Identificação da Dinâmica Inversa de sistemas Não-Lineares Através de Redes Neurais Artificiais

Tamanho: px
Começar a partir da página:

Download "Identificação da Dinâmica Inversa de sistemas Não-Lineares Através de Redes Neurais Artificiais"

Transcrição

1 I SBAI - UNESP - Rio ClarojSP - Brasil Identificação da Dinâmica Inversa de sistemas Não-Lineares Através de Redes Neurais Artificiais Sérgio R. J. Oliveira e Edilberto P. Teixeira Universidade Federal de Uberlândia Departamento de Engenharia Elétrica Uberlândia - MG Tel: (034) / 166 Fax: (034) RESUMO Este artigo apresenta um método para determinação da dinâmica inversa de urna classe de sistemas dinâmicos não-lineares. O método considera que as equações do sistema sej am desconhecidas. Para isso, aplica-se urna rede neural de várias camadas, capaz de estimar um mapeamento que aproxima a dinâmica inversa do sistema, dentro de urna determinada faixa de operação. Considerando que, em geral, a determinação da dinâmica inversa é usada corno parte de esquemas mais elaborados de controle de sistemas não-lineares, este artigo procura detalhar o método j á empregado em [8], [9] e [10]. Apresenta-se também os resultados de simulação da determinação da dinâmica inversa de um motor de corrente contínua com carga nãolinear

2 I SBAI - UNESP - Rio Claro/SP - Brasil Identificação da Dinâmica Inversa de sistemas Dinâmicos Não Lineares Através de Redes Neuronais Artificiais RESUMO Este artigo apresenta um método para determinação da dinâmica inversa de uma classe de sistemas dinâmicos não-lineares. O método considera que as equações do sistema sej am desconhecidas. Para isso, aplica-se urna rede neural de várias camadas, capaz de estimar um mapeamento que aproxima a dinâmica inversa do sistema, dentro de urna determinada faixa de operação. Considerando que, em geral, a determinação da dinâmica inversa é usada como parte de esquemas mais elaborados de controle de sistemas não-lineares, este artigo procura detalhar o método já empregado em [8], [9] e [10]. Apresenta-se também os resultados de simulação da determinação da dinâmica inversa de um motor de corrente contínua com carga nãolinear. Introdução o problema da determinação da dinâmica inversa de sistemas foi,iniciqlmente, estudado por Brockett [2], Silverman [3] e Sain [4], para sistemas lineares. As condições suficientes para a invertibilidade de urna classe de sistemas de controle não-lineares foram apresentadas por Hirschorn [5], considerando que as condições iniciais destes sistemas sejam conhecidas. Singh [6] também apresentou condições suficientes para a invertibilidade de sistemas não-lineares multivariáveis, baseadas no algoritmo de Hirschorn, exceto quando são consideradas as questões de invertibilidade com condições iniciais desconhecidas. Também, um critério diferente para a invertifilidade de sistemas C~ foi obtido por Rebhurn [7] para sistemas não-lineares com multivariáveis de entrada e saida. Neste artigo, apresenta-se um método para identificar um mapeamento inverso aproximado, baseado nas informações de entrada e saída desses sistemas

3 I SBAI - UNESP - Rio Claro/SP - Brasil Dinâmica Inversa de sistemas Não-Lineares contínuos no Tempo Usando Redes Neurais o método descri to a seguir considera que a entrada de um sistema não-linear se aproxima de no derivadas de saída. O inteiro no é definido por Singh (1982) corno o índice de observalidade, isto é, a ordem mais elevada da derivada de saída y, desde que os valores de y, y(1),..., y(no) sejam suficientes para determinar unicamente o estado x(t)em, onde M é um conjunto aberto em R n. Singh também afirma que o sistema inverso pode ser derivado para no*a, onde a é o índice de ordem relativa definido por Hirschorn (1979). O método proposto neste trabalho é baseado no índice de observai idade no' Propõe-se também um método aproximado para determinação de no' através de um procedimento por redes neurais. Basicamente, trabalha-se com sistemas que podem ser postos na forma de 'Py: y (n ) e (yl I Y (2) I, yn-l), u ) (1) onde y E Y, sendo Y um subconjunto aberto de R n e e é urna função suave. Considera-se que a excitação u pertence a um conjunto aberto U de R n. Se, no = n, então 'Py pode ser escrito na forma de 'PN: S I S TEMA '" N: dx/ dt= ((x, u) y= h (x) (2) onde x E X, sendo X um subconj unto aberto de R m e sendo ( e h funções suaves. A ordem do sistema é designada por nem é o número de entradas. Pode-se verificar [1] que urna rede neural pode ser usada para aproximar o mapeamento inverso do sistema 'Py, isto é: u = e-1(y,y(1),y(2),...,y(n)) se treinada com os seguintes dados amostrados: -input: y,y(1),y(2),...,y(n) -output: u(t) onde n é a ordem do sistema

4 I SBAI - UNESP - Rio Claro/SP - Brasil Desta forma, amostrando-se a saída de um sistema não-linear, uma rede neural pode ser treinada para capturar a sua dinãmica inversa. Para sistemas do tipo ~N' deve-se amostrar o estado e suas derivadas. O procedimento descrito em [1], com respeito ao dimensionamento da rede neuronal, pode ser diretamente aplicado neste caso. O seguinte procedimento pode ser aplicado para estimar a dinãmica inversa usando-se uma rede neural de várias camadas. Procedimento para Identificação da Dinâmica Inversa Considerando-se que o método de estimação de funções por redes neurais é aproximado e considerando-se que a função inversa seja suave, um mapeamento aproximado da função inversa pode ser obtido, ainda que algumas das derivadas de saída de maior ordem sejam desconsideradas. Se muitas derivadas forem desconsideradas, a tolerãncia da rede neural pode não ser atingida durante o processo de treinamento. Portanto, o seguinte procedimento é sugerido para sistemas não identificados. PASSO O - Escolha: um número pequeno para n (baseado nos dados conhecidos do sistema), um intervalo de amostragem e o número de amostras (baseado no procedimento estabelecido em [1]). PASSO 1 - Excite o sistema com valores de entrada u aleatórios e meça os valores de saída correspondentes e suas derivadas, (1) (n) y,y,...,y. PASSO 2 - Inicie o processo de treinamento utilizando as diretivas de [1]. A seguinte situação pode ocorrer: A rede neural poderá cair em um mínimo local durante o processo de treinamento, mesmo que todas as condições de treinamento da rede sejam satisfeitas. Considere que seja usado um número suficiente de nós na camada intermediária da rede. Mesmo assim, poderá ocorrer um mínimo local durante o treinamento da rede, porque o número de derivadas de saída poderá ser insuficiente. Portanto o número de derivadas n poderia ser incrementado e o processo pode ser repetido, a partir do passo 1, até que a tolerância desejada seja atingida. Na verdade, não só o mapeamento inverso é estimado, para sistemas não-identificados do tipo ~y, mas também a ordem n. O valor estimado de n está relacionado à tolerância do treinamento, ao intervalo de amostragem e à abrangência do espaço de estados obtida durante a fase de treinamento. Note também, que esta proposição foi elaborada para sistemas de tempo continuo. Entretanto, a implementação da rede neural somente pode ser feita de forma amostrada

5 I SBAI - UNESP - Rio Claro/SP - Brasil Estimação de sistemas Inversos Usando Valores de Saída amostrados Devido as dificuldades de medição das derivadas de saída, propõe-se neste trabalho um método aproximado para estimar a dinâmica inversa de um sistema. Ele consiste em armazenar os últimos valores de saída, em vez de medir suas derivadas. Estes valores de saída armazenados, serão usados como entradas para a rede neural. Obviamente, o desempenho do sistema dinâmico inverso estimado, é uma função do tempo de amostragem õ. Consequentemente na fase de operação da rede neural, deve-se usar o mesmo tempo de amostragem usado na fase de treinamentq. O sistema ~s' definido a seguir, é uma versão amostrada do sistema ~Y' sistema ~ s: y«k+l)ô) p (y(kõ),y( (k- l) õ),..., y( (k-n+l) õ), u(kõ) (3) onde p é uma função suave, õ é o tempo de amostragem e n é a ordem do sistema amostrado. A entrada u, é definida em um subconjunto aberto U de R m e a saída y é definida em um subconjunto aberto Y de IR P A função inversa amostrada p-1 é um mapeamento de y~1 de U, tal que: u (kô) p-l (y( (k+l) õ),y( (k) õ),y( (k-l) õ),...,y(k-n+l) Õ)) (4) A função inversa amostrada fornece valores constantes de entrada u(kõ), dentro do intervalo de amostragem, que direcionam o sistema ~s desde os valores de saída y(kõ),y( (k-l) õ),,y( (kn+l)õ) para a saída y«k+l)6). Aqui, o inteiro n é um número suficiente de valores da saída para determinar unicamente u(kõ). Note que ~y e ~s são representações diferentes do mesmo sistema. Portanto, y(k6) definido por ~s aproxima y(t), definido por ~Y' para t = k6 e para u(t) = u(kõ), constante no intervalo de amostragem õ. Uma rede neural pode aproximar o mapeamento amostrado inverso e- 1 quando treinada com amostras suficientes de u(kõ) U e y( (k+l) õ), y(k6), y( (k-l) 6),..., y( (k-n+l) õ) yn+1 [la]. Se uma entrada u, constante em um intervalo 6, for aplicada no sistema ~ ou ~N' o procedimento aplicado para sistemas do tipo ~y poderá ser usado para aproximar a sua dinâmica inversa

6 I SBAI- UNESP - Rio Claro/SP - Brasil Dinâmica Inversa de sistemas Discretos Não-Lineares Usando Redes Neurais A dinâmica inversa de um sistema discreto é um mapeamento suave que provê os valores de excitaçâo u (k) que direcionam o sistema apartir da saída y(k), y(k-l),..., y(k-n+l) para y(k+l), isto é: u (k) 1l - 1 (y(k+l),y(k),y(k-l ),...,y(k-n+l) (5) onde os valores de saída y(k+l),y(k),y(k-l),...,y(k-n+l) são medidos nos instantes k+l, k, k-l, k-n+l, considerando-se ry-1 como uma função suave. Para treinar uma rede neural para aproximar a dinâmica inversa ry -1, é suficiente obter amostras de y (k+l), Y (k), Y (k-l),..., Y(k-n+l) e u(k). É necessário que um número suficiente de amostras sej am obtidos para serem usados durante o processo de treinamento. o inteiro n é a ordem do sistema discreto, e é por definição, um número suficiente de atrasos para se definir ry unicamente. Quando n for desconhecido o treinamento deve ser iniciado com um número pequeno e ser incrementado até que a precisão especificada seja obtida. o exemplo seguinte aplica o método proposto. Exemplo Neste exemplo [10] a dinâmica inversa do motor CC é identificada usando-se uma rede neural. As equações que regem o sistema são simuladas somente para gerar dados que são usados para treinar a rede neural. As equações são: dw =i +À (w) dt (6) dw. / II-- =- W -~+U II =T T r- dt ' r- e m (7 ) onde: w - velocidade da saída. i - Corrente de armadura. u - Tensão de armadura. À - Característica não-linear da carga. Te,T m - Constantes de tempo elétrica e mecânica, repectivamente. Considerando-se a constante de tempo mecânica muito maior que a constante de tempo elétrica, o sistema de equações fica: - 24-

7 I SBAl - UNESP - Rio Claro/SP - Brasil dw =-ú>+à (ú» +u dt (8) o torque da carga, neste caso, foi considerado À(w)=sin(O.lw). O sistema foi simulado aplicando urna tensão de aplitude aleatória. Para cada amostragem, o valor atual e o anterior w são apresentados corno entrada para a rede neural, que é treinada para mostrar urna saída igual a tensão u aplicada na armadura do motor. Urna rede neural com urna camada intermediária de 50 elementos foi utilizada na simulação. Atingiu-se um erro mínimo de 0,001% durante o treinamento. Em aplicações práticas, o número de elementos poderia ser escolhido em função da precisão desejada e considerando as limitações físicas. ERRO MEDia QUADRATICO 600~ ~ ~\~----~ ~------~----~_~1----~ o SESSOES DE TREINAMENTO X 200 Figure 1 - motor cc. Treinamento da rede neural com a dinâmica inversa de um

8 I SBAI - UNESP - ruo Claro/SP - Brasil conclusão Os resultados de simulação mostram que a rede neural aprendeu a dinâmica inversa do sistema com muita exatidão. Embora a rede neural tenha excelente capacidade de generalização, não existe garantia de precisão fora da região de treinamento. Desta forma, sugere-se que, por se tratar de um sistema dinâmico não-linear, deve-se proceder testes exaustivos, para se certificar que a estrutura matemática do sistema tenha sido assimilada pela rede neural. Referências [1] Teixeira, E., Loparo, K., Gomide, F. "Design of Multilayer Neural Networks for Accurate Identification of Nonlinear Mappings", Technical Report, Case Western Reserve Uversity Systems Engineering Department, [2] Brockett, R. "Vol terra Seies and Geometr ic Control Theory", Automática, Vol. 12, pp , pergamon Press, [3] Silverman, L. "Inversion of Multivariable Linear Systems", IEEE Transactions on Automatic Control, Vol. AC-14, No.3, Junho [4] Sin, M., Massey, J. "Invertibility of Linear Time-Invariant Dynamical Systems", IEEE Transactions on Automatic Control, Vol. AC-14, No.2, Abril [5] Hirschorn, R. "Invertibility of Multivariable Nonlinear Control Systems", IEEE Transactions on Automatic Control, Vol. AC- 24, No.6, Dezembro [6] Sing, S. "Invertibility of Observable Multivariable Nonlinear systems", IEEE Transactions on Automaic Control, Vol. AC-27, NO.2, Abril [7] Rebhuhn, D. "Invertibili ty of Crt) Mui tibariable Input-Output Systems", IE'EE Transactions on Automatic Control, Vol. AC-25, No. 2, Abril [8] Teixeira, E., Loparo, K., Gomide, F. "Feedback Linearization Of Dynamic Nonlinear Systems Using Neural Networks", 9 Congresso Brasileiro de Automática, Vol. 2, pp , Setembro 1992 [9] Teixeira, E., Neto, L., Salerno, C. "Adaptive Control of Large Induction Motors with Highly Nonlinear Loads Using Neural Networks", IECON' 92 International Conference on Industrial Electronics, Control, Instrumentation and Automation, Vol. 2, pp , Novembro 1992 [10] Teixeira, E. "Controle de Sistemas Não Lineares através de Redes Neurais" Tese de doutorado apresentada a Universidade de Campinas, junho

Anais do XV ENCITA 2009, ITA, Outubro, 19-22, 2009,

Anais do XV ENCITA 2009, ITA, Outubro, 19-22, 2009, Anais do 5 O Encontro de Iniciação Científica e Pós-Graduação do ITA XV ENCITA / 009 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 9 a 009. INTERPOLAÇÃO PARABÓLICA EM INTEGRADOR

Leia mais

Identificação e Controle Adaptativo

Identificação e Controle Adaptativo Identificação e Controle Adaptativo Prof. Antonio A. R. Coelho 1 Universidade Federal de Santa Catarina, UFSC Grupo de Pesquisa em Tecnologias de Controle Aplicado, GPqTCA Departamento de Automação e Sistemas,

Leia mais

Método Dialético de Otimização usando o Princípio da Máxima Entropia

Método Dialético de Otimização usando o Princípio da Máxima Entropia Learning and Nonlinear Models Revista da Sociedade Brasileira de Redes Neurais (SBRN) Vol 7 No. 2 pp. 54-64 2009 Método Dialético de Otimização usando o Princípio da Máxima Entropia Wellington Pinheiro

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

Modelos Variáveis de Estado

Modelos Variáveis de Estado Modelos Variáveis de Estado Introdução; Variáveis de Estados de Sistemas Dinâmicos; Equação Diferencial de Estado; Função de Transferência a partir das Equações de Estados; Resposta no Domínio do Tempo

Leia mais

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001 47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações

Leia mais

CONTROLE DE SISTEMAS LINEARES SUJEITOS A SALTOS MARKOVIANOS APLICADO EM VEÍCULOS AUTÔNOMOS

CONTROLE DE SISTEMAS LINEARES SUJEITOS A SALTOS MARKOVIANOS APLICADO EM VEÍCULOS AUTÔNOMOS CONTROLE DE SISTEMAS LINEARES SUJEITOS A SALTOS MARKOVIANOS APLICADO EM VEÍCULOS AUTÔNOMOS Uma abordagem prática Apresentação preliminar Universidade de São Paulo USP Escola de Engenharia de São Carlos

Leia mais

Universidade Federal de Goiás Escola de Engenharia Elétrica e de Computação Laboratório de Máquinas Especiais

Universidade Federal de Goiás Escola de Engenharia Elétrica e de Computação Laboratório de Máquinas Especiais Aspectos Relacionados ao Acionamento e Controle de Velocidade de um Motor Linear a Relutância Variável. MARIANO, Rodrigo Leandro; SANTOS, Euler Bueno. Universidade Federal de Goiás Escola de Engenharia

Leia mais

Relatório Iniciação Científica

Relatório Iniciação Científica Relatório Iniciação Científica Ambientes Para Ensaios Computacionais no Ensino de Neurocomputação e Reconhecimento de Padrões Bolsa: Programa Ensinar com Pesquisa-Pró-Reitoria de Graduação Departamento:

Leia mais

EXERCÍCIOS RESOLVIDOS

EXERCÍCIOS RESOLVIDOS ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas

Leia mais

Aplicação do Modelo Linear de Vorpérian ao Conversor tipo Buck Ewaldo L. M. Mehl

Aplicação do Modelo Linear de Vorpérian ao Conversor tipo Buck Ewaldo L. M. Mehl Aplicação do Modelo Linear de Vorpérian ao Conversor tipo Buck Ewaldo L. M. Mehl 1. Apresentação Com o uso do conceito do Interruptor PWM apresentado por Vorpérian [1,2], torna-se extremamente simples

Leia mais

ESTUDO DA FOLGA PRESENTE NA TRANSMISSÃO MECÂNICA DE ROBÔS COM ACIONAMENTO ELÉTRICO 1

ESTUDO DA FOLGA PRESENTE NA TRANSMISSÃO MECÂNICA DE ROBÔS COM ACIONAMENTO ELÉTRICO 1 ESTUDO DA FOLGA PRESENTE NA TRANSMISSÃO MECÂNICA DE ROBÔS COM ACIONAMENTO ELÉTRICO 1 Angelo Fernando Fiori 2, Ismael Barbieri Garlet 3, Antonio Carlos Valdiero 4, Luiz Antonio Rasia 5, Leonardo Bortolon

Leia mais

Filtro de Kalman. Plano Básico Processos Estocásticos

Filtro de Kalman. Plano Básico Processos Estocásticos Universidade Federal do Ceará Centro de Tecnologia Departamento de Engenharia Elétrica Programa de Educação Tutorial - PET Plano Básico Processos Estocásticos Filtro de Kalman Autores: Abnadan de Melo

Leia mais

Aula 8 Controladores do tipo Proporcional, Integral e Diferencial

Aula 8 Controladores do tipo Proporcional, Integral e Diferencial Aula 8 Controladores do tipo Proporcional, Integral e Diferencial Introdução Estrutura do Controlador PID Efeito da Ação Proporcional Efeito da Ação Integral Efeito da Ação Derivativa Sintonia de Controladores

Leia mais

ANÁLISE DA QUALIDADE DA ENERGIA ELÉTRICA EM CONVERSORES DE FREQUENCIA

ANÁLISE DA QUALIDADE DA ENERGIA ELÉTRICA EM CONVERSORES DE FREQUENCIA ANÁLISE DA QUALIDADE DA ENERGIA ELÉTRICA EM CONVERSORES DE FREQUENCIA Nome dos autores: Halison Helder Falcão Lopes 1 ; Sergio Manuel Rivera Sanhueza 2 ; 1 Aluno do Curso de Engenharia Elétrica; Campus

Leia mais

A metodologia utilizada neste trabalho consiste basicamente de três etapas: ensaio, pré-processamento e simulações.

A metodologia utilizada neste trabalho consiste basicamente de três etapas: ensaio, pré-processamento e simulações. SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GCE 20 14 a 17 Outubro de 2007 Rio de Janeiro - RJ GRUPO XIV GRUPO DE ESTUDO DE CONSERVAÇÃO DE ENERGIA ELÉTRICA UTILIZAÇÃO DE REDES

Leia mais

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica João Paulo Teixeira*, José Batista*, Anildio Toca**, João Gonçalves**, e Filipe Pereira** * Departamento de Electrotecnia

Leia mais

Apresentação MATLAB Simulink & Toolboxes

Apresentação MATLAB Simulink & Toolboxes Apresentação MATLAB Simulink & Toolboxes Tel: (011)816-3144 / Fax:(011)816-7864 Email: info.vendas@opencadd.com.br 24.08.1999. Programa da Apresentação MATLAB 5.3: conceitos Toolboxes Symbolic Math Toolbox;

Leia mais

DESENVOLVIMENTO DE UM DISPOSITIVO COMPUTACIONAL APLICADO AO PROCESSO DE IDENTIFICAÇÃO DE SISTEMA EM SISTEMAS INDUSTRIAIS. Resumo

DESENVOLVIMENTO DE UM DISPOSITIVO COMPUTACIONAL APLICADO AO PROCESSO DE IDENTIFICAÇÃO DE SISTEMA EM SISTEMAS INDUSTRIAIS. Resumo DESENVOLVIMENTO DE UM DISPOSITIVO COMPUTACIONAL APLICADO AO PROCESSO DE IDENTIFICAÇÃO DE SISTEMA EM SISTEMAS INDUSTRIAIS Polieny de Faria Albernaz polieny.faria@gmail.com Universidade Federal de Uberlândia

Leia mais

Inteligência Artificial. Redes Neurais Artificiais

Inteligência Artificial. Redes Neurais Artificiais Curso de Especialização em Sistemas Inteligentes Aplicados à Automação Inteligência Artificial Redes Neurais Artificiais Aulas Práticas no Matlab João Marques Salomão Rodrigo Varejão Andreão Matlab Objetivos:

Leia mais

CONTROLADOR DO TIPO LQG (LINEAR QUADRÁTICO GAUSSIANO)

CONTROLADOR DO TIPO LQG (LINEAR QUADRÁTICO GAUSSIANO) ELINTON LUIZ LEGUENZA, RENÊ ROBERT E JOSÉ. A. GIACOMETTI CONTROLADOR DO TIPO LQG (LINEAR QUADRÁTICO GAUSSIANO) ROBERTO SELOW Professor - Engenharia Elétrica e Engenharia da Computação - UnicenP/Centro

Leia mais

5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS

5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS 5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS TÍTULO DO TRABALHO: REDES NEURAIS APLICADAS EM INDÚSTRIAS PETROQUÍMICAS DE FABRICAÇÃO DE FIBRAS DE POLIÉSTER. AUTORES: Lívia Maciel

Leia mais

V-030 - ANÁLISE DO COMPORTAMENTO DE AQUÍFEROS EM POÇOS PROFUNDOS UTILIZANDO-SE DE REDES NEURAIS ARTIFICIAIS

V-030 - ANÁLISE DO COMPORTAMENTO DE AQUÍFEROS EM POÇOS PROFUNDOS UTILIZANDO-SE DE REDES NEURAIS ARTIFICIAIS V-030 - ANÁLISE DO COMPORTAMENTO DE AQUÍFEROS EM POÇOS PROFUNDOS UTILIZANDO-SE DE REDES NEURAIS ARTIFICIAIS Nilton José Saggioro (1) Engenheiro Eletricista pela Universidade de Bauru (atual UNESP) - 1985.

Leia mais

Universidade Gama Filho Campus Piedade Departamento de Engenharia de Controle e Automação

Universidade Gama Filho Campus Piedade Departamento de Engenharia de Controle e Automação Universidade Gama Filho Campus Piedade Departamento de Engenharia de Controle e Automação Laboratório da Disciplina CTA-147 Controle I Análise da Resposta Transitória (Este laboratório foi uma adaptação

Leia mais

Estudos para Localização de Faltas em Redes Subterrâneas Integrando o Software PSCAD/EMTDC e Ferramentas Inteligentes

Estudos para Localização de Faltas em Redes Subterrâneas Integrando o Software PSCAD/EMTDC e Ferramentas Inteligentes 1 Estudos para ização de Faltas em Redes Subterrâneas Integrando o Software PSCAD/EMTDC e Ferramentas Inteligentes D. S. Gastaldello, A. N. Souza, H. L. M. do Amaral, M. G. Zago e C. C. O. Ramos Resumo--

Leia mais

TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA

TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS

Leia mais

Controle Robusto H. 1. O problema de controle H. 2. Controle ótimo H por LMIs. 3. Patologia no controle H : altos ganhos. 3. Controle Misto H 2 /H

Controle Robusto H. 1. O problema de controle H. 2. Controle ótimo H por LMIs. 3. Patologia no controle H : altos ganhos. 3. Controle Misto H 2 /H Controle Robusto H 1. O problema de controle H 2. Controle ótimo H por LMIs 3. Patologia no controle H : altos ganhos 3. Controle Misto H 2 /H pag.1 Introdução ao Controle Robusto Aula 11 Controle H e

Leia mais

MLP (Multi Layer Perceptron)

MLP (Multi Layer Perceptron) MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -

Leia mais

IDENTIFICAÇÃO POR ESPAÇOS DE ESTADOS DE UM MÓDULO SERVO-MECANISMO DIDÁTICO

IDENTIFICAÇÃO POR ESPAÇOS DE ESTADOS DE UM MÓDULO SERVO-MECANISMO DIDÁTICO IDENTIFICAÇÃO POR ESPAÇOS DE ESTADOS DE UM MÓDULO SERVO-MECANISMO DIDÁTICO Vlademir Aparecido Freire Junior vlad_freire@hotmail.com Alessandro do Nascimento Vargas avargas@utfpr.edu.br Cristiano Marcos

Leia mais

Avaliação do potencial produtivo em montados de sobro com recurso a redes neuronais artificiais

Avaliação do potencial produtivo em montados de sobro com recurso a redes neuronais artificiais Avaliação do potencial produtivo em montados de sobro com recurso a redes neuronais artificiais Susana Dias (Investigadora/Colaboradora da Universidade de Évora e Docente do Instituto Politécnico de Elvas)

Leia mais

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos Dados que podem ser necessários a algumas questões de Estatística: P (t > t α ) = α ν 0,05 0,025 15 1,753 2,131 16 1,746 2,120 28 1,791 2,048 30 1,697 2,042 (Valor: 1,4) Questão 1. Considere o seguinte

Leia mais

IN0997 - Redes Neurais

IN0997 - Redes Neurais IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo Objetivos Ementa

Leia mais

8º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 23 a 25 de Outubro de 2007

8º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 23 a 25 de Outubro de 2007 8º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 23 a 25 de Outubro de 2007 UTILIZAÇÃO DA LÓGICA NEBULOSA PARA DETECÇÃO DEFEITOS EM MOTORES DE INDUÇÃO TRIFÁSICOS Filho, P. C. M. L. *, Pederiva

Leia mais

Projeto: Formas Diferenciais Aplicadas a Problemas Eletrostáticos e Magnetostáticos

Projeto: Formas Diferenciais Aplicadas a Problemas Eletrostáticos e Magnetostáticos Área: ENGENHARIAS E CIÊNCIA DA COMPUTAÇÃO Projeto: Formas Diferenciais Aplicadas a Problemas Eletrostáticos e Magnetostáticos Autores: NOME DO BOLSISTA: CAIO SALAZAR ALMEIDA NAZARETH - BIC/UFJF NOME DO

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

Relatório de uma Aplicação de Redes Neurais

Relatório de uma Aplicação de Redes Neurais UNIVERSIDADE ESTADUAL DE MONTES CLAROS CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE CIÊNCIAS DA COMPUTACAÇÃO ESPECIALIZAÇÃO EM ENGENHARIA DE SISTEMAS DISCIPLINA: REDES NEURAIS PROFESSOR: MARCOS

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

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Anais do XXXIV COBENGE. Passo Fundo: Ed. Universidade de Passo Fundo, Setembro de 2006. ISBN 85-7515-371-4 PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Rejane de Barros Araújo rdebarros_2000@yahoo.com.br

Leia mais

Introdução aos Sistemas

Introdução aos Sistemas Aula 04 Sistemas Análise de Sinais Sistemas Introdução aos Sistemas A noção de sistemas é intuitiva. Quase tudo que nos rodeia é algum tipo de sistema. Qualquer mecanismo, ou dispositivo, que funcione

Leia mais

Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1

Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1 Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1 O Journal Citation Reports (JCR) publica anualmente o índice conhecido por fator de impacto de um periódico para medir a freqüência com que

Leia mais

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial André Ricardo Gonçalves 1, Maria Angélica de Oliveira Camargo Brunetto 2 1,2 Laboratório de Pesquisa

Leia mais

IF-705 Automação Inteligente Sistemas de Controle - Fundamentos

IF-705 Automação Inteligente Sistemas de Controle - Fundamentos IF-705 Automação Inteligente Sistemas de Controle - Fundamentos Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br

Leia mais

Universidade Federal de Ouro Preto Escola de Minas Departamento de Engenharia de Controle e Automação. Ronilson Rocha

Universidade Federal de Ouro Preto Escola de Minas Departamento de Engenharia de Controle e Automação. Ronilson Rocha Universidade Federal de Ouro Preto Escola de Minas Departamento de Engenharia de Controle e Automação PROJETO E CARACTERIZAÇÃO DE CIRCUITOS ELETRÔNICOS CAÓTICOS: O LADO NEGATIVO DO CIRCUITO DE CHUA Ronilson

Leia mais

CONTROLE NEURO-ADAPTATIVO DE TRAJETÓRIA DE ROBÔS MÓVEIS OTACÍLIO DA M. ALMEIDA

CONTROLE NEURO-ADAPTATIVO DE TRAJETÓRIA DE ROBÔS MÓVEIS OTACÍLIO DA M. ALMEIDA CONTROLE NEURO-ADAPTATIVO DE TRAJETÓRIA DE ROBÔS MÓVEIS OTACÍLIO DA M. ALMEIDA Departamento de Engenharia Elétrica, Universidade Federal do Ceará Av. Mister Hull S/N Campus do Pici Fortaleza-Ceará E-mail:

Leia mais

CONTROLE PID PARA VAZÃO, UMA AULA DIDÁTICA USANDO SIMULAÇÃO NA UFERSA

CONTROLE PID PARA VAZÃO, UMA AULA DIDÁTICA USANDO SIMULAÇÃO NA UFERSA CONTROLE PID PARA VAZÃO, UMA AULA DIDÁTICA USANDO SIMULAÇÃO NA UFERSA Alexandre Henrique Soares de Oliveira ahso_eu@hotmail.com Universidade Federal Rural do Semi-Árido (UFERSA), Bacharelado em Ciência

Leia mais

SINNET: SOFTWARE TUTORIAL DE IDENTIFICAÇÃO DE SISTEMAS ATRAVÉS DE REDES NEURAIS ARTIFICIAIS

SINNET: SOFTWARE TUTORIAL DE IDENTIFICAÇÃO DE SISTEMAS ATRAVÉS DE REDES NEURAIS ARTIFICIAIS SINNET: SOFTWARE TUTORIAL DE IDENTIFICAÇÃO DE SISTEMAS ATRAVÉS DE REDES NEURAIS ARTIFICIAIS Fábio A. Guerra guerra@tecpar.br Divisão de Inteligência Artificial (DIA), TECPAR Instituto de Tecnologia do

Leia mais

Palavras-chave: Sistema neuro-fuzzy, Sistemas de avaliação, Sistemas Adaptativos.

Palavras-chave: Sistema neuro-fuzzy, Sistemas de avaliação, Sistemas Adaptativos. ANÁLISE DO CURSO DE ENGENHARIA ELÉTRICA NA UERJ A PARTIR DE INDICADORES CONSTRUÍDOS BASEADOS NO EXAME NACIONAL DE CURSOS: UM SISTEMA NEBULOSO DE AVALIAÇÃO Maria Luiza F. Velloso mlfv@centroin.com.br Universidade

Leia mais

Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais

Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais Elisângela Lopes de Faria (a) Marcelo Portes Albuquerque (a) Jorge Luis González Alfonso (b) Márcio Portes Albuquerque (a) José

Leia mais

11/07/2012. Professor Leonardo Gonsioroski FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA DEPARTAMENTO DE ENGENHARIA ELÉTRICA.

11/07/2012. Professor Leonardo Gonsioroski FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA DEPARTAMENTO DE ENGENHARIA ELÉTRICA. FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA DEPARTAMENTO DE ENGENHARIA ELÉTRICA Aulas anteriores Tipos de Sinais (degrau, rampa, exponencial, contínuos, discretos) Transformadas de Fourier e suas

Leia mais

Classificação de QoS em Conteúdo Multimídia para Rede VPN utilizando Rede Neural Multilayer Perceptron

Classificação de QoS em Conteúdo Multimídia para Rede VPN utilizando Rede Neural Multilayer Perceptron Classificação de QoS em Conteúdo Multimídia para Rede VPN utilizando Rede Neural Multilayer Perceptron Paula Letícia S. Lima 1, Helvio Seabra V. Filho 1, Rian Sérgio A. Lima 1, Ananias Pereira Neto 1 1

Leia mais

ELABORAÇÃO DE UM TOOLBOX DE CONTROLE PREDITIVO DO TIPO CONTROLE PREDITIVO POR MATRIZ DINÂMICA (DMC) NO SCILAB

ELABORAÇÃO DE UM TOOLBOX DE CONTROLE PREDITIVO DO TIPO CONTROLE PREDITIVO POR MATRIZ DINÂMICA (DMC) NO SCILAB ELABORAÇÃO DE UM TOOLBOX DE CONTROLE PREDITIVO DO TIPO CONTROLE PREDITIVO POR MATRIZ DINÂMICA (DMC) NO SCILAB Mardoqueu de Oliveira Neto mardoqueu6@hotmail.com Gustavo Maia de Almeida gmaia@ifes.edu.br

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

2 - Modelos em Controlo por Computador

2 - Modelos em Controlo por Computador Modelação, Identificação e Controlo Digital 2-Modelos em Controlo por Computador 1 2 - Modelos em Controlo por Computador Objectivo: Introduzir a classe de modelos digitais que são empregues nesta disciplina

Leia mais

40. SBAI - Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999 REDES NEURAIS PARA CONTROLE DE ATITUDE DE SATÉLITES

40. SBAI - Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999 REDES NEURAIS PARA CONTROLE DE ATITUDE DE SATÉLITES 40. SBAI - Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999 REDES NEURAIS PARA CONTROLE DE ATITUDE DE SATÉLITES VaIdemir Carrara', Atair Rios Neto 2 'Instituto Nacional

Leia mais

1. Introdução 2. Representação de números 2.1. Conversão Numérica 2.2. Aritmética de ponto flutuante 3. Erros 3.1 Erros Absolutos e Relativos

1. Introdução 2. Representação de números 2.1. Conversão Numérica 2.2. Aritmética de ponto flutuante 3. Erros 3.1 Erros Absolutos e Relativos 1. Introdução 2. Representação de números 2.1. Conversão Numérica 2.2. Aritmética de ponto flutuante 3. Erros 3.1 Erros Absolutos e Relativos 1. Introdução O que é cálculo numérico? Corresponde a um conjunto

Leia mais

Análise de Tendências de Mercado por Redes Neurais Artificiais

Análise de Tendências de Mercado por Redes Neurais Artificiais Análise de Tendências de Mercado por Redes Neurais Artificiais Carlos E. Thomaz 1 e Marley M.B.R. Vellasco 2 1 Departamento de Engenharia Elétrica (IAAA), FEI, São Paulo, Brasil 2 Departamento de Engenharia

Leia mais

Influência da Variação de Parâmetros e Entradas Desconhecidas na Localização de Falhas via Observadores de Estado

Influência da Variação de Parâmetros e Entradas Desconhecidas na Localização de Falhas via Observadores de Estado Influência da Variação de Parâmetros e Entradas Desconhecidas na Localização de Falhas via Observadores de Estado Gilberto Pechoto de Melo UNESP Ilha Solteira. Departamento de Engenharia Mecânica. Avenida

Leia mais

MAPEAMENTO DE SINAIS RF DE TELEFONIA CELULAR ATRAVÉS DE REDES NEURAIS DE BASE RADIAL

MAPEAMENTO DE SINAIS RF DE TELEFONIA CELULAR ATRAVÉS DE REDES NEURAIS DE BASE RADIAL 40. SBAI- Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999 MAPEAMENTO DE SINAIS RF DE TELEFONIA CELULAR ATRAVÉS DE REDES NEURAIS DE BASE RADIAL Paulo E. M. Almeida

Leia mais

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP Reconhecimento de face utilizando banco de imagens monocromáticas e coloridas através dos métodos da análise do componente principal (PCA) e da Rede Neural Artificial (RNA) [Recognition to face using the

Leia mais

ESTUDO SOBRE CONTROLE DE MOTORES DE INDUÇÃO TRIFÁSICOS

ESTUDO SOBRE CONTROLE DE MOTORES DE INDUÇÃO TRIFÁSICOS ESTUDO SOBRE CONTROLE DE MOTORES DE INDUÇÃO TRIFÁSICOS Autores : Marina PADILHA, Tiago DEQUIGIOVANI. Identificação autores: Engenharia de Controle e Automação - Bolsista Interno; Orientador IFC - Campus

Leia mais

Controlador DMC-Dynamic Matrix Control

Controlador DMC-Dynamic Matrix Control Capítulo 7 Controlador DMC-Dynamic Matrix Control 7.1 Introdução Em 1979, Cluter e Ramaker apresentaram um algoritmo preditivo,o controlador DMC, como uma metodologia capaz de manipular restrições operacionais

Leia mais

Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais

Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais Redes Neurais Artificiais Prof. Wilian Soares João Vitor Squillace Teixeira Ciência da Computação Universidade

Leia mais

Análise de componentes independentes aplicada à avaliação de imagens radiográficas de sementes

Análise de componentes independentes aplicada à avaliação de imagens radiográficas de sementes Análise de componentes independentes aplicada à avaliação de imagens radiográficas de sementes Isabel Cristina Costa Leite 1 2 3 Thelma Sáfadi 2 Maria Laene Moreira de Carvalho 4 1 Introdução A análise

Leia mais

Controle Digital. Henrique C. Ferreira. Universidade de Brasília. 2 o semestre 2015

Controle Digital. Henrique C. Ferreira. Universidade de Brasília. 2 o semestre 2015 Controle Digital Henrique C. Ferreira Universidade de Brasília 2 o semestre 2015 Henrique C. Ferreira (UnB) Controle Digital 2 o semestre 2015 1 / 25 Motivação Os sistemas de controle estudados até o momento

Leia mais

ANÁLISE DE PRÉ-PROCESSAMENTO NO DESEMPENHO DE PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS

ANÁLISE DE PRÉ-PROCESSAMENTO NO DESEMPENHO DE PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação ANÁLISE DE PRÉ-PROCESSAMENTO NO DESEMPENHO DE PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS PROPOSTA DE TRABALHO DE

Leia mais

CONTROLE NEURO-FUZZY DE PROCESSO DE NÍVEL MULTIVARIÁVEL

CONTROLE NEURO-FUZZY DE PROCESSO DE NÍVEL MULTIVARIÁVEL CONTROLE NEURO-FUZZY DE PROCESSO DE NÍVEL MULTIVARIÁVEL ALFREDO A. FREITAS, ADOLFO BAUCHSPIESS Grupo de Robótica, Automação e Visão Computacional Departamento de Engenharia Elétrica - Universidade de Brasília

Leia mais

Redes Neurais Artificiais na Engenharia Nuclear 2 Aula-1 Ano: 2005

Redes Neurais Artificiais na Engenharia Nuclear 2 Aula-1 Ano: 2005 Redes Neurais Artificiais na Engenharia Nuclear 1 - Apresentação do Professor: dados, lista de E-mail s, etc. - Apresentação da Turma: Estatística sobre origem dos alunos para adaptação do curso - Apresentação

Leia mais

O NOVO MODELO FRONT VELOCITY APLICADO NA SEPARAÇÃO DOS ENANTIÔMEROS DO ANESTÉSICO CETAMINA

O NOVO MODELO FRONT VELOCITY APLICADO NA SEPARAÇÃO DOS ENANTIÔMEROS DO ANESTÉSICO CETAMINA ISSN 2177-9139 O NOVO MODELO FRONT VELOCITY APLICADO NA SEPARAÇÃO DOS ENANTIÔMEROS DO ANESTÉSICO CETAMINA Nicoly Oliveira Coral nicoly.coral@gmail.com Fundação Universidade Federal do Pampa, Campus Bagé,

Leia mais

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Tiago Mendes Dantas t.mendesdantas@gmail.com Departamento de Engenharia Elétrica,

Leia mais

I Seminário da Pós-graduação em Engenharia Elétrica

I Seminário da Pós-graduação em Engenharia Elétrica DESENVOLVIMENTO DE FERRAMENTAS COMPUTACIONAIS PARA ESTUDOS EM LINHAS SUBTERRÂNEAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Danilo Sinkiti Gastaldello Aluno do Programa de Pós-Graduação em Engenharia Elétrica

Leia mais

: Transforme seu plantio em um fundo de investimento ativo. The single source for Forest Resource Management

: Transforme seu plantio em um fundo de investimento ativo. The single source for Forest Resource Management : Transforme seu plantio em um fundo de investimento ativo The single source for Forest Resource Management 2 Tecnologia laser aerotransportada LiDAR LiDAR é um sistema ativo de sensoriamento remoto, originalmente

Leia mais

Aula 2 RNA Arquiteturas e Treinamento

Aula 2 RNA Arquiteturas e Treinamento 2COP229 Aula 2 RNA Arquiteturas e Treinamento 2COP229 Sumário 1- Arquiteturas de Redes Neurais Artificiais; 2- Processos de Treinamento; 2COP229 1- Arquiteturas de Redes Neurais Artificiais -Arquitetura:

Leia mais

UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS COLEGIADO DO CURSO DE ENGENHARIA DE CONTROLE E AUTOMAÇÃO - CECAU BRUNO MENDES DE TOLEDO CARGAS

UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS COLEGIADO DO CURSO DE ENGENHARIA DE CONTROLE E AUTOMAÇÃO - CECAU BRUNO MENDES DE TOLEDO CARGAS UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS COLEGIADO DO CURSO DE ENGENHARIA DE CONTROLE E AUTOMAÇÃO - CECAU BRUNO MENDES DE TOLEDO CARGAS CONTROLE DE NÍVEL DE UM SISTEMA DE TANQUES ACOPLADOS UTILIZANDO

Leia mais

Título: Controle de um sistema Bola- Barra com realimentação através de imagem

Título: Controle de um sistema Bola- Barra com realimentação através de imagem Título: Controle de um sistema Bola- Barra com realimentação através de imagem Autores: Caio Felipe Favaretto, Henrique Corrêa Ramiro, Rômulo de Oliveira Souza e Marcelo Barboza Silva Professor orientador:

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

Complemento II Noções Introdutória em Redes Neurais

Complemento II Noções Introdutória em Redes Neurais Complemento II Noções Introdutória em Redes Neurais Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Proposta de Implementação em Hardware dedicado de Redes Neurais Competitivas com Técnicas de Circuitos Integrados Analógicos

Proposta de Implementação em Hardware dedicado de Redes Neurais Competitivas com Técnicas de Circuitos Integrados Analógicos Proposta de Implementação em Hardware dedicado de Redes Neurais ompetitivas com Técnicas de ircuitos Integrados Analógicos Autores Prof. Dr. Paulo M. Engel Universidade Federal do Rio Grande do Sul UFRGS/rasil

Leia mais

INF 1771 Inteligência Artificial

INF 1771 Inteligência Artificial Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 12 Aprendizado de Máquina Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local

Leia mais

PREVISÃO DE TEMPERATURA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS

PREVISÃO DE TEMPERATURA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS PREVISÃO DE TEMPERATURA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS Alexandre Pinhel Soares 1 André Pinhel Soares 2 Abstract : The temperature monitoring is a quasi-continuous and judicious task that gives a

Leia mais

Projeto de Redes Neurais e MATLAB

Projeto de Redes Neurais e MATLAB Projeto de Redes Neurais e MATLAB Centro de Informática Universidade Federal de Pernambuco Sistemas Inteligentes IF684 Arley Ristar arrr2@cin.ufpe.br Thiago Miotto tma@cin.ufpe.br Baseado na apresentação

Leia mais

VII Seminário Técnico de Proteção e Controle 22 a 27 de Junho de 2003 Rio de Janeiro - RJ

VII Seminário Técnico de Proteção e Controle 22 a 27 de Junho de 2003 Rio de Janeiro - RJ VII Seminário Técnico de Proteção e Controle a 7 de Junho de 3 Rio de Janeiro - RJ Artigo 3739 CÁLCULO DE FASORES COM TAXAS NÃO MÚLTIPLAS DA FREQÜÊNCIA FUNDAMENTAL André L.L. Miranda (miranda@cepel.br)

Leia mais

Controle de Velocidade de uma Correia Transportadora utilizando Controlador PI

Controle de Velocidade de uma Correia Transportadora utilizando Controlador PI Controle de Velocidade de uma Correia Transportadora utiliando Controlador PI Samuel V. Dias, Laurinda L. N. dos Reis 2, José C. T. Campos 2 Instituto Federal de Educação, Ciência e Tecnologia do Ceará

Leia mais

Técnico em Eletrotécnica

Técnico em Eletrotécnica Técnico em Eletrotécnica Caderno de Questões Prova Objetiva 2015 01 Em uma corrente elétrica, o deslocamento dos elétrons para produzir a corrente se deve ao seguinte fator: a) fluxo dos elétrons b) forças

Leia mais

Cálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante

Cálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Cálculo Numérico Aula : Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Computação Numérica - O que é Cálculo Numérico? Cálculo numérico é uma metodologia para resolver problemas matemáticos

Leia mais

Estudo de Caso no Mercado Imobiliário de Castelo Branco

Estudo de Caso no Mercado Imobiliário de Castelo Branco 23 Estudo de Caso no Mercado Imobiliário de Castelo Branco Maria Cristina Canavarro Teixeira Escola Superior Agrária, Quinta da Sra. de Mércules, 6001-909 Castelo Branco, Portugal ccanavarro@ipcb.pt Sumário

Leia mais

CAPACIDADE PREDITIVA DE DEMONSTRATIVOS FINANCEIROS PARA COMPORTAMENTO DE PREÇO DE ATIVOS FINANCEIROS

CAPACIDADE PREDITIVA DE DEMONSTRATIVOS FINANCEIROS PARA COMPORTAMENTO DE PREÇO DE ATIVOS FINANCEIROS IV SEMEAD CAPACIDADE PREDITIVA DE DEMONSTRATIVOS FINANCEIROS PARA COMPORTAMENTO DE PREÇO DE ATIVOS FINANCEIROS Fernando C de Almeida 1 Alan de G. Dario 2 Pascal Dumontier 3 RESUMO Este artigo explora a

Leia mais

Validação Experimental do Modelo Matemático de 3ª. Ordem para um Atuador Pneumático

Validação Experimental do Modelo Matemático de 3ª. Ordem para um Atuador Pneumático Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Validação Experimental do Modelo Matemático de 3ª. Ordem para um Atuador Pneumático Claudio da S. dos Santos, Sandra E. B. Viecelli, Antonio C. Valdiero,

Leia mais

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial André Ricardo Gonçalves; Maria Angélica de Oliveira Camargo Brunetto Laboratório Protem Departamento

Leia mais

Resposta Transitória de Circuitos com Elementos Armazenadores de Energia

Resposta Transitória de Circuitos com Elementos Armazenadores de Energia ENG 1403 Circuitos Elétricos e Eletrônicos Resposta Transitória de Circuitos com Elementos Armazenadores de Energia Guilherme P. Temporão 1. Introdução Nas últimas duas aulas, vimos como circuitos com

Leia mais

V SBQEE ESTUDO, PROJETO E CONSTRUÇÃO DE UM REGISTRADOR E ANALISADOR PORTATIL DE QUALIDADE DE ENERGIA ELÉTRICA

V SBQEE ESTUDO, PROJETO E CONSTRUÇÃO DE UM REGISTRADOR E ANALISADOR PORTATIL DE QUALIDADE DE ENERGIA ELÉTRICA V SBQEE Seminário Brasileiro sobre Qualidade da Energia Elétrica 17 a 20 de Agosto de 2003 Aracaju Sergipe Brasil Código: AJU 05 102 Tópico: Sistemas de Monitoramento e Tratamento de Dados ESTUDO, PROJETO

Leia mais

Uso da Computação Por Intervalos para Cálculo de Ponto Fixo de um Mapa Discreto

Uso da Computação Por Intervalos para Cálculo de Ponto Fixo de um Mapa Discreto Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Uso da Computação Por Intervalos para Cálculo de Ponto Fixo de um Mapa Discreto Heitor Magno Rodrigues Junior 1 Programa

Leia mais

AUTO-SINTONIA CONSERVATIVA PARA CONTROLE PREDITIVO GENERALIZADO ADAPTATIVO

AUTO-SINTONIA CONSERVATIVA PARA CONTROLE PREDITIVO GENERALIZADO ADAPTATIVO AUTO-SINTONIA CONSERVATIVA PARA CONTROLE PREDITIVO GENERALIZADO ADAPTATIVO Daniel Cavalcanti Jeronymo, Rejane De Barros Araujo, Antonio Augusto Rodrigues Coelho Universidade Federal de Santa Catarina Pós-Graduação

Leia mais

3DODYUDVFKDYH Visão Computacional, Inteligência Artificial, Redes Neurais Artificiais.

3DODYUDVFKDYH Visão Computacional, Inteligência Artificial, Redes Neurais Artificiais. 80,7(0$'(9, 23$5$5(&21+(&,0(172'(3(d$(080 7$%8/(,52'(;$'5(= Sérgio Faustino Ribeiro Juracy Emanuel M. da França Marcelo Alves de Barros José Homero Feitosa Cavalcanti Universidade Federal da Paraíba CCT/COPIN/NEUROLAB-CT/DTM

Leia mais

CONTROLADOR ESCALAR FUZZY V/F DE VELOCIDADE DE MOTORES DE INDUÇÃO TRIFÁSICOS

CONTROLADOR ESCALAR FUZZY V/F DE VELOCIDADE DE MOTORES DE INDUÇÃO TRIFÁSICOS CONTROLADOR ESCALAR FUZZY V/F DE VELOCIDADE DE MOTORES DE INDUÇÃO TRIFÁSICOS MARCELO SUETAKE *, IVAN NUNES DA SILVA *, ALESSANDRO GOEDTEL + * Laboratório de Automação Inteligente de Processos e Sistemas,

Leia mais

USO DE REDES NEURAIS PARA PREVISÃO DO CONSUMO DE ENERGIA EM HOTÉIS

USO DE REDES NEURAIS PARA PREVISÃO DO CONSUMO DE ENERGIA EM HOTÉIS VI CONGRESSO NACIONAL DE ENGENHARIA MECÂNICA VI NATIONAL CONGRESS OF MECHANICAL ENGINEERING 8 a 2 de agosto de 200 Campina Grande Paraíba - Brasil August 8 2, 200 Campina Grande Paraíba Brazil USO DE REDES

Leia mais

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Access Control System Based on Face Recognition Tiago A. Neves, Welton S. De Oliveira e Jean-Jacques De Groote Faculdades COC de Ribeirão

Leia mais

ALGORITMO PARA PROTEÇÃO DE TRANSFORMADORES DE POTÊNCIA UTILIZANDO TRANSFORMADA WAVELET DISCRETA

ALGORITMO PARA PROTEÇÃO DE TRANSFORMADORES DE POTÊNCIA UTILIZANDO TRANSFORMADA WAVELET DISCRETA ALGORITMO PARA PROTEÇÃO DE TRANSFORMADORES DE POTÊNCIA UTILIZANDO TRANSFORMADA WAVELET DISCRETA JEFERSON P. MARQUES 1, CARLOS A. L. MENCO 1, GHENDY CARDOSO JR 1, RAFAEL CORRÊA 2. 1. Universidade Federal

Leia mais

Avaliação de Desempenho de Sistemas. Conceitos Básicos de Sistemas e Modelos

Avaliação de Desempenho de Sistemas. Conceitos Básicos de Sistemas e Modelos Avaliação de Desempenho de Sistemas Conceitos Básicos de Sistemas e Modelos O que é Desempenho? Webster s? The manner in which a mechanism performs. Aurélio: Conjunto de características ou de possibilidades

Leia mais