ESTUDO COMPARATIVO DE ALGORITMOS PARA RECONHECIMENTO FACIAL

Tamanho: px
Começar a partir da página:

Download "ESTUDO COMPARATIVO DE ALGORITMOS PARA RECONHECIMENTO FACIAL"

Transcrição

1 EUDO COMPARAIVO DE AGORIMO PARA RECONHECIMENO FACIA Astract Crstane Knuta, Denns Molna, Erc Govan Dorneles, Fao meão Grecch, Glson orres Das Jalton antana Osaldo Ortz Fernandes Junor Unversdade IME - ão Caetano do ul P, Brasl Wth technologcal advances n ometrcs, face recognton s one of the most studed ssues n pattern recognton. here are many prolems to solve yet lke dark mages, physcal changes n persons, dscrmnate tns and so on. Our oectve s to analyse the technques and algorthms to see ther performance tryng to mprove them. Resumo Com avanço tecnológco na área de ometra, o reconhecmento de faces tem sdo um dos mas dfunddos, contudo apresenta tamém mutos prolemas a serem resolvdos, dentre eles podemos ctar: má qualdade de magem - devdo à varação de lumnosdade, nterferênca do meo-amente, alterações físcas das pessoas; dfculdade na dferencação entre gêmeos; e o uso de equpamentos com defnção de magem nadequada. emos como oetvo analsar as técncas exstentes, comparando suas performances e tentando dentfcar suas melhores aplcaldades, para futuras melhoras na mplementação dos algortmos. Palavras Chaves: reconhecmento de faces, reconhecmento de padrões, egenface, fsherface. INRODUÇÃO Esta área da ometra vem sendo cada vez mas utlzada por suas vantagens em dversas aplcações como, por exemplo: em aeroportos, para dentfcação de terrorstas; automação ancára; reconhecmento de usuáros no caxa eletrôncos; autentcação para acesso a locas restrtos em geral, etc. Entretanto exste uma sére de estudos e desenvolvmentos a serem realzados a fm de se oter uma melhor performance destes algortmos com relação à vulneraldade anda exstente no que concerne ao desempenho medante às varações de condções amentas e geometra relatva à captura da magem das faces. MÉODO DE RECONHECIMENO Para reconhecer uma face específca em um anco de magens contendo dversas faces, dvde-se este processo em três fases de manera smplfcada: detecção, normalzação e reconhecmento de faces. Nestas fases podem-se utlzar dversas técncas, como com o uso de redes neuronas artfcas, análse dos componentes prncpas (PCA e template matchng, para ctar alguns.

2 . Descrção das três fases.. Detecção de face Esta é a prmera etapa do processo de reconhecmento de face, que se resume em localzar uma face em uma magem que normalmente possu mutos elementos complexos que dfcultam o posconamento de uma face na magem, para sto podemos utlzar dversas técncas, como ctamos acma. Na fgura, é mostrada a detecção de uma face em uma magem. a c Fgura. Exemplo de uma face antes da detecção (a, seleção (, extração... Normalzação Esta fase tem a função ásca de padronzar a face para que se possa segur o mesmo tratamento dado às faces exstentes no anco de dados, alterando, por exemplo, as característcas contdas na magem otda, tas como alteração do padrão de cor da magem, seu tamanho e outras característcas para se assmlarem com as restantes no anco...3 Reconhecmento Após a fase de detecção e normalzação contemplamos a fase de reconhecmento de face propramente dto. Nesta fase avalamos a magem a ser reconhecda, comparando com as que estão em um conunto armazenado no anco, através dos cálculos necessáros para efetuarmos essa comparação, acessando-as de manera mas efcente possível, ou sea, dmnundo a porcentagem de erro. Para métodos que reduzem o espaço de característcas, como o PCA, torna-se necessáro a utlzação de um classfcador, que tem como função, determnar valores numércos sngulares para a comparação, verfcando os valores que mas se aproxmam. Para uma melhor efcênca na comparação da magem pesqusada com o anco, utlzam-se dversos algortmos de faces. Após o levantamento ncal, estaremos tratando dos algortmos: Egenface, Fsherface e KDDA. Estes são aseados na méda de pxels por face e aseam-se em aparênca. 3 MÉODO EIGENFACE O método Egenface asea-se em lnearmente proetar o espaço de magens em um espaço de característcas com dmensões reduzdas otdo fazendo uso da análse de componentes prncpas (PCA, tamém conhecdo como método Karhunen-oeve. Entretanto, produz dreções de proeção que maxmza a dspersão dos pontos no gráfco em todas as classes, sto é, em todas as magens facas mantém as varações ndeseadas causadas pela lumnação e expressão facal [BEHUMEUR997]. Este método asea-se em autovetores e autovalores de uma matrz smétrca, que é a matrz de covarânca. Os passos prncpas para a modelagem utlzando este método, PCA, são:. Dada uma coleção de m magens de trenamento dentfcadas, ou sea, tendo uma ase de magens com cada magem de tamanho matrcal de X, n o, com alguma dentfcação, cra-se uma matrz onde,,...,m é a quantdade de magens de trenamento, e é o tamanho das magens em formato de vetor, sto é, n o, fazer: a. Computar a magem méda M r X r,,,...,( n o. Centralzar os vetores das magens sutrando cada um dos vetores pela méda dos vetores encontrados.

3 c. Calcular a matrz de covarânca X X M Λ M * M d. Computar os k autovetores, v k, da matrz de covarânca correspondente aos k maores autovalores, k. Como a matrz de covarânca é real e smétrca, todos os autovalores e autovetores serão tamém reas e smétrcos [PERANDIO003]. Além dsso, se essa matrz é de ordem, então exstrá autovetores assocados à autovalores [BURDEN003]. Os autovetores são, de certa forma, magens, que são agrupadas em uma matrz W com k colunas. W k { v, v,..., } { λ, λ λ } k v k λ,..., e. Proetar cada uma das magens de trenamento no autoespaço k-dmensonal crando um vetor de tamanho reduzdo para cada uma das magens, facltando a comparação entre os vetores. A proeção é realzada multplcando cada um dos vetores magens pelo autoespaço. Xˆ W X Os maores autovalores da matrz de covarânca tende não ser fxo. Após ter realzado esses prmeros cálculos na anco de faces, realza-se o reconhecmento:. Dada uma magem de teste Y, proetá-la no autoespaço, após tê-la centralzada tamém com aquele mesmo vetor de médas, assm como as de trenamento. Y Y M Yˆ W Y. Classfcá-la com as magens de trenamento proetadas, fazendo uso de um classfcador defndo ou, às vezes, pode-se comnar dos ou mas classfcadores. 4 MÉODO FIHERFACE O dscrmnante lnear de Fsher (FD, tamém conhecdo com análse de dscrmnantes lnear (DA, fo desenvolvdo por R. A. Fsher na década de 930, porém, apenas recentemente tem sdo utlzado para o reconhecmento de oetos. É um método específco à classe, pos, ele traalha com o uso de rótulos, sto é, uma vez dentfcado os rostos dzendo qual face pertence a qual pessoa, os mesmos são agrupados por pessoa, e cada agrupamento desses é conhecdo como classe. O método tenta modelar a dspersão dos pontos vsando maor confaldade para a classfcação. O DA usca otmzar a melhor lnha em uma superfíce que separa satsfatoramente as classes [BEHUMEUR997]. Inca-se o algortmo otendo as matrzes de dspersão entre classes, nterclasse, e dentro das classes, ntraclasse. A proeção é feta maxmzando a dspersão nterclasse e mnmzando a ntraclasse, formulado pela razão entre as determnantes de amas as matrzes, com sso dferndo do PCA, que maxmza o espalhamento, dspersão, dos padrões no espaço de característcas, ndependente da classe em que esses pertencem [CAMPO00] apud [JAIN000]. As duas meddas ctadas, matematcamente são defndas como:. matrz de dspersão ntraclasses, thn class: em que c ( x ( x µ µ, x é o -ésmo exemplo da classe, é a méda da classe, c é o número de classes, e número de exemplos na classe ;. matrz de dspersão nterclasses, eteen class: c ( µ ( µ µ µ, n o,em que representa a méda de todas as classes. A maxmzação da medda nter-classes e a mnmzação da ntra-classes são otdas ao maxmzar a taxa det det ( ( x. O espaço de proeção é então encontrado resolvendo a equação W W, onde W é a matrz λ

4 com autovetores generalzados assocados com, que é a matrz dagonal com autovalores. Essas matrzes estão lmtadas à ordem c-, em que c é número de classes, lmtação devdo à comparação ser realzada entre duas classes dferentes. Para dentfcar uma magem de teste funcona da mesma forma que o Egenface. A magem de teste é proetada e comparada com cada uma das faces de trenamento tamém proetadas, dentfcando-a com a de trenamento que mas se aproxma. A comparação, de novo, é feta utlzando um classfcador específco ou a comnação de dos ou mas. 5 MÉODO KDDA O kernel drect dscrmnant analyss (KDDA é uma técnca proposta por Jue u, et. al. [U003], com o ntuto de melhorar a atuação de outra como upport Vector Machnes (VM, Kernel PCA (KPCA [CHÖKOPF999] e Generalzed Dscrmnant Analyss (GDA em regressão de padrões e tarefas de classfcação, superando algumas lmtações. Este método faz uso de funções núcleo (kernel com o ntuto modfcar o espaço dmensonal, aumentando-o e otendo uma manera de dspor os dados de manera lnearmente separáves. ea ϕ : z R n ϕ (z F um mapeamento não lnear do espaço de entrada em um espaço F com número de dmensões elevado, em que as classes de oetos supõem ser lnearmente separáves. Assm sendo, ϕ(z, ϕ(z F, assume-se que k(, tal que k(z,z ϕ(z ϕ(z. 5. Análse de autovalores e autovetores de no espaço característca Começamos resolvendo o prolema do autovalor de, que pode ser reescrto como: C C C C ( φ φ ( φ φ φ φ, onde C é o número de classes de magens, é a quantdade total de magens, φ que é a C C φ ( z C φ méda da classe Z, φ que é a méda de todas as magens, C é o número de elementos em C Z, φ ( φ φ e φ Λ φ C. Usando a função núcleo, o cálculo de pode ser realzado através de: C ( z ( A K ( K A + ( K B B AC K AC C C C C C B dag[ C... C ], onde K é uma matrz kernel x, c A C dag[ ac... ac ], C guas a: /C. é uma matrz dagonal de locos C, e, C é uma matrz C com todos os termos guas a a c é um vetor C com todos os termos ea e e (...C como sendo o -ésmo autovalor e seu correspondente autovetor de, e que estão em ordem decrescente por seus autovalores. Então, otêm-se os m maores autovetores de acordo com seus [ ] autovalores: V [v... v m ] E m. Com sto, percee-se que V λ V, sendo dag... λm dagonal m m. 5. Análse de autovalores e autovetores de no espaço característca Com a matrz núcleo K, uma forma da expressão poderá ser otda da segunte manera: C uma matrz

5 , onde J é defndo como: J, e J é defndo como sendo: J ( J J ( A G ( G A + ( G B B AC G AC Nc C C C C ( A H ( H A + ( H B B AC H AC C C C C C W dag..., em que G KK, H KWK, e [ ] C com todos os termos guas a é uma matrz dagonal de locos x, e é uma matrz C x. C c Prossegue-se, dagonalzando a matrz m x m, tratável, U U. Consdere p o -ésmo autovetor de U U, onde...m, em ordem crescente do seu correspondente autovalor. Descartamos os autovetores com os maores autovalores, os M ( m seleconados autovetores são denotados como P [p... p M ]. Ao defnr uma matrz Q UP, podemos oter Q ' ' Q, sendo dag [ λ '... λ' M ], uma matrz dagonal M M. Com os cálculos apresentados, um conunto de vetores característcas pode ser dervado através de Γ Q Λ. As característcas formam um suespaço com pequenas dmensões em F, onde maxmza a taxa: arg max 5.3 Redução da dmensão e extração de característcas Para qualquer padrão de entrada z, sua proeção no conunto de vetores característcas,, pode ser calculado por y Γ ϕ ( ( z E Λ P Λ ϕ( z m Assm, y é uma representação de pequenas dmensões de z com poder dscrmnante melhorado, o que atende tarefas de classfcação. C C 6 CAIFICADORE Como vsto em amos os métodos acma, ao chegar em um determnado ponto do processo de reconhecmento de face, torna-se necessáro um outro método para realzar a comparação entre dos vetores. Os métodos que andam em voga, são aqueles que medem a dstânca entre as magens em um espaço N-dmensonal. A dstânca eucldana é norma eucldana de um vetor X qualquer. Esta norma tamém é conhecda por norma. O cálculo dela é executado efetuando a raz quadrada da soma das dferenças entre dos vetores, sto é, dado um vetor A e B, a norma é defnda como: ( A, B n ( A B Exstem outras normas utlzadas para o mesmo fm, como por exemplo a norma e a dstânca Mahalanos. 7 EE E REUADO Para as aplcações dos testes, utlzamos três tpos de ancos de magens para reconhecmento de faces e para cada anco, fo crado um dretóro /RECOG, onde fcam as magens que deseamos pesqusar e /RAIN, com o anco de faces propramente dto. A& Este anco contém 690 magens, sendo 0 de cada ndvíduo com característcas de expressão facas dferentes.

6 UMI O Umst é um anco que possu 67 magens com dferentes perspectvas de nclnações, totalzando 0 magens de cada pessoa. [GRAHAM9] Yale As 70 magens deste anco, ncluem 0 magens por pessoa com varações de lumnação nas faces. [GEORGHIADE0] 7. Parametrzação de Amente. Os algortmos testados fazem uso de alguns parâmetros, varáves, mportantes para os testes, e os valores escolhdos varam de 0 a 00, são elas: RAHFACE: Esta varável é mportante em assumr um valor mínmo para uma magem a ser classfcada com uma face. Assummos o valor 0, porém em nossos testes, este valor não altera o resultado graças ao fato de que todas as magens dos ancos possuem faces. HREHCAE: Os valores aqu assumdos se encaxam mas especfcamente em nossos testes, pos cada magem do anco ao ser processada receerá seu valor correspondente. O threshclass ndca a margem de erro para a comparação da magem pesqusada.varamos este parâmetro em três valores 3,5 e 6. NEIGFACE: Escolhe o número de componentes prncpas (PCA, fxamos em Métrcas de estes O desempenho do reconhecmento de face feto pelo algortmo, fo meddo em porcentagens de acertos e erros em relação à métrca adotada, que é o reconhecmento verdadero que corresponde ao acerto de cada magem encontrada no anco em relação à magem pesqusada. 7.3 Resultados dos testes Analsando os testes de reconhecmento verdadero, o Egenface oteve melhor porcentagem de acertos no anco A&, utlzando threshclass 3, á o Fsherface teve melhores resultados com os ancos UMI e YAE, o KDDA teve um om desempenho com o anco YAE, porém não superou o Fsherface. Nos testes com o parâmetro threshclass 5 e 6 o Fsherface se mostrou melhor em amos os testes. Para alguns algortmos o threshclass atngu valores altos, mas não alcançou reconhecmento total das magens. O Fsherface oteve reconhecmento máxmo com axos valores lmares de classe, enquanto os outro, necesstaram um auste maor. Valores de HREHCA para acerto de 00 % Egenface Fsherface KDDA, A& UMI YAE Gráfco : Comparatvo de threshclass para o reconhecmento máxmo de faces. O prolema apresentado fo o de que, ao aumentar esse parâmetro exste a grande chance de reconhecer alguém como uma outra pessoa pos aumentará a range de magens a ser pesqusadas. CONCUÃO E RABAHO FUURO Como vsto, o oetvo deste artgo fo levantar algumas técncas, algortmos, de reconhecmento de faces. Além dsso, testamos alguns deles com a fnaldade de comparar a efcênca de cada um em termos de reconhecmento verdadero.a déa ncal dos testes ncluía tamém o algortmo de redes neuronas, entretanto as métrcas utlzadas para a avalação dos algortmos mpossltaram a comparação com os outros métodos testados.

7 Os algortmos aqu utlzados, foram somente para o reconhecmento de faces. endo assm, os testes não solaram as faces das pessoas para a tarefa de reconhecmento. Cada algortmo teve suas vantagens e desvantagens em relação aos testes, sugermos, com o uso destes ancos, e outros, a mplementação de algortmos mesclando as técncas aqu apresentadas, a fm de realmente solar o rosto do resto das magens, uma vez que os algortmos avalados não fazem essa tarefa. Na avalação do reconhecmento, tudo na magem era consderado, reconhecendo assm não só a pessoa mas, o fundo da magem no qual a pessoa está. Além dsso, a melhora da roustez da ase de magens, o aumento da quantdade de magens e enrquecmento da varaldade de lumnação, nclnação e expressões facas é fundamental para outros traalhos. Ao solar o rosto das pessoas torna-se possível a comnação dos três ancos. 9 REFERÊNCIA BIBIOGRÁFICA [BEHUMEUR997] BEHUMEUR, P. N., HEPANHA, J. P., KRIEGMAN, D. J. Egenfaces vs. fsherfaces: recognton usng class specfc lnear proecton, IEEE ransactons on Pattern Analyss and Machne Intellgence, vol. 9, no. 7, pp. 7-70, July 997. [BROOK004] BROOK, A., Face Recognton: Egenface and Fsherface Performance Across Pose. Dsponível em: <http://pue.northestern.edu/~ac06/ece43/facerecreport.html>. Acessado em 0/06/005. [BURDEN003] BURDEN, R.., FAIRE, J. D., Análse numérca. Edtora homson. ão Paulo: 003 [CAMPO00] CAMPO,. E., écncas de seleção de característcas com aplcações em reconhecmento de faces. Dssertação de mestrado apresentada ao Insttuto de Matemátca e Estatístca da Unversdade de ão Paulo. Orentador: Dr. Roerto Marcondes Cesar Junor. ão Paulo: 00. [CHEAPPA995] CHEAPPA, R., WION, C.., IROHEY,., Human and machne recognton of faces: A survey. Proc. IEEE, vol. 3, pp , 995. [JAIN000] JAIN, A. K., DUIN, R. P. W., MAO, J. tatstcal pattern recognton: a reve. IEEE ransactons on Pattern Analyss and Machne Intellgence, (:4-37. [PERANDIO003] PERANDIO, D., MENDE, J.., IVA,. H. M., Cálculo Numérco: característcas matemátcas e computaconas dos métodos numércos. Edtora Pearson. ão Paulo: 003. [YAMBOR000] YAMBOR, W.., Analyss of PCA-ased and Fsher dscrmnant-ased mage recognton algorthms. Computer cence Department Colorado tate Unversty. echncal Report C Dsponível em Acessado em 0/05/005. [U003] U, Jue; PAANIOI, Kostas N.; VENEANOPOUO, Anastasos N. Face recognton usng kernel drect dscrmnant analyss algorthms. In: IEEE ransactons on Neural Netorks, v. 4. no. oronto: anero, 003. p [CHÖKOPF999] CHÖKOPF Bernhard; MOA, Alexander; MÜER Klaus-Roert. Nonlnear component analyss as a kernel egenvalue prolem. Neural Computaton, vol. 0, pp , 999.

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

2 Máquinas de Vetor Suporte 2.1. Introdução

2 Máquinas de Vetor Suporte 2.1. Introdução Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de

Leia mais

Fast Multiresolution Image Querying

Fast Multiresolution Image Querying Fast Multresoluton Image Queryng Baseado no artgo proposto por: Charles E. Jacobs Adan Fnkelsten Davd H. Salesn Propõe um método para busca em um banco de dados de magem utlzando uma magem de consulta

Leia mais

O Método de Redes Neurais com Função de Ativação de Base Radial para Classificação em Data Mining

O Método de Redes Neurais com Função de Ativação de Base Radial para Classificação em Data Mining O Método de Redes Neuras com Função de Atvação de Base Radal para Classfcação em Data Mnng Ana Paula Scott 1, Mersandra Côrtes de Matos 2, Prscyla Walesa T. A. Smões 2 1 Acadêmco do Curso de Cênca da Computação

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Problemas Associados a Cones de Segunda Ordem

Problemas Associados a Cones de Segunda Ordem Problemas Assocados a Cones de Segunda Ordem Dense S. Trevsol, Mara A. D. Ehrhardt, Insttuto de Matemátca, Estatístca e Computação Centífca, IMECC, UNICAMP, 1383-859, Campnas, SP E-mal: ra8477@me.uncamp.br,

Leia mais

Geração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3

Geração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 Geração de poses de faces utlzando Actve Appearance Model Tupã Negreros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 1, 2, 3 Escola Poltécnca da Unversdade de São Paulo (POLI/USP) Caxa Postal 61548 CEP 05508-900

Leia mais

Controlo Metrológico de Contadores de Gás

Controlo Metrológico de Contadores de Gás Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

Probabilidade e Estatística. Correlação e Regressão Linear Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

MAPEAMENTO DA VARIABILIDADE ESPACIAL

MAPEAMENTO DA VARIABILIDADE ESPACIAL IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal

Leia mais

RAE-eletrônica ISSN: 1676-5648 rae@fgv.br. Escola de Administração de Empresas de São Paulo. Brasil

RAE-eletrônica ISSN: 1676-5648 rae@fgv.br. Escola de Administração de Empresas de São Paulo. Brasil RAE-eletrônca ISSN: 676-5648 rae@fgv.br Escola de Admnstração de Empresas de São Paulo Brasl Gumarães, Ináco Andrusk; Chaves Neto, Anselmo RECONHECIMENTO DE PADRÕES: METODOLOGIAS ESTATÍSTICAS EM CRÉDITO

Leia mais

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como: REGRESSÃO LOGÍSTCA. ntrodução Defnmos varáves categórcas como aquelas varáves que podem ser mensurados usando apenas um número lmtado de valores ou categoras. Esta defnção dstngue varáves categórcas de

Leia mais

Detecção de Microcalcificações de Bordas Lisas e Agrupamentos em Formação, para Auxílio ao Diagnóstico Médico de Câncer de Mama

Detecção de Microcalcificações de Bordas Lisas e Agrupamentos em Formação, para Auxílio ao Diagnóstico Médico de Câncer de Mama Detecção de Mcrocalcfcações de Bordas Lsas e Agrupamentos em Formação, para Auxílo ao Dagnóstco Médco de Câncer de Mama Aledr Slvera Perera, Noran Marrangello,Crstane Sawada Yokota,Káta Harum Nkuma UNESP/IBILCE

Leia mais

Boletim de Ciências Geodésicas ISSN: 1413-4853 bcg_editor@ufpr.br Universidade Federal do Paraná Brasil

Boletim de Ciências Geodésicas ISSN: 1413-4853 bcg_editor@ufpr.br Universidade Federal do Paraná Brasil Boletm de Cêncas Geodéscas ISSN: 1413-4853 bcg_edtor@ufpr.br Unversdade Federal do Paraná Brasl ANDREOLA, RAFAELA; HAERTEL, VITOR CLASSIFICAÇÃO DE IMAGENS HIPERESPECTRAIS EMPREGANDO SUPPORT VECTOR MACHINES

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

Análise Fatorial F 1 F 2

Análise Fatorial F 1 F 2 Análse Fatoral Análse Fatoral: A Análse Fatoral tem como prncpal objetvo descrever um conjunto de varáves orgnas através da cração de um número menor de varáves (fatores). Os fatores são varáves hpotétcas

Leia mais

GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO (SEPLAG) INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ (IPECE)

GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO (SEPLAG) INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ (IPECE) IPECE ota Técnca GOVERO DO ESTADO DO CEARÁ SECRETARIA DO PLAEJAMETO E GESTÃO (SEPLAG) ISTITUTO DE PESQUISA E ESTRATÉGIA ECOÔMICA DO CEARÁ (IPECE) OTA TÉCICA º 33 METODOLOGIA DE CÁLCULO DA OVA LEI DO ICMS

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

Goal Programming como Ferramenta de Gestão

Goal Programming como Ferramenta de Gestão Resumo Goal Programmng como Ferramenta de Gestão Dmtr Pnhero SANTANNA Fláva Zóbol DALMÁCIO Lucene Laurett RANGEL Valcemro NOSSA O objetvo deste artgo é demonstrar como o gestor pode aplcar a técnca do

Leia mais

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar? Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda

Leia mais

ALGORITMO E PROGRAMAÇÃO

ALGORITMO E PROGRAMAÇÃO ALGORITMO E PROGRAMAÇÃO 1 ALGORITMO É a descrção de um conjunto de ações que, obedecdas, resultam numa sucessão fnta de passos, atngndo um objetvo. 1.1 AÇÃO É um acontecmento que a partr de um estado ncal,

Leia mais

Controle de qualidade de produto cartográfico aplicado a imagem de alta resolução

Controle de qualidade de produto cartográfico aplicado a imagem de alta resolução Controle de qualdade de produto cartográfco aplcado a magem de alta resolução Nathála de Alcântara Rodrgues Alves¹ Mara Emanuella Frmno Barbosa¹ Sydney de Olvera Das¹ ¹ Insttuto Federal de Educação Cênca

Leia mais

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05 LQA - LEFQ - EQ -Químca Analítca Complemantos Teórcos 04-05 CONCEITO DE ERRO ALGARISMOS SIGNIFICATIVOS Embora uma análse detalhada do erro em Químca Analítca esteja fora do âmbto desta cadera, sendo abordada

Leia mais

Ambiente de Desenvolvimento de Manufatura Virtual

Ambiente de Desenvolvimento de Manufatura Virtual UNIVERSIDADE FEDERAL DE ITAJUBÁ PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Welnton Das Ambente de Desenvolvmento de Manufatura Vrtual Dssertação submetda ao Programa de Pós- Graduação em Engenhara

Leia mais

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação

Leia mais

Determinação da Correspondência entre Objectos utilizando Modelação Física

Determinação da Correspondência entre Objectos utilizando Modelação Física Determnação da Correspondênca entre Objectos utlzando Modelação Físca João Manuel R. S. avares J. Barbosa A. Jorge Padlha FEUP - Faculdade de Engenhara da Unversdade do Porto INEB - Insttuto de Engenhara

Leia mais

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS Físca Laboratoral Ano Lectvo 003/04 ITRODUÇÃO AO CÁLCULO DE ERROS AS MEDIDAS DE GRADEAS FÍSICAS. Introdução.... Erros de observação: erros sstemátcos e erros fortutos ou acdentas... 3. Precsão e rgor...3

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 22 a 25 Novembro de 2009 Recfe - PE GRUPO XIII GRUPO DE ESTUDO DE TRANSFORMADORES, REATORES, MATERIAIS E TECNOLOGIAS

Leia mais

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Uso dos gráfcos de controle da regressão no processo de polução em uma nterseção snalzada Luz Delca Castllo Vllalobos

Leia mais

Redes Neuronais (Introdução, perceptrões, e MLP)

Redes Neuronais (Introdução, perceptrões, e MLP) Redes neuronas (Perceptrões e MLP) Redes Neuronas (Introdução, perceptrões, e MLP) Vctor Lobo Orgens de AI e Redes Neuronas Programação Imperata Explcta-se o algortmo Conjunto de nstruções S INÍCIO? N?

Leia mais

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem. Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de

Leia mais

são os coeficientes desconhecidos e o termo ε (erro)

são os coeficientes desconhecidos e o termo ε (erro) Regressão Lnear Neste capítulo apresentamos um conjunto de técncas estatístcas, denomnadas análse de regressão lnear, onde se procura estabelecer a relação entre uma varável resposta e um conjunto de varáves

Leia mais

PROJECTO DO LAYOUT DE INSTALAÇÕES INDUSTRIAIS

PROJECTO DO LAYOUT DE INSTALAÇÕES INDUSTRIAIS 2 PROJECTO DO LAYOUT DE INSTALAÇÕES INDUSTRIAIS Determnar a sequênca de operações de fabrco, quas e quantos recursos estão dsponíves para cada tpo de operação, como fluem os materas e as pessoas, qual

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS L. G. Olvera, J. K. S. Negreros, S. P. Nascmento, J. A. Cavalcante, N. A. Costa Unversdade Federal da Paraíba,

Leia mais

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema

Leia mais

Análise Econômica da Aplicação de Motores de Alto Rendimento

Análise Econômica da Aplicação de Motores de Alto Rendimento Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente

Leia mais

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,

Leia mais

UMA REDE NEURAL ARTIFICIAL HÍBRIDA: MULTI-LAYER PERCEPTRON (MLP) E INTERAC- TIVE ACTIVATION AND COMPETITION (IAC)

UMA REDE NEURAL ARTIFICIAL HÍBRIDA: MULTI-LAYER PERCEPTRON (MLP) E INTERAC- TIVE ACTIVATION AND COMPETITION (IAC) UMA REDE NEURAL ARTIFICIAL HÍBRIDA: MULTI-LAYER PERCEPTRON (MLP) E INTERAC- TIVE ACTIVATION AND COMPETITION (IAC) ANDRÉA T. R. BARBOSA, GLORIA M. CURILEM SALDÍAS, FERNANDO M. DE AZEVEDO Hosptal São Vcente

Leia mais

PREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS

PREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS PREVISÃO DE PRTIDS DE FUTEBOL USNDO MODELOS DINÂMICOS Oswaldo Gomes de Souza Junor Insttuto de Matemátca Unversdade Federal do Ro de Janero junor@dme.ufrj.br Dan Gamerman Insttuto de Matemátca Unversdade

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

PREVISÃO DO ÍNDICE MERVAL: UMA APLICAÇÃO DE REDES NEURIAS POLINOMIAIS GMDH

PREVISÃO DO ÍNDICE MERVAL: UMA APLICAÇÃO DE REDES NEURIAS POLINOMIAIS GMDH PREVISÃO DO ÍNDICE MERVAL: UMA APLICAÇÃO DE REDES NEURIAS POLINOMIAIS GMDH CAPORAL, Bbana 1 ; CAVALHEIRO, Everton ; CORRÊA, José Carlos 3 ; CUNHA, Carlos 4 Palavras-chave: Econometra; Séres temporas; Co-ntegração;

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

EDSON CAORU KITANI ANÁLISE DE DISCRIMINANTES LINEARES PARA MODELAGEM E RECONSTRUÇÃO DE IMAGENS DE FACES

EDSON CAORU KITANI ANÁLISE DE DISCRIMINANTES LINEARES PARA MODELAGEM E RECONSTRUÇÃO DE IMAGENS DE FACES EDSON CAORU KITANI ANÁLISE DE DISCRIMINANTES LINEARES PARA MODELAGEM E RECONSTRUÇÃO DE IMAGENS DE FACES Dssertação apresentada ao Centro Unverstáro da FEI como parte dos requstos necessáros para a obtenção

Leia mais

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2 Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer

Leia mais

AGRUPAMENTO DE CLIENTES COM BASE NA FICHA DE ANAMNESE ODONTOLÓGICA: UMA APLICAÇÃO DA ART2.

AGRUPAMENTO DE CLIENTES COM BASE NA FICHA DE ANAMNESE ODONTOLÓGICA: UMA APLICAÇÃO DA ART2. AGRUPAMENTO DE CLIENTES COM BASE NA FICHA DE ANAMNESE ODONTOLÓGICA: UMA APLICAÇÃO DA ART2. andrey soares Unversdade Federal de Santa Catarna UFSC Campus Unverstáro Trndade Floranópols, SC 88040-900 andrey@nf.ufsc.br

Leia mais

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é: UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje

Leia mais

Camila Spinassé INTRODUÇÃO À MATEMÁTICA FINANCEIRA PARA ALUNOS NA EDUCAÇÃO DE JOVENS E ADULTOS

Camila Spinassé INTRODUÇÃO À MATEMÁTICA FINANCEIRA PARA ALUNOS NA EDUCAÇÃO DE JOVENS E ADULTOS Camla Spnassé INTRODUÇÃO À MATEMÁTICA FINANCEIRA PARA ALUNOS NA EDUCAÇÃO DE JOVENS E ADULTOS Vtóra Agosto de 2013 Camla Spnassé INTRODUÇÃO À MATEMÁTICA FINANCEIRA PARA ALUNOS NA EDUCAÇÃO DE JOVENS E ADULTOS

Leia mais

Eletromagnetismo Indutores e Indutância

Eletromagnetismo Indutores e Indutância Eletromagnetsmo Indutores e Indutânca Eletromagnetsmo» Indutores e Indutânca Introdução Indutores são elementos muto útes, pos com eles podemos armazenar energa de natureza magnétca em um crcuto elétrco.

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP SISTEMA

Leia mais

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica 1 a 5 de Agosto de 006 Belo Horzonte - MG Expressão da ncerteza de Medção para a Grandeza Energa Elétrca Eng. Carlos Alberto Montero Letão CEMG Dstrbução S.A caletao@cemg.com.br Eng. Sérgo Antôno dos Santos

Leia mais

Software para Furação e Rebitagem de Fuselagem de Aeronaves

Software para Furação e Rebitagem de Fuselagem de Aeronaves Anas do 14 O Encontro de Incação Centífca e Pós-Graduação do ITA XIV ENCITA / 2008 Insttuto Tecnológco de Aeronáutca São José dos Campos SP Brasl Outubro 20 a 23 2008. Software para Furação e Rebtagem

Leia mais

1 Princípios da entropia e da energia

1 Princípios da entropia e da energia 1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção

Leia mais

O Uso do Software Matlab Aplicado à Previsão de Índices da Bolsa de Valores: Um Estudo de Caso no Curso de Engenharia de Produção

O Uso do Software Matlab Aplicado à Previsão de Índices da Bolsa de Valores: Um Estudo de Caso no Curso de Engenharia de Produção O Uso do Software Matlab Aplcado à Prevsão de Índces da Bolsa de Valores: Um Estudo de Caso no Curso de Engenhara de Produção VICENTE, S. A. S. Unversdade Presbterana Mackenze Rua da Consolação, 930 prédo

Leia mais

NODAL Versão 3.0 Programa de Simulação de Tarifas de Uso do Sistema Elétrico MANUAL DO USUÁRIO ANEEL Agência Nacional de Energia Elétrica

NODAL Versão 3.0 Programa de Simulação de Tarifas de Uso do Sistema Elétrico MANUAL DO USUÁRIO ANEEL Agência Nacional de Energia Elétrica NODAL Versão 3.0 Programa de Smulação de Tarfas de Uso do Sstema Elétrco MANUAL DO USUÁRIO ANEEL Agênca Naconal de Energa Elétrca ÍNDICE. INTRODUÇÃO...-.. CONSIDERAÇÕES...-.2. FUNÇÃO DO PROGRAMA...-2.3.

Leia mais

UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE

UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE Unversdade Estadual de Campnas Insttuto de Matemátca, Estatístca e Computação Centífca Departamento de Matemátca Aplcada DISSERTAÇÃO DE MESTRADO UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

CURRICULUM VITAE - RESUMIDO

CURRICULUM VITAE - RESUMIDO A estatístca tem uma partculardade: pesqusamos para dzer algo sgnfcatvo sobre o unverso que elegemos, porém a pesqusa só será sgnfcatva se conhecermos sufcentemente o unverso para escolhermos adequadamente

Leia mais

DETERMINAÇÃO DE ALTITUGE ORTOMÉTRICA COM USO DA INTEGRAÇÃO DO GPS/NIVELAMENTO AO MAPGEO2010

DETERMINAÇÃO DE ALTITUGE ORTOMÉTRICA COM USO DA INTEGRAÇÃO DO GPS/NIVELAMENTO AO MAPGEO2010 90 DETERMINAÇÃO DE ALTITUGE ORTOMÉTRICA COM USO DA INTEGRAÇÃO DO GPS/NIVELAMENTO AO MAPGEO2010 José Mlton Arana 1, Danel Arana 2 1 Faculdade de Cêncas e Tecnologa FCT. Departamento de Cartografa UNESP

Leia mais

Análise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura

Análise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura Análse logístca da localzação de um armazém para uma empresa do Sul Flumnense mportadora de alho n natura Jader Ferrera Mendonça Patríca Res Cunha Ilton Curty Leal Junor Unversdade Federal Flumnense Unversdade

Leia mais

MAE5778 - Teoria da Resposta ao Item

MAE5778 - Teoria da Resposta ao Item MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1

Leia mais

SOM Hierárquico Aplicado à Compressão de Imagens

SOM Hierárquico Aplicado à Compressão de Imagens Proceedngs of the V Brazlan Conference on Neural Networks - V Congresso Braslero de Redes Neuras pp. 511 516, Aprl 2 5, 2001 - Ro de Janero - RJ - Brazl SOM Herárquco Aplcado à Compressão de Imagens José

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

I. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que

I. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que DESEMPREGO DE JOVENS NO BRASIL I. Introdução O desemprego é vsto por mutos como um grave problema socal que vem afetando tanto economas desenvolvdas como em desenvolvmento. Podemos dzer que os índces de

Leia mais

Carlos Sérgio Araújo dos Santos José Antonio Aleixo da Silva Gauss Moutinho Cordeiro Joseilme Fernandes Gouveia Alisson de Oliveira Silva

Carlos Sérgio Araújo dos Santos José Antonio Aleixo da Silva Gauss Moutinho Cordeiro Joseilme Fernandes Gouveia Alisson de Oliveira Silva Modelos Smétrcos Transformados não lneares com aplcação na estmatva volumétrca em Híbrdo de Eucalyptus teretcorns no Pólo Gessero do Ararpe - PE Carlos Sérgo Araújo dos Santos José Antono Alexo da Slva

Leia mais

IMPLEMENTAÇÃO DE REDES NEURAIS ARTIFICIAIS UTILIZANDO A LINGUAGEM DE PROGRAMAÇÃO JAVA

IMPLEMENTAÇÃO DE REDES NEURAIS ARTIFICIAIS UTILIZANDO A LINGUAGEM DE PROGRAMAÇÃO JAVA IMPLEMENTAÇÃO DE REDES NEURAIS ARTIFICIAIS UTILIZANDO A LINGUAGEM DE PROGRAMAÇÃO JAVA José R. Campos 1, Anna D. P. Lotufo 1, Carlos R. Mnuss 1, Mara L. M. Lopes 1 1 UNESP, Ilha Soltera, Brasl, jrcampos8@gmal.com,

Leia mais

162 EFICIÊNCIA TÉCNICA EM PROPRIEDADES SANTOS, J. A. dos et LEITEIRAS al. DA MICRORREGIÃO DE VIÇOSA-MG: UMA ANÁLISE NÃO-PARAMÉTRICA

162 EFICIÊNCIA TÉCNICA EM PROPRIEDADES SANTOS, J. A. dos et LEITEIRAS al. DA MICRORREGIÃO DE VIÇOSA-MG: UMA ANÁLISE NÃO-PARAMÉTRICA 162 EFICIÊNCIA TÉCNICA EM PROPRIEDADES SANTOS J. A. dos et LEITEIRAS al. DA MICRORREGIÃO DE VIÇOSA-MG: UMA ANÁLISE NÃO-PARAMÉTRICA Techncal effcency n mlk producton n the regon of VIÇOSA-MG: a non-parametrc

Leia mais

UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA. Francisco das Chagas de Souza

UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA. Francisco das Chagas de Souza UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Francsco das Chagas de Souza ALGORITMOS ADAPTATIVOS LMS NORMALIZADOS PROPORCIONAIS: PROPOSTA DE UM NOVO ALGORITMO

Leia mais

MÉTODO DE RESSECÇÃO APLICADO NA DETERMINAÇÃO DE COORDENADAS NO MONITORAMENTO DE PONTOS

MÉTODO DE RESSECÇÃO APLICADO NA DETERMINAÇÃO DE COORDENADAS NO MONITORAMENTO DE PONTOS III Smóso raslero de êncas Geodéscas e Tecnologas da Geonformação Recfe - E, 7-30 de Julho de 010. 001-005 MÉTODO DE RESSEÇÃO LIDO N DETERMINÇÃO DE OORDENDS NO MONITORMENTO DE ONTOS FINI D.. MIRND LUÍS.

Leia mais

AVALIAÇÃO DO VALOR DE IMÓVEIS POR ANALISE DE REGRESSÃO: UM ESTUDO DE CASO PARA A CIDADE DE JUIZ DE FORA. Túlio Alves Matta

AVALIAÇÃO DO VALOR DE IMÓVEIS POR ANALISE DE REGRESSÃO: UM ESTUDO DE CASO PARA A CIDADE DE JUIZ DE FORA. Túlio Alves Matta AVALIAÇÃO DO VALOR DE IMÓVEIS POR ANALISE DE REGRESSÃO: UM ESTUDO DE CASO PARA A CIDADE DE JUIZ DE FORA Túlo Alves Matta MONOGRAFIA SUBMETIDA À COORDENAÇÃO DE CURSO DE ENGENHARIA DE PRODUÇÃO DA UNIVERSIDADE

Leia mais

PRODUTIVIDADE DO CAFÉ EM MINAS GERAIS: UMA ANÁLISE ESPACIAL

PRODUTIVIDADE DO CAFÉ EM MINAS GERAIS: UMA ANÁLISE ESPACIAL PRODUTIVIDADE DO CAFÉ EM MINAS GERAIS: UMA ANÁLISE ESPACIAL EDUARDO SIMÕES DE ALMEIDA; GISLENE DE OLIVEIRA PACHECO; ANA PAULA BENTO PATROCÍNIO; SIMONE MOURA DIAS; FEA/UFJF JUIZ DE FORA - MG - BRASIL edu_smoes@hotmal.com

Leia mais

PARÂMETRO DE EXATIDÃO PARA APROXIMACÃO DE FUNCÕES UTILIZANDO MULTILAYER PERCEPTRONS NOS DOMÍNIOS REAL, COMPLEXO E DE CLIFFORD

PARÂMETRO DE EXATIDÃO PARA APROXIMACÃO DE FUNCÕES UTILIZANDO MULTILAYER PERCEPTRONS NOS DOMÍNIOS REAL, COMPLEXO E DE CLIFFORD PARÂMETRO DE EXATIDÃO PARA APROXIMACÃO DE FUNCÕES UTILIZANDO MULTILAYER PERCEPTRONS NOS DOMÍNIOS REAL, COMPLEXO E DE CLIFFORD Thalles S. Torch, Mlton R. Romero e Evandro M. Martns 3 Depto. de Eng. Elétrca,

Leia mais

Controle Estatístico de Qualidade. Capítulo 8 (montgomery)

Controle Estatístico de Qualidade. Capítulo 8 (montgomery) Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado

Leia mais

Caderno de Exercícios Resolvidos

Caderno de Exercícios Resolvidos Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B

Leia mais

ESTRUTURA DA Sacoglottis guianensis BENTH. NA UNIVERSIDADE FEDERAL DO AMAPÁ

ESTRUTURA DA Sacoglottis guianensis BENTH. NA UNIVERSIDADE FEDERAL DO AMAPÁ ESTRUTURA DA Sacoglotts guanenss BENTH. NA UNIVERSIDADE FEDERAL DO AMAPÁ Estgarrba, F. (1) ; Aparíco, W. C. S. (1) ; Perere, L. C. B. (1) ; Galvão, F. G. (1) ; Gama, R. C. (1) ; Lobato, C. M. (1) fabyestgarrba@gmal.com

Leia mais

PROBLEMAS SOBRE PONTOS Davi Máximo (UFC) e Samuel Feitosa (UFC)

PROBLEMAS SOBRE PONTOS Davi Máximo (UFC) e Samuel Feitosa (UFC) PROBLEMS SOBRE PONTOS Dav Máxmo (UFC) e Samuel Fetosa (UFC) Nível vançado Dstrbur pontos num plano ou num espaço é uma tarefa que pode ser realzada de forma muto arbtrára Por sso, problemas sobre pontos

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos

Leia mais

UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS E REGRESSÃO LINEAR MÚLTIPLA PARA A PREVISÃO DO TEMPO DE DURAÇÃO DE AUDIÊNCIAS TRABALHISTAS

UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS E REGRESSÃO LINEAR MÚLTIPLA PARA A PREVISÃO DO TEMPO DE DURAÇÃO DE AUDIÊNCIAS TRABALHISTAS UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS E REGRESSÃO LINEAR MÚLTILA ARA A REVISÃO DO TEMO DE DURAÇÃO DE AUDIÊNCIAS TRABALHISTAS Alessandra Memar avanell Unversdade Federal do araná UFR rograma de ós-graduação

Leia mais

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Defnções RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Problemas de Valor Incal PVI) Métodos de passo smples Método de Euler Métodos de sére de Talor Métodos de Runge-Kutta Equações de ordem superor Métodos

Leia mais

ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL,

ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL, ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL, 1980/2000 2 1. INTRODUÇÃO 2 2. METODOLOGIA 3 3. ANÁLISE COMPARATIVA

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações. 1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação

Leia mais

IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS. 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES

IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS. 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES Paper CIT02-0026 METODOLOGIA PARA CORRELAÇÃO DE DADOS CINÉTICOS ENTRE AS TÉCNICAS DE

Leia mais

3ULQFtSLRVGDGLIUDomRGHUDLRV;

3ULQFtSLRVGDGLIUDomRGHUDLRV; 6 ',)5$d '(5$,6;(0e7''(5,(79(/' Nas seções seguntes são apresentados os prncípos da dfração de raos X e do método de Retveld necessáros ao entendmento desta tese. A teora da dfração pode ser consultada

Leia mais

ESTATÍSTICAS E INDICADORES DE COMÉRCIO EXTERNO

ESTATÍSTICAS E INDICADORES DE COMÉRCIO EXTERNO ESTATÍSTICAS E INDICADORES DE COÉRCIO ETERNO Nota préva: O texto que se segue tem por únco obectvo servr de apoo às aulas das dscplnas de Economa Internaconal na Faculdade de Economa da Unversdade do Porto.

Leia mais

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão IF-UFRJ Elementos de Eletrônca Analógca Prof. Antôno Carlos Fontes dos Santos FIW362 Mestrado Profssonal em Ensno de Físca Aula 1: Dvsores de tensão e Resstênca nterna de uma fonte de tensão Este materal

Leia mais

Visando dar continuidade ao trabalho de simulação, encaminho o MODELO DE ALOCAÇÃO E DIMENSIONAMENTO DO PESSOAL DOCENTE DE TERCEIRO GRAU

Visando dar continuidade ao trabalho de simulação, encaminho o MODELO DE ALOCAÇÃO E DIMENSIONAMENTO DO PESSOAL DOCENTE DE TERCEIRO GRAU Ofíco Brasíla, 24 de anero de 2005. Senhora Presdente ANDIFES, Vsando dar contnudade ao trabalho de smulação, encamnho o MODELO DE ALOCAÇÃO E DIMENSIONAMENTO DO PESSOAL DOCENTE DE TERCEIRO GRAU revsado

Leia mais

* Economista do Instituto Federal do Sertão Pernambucano na Pró-Reitoria de Desenvolvimento Institucional PRODI.

* Economista do Instituto Federal do Sertão Pernambucano na Pró-Reitoria de Desenvolvimento Institucional PRODI. O desempenho setoral dos muncípos que compõem o Sertão Pernambucano: uma análse regonal sob a ótca energétca. Carlos Fabano da Slva * Introdução Entre a publcação de Methods of Regonal Analyss de Walter

Leia mais

LOCALIZAÇÃO ESPACIAL DA MÃO DO USUÁRIO UTILIZANDO WII REMOTE. Ricardo Silva Tavares 1 ; Roberto Scalco 2

LOCALIZAÇÃO ESPACIAL DA MÃO DO USUÁRIO UTILIZANDO WII REMOTE. Ricardo Silva Tavares 1 ; Roberto Scalco 2 LOCALIZAÇÃO ESPACIAL DA MÃO DO USUÁRIO UTILIZANDO WII REMOTE Rcardo Slva Tavares 1 ; Roberto Scalco 1 Aluno de Incação Centífca da Escola de Engenhara Mauá (EEM/CEUN-IMT); Professor da Escola de Engenhara

Leia mais

DETECÇÃO AUTOMÁTICA DE OBJETOS ESTRANHOS NA REGIÃO DAS PERNAS EM IMAGENS DE SCANNER HUMANO UTILIZANDO TEXTURAS E CLASSIFICADORES

DETECÇÃO AUTOMÁTICA DE OBJETOS ESTRANHOS NA REGIÃO DAS PERNAS EM IMAGENS DE SCANNER HUMANO UTILIZANDO TEXTURAS E CLASSIFICADORES DETECÇÃO AUTOMÁTICA DE OBJETOS ESTRANHOS NA REGIÃO DAS PERNAS EM IMAGENS DE SCANNER HUMANO UTILIZANDO TEXTURAS E CLASSIFICADORES THOMAZ. M. ALMEIDA 1, DANIEL F. COLAÇO, TARIQUE. S. CAVALCANTE, VICTOR H.

Leia mais

PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS

PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS Smone P. Saramago e Valder Steffen Jr UFU, Unversdade Federal de Uberlânda, Curso de Engenhara Mecânca Av. João Naves de Ávla, 2160, Santa Mônca,

Leia mais