Seleção e Pré-processamento Warehouse Data Mining Dados Preparados p(x)=0.02 Padrões & Modelos Conhecimento

Leia mais

Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados

Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados Prof. Celso Kaestner Poker Hand Data Set Aluno: Joyce Schaidt Versão:

Leia mais

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1. O que é a ciência de dados (data science). Discussão do conceito Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.3, Outubro, 2015 Nota prévia Esta apresentação tem por objetivo, proporcionar

Leia mais

Pré processamento de dados II. Mineração de Dados 2012

Pré processamento de dados II. Mineração de Dados 2012 Pré processamento de dados II Mineração de Dados 2012 Luís Rato Universidade de Évora, 2012 Mineração de dados / Data Mining 1 Redução de dimensionalidade Objetivo: Evitar excesso de dimensionalidade Reduzir

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. 1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3

Leia mais

Curso: Redes II (Heterogênea e Convergente) Tema da Aula: Características Roteamento

Curso: Redes II (Heterogênea e Convergente) Tema da Aula: Características Roteamento Curso: Redes II (Heterogênea e Convergente) Tema da Aula: Características Roteamento Professor Rene - UNIP 1 Roteamento Dinâmico Perspectiva e histórico Os protocolos de roteamento dinâmico são usados

Leia mais

481040 - Programador/a de Informática

481040 - Programador/a de Informática 481040 - Programador/a de Informática UFCD - 0801 ADMINISTRAÇÃO DE REDES LOCAIS Sessão 1 SUMÁRIO Backups eficientes; Armazenar Backups; Restaurar do zero; Testar Backups; Backups eficientes 1. Etiquetar

Leia mais

Exemplo de Aplicação do DataMinig

Exemplo de Aplicação do DataMinig Exemplo de Aplicação do DataMinig Felipe E. Barletta Mendes 19 de fevereiro de 2008 INTRODUÇÃO AO DATA MINING A mineração de dados (Data Mining) está inserida em um processo maior denominado Descoberta

Leia mais

Reconhecimento de Padrões

Reconhecimento de Padrões Engenharia Informática (ramos de Gestão e Industrial) Departamento de Sistemas e Informação Reconhecimento de Padrões Projecto Final 2004/2005 Realizado por: Prof. João Ascenso. Departamento de Sistemas

Leia mais

Exemplos de políticas de compra responsável para produtos florestais. Exemplo 1

Exemplos de políticas de compra responsável para produtos florestais. Exemplo 1 Exemplos de políticas de compra responsável para produtos florestais Exemplo 1 Política de compra responsável produtos florestais Esta organização tem compromisso com a compra responsável de produtos florestais.

Leia mais

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron. 1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando

Leia mais

Estrutura de um Sistema Especialista

Estrutura de um Sistema Especialista Sistemas Especialistas Difusos Estrutura de um Sistema Especialista Prof. Max Pereira http://paginas.unisul.br/max.pereira Áreas de Aplicação da IA SISTEMAS Sistemas Especialistas (Baseados em Conhecimento)

Leia mais

RADIOLOGIA DIGITAL. Conceitos Básicos. Eizo Soluções Médicas

RADIOLOGIA DIGITAL. Conceitos Básicos. Eizo Soluções Médicas Eizo Soluções Médicas Conceitos Básicos RADIOLOGIA DIGITAL Entenda os conceitos, termos e a história da radiologia ; os benefícios, desafios e o futuro da radiologia digital INTRODUÇÃO Para profissionais

Leia mais

Energia Eólica. Atividade de Aprendizagem 3. Eixo(s) temático(s) Ciência e tecnologia / vida e ambiente

Energia Eólica. Atividade de Aprendizagem 3. Eixo(s) temático(s) Ciência e tecnologia / vida e ambiente Energia Eólica Eixo(s) temático(s) Ciência e tecnologia / vida e ambiente Tema Eletricidade / usos da energia / uso dos recursos naturais Conteúdos Energia eólica / obtenção de energia e problemas ambientais

Leia mais

COMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS

COMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS COMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS Leonardo Meneguzzi 1 ; Marcelo Massoco Cendron 2 ; Manassés Ribeiro 3 INTRODUÇÃO

Leia mais

Utilização do Lidar para o planejamento e monitoramento de operações de exploração e estimativas de biomassa em florestas tropicais

Utilização do Lidar para o planejamento e monitoramento de operações de exploração e estimativas de biomassa em florestas tropicais Utilização do Lidar para o planejamento e monitoramento de operações de exploração e estimativas de biomassa em florestas tropicais Marcus Vinicio Neves d Oliveira Marcus.oliveira@embrapa.br Daniel de

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Estudos Comparativos Recentes - Behavior Scoring Roteiro Objetivo Critérios de Avaliação

Leia mais

Utilização Racional de Biomassa Florestal Mitos e Realidades

Utilização Racional de Biomassa Florestal Mitos e Realidades Utilização Racional de Biomassa Florestal Mitos e Realidades Paulo Canaveira Seminário Tecnicelpa Bioenergias. Novas Tendências 30 Março 2007 CELPA, Associação da Indústria Papeleira Pomos o Futuro no

Leia mais

Conforme explicado em 2.4.3, o sinal de voz x(n) às vezes é alterado com a adição de ruído r(n), resultando num sinal corrompido y(n).

Conforme explicado em 2.4.3, o sinal de voz x(n) às vezes é alterado com a adição de ruído r(n), resultando num sinal corrompido y(n). 4 Wavelet Denoising O capítulo 3 abordou a questão do ruído durante a extração dos atributos as técnicas do SSCH e do PNCC, por exemplo, extraem com mais robustez a informação da voz a partir de um sinal

Leia mais

Inventário Florestal Nacional IFN-BR

Inventário Florestal Nacional IFN-BR Seminário de Informação em Biodiversidade no Âmbito do MMA Inventário Florestal Nacional IFN-BR Dr. Joberto Veloso de Freitas SERVIÇO FLORESTAL BRASILEIRO Gerente Executivo Informações Florestais Brasília,

Leia mais

Redes Complexas Aula 2

Redes Complexas Aula 2 Redes Complexas Aula 2 Aula passada Logística, regras Introdução e motivação Aula de hoje Redes sociais Descobrimento Características Redes Sociais Vértices: pessoas ou grupo de pessoas Arestas: algum

Leia mais

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento

Leia mais

CA Clarity PPM. Visão geral. Benefícios. agility made possible

CA Clarity PPM. Visão geral. Benefícios. agility made possible FOLHA DO PRODUTO CA Clarity PPM agility made possible O CA Clarity Project & Portfolio Management (CA Clarity PPM) o ajuda a inovar com agilidade, a transformar seu portfólio com confiança e a manter os

Leia mais

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento Inteligência Empresarial Prof. Luiz A. Nascimento BI Pode-se traduzir informalmente Business Intelligence como o uso de sistemas inteligentes em negócios. É uma forma de agregar a inteligência humana à

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala [quinta-feira, 7:30 12:00] Atendimento Segunda

Leia mais

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data

Leia mais

Informação Prova de Equivalência à Frequência - 2015. Agrupamento de Escolas de ANTÓNIO NOBRE. DISCIPLINA: Inglês CÓDIGO DA PROVA: 367

Informação Prova de Equivalência à Frequência - 2015. Agrupamento de Escolas de ANTÓNIO NOBRE. DISCIPLINA: Inglês CÓDIGO DA PROVA: 367 DISCIPLINA: Inglês CÓDIGO DA PROVA: 367 CICLO: Secundário ANO DE ESCOLARIDADE: 11º Introdução O presente documento visa divulgar as características da prova de exame de equivalência à frequência da disciplina

Leia mais

Casos de teste semânticos. Casos de teste valorados. Determinar resultados esperados. Gerar script de teste automatizado.

Casos de teste semânticos. Casos de teste valorados. Determinar resultados esperados. Gerar script de teste automatizado. 1 Introdução Testes são importantes técnicas de controle da qualidade do software. Entretanto, testes tendem a ser pouco eficazes devido à inadequação das ferramentas de teste existentes [NIST, 2002].

Leia mais

3 Metodologia para Segmentação do Mercado Bancário

3 Metodologia para Segmentação do Mercado Bancário 3 Metodologia para Segmentação do Mercado Bancário Este capítulo descreve a metodologia proposta nesta dissertação para a segmentação do mercado bancário a partir da abordagem post-hoc, servindo-se de

Leia mais

Manejo Florestal Sustentável: Dificuldade Computacional e Otimização de Processos

Manejo Florestal Sustentável: Dificuldade Computacional e Otimização de Processos Manejo Florestal Sustentável: Dificuldade Computacional e Otimização de Processos Daniella Rodrigues Bezerra 1, Rosiane de Freitas Rodrigues 12, Ulisses Silva da Cunha 3, Raimundo da Silva Barreto 12 Universidade

Leia mais

COM A TÉCNICA DE REGRESSÃO LINEAR SIMPLES

COM A TÉCNICA DE REGRESSÃO LINEAR SIMPLES DESENVOLVIMENTO DE UM SISTEMA PARA SIMULAÇÃO DE PREVISÃO DE PREÇO DE AÇÕES NA BOVESPA UTILIZANDO DATA MINING COM A TÉCNICA DE REGRESSÃO LINEAR SIMPLES Davi da Silva Nogueira Orientador: Prof. Oscar Dalfovo,

Leia mais

PROGRAMA/REFERENCIAL DO CURSO

PROGRAMA/REFERENCIAL DO CURSO Nome do curso Auditores Florestais PEFC e FSC Horário Designação e código UFCD Não aplicável Duração 09.00 às 19.00 horas 10.00 às 18.00 horas 87 horas Formador/a,, Luís Janicas, Paula Salazar, e Modalidade

Leia mais

Data Science e Big Data

Data Science e Big Data InforAbERTA IV Jornadas de Informática Data Science e Big Data Luís Cavique, Porto, março 2014 Agenda 1. Definições: padrões micro e Macro 2. Novos padrões para velhos problemas: Similis, Ramex, Process

Leia mais

Data Mining: Conceitos e Técnicas

Data Mining: Conceitos e Técnicas Data Mining: Conceitos e Técnicas DM, DW e OLAP Data Warehousing e OLAP para Data Mining O que é data warehouse? De data warehousing para data mining Data Warehousing e OLAP para Data Mining Data Warehouse:

Leia mais

Correlação e Regressão

Correlação e Regressão Correlação e Regressão Análise de dados. Tópico Prof. Dr. Ricardo Primi & Prof. Dr. Fabian Javier Marin Rueda Adaptado de Gregory J. Meyer, University of Toledo, USA; Apresentação na Universidade e São

Leia mais

ARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES INTRODUÇÃO AO PARALELISMO: PROCESSADORES SUPERESCALARES. Prof. Dr. Daniel Caetano 2012-1

ARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES INTRODUÇÃO AO PARALELISMO: PROCESSADORES SUPERESCALARES. Prof. Dr. Daniel Caetano 2012-1 ARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES INTRODUÇÃO AO PARALELISMO: PROCESSADORES SUPERESCALARES Prof. Dr. Daniel Caetano 2012-1 Lembretes Compreender o funcionamento da Arquitetura Superpipeline Compreender

Leia mais

Meta-heurísticas. Métodos Heurísticos José António Oliveira zan@dps.uminho.pt. meta-heurísticas

Meta-heurísticas. Métodos Heurísticos José António Oliveira zan@dps.uminho.pt. meta-heurísticas Meta-heurísticas 105 meta-heurísticas Propriedades e Características: são estratégias que guiam o processo de pesquisa; - o objectivo a atingir é a exploração eficiente do espaço de pesquisa de modo a

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem

Leia mais

Do neurônio biológico ao neurônio das redes neurais artificiais

Do neurônio biológico ao neurônio das redes neurais artificiais Do neurônio biológico ao neurônio das redes neurais artificiais O objetivo desta aula é procurar justificar o modelo de neurônio usado pelas redes neurais artificiais em termos das propriedades essenciais

Leia mais

Algoritmos Randomizados: Introdução

Algoritmos Randomizados: Introdução Algoritmos Randomizados: Introdução Celina Figueiredo Guilherme Fonseca Manoel Lemos Vinícius Sá 26º Colóquio Brasileiro de Matemática IMPA Rio de Janeiro Brasil 2007 Resumo Definições Monte Carlo Variáveis

Leia mais

Clip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008

Clip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008 PROJECTOS DE INVESTIGAÇÃO CIENTÍFICA E DESENVOLVIMENTO TECNOLÓGICO Clip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008 Deliverable: D1 - Clip-art Simplification Tool Task: T1 - Clip-art Simplification

Leia mais

Ajustes de modelos matemáticos para a estimativa de nitrogênio em Anadenanthera colubrina var. cebil (Griseb.) Altschul, Floresta-PE

Ajustes de modelos matemáticos para a estimativa de nitrogênio em Anadenanthera colubrina var. cebil (Griseb.) Altschul, Floresta-PE http://dx.doi.org/10.12702/viii.simposfloresta.2014.21-522-1 Ajustes de modelos matemáticos para a estimativa de nitrogênio em Anadenanthera colubrina var. cebil (Griseb.) Altschul, Floresta-PE Michelle

Leia mais

DESENVOLVIMENTO DE UM BUSINESS INTELLIGENCE PARA EMPRESA DO SETOR QUÍMICO UTILIZANDO A FERRAMENTA QLIKVIEW

DESENVOLVIMENTO DE UM BUSINESS INTELLIGENCE PARA EMPRESA DO SETOR QUÍMICO UTILIZANDO A FERRAMENTA QLIKVIEW UNIVERSIDADE REGIONAL DE BLUMENAU CURSO DE SISTEMAS DE INFORMAÇÃO DESENVOLVIMENTO DE UM BUSINESS INTELLIGENCE PARA EMPRESA DO SETOR QUÍMICO UTILIZANDO A FERRAMENTA QLIKVIEW Airto Irineu Furlan Orientador:

Leia mais

COMPOSTAGEM DE RESÍDUOS ORGÂNICOS GERADOS NA EMBRAPA RORAIMA

COMPOSTAGEM DE RESÍDUOS ORGÂNICOS GERADOS NA EMBRAPA RORAIMA COMPOSTAGEM DE RESÍDUOS ORGÂNICOS GERADOS NA EMBRAPA RORAIMA Teresinha Costa Silveira de Albuquerque 1 ; Rita de Cássia Pompeu de Sousa 2 ; Clara Lúcia Silva Figueiredo 3 ; Suelma Damasceno Oliveira Costa

Leia mais

Scale-Invariant Feature Transform

Scale-Invariant Feature Transform Scale-Invariant Feature Transform Renato Madureira de Farias renatomdf@gmail.com Prof. Ricardo Marroquim Relatório para Introdução ao Processamento de Imagens (COS756) Universidade Federal do Rio de Janeiro,

Leia mais

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo

Leia mais

Aula 5 Técnicas para Estimação do Impacto

Aula 5 Técnicas para Estimação do Impacto Aula 5 Técnicas para Estimação do Impacto A econometria é o laboratório dos economistas, que busca reproduzir o funcionamento do mundo de forma experimental, como se faz nas ciências naturais. Os modelos

Leia mais

Engenharia de Software II

Engenharia de Software II Engenharia de Software II Aula 8 http://www.ic.uff.br/~bianca/engsoft2/ Aula 8-17/05/2006 1 Ementa Processos de desenvolvimento de software Estratégias e técnicas de teste de software (Caps. 13 e 14 do

Leia mais

4 Impedância de Transferência entre Geradores e Carga

4 Impedância de Transferência entre Geradores e Carga 50 4 Impedância de Transferência entre Geradores e Carga 4.1. O procedimento nesta seção é baseado no cálculo de correntes de curtocircuito, comumente encontrado em livros de análise de sistemas de potência

Leia mais

Fulano de Tal. Relatório Combinado Extended DISC : Análise Comportamental x Feedback 360 FINXS 09.12.2014

Fulano de Tal. Relatório Combinado Extended DISC : Análise Comportamental x Feedback 360 FINXS 09.12.2014 Relatório Combinado Extended DISC : Análise Comportamental x Feedback 360 Este relatório baseia-se nas respostas apresentadas no Inventário de Análise Pessoal comportamentos observados através questionário

Leia mais

Problemas de Satisfação de Restrições

Problemas de Satisfação de Restrições Problemas de Satisfação de Restrições Texto base: Stuart Russel e Peter Norving - Inteligência Artificial David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach junho/2007

Leia mais

Novell. Novell Teaming 1.0. novdocx (pt-br) 6 April 2007 EXPLORAR O PORTLET BEM-VINDO DESCUBRA SEU CAMINHO USANDO O NOVELL TEAMING NAVIGATOR

Novell. Novell Teaming 1.0. novdocx (pt-br) 6 April 2007 EXPLORAR O PORTLET BEM-VINDO DESCUBRA SEU CAMINHO USANDO O NOVELL TEAMING NAVIGATOR Novell Teaming - Guia de início rápido Novell Teaming 1.0 Julho de 2007 INTRODUÇÃO RÁPIDA www.novell.com Novell Teaming O termo Novell Teaming neste documento se aplica a todas as versões do Novell Teaming,

Leia mais

5 Mecanismo de seleção de componentes

5 Mecanismo de seleção de componentes Mecanismo de seleção de componentes 50 5 Mecanismo de seleção de componentes O Kaluana Original, apresentado em detalhes no capítulo 3 deste trabalho, é um middleware que facilita a construção de aplicações

Leia mais

Questionário. A ferramenta auxilia na alocação de Não (0) x x x. Satisfatório (5) complexidade de um caso de uso? de uso (72) Sim (10)

Questionário. A ferramenta auxilia na alocação de Não (0) x x x. Satisfatório (5) complexidade de um caso de uso? de uso (72) Sim (10) Questionário Nível Avaliado Gerador de plano de teste Gerador de dados Função/característica do produto Gestão dos dados do plano de teste (51) Perguntas Pontuação Selenium BadBoy Canoo A ferramenta auilia

Leia mais

EQUIPE: ANA IZABEL DAYSE FRANÇA JENNIFER MARTINS MARIA VÂNIA RENATA FREIRE SAMARA ARAÚJO

EQUIPE: ANA IZABEL DAYSE FRANÇA JENNIFER MARTINS MARIA VÂNIA RENATA FREIRE SAMARA ARAÚJO UNIVERSIDADE FEDERAL DA PARAIBA DEPARTAMENTO DE CIÊNCIA DA INFORMAÇÃO CENTRO DE CIÊNCIAS SOCIAIS APLICADAS CURSO DE GRADUAÇÃO EM BIBLIOTECONOMIA DISCIPLINA: TECNOLOGIA DA INFORMAÇÃO II PROFESSORA: PATRÍCIA

Leia mais

Projeto 6.12 Aplicação de Data Mining a Dados de Avaliação da Qualidade de Produtos de Software

Projeto 6.12 Aplicação de Data Mining a Dados de Avaliação da Qualidade de Produtos de Software Programa Brasileiro de Qualidade e Produtividade Projeto 6.12 Aplicação de Data Mining a Dados de Avaliação da Qualidade de Produtos de Software Maria Teresa Villalobos Newton Roy Pampa Quispe Regina Maria

Leia mais

Prof. Daniela Barreiro Claro

Prof. Daniela Barreiro Claro Prof. Daniela Barreiro Claro SQL, SQL3 e OQL são linguagens declarativas O SGBD deve processar e otimizar estas consultas antes delas serem efetivamente executadas Uma consulta possui muitas estratégias

Leia mais

por João Gomes, Director Executivo do Instituto de Planeamento e Desenvolvimento do Turismo e Professor Associado da Universidade Fernando Pessoa

por João Gomes, Director Executivo do Instituto de Planeamento e Desenvolvimento do Turismo e Professor Associado da Universidade Fernando Pessoa COMO AUMENTAR AS RECEITAS DE UM NEGÓCIO: O CONCEITO DE GESTÃO DE RECEITAS (revenue management) (Publicado na Revista Hotéis de Portugal Maio/Junho 2004) por João Gomes, Director Executivo do Instituto

Leia mais

Densímetro de posto de gasolina

Densímetro de posto de gasolina Densímetro de posto de gasolina Eixo(s) temático(s) Ciência e tecnologia Tema Materiais: propriedades Conteúdos Densidade, misturas homogêneas e empuxo Usos / objetivos Introdução ou aprofundamento do

Leia mais

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse Definição escopo do projeto (departamental, empresarial) Grau de redundância dos dados(ods, data staging) Tipo de usuário alvo (executivos, unidades) Definição do ambiente (relatórios e consultas préestruturadas

Leia mais

4. Que tipos de padrões podem ser minerados. 5. Critérios de classificação de sistemas de Data Mining. 6. Tópicos importantes de estudo em Data Mining

4. Que tipos de padrões podem ser minerados. 5. Critérios de classificação de sistemas de Data Mining. 6. Tópicos importantes de estudo em Data Mining Curso de Data Mining - Aula 1 1. Como surgiu 2. O que é 3. Em que tipo de dados pode ser aplicado 4. Que tipos de padrões podem ser minerados 5. Critérios de classificação de sistemas de Data Mining 6.

Leia mais

EA075 Conversão A/D e D/A

EA075 Conversão A/D e D/A EA075 Conversão A/D e D/A Faculdade de Engenharia Elétrica e de Computação (FEEC) Universidade Estadual de Campinas (UNICAMP) Prof. Levy Boccato 1 Introdução Sinal digital: possui um valor especificado

Leia mais

5. Resultados e Análises

5. Resultados e Análises 66 5. Resultados e Análises Neste capítulo é importante ressaltar que as medições foram feitas com uma velocidade constante de 1800 RPM, para uma freqüência de 60 Hz e uma voltagem de 220 V, entre as linhas

Leia mais

Teste de Software Parte 3. Prof.: Jonas Potros

Teste de Software Parte 3. Prof.: Jonas Potros Teste de Software Parte 3 Prof.: Jonas Potros Conteúdo Teste Funcional Teste Funcional Técnica de projeto de casos de teste na qual o programa ou sistema é considerado uma caixapreta. Para testá-lo, são

Leia mais

FrontWave Engenharia e Consultadoria, S.A.

FrontWave Engenharia e Consultadoria, S.A. 01. APRESENTAÇÃO DA EMPRESA 2 01. Apresentação da empresa é uma empresa criada em 2001 como spin-off do Instituto Superior Técnico (IST). Desenvolve tecnologias e metodologias de inovação para rentabilizar

Leia mais

Experimentos de Mineração de Dados em R Disciplina do curso de Pós-Graduação da UTFPR

Experimentos de Mineração de Dados em R Disciplina do curso de Pós-Graduação da UTFPR Experimentos de Mineração de Dados em R Disciplina do curso de Pós-Graduação da UTFPR Paulo Carvalho Diniz Junior CPGEI / UTFPR Avenida Sete de Setembro, 3165 Curitiba-PR - CEP 80.230-910 E-mail: paulo.carvalho.diniz@gmail.com

Leia mais

Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis

Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Adriano Lima de Sá Faculdade de Computação Universidade Federal de Uberlândia 20 de junho de 2014 Adriano L. Sá (UFU)

Leia mais

Conselho de Ministros

Conselho de Ministros República & Moçambique Conselho de Ministros Decreto n." 12001 A Lei n." 20/97, de 01 de Outubro, estabelece no seu artigo 18, que todas as actividades que a data da entrada em vigor da Lei do Ambiente,

Leia mais

NTE DE NOVA ANDRADINA. OFICINA BLOG: O Blog como ferramenta didática no Ensino de Língua Inglesa

NTE DE NOVA ANDRADINA. OFICINA BLOG: O Blog como ferramenta didática no Ensino de Língua Inglesa NTE DE NOVA ANDRADINA OFICINA BLOG: O Blog como ferramenta didática no Ensino de Língua Inglesa NOVA ANDRADINA - MS ABRIL/2008 NÚCLEO DE TECNOLOGIAS EDUCACIONAIS DE NOVA ANDRADINA OFICINA BLOG: O Blog

Leia mais

15 Computador, projeto e manufatura

15 Computador, projeto e manufatura A U A UL LA Computador, projeto e manufatura Um problema Depois de pronto o desenho de uma peça ou objeto, de que maneira ele é utilizado na fabricação? Parte da resposta está na Aula 2, que aborda as

Leia mais

Introdução às Linguagens de Programação

Introdução às Linguagens de Programação Introdução às Linguagens de Programação Histórico de Linguagens de Programação O computador não faz nada sozinho Precisamos informar, de forma clara, como ele deve executar as tarefas Ou seja, o computador

Leia mais

Docente: Éberton da Silva Marinho e-mail: ebertonsm@gmail.com

Docente: Éberton da Silva Marinho e-mail: ebertonsm@gmail.com INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE Introdução a Banco de Dados Docente: Éberton da Silva Marinho e-mail: ebertonsm@gmail.com 12/06/2013 Sumário Motivação da Disciplina

Leia mais

Planejamento de Aula - Ferramenta Mar aberto

Planejamento de Aula - Ferramenta Mar aberto Planejamento de Aula - Ferramenta Mar aberto Planejar uma aula é uma arte não uma tarefa. O planejamento de aula através da ferramenta Mar Aberto ajuda e contribui para infinitas possibilidades para seu

Leia mais

TÉCNICA DE MINERAÇÃO DE DADOS APLICADA A ESTIMAÇÃO DE VOLUME DE ÁRVORES DE Eucalyptus

TÉCNICA DE MINERAÇÃO DE DADOS APLICADA A ESTIMAÇÃO DE VOLUME DE ÁRVORES DE Eucalyptus TÉCNICA DE MINERAÇÃO DE DADOS APLICADA A ESTIMAÇÃO DE VOLUME DE ÁRVORES DE Eucalyptus Mariana de Aquino Aragão (1), Jeangelis Silva Santos (1), Mayra Luíza Marques da Silva (2) (1) Pós-graduando em Ciências

Leia mais

SPSS Statistical Package for the Social Sciences Composto por dois ambientes:

SPSS Statistical Package for the Social Sciences Composto por dois ambientes: Introdução ao SPSS Essa serie de aulas sobre SPSS foi projetada para introduzir usuários iniciantes ao ambiente de trabalho do SPSS 15, e também para reavivar a memória de usuários intermediários e avançados

Leia mais

Universidade Federal de Minas Gerais ICEx / DCC

Universidade Federal de Minas Gerais ICEx / DCC Universidade Federal de Minas Gerais ICEx / DCC Belo Horizonte, 15 de dezembro de 2006 Relatório sobre aplicação de Mineração de Dados Mineração de Dados em Bases de Dados de Vestibulares da UFMG Professor:

Leia mais

Esta dissertação apresentou duas abordagens para integração entre a linguagem Lua e o Common Language Runtime. O objetivo principal da integração foi

Esta dissertação apresentou duas abordagens para integração entre a linguagem Lua e o Common Language Runtime. O objetivo principal da integração foi 5 Conclusão Esta dissertação apresentou duas abordagens para integração entre a linguagem Lua e o Common Language Runtime. O objetivo principal da integração foi permitir que scripts Lua instanciem e usem

Leia mais

ESTIMATIVA DA BIOMASSA DE BAMBUS COM CLASSIFICADORES BASEADOS EM INSTÂNCIA E MODELOS DE REGRESSÃO

ESTIMATIVA DA BIOMASSA DE BAMBUS COM CLASSIFICADORES BASEADOS EM INSTÂNCIA E MODELOS DE REGRESSÃO ESTIMATIVA DA BIOMASSA DE BAMBUS COM CLASSIFICADORES BASEADOS EM INSTÂNCIA E MODELOS DE REGRESSÃO Matheus Melzer Theodorovicz 1 ; Carlos Roberto Sanquetta 2, Mateus Niroh Inoue Sanquetta 1 ; Ana Paula

Leia mais

Factor Analysis (FACAN) Abrir o arquivo ven_car.sav. Clique Extraction. Utilizar as 10 variáveis a partir de Vehicle Type.

Factor Analysis (FACAN) Abrir o arquivo ven_car.sav. Clique Extraction. Utilizar as 10 variáveis a partir de Vehicle Type. Prof. Lorí Viali, Dr. viali@pucrs.br; viali@mat.ufrgs.br; http://www.pucrs.br/famat/viali; http://www.mat.ufrgs.br/~viali/ Factor Analysis (FACAN) Abrir o arquivo ven_car.sav Utilizar as 10 variáveis a

Leia mais

Medir a aceleração da gravidade... com um telemóvel! Fisiquipédia 9

Medir a aceleração da gravidade... com um telemóvel! Fisiquipédia 9 Medir a aceleração da gravidade... com um telemóvel! Acelerómetros Uma das medidas de segurança de computadores e smarthphones modernos é a incorporação de um acelerómetro nestes aparelhos. Como o nome

Leia mais

UTILIZANDO O SOFTWARE WEKA

UTILIZANDO O SOFTWARE WEKA UTILIZANDO O SOFTWARE WEKA O que é 2 Weka: software livre para mineração de dados Desenvolvido por um grupo de pesquisadores Universidade de Waikato, Nova Zelândia Também é um pássaro típico da Nova Zelândia

Leia mais

Criptografia e Segurança em Redes Capítulo 9. Quarta Edição William Stallings

Criptografia e Segurança em Redes Capítulo 9. Quarta Edição William Stallings Criptografia e Segurança em Redes Capítulo 9 Quarta Edição William Stallings Capítulo 9 - Public Key Cryptography e RSA Cada egípicio recebia dois nomes que eram conhecidos respectivamente como o nome

Leia mais

Solução Integrada para Gestão e Operação Empresarial - ERP

Solução Integrada para Gestão e Operação Empresarial - ERP Solução Integrada para Gestão e Operação Empresarial - ERP Mastermaq Softwares Há quase 20 anos no mercado, a Mastermaq está entre as maiores software houses do país e é especialista em soluções para Gestão

Leia mais

PROJECTOS DE INVESTIGAÇÃO CIENTÍFICA E DESENVOLVIMENTO TECNOLÓGICO

PROJECTOS DE INVESTIGAÇÃO CIENTÍFICA E DESENVOLVIMENTO TECNOLÓGICO PROJECTOS DE INVESTIGAÇÃO CIENTÍFICA E DESENVOLVIMENTO TECNOLÓGICO Clip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008 Deliverable: D3 Feature Extraction Library (Vectors) Task: T3 Feature Extraction

Leia mais

Apostila de Programação IV. Módulo V

Apostila de Programação IV. Módulo V Apostila de Programação IV Módulo V Fundação Educacional Machado de Assis Escola Técnica Machado de Assis Curso Técnico em Informática Prof. Santa Rosa, Maio de 2011. Escola Técnica Machado de Assis 1

Leia mais

15- Representação Cartográfica - Estudos Temáticos a partir de imagens de Sensoriamento Remoto

15- Representação Cartográfica - Estudos Temáticos a partir de imagens de Sensoriamento Remoto 15- Representação Cartográfica - Estudos Temáticos a partir de imagens de Sensoriamento Remoto O Sensoriamento Remoto é uma técnica que utiliza sensores, na captação e registro da energia refletida e emitida

Leia mais

Algoritmos Genéticos em Mineração de Dados. Descoberta de Conhecimento. Descoberta do Conhecimento em Bancos de Dados

Algoritmos Genéticos em Mineração de Dados. Descoberta de Conhecimento. Descoberta do Conhecimento em Bancos de Dados Algoritmos Genéticos em Mineração de Dados Descoberta de Conhecimento Descoberta do Conhecimento em Bancos de Dados Processo interativo e iterativo para identificar padrões válidos, novos, potencialmente

Leia mais

Reconhecimento de marcas de carros utilizando Inteligência Artificial. André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller

Reconhecimento de marcas de carros utilizando Inteligência Artificial. André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller Reconhecimento de marcas de carros utilizando Inteligência Artificial André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller Motivação Análise estatística das marcas de carros em

Leia mais

PROJETO DE REDES www.projetoderedes.com.br

PROJETO DE REDES www.projetoderedes.com.br PROJETO DE REDES www.projetoderedes.com.br Centro Universitário de Volta Redonda - UniFOA Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro

Leia mais

Avaliação de Interfaces

Avaliação de Interfaces Especialização em Tecnologias de Software para Ambiente Web Avaliação de Interfaces Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Projeto e Avaliação de Interfaces: Ambiente Web

Leia mais

Dado, Informação e Conhecimento Administração de Sist. De Inf. Prof. Esp. Lucas Santiago

Dado, Informação e Conhecimento Administração de Sist. De Inf. Prof. Esp. Lucas Santiago Dado, Informação e Conhecimento Administração de Sist. De Inf. Prof. Esp. Lucas Santiago Dado, Informação e conhecimento Não é a mesma coisa, uma depende da outra e as duas últimas podem ser decompostas.

Leia mais

Mobilização - construir parcerias e articulações integradas às dimensões ambientais: social, cultural e econômica.

Mobilização - construir parcerias e articulações integradas às dimensões ambientais: social, cultural e econômica. MISSÃO Desenvolver e implantar projetos que tenham como foco a geração de benefícios para o Planeta, provocando modificações conscientes, tanto no campo das ciências, quanto das atividades humanas. PRINCÍPIOS

Leia mais

Qlik Sense Desktop. Qlik Sense 1.1 Copyright 1993-2015 QlikTech International AB. Todos os direitos reservados.

Qlik Sense Desktop. Qlik Sense 1.1 Copyright 1993-2015 QlikTech International AB. Todos os direitos reservados. Qlik Sense Desktop Qlik Sense 1.1 Copyright 1993-2015 QlikTech International AB. Todos os direitos reservados. Copyright 1993-2015 QlikTech International AB. Todos os direitos reservados. Qlik, QlikTech,

Leia mais

COMPRE DO PEQUENO NEGÓCIO

COMPRE DO PEQUENO NEGÓCIO COMPRE DO PEQUENO NEGÓCIO ALAVANQUE SUA EMPRESA EM TEMPOS DE INCERTEZA 2015 tem se mostrado um ano de grandes desafios. Sua empresa está passando por este período com resultados inferiores aos planejados?

Leia mais

ESTIMATIVA DE BIOMASSA ARBÓREA: UMA COMPARAÇÃO ENTRE MÉTODOS ESTATÍSTICOS E REDES NEURAIS

ESTIMATIVA DE BIOMASSA ARBÓREA: UMA COMPARAÇÃO ENTRE MÉTODOS ESTATÍSTICOS E REDES NEURAIS ESTIMATIVA DE BIOMASSA ARBÓREA: UMA COMPARAÇÃO ENTRE MÉTODOS ESTATÍSTICOS E REDES NEURAIS ARTHUR C. ALMEIDA PAULO L. C. BARROS JOSÉ H. A. MONTEIRO BRÍGIDA R. P. ROCHA Grupo de Pesquisa ENERBIO DEEC Departamento

Leia mais