MOTIVAÇÃO. CONTEÚDO Introdução MOTIVAÇÃO. CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico.
|
|
- Victorio Vilarinho Cerveira
- 6 Há anos
- Visualizações:
Transcrição
1 CONTEÚDO Inrodução Moivação, Objeivo, Definição, Caracerísicas Básicas e Hisórico Conceios Básicos Neurônio Arificial, Modos de Inerconexão Processameno Recall e Learning Regras de Aprendizado Regra de Hebb, Percepron, Back Propagaion. MOTIVAÇÃO Consaação que o cérebro processa informações de forma diferene dos compuadores convencionais CÉREBRO velocidade milhão de vezes mais lena que qualquer gae digial processameno exremamene rápido no reconhecimeno de padrões COMPUTADOR processameno exremamene rápido e preciso na execução de seqüência de insruções muio mais leno no reconhecimeno de padrões Processameno alamene paralelo (0 neurônios com 0 4 conexões cada) Observações: MOTIVAÇÃO O cérebro em 0 bilhões de neurônios. Cada neurônio em.000 a conexões 60 rilhões de conexões sinapses! Cada pessoa pode dedicar conexões para armazenar cada segundo de experiência (65 anos de segundos!) Durane os 2 primeiros anos de vida, de sinapses são formadas por segundo!! CONTEÚDO Inrodução Moivação, Objeivo, Definição, Caracerísicas Básicas e Hisórico Conceios Básicos Neurônio Arificial, Modos de Inerconexão Processameno Recall e Learning Regras de Aprendizado Regra de Hebb, Percepron, Back Propagaion.
2 OBJETIVO DEFINIÇÃO Esudar a eoria e a implemenação de sisemas massivamene paralelos, que possam processar informações com eficiência comparável ao cérebro. Redes Neurais Arificiais são sisemas inspirados nos neurônios biológicos e na esruura massivamene paralela do cérebro, com capacidade de adquirir, armazenar e uilizar conhecimeno experimenal. IDÉIA BÁSICA Sisemas composos de diversas unidades simples (neurônios arificiais) ligadas de maneira apropriada, podem gerar comporamenos ineressanes e complexos. Comporameno é deerminado pela esruura das ligações (opologia( opologia) ) e pelos valores das conexões (pesos sinápicos) APLICAÇÕES GERAIS Reconhecimeno de Padrões Classificação de Padrões Correção de Padrões Previsão de Séries Temporais Aproximação de Funções Supore à Decisão Geração de Informação Descobera de Conhecimeno 2
3 CONTEÚDO Inrodução Moivação, Objeivo, Definição, Caracerísicas Básicas e Hisórico Conceios Básicos Neurônio Arificial, Modos de Inerconexão Processameno Recall e Learning Regras de Aprendizado Regra de Hebb, Percepron, Back Propagaion. Caracerísicas Básicas Devido à similaridade com a esruura do cérebro, as Redes Neurais exibem caracerísicas similares ao do comporameno humano, ais como: Caracerísicas Básicas Caracerísicas Básicas Procura Paralela e Endereçameno pelo Coneúdo: O cérebro não possui endereço de memória e não procura a informação sequencialmene Aprendizado: A rede aprende por experiência aprende por experiência, não necessiando expliciar os algorimos para execuar uma deerminada arefa 3
4 Caracerísicas Básicas Caracerísicas Básicas Associação: Generalização: A rede é capaz de fazer associações enre padrões diferenes Ex: Foo Pessoa Sinomas Doença Leiura de Sensores Falha Redes Neurais são capazes de generalizar o seu conhecimeno a parir de exemplos aneriores Habilidade de lidar com ruídos e disorções ões, respondendo correamene a padrões novos. Caracerísicas Básicas Robusez e Degradação Gradual: A perda de um conjuno de elemenos processadores e/ou conexões sinápicas não causa o mal funcionameno da rede neural. CONTEÚDO Inrodução Moivação, Objeivo, Definição, Caracerísicas Básicas e Hisórico Conceios Básicos Neurônio Arificial, Modos de Inerconexão Processameno Recall e Learning Regras de Aprendizado Regra de Hebb, Percepron, Back Propagaion. 4
5 EVOLUÇÃO McCulloch & Pis (Mahemaical Bio-Physics, Vol. 5, 943), A Logical Calculus of Ideas Immanen in Nervous Aciviy Von Neumann Marvin Minsky Frank Rosenbla Machine Inelligence Macroscopic Inelligence Microscopic Inelligence 945 Digial Compuers 950 Black-Box AI (LISP) Percepron, Adaline 960 Mainframes Theorem Solver 970 Vax 780 Exper Sysems (Time Sharing) 980 Worksaions, PCs 990 Deskop Supercompuers Commercializaion of E.S. Rumelhar, Hopfield Commercializaion of N.N. EVOLUÇÃO Modelo de McCulloch-Pis Pis: s (valores 0,) x x 2 x n 2 n n s k+ k = se Σ i x i i= n T s i = + - i =,2,..., n T k 0 se Σ i x i < T i= x x 2 x 3 EVOLUÇÃO Modelo de McCulloch-Pis Pis: T=0 T=0 T=0 enrada exciaória - T= s x 2 T= T=0 NAND A B AB enrada inibiória - T= x x 3 s k+ = x k Célula de Memória na ausência de enradas, a saída é armazenada indefinidamene NOR A B A+B s HISTÓRICO McCulloch & Pis (943): modelo compuacional para o neurônio arificial. Não possuía capacidade de aprendizado Hebb (949): modelo de aprendizado (Hebbian Learning Rule). Rosenbla (957): modelo Percepron, com grande sucesso em ceras aplicações e problemas em ouras aparenemene similares. Minsky & Paper ( Perceprons 969): prova maemáica de que as redes Percepron são incapazes de solucionar problemas simples ipo OU-EXCLUSIVO Rumelhar (início da década de 80): novos modelos que superaram os problemas dos Perceprons. 5
6 CONTEÚDO Inrodução Moivação, Objeivo, Definição, Caracerísicas Básicas e Hisórico Conceios Básicos Neurônio Arificial, Modos de Inerconexão Processameno Recall e Learning Regras de Aprendizado Regra de Hebb, Percepron, Back Propagaion. CONCEITOS BÁSICOS Neurônio Arificial (Elemeno Processador) Esruuras de Inerconexão FeedForard de camada FeedForard de Múliplas Camadas Recorrene (com realimenação) Elemeno Processador Elemeno Processador inspirado no Neurônio Biológico Squashing Funcion ne i f (ne i ) Elemenos Básicos Esado de Aivação s j Conexões enre Processadores a cada conexão exise um peso sinápico que deermina o efeio da enrada sobre o processador ji Função de Aivação deermina o novo valor do Esado de Aivação do processador s j = F (ne j ) 6
7 Funções de Aivação É a função que deermina o nível de aivação do Neurônio Arificial: s j = F(ne j ) Tipos de Processadores Recebe os dados de enrada F(ne j ) F(ne j ) F(ne j ) Apresena os dados de saída Degrau ne j Pseudo-Linear ne j Sigmoid ne j As suas enradas e saídas permanecem denro do sisema x x 2 Neurônio Arificial 3 ponos imporanes: Thresholding Não-Linearidade bias Sauração 2 0 ne F(ne) ne = 0 + x + 2 x 2 F(ne) = (sigmoid) + e -ne y F(ne j ) não-linear hreshold sauração ne j Neurônio Arificial Em função das equações de ne e F(ne): y = F(ne) = + e -( + x + x ) Fórmula maemáica represenada pelo neurônio arificial y x x 2 7
8 Regressão Linear: Exemplos y = a 0 + a x + a 2 x 2 + a 3 x 3 Variáveis explicaivas Represenação x 2 x x 3 Bias = + a a 0 a 2 Função linear a 3 y Acha a rea com erro mínimo que passe pelos ponos exisenes (padrões de reinameno) Deslocameno em função do a 0 (bias) Rea obida pela regressão Exemplos Transformada de Fourier: y = a 0 + a sen( + φ ) + a 2 sen(2 + φ 2 ) + a 3 sen(3 + φ 3 ) +... Represenação φ a + 0 (bias) φ 2 a φ 3 a 2 y 2 a 3 (empo) 3 Função Linear Todos com função de aivação senoidal CONCEITOS BÁSICOS Neurônio Arificial (Elemeno Processador) Esruuras de Inerconexão FeedForard de camada FeedForard de Múliplas Camadas Recorrene (com realimenação) Topologias das Redes Neurais Redes Feed-Forard Forard: redes de uma ou mais camadas de processadores, cujo fluxo de dados é sempre em uma única direção, iso é, não exise realimenação. Redes Recorrenes: redes com conexões enre processadores da mesma camada e/ou com processadores das camadas aneriores (realimenação). 8
9 Redes Feed-Forard Forard Redes de uma camada PE Redes Feed-Forard Forard Rede de Múliplas Camadas Camada Inermediária () PE Camada de PE PE 2 PE 3 PE 2 PE 3 PE 2 PE n PE n PE m Exemplo : Reconhecimeno de Padrões Exemplo : Reconhecimeno de Padrões Novo dado (não apresenado durane o reinameno) 9
10 Exemplo : Reconhecimeno de Padrões Exemplo 2: Previsão Série emporal janela s da rede Dados de Exemplo 2: Previsão Redes Recorrenes Série emporal janela previso O u p u R ea li s da rede Dados de Dados previsos m en da rede: Valor previso Dados reais açã o I n p u 0
11 Redes Recorrenes Redes Recorrenes R ea l i m en O u p u R ea l i m en O u p u açã o I n p u açã o Redes Recorrenes Redes Recorrenes O u p u O u p u R ea R ea li li m en m en açã o açã o
12 Redes Recorrenes Redes Recorrenes R ea l i m en O u p u R ea l i m en O u p u açã o açã o Redes Recorrenes Redes Recorrenes Rede Convergiu para um esado esável O u p u O u p u R ea R ea li li m en açã o m en açã o 2
13 Memória Auoassociaiva Exemplo : Rede de 20 processadores Padrão de enrada ciclo 2 ciclo 3 ciclo - esável - CONTEÚDO Inrodução Moivação, Objeivo, Definição, Caracerísicas Básicas e Hisórico Conceios Básicos Neurônio Arificial, Modos de Inerconexão Processameno Recall e Learning Regras de Aprendizado Regra de Hebb, Percepron, Back Propagaion. Processameno O processameno de uma Rede pode ser dividido em duas fases: Processo de aualização dos pesos sinápicos para a aquisição do conhecimeno - Aquisição da Informação Aprendizado Processo de cálculo da saída da rede, dado um cero padrão de enrada - Recuperação da Informação 3
14 Aprendizado Processo pelo qual os parâmeros livres - pesos sinápicos - de uma rede neural são adapados aravés de um processo conínuo de esimulação pelo ambiene. Exisem 3 ipos básicos de aprendizado: Supervisionado (TS); Não-Supervisionado; Reinforcemen Learning. Supervisionado A rede é reinada aravés do fornecimeno dos valores de enrada e de seus respecivos valores desejados de saída ( raining pair ). Geralmene efeuado aravés do processo de minimização do erro calculado na saída. Supervisionado Supervisionado PADRÃO DE ENTRADA (X) PESOS AJUSTÁVEIS (W) SAÍDA (s) e(,s) CÁLCULO DO ERRO (e) VALOR DESEJADO () 4
15 Supervisionado FUNÇÕES OBJETIVO: Genérica Sum of Squared Errors: E SSE = Σ p Σ i ( pi -y pi ) 2 p = padrões i = elemeno processador de saída Não-Supervisionado Self-Organizaion Não requer o valor desejado de saída da rede. O sisema exrai as caracerísicas do conjuno de padrões, agrupando-os em classes inerenes aos dados. Não-Supervisionado Não-Supervisionado Self-Organizaion Não requer o valor desejado de saída da rede. O sisema exrai as caracerísicas do conjuno de padrões, agrupando-os em classes inerenes aos dados. PADRÃO DE ENTRADA (X) PESOS AJUSTÁVEIS (W) SAÍDA (s) Aplicado a problemas de Cluserização 5
16 Não-Supervisionado veores de enrada Não-Supervisionado veores de enrada veores de pesos no insane Topologia PE s x x 2 x 3 2 PE 2 s PE 3 s 3 Não-Supervisionado Reinforcemen Learning veores de enrada veores de pesos no insane veores de pesos após aprendizado Topologia x x 2 x 3 +n 3 +n 2 +n PE s PE 2 PE 3 s 2 s 3 +n 2 3 +n 2 +n 3 Semelhane ao Supervisionado (exise um objeivo); NÃO exise um arge para cada padrão; Exise uma realimenação (sinal de reforço) que avalia a resposa como boa ou ruim; O objeivo é maximizar a quanidade de reforço posiivo Ex. aprendizado de jogos, robôs auômaos;. 6
17 Reinforcemen Learning Ambiene Veor de Esado Críico Ações Sinal de Reforço Sisema de Aprendizado Recuperação de Dados O Sisema de Aprendizado aprende a realizar uma cera arefa somene com base nos resulados de sua experiência com uma ineração com o ambiene. Recuperação de Dados Assumindo que um conjuno de padrões enha sido armazenado, a Rede pode execuar as seguines arefas: Auo-associação Heero-associação Classificação Previsão GENERALIZAÇÃO Recuperação de Dados Auoassociação: A Rede recupera o padrão armazenado mais semelhane ao padrão de enrada apresenado. Recuperação de padrões ruidosos Padrão de enrada disorcido Padrão correo recuperado 7
18 Recuperação de Dados Auoassociação: A Rede recupera o padrão armazenado mais semelhane ao padrão de enrada apresenado. Recuperação de padrões ruidosos Recuperação de Dados Heeroassociação: A Rede armazena a associação enre um par de padrões. Recuperação de um padrão diferene do da enrada. Padrão de enrada com ou sem ruído Padrão correo recuperado Recuperação de Dados Heeroassociação: A Rede mapeia um cero veor de enrada em um padrão de saída diferene. ASCII Code of digi Recuperação de Dados Classificação: A Rede responde com a informação relaiva à classe (caegoria) a qual o padrão de enrada perence (denro de um conjuno de classes prédeerminado). Caso especial de Heeroassociação (ambém chamado Paern Recogniion) Ex: Padrões de enrada divididos em 3 classes disinas. Padrão de enrada com ou sem ruído Classe Classe 2 Classe 3 Classe 3 - (Quadrados) 8
19 Recuperação de Dados Classificação: A Rede responde com a informação relaiva à classe (caegoria) a qual o padrão de enrada perence (denro de um conjuno de classes prédeerminado). Recuperação de Dados Previsão: O objeivo é deerminar qual será o valor de uma deerminada quanidade em um insane de empo 0+k (k>0), uilizando dados medidos aé o insane 0 inclusive. 0 0 f(x) 0-n a 0 ponos do conjuno de reinameno > 0 ponos previsos (k=). 0 0-n 0 Recuperação de Dados Previsão: O objeivo é deerminar qual será o valor de uma deerminada quanidade em um insane de empo 0+k (k>0), uilizando dados medidos aé o insane 0 inclusive. f(x) Recuperação de Dados Previsão: O objeivo é deerminar qual será o valor de uma deerminada quanidade em um insane de empo 0+k (k>0), uilizando dados medidos aé o insane 0 inclusive. f(x) 0-n a 0 ponos do conjuno de reinameno > 0 ponos previsos (k=). 0-n a 0 ponos do conjuno de reinameno > 0 ponos previsos (k=). 0-n 0-n 2 9
20 Recuperação de Dados Previsão: O objeivo é deerminar qual será o valor de uma deerminada quanidade em um insane de empo 0+k (k>0), uilizando dados medidos aé o insane 0 inclusive. f(x) Recuperação de Dados Previsão: O objeivo é deerminar qual será o valor de uma deerminada quanidade em um insane de empo 0+k (k>0), uilizando dados medidos aé o insane 0 inclusive. f(x) 0-n a 0 ponos do conjuno de reinameno > 0 ponos previsos (k=). 0-n a 0 ponos do conjuno de reinameno > 0 ponos previsos (k=). 0-n n 2 0+ Recuperação de Dados Generalização: A Rede responde correamene a um padrão de enrada fora do conjuno de reinameno. GENERALIZAÇÃO A Rede responde correamene a um padrão de enrada fora do conjuno de reinameno Inerpola correamene os novos ponos apresenados f(x) generalizações Inerpolação ruim Boa inerpolação x x 2 x 3 X novo x 4 x 5 x i ponos do conjuno de reinameno x novo novo pono para generalização x 20
21 Exemplos de Supervisionado Reconhecimeno de Caraceres Reconhecimeno de Caraceres Previsão de Séries Temporais Esruura da Rede 2
22 Erro = - B Aualização dos pesos em função do erro 22
23 B B Erro = - B H Z Aualização dos pesos em função do erro 23
24 Z Z Erro = - Z H Aualização dos pesos em função do erro 24
25 Erro = - B Aualização dos pesos em função do erro 25
26 B B Erro = - B H Z Aualização dos pesos em função do erro 26
27 Z Z Erro = - Z H Aualização dos pesos em função do erro 27
28 B H B 28
29 B H Z Z Z 29
30 Processo de Generalização Processo de Generalização Recuperação da Informação Aprendida Novo dado (não apresenado durane o reinameno) Processo de Generalização Processo de Generalização Resposa correa a um novo padrão! 30
31 Esruura da Rede Previsão de Séries Temporais janela alvo Série emporal s da rede = n valores passados Desejada = valor da série k passos à frene Dados de Ex: 5 valores passados Ex: valor um passo à frene Série emporal Série emporal alvo alvo janela janela s da rede Dados de s da rede Ajuse dos pesos a parir do erro (Erro= alvo - previso) Dados de da rede: Valor previso um passo à frene da rede: Valor previso um passo à frene 3
32 alvo Série emporal alvo Série emporal janela janela s da rede Ajuse dos pesos a parir do erro (Erro= alvo - previso) Dados de s da rede Ajuse dos pesos a parir do erro (Erro= alvo - previso) Dados de da rede: Valor previso um passo à frene da rede: Valor previso um passo à frene Série emporal janela alvo Série emporal janela alvo s da rede Dados de s da rede Dados de da rede: Valor previso um passo à frene Ajuse dos pesos a parir do erro (Erro= alvo - previso) da rede: Valor previso um passo à frene Ajuse dos pesos a parir do erro (Erro= alvo - previso) 32
33 alvo Série emporal alvo Série emporal janela janela s da rede Ajuse dos pesos a parir do erro (Erro= alvo - previso) Dados de s da rede Ajuse dos pesos a parir do erro (Erro= alvo - previso) Dados de da rede: Valor previso um passo à frene da rede: Valor previso um passo à frene Série emporal janela alvo Processo de Generalização s da rede da rede: Valor previso um passo à frene Ajuse dos pesos a parir do erro (Erro= alvo - previso) Dados de Recuperação da Informação Aprendida 33
34 Processo de Generalização Processo de Generalização Série emporal janela Série emporal janela previso s da rede Dados de s da rede Dados de Dados previsos da rede: Valor previso Processo de Generalização Processo de Generalização Série emporal janela previso Série emporal janela previso s da rede: inclui o(s) valor(es) previsos pela Rede Dados de Dados previsos s da rede: inclui o(s) valor(es) previsos pela Rede Dados de Dados previsos da rede: Valor previso da rede: Valor previso 34
TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS
ARTIGO: TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS REVISTA: RAE-elerônica Revisa de Adminisração de Empresas FGV EASP/SP, v. 3, n. 1, Ar. 9, jan./jun. 2004 1
Leia maisResumo. Sinais e Sistemas Sinais e Sistemas. Sinal em Tempo Contínuo. Sinal Acústico
Resumo Sinais e Sisemas Sinais e Sisemas lco@is.ul.p Sinais de empo conínuo e discreo Transformações da variável independene Sinais básicos: impulso, escalão e exponencial. Sisemas conínuos e discreos
Leia maisInstituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 5 Introdução aos Modelos Ocultos Markov
Insiuo de Tecnologia de Massachuses Deparameno de Engenharia Elérica e Ciência da Compuação 6.345 Reconhecimeno Auomáico da Voz Primavera, 23 Publicado: 7/3/3 Devolução: 9/3/3 Tarefa 5 Inrodução aos Modelos
Leia maisFunção definida por várias sentenças
Ese caderno didáico em por objeivo o esudo de função definida por várias senenças. Nese maerial você erá disponível: Uma siuação que descreve várias senenças maemáicas que compõem a função. Diversas aividades
Leia maisMODULAÇÃO. Modulação. AM Amplitude Modulation Modulação por amplitude 24/02/2015
ODUAÇÃO... PW DIGITA odulação odulação éamodificaçãoinencional e conrolada de um sinal original oalmene conhecido por meio de um ouro sinal, que se deseja ransporar. Esa modificação permie o ranspore do
Leia maisSistemas não-lineares de 2ª ordem Plano de Fase
EA93 - Pro. Von Zuben Sisemas não-lineares de ª ordem Plano de Fase Inrodução o esudo de sisemas dinâmicos não-lineares de a ordem baseia-se principalmene na deerminação de rajeórias no plano de esados,
Leia mais2 Conceitos de transmissão de dados
2 Conceios de ransmissão de dados 2 Conceios de ransmissão de dados 1/23 2.2.1 Fones de aenuação e disorção de sinal 2.2.1 Fones de aenuação e disorção do sinal (coninuação) 2/23 Imperfeições do canal
Leia maisEquações Simultâneas. Aula 16. Gujarati, 2011 Capítulos 18 a 20 Wooldridge, 2011 Capítulo 16
Equações Simulâneas Aula 16 Gujarai, 011 Capíulos 18 a 0 Wooldridge, 011 Capíulo 16 Inrodução Durane boa pare do desenvolvimeno dos coneúdos desa disciplina, nós nos preocupamos apenas com modelos de regressão
Leia maisProf. Josemar dos Santos
Engenharia Mecânica - FAENG Sumário SISTEMAS DE CONTROLE Definições Básicas; Exemplos. Definição; ; Exemplo. Prof. Josemar dos Sanos Sisemas de Conrole Sisemas de Conrole Objeivo: Inroduzir ferramenal
Leia maisResumo. Sistemas e Sinais Definição de Sinais e de Sistemas (1) Definição de Funções. Nesta Aula
Resumo Sisemas e Sinais Definição de Sinais e de Sisemas () lco@is.ul.p Insiuo Superior Técnico Definição de funções. Composição. Definição declaraiva e imperaiva. Definição de sinais. Energia e poência
Leia maisTORNEIRO MECÂNICO TECNOLOGIA
TORNEIRO MECÂNICO TECNOLOGIA CÁLCULO ÂNGULO INCL. CARRO SUP. TORNEAR CÔNICO DEFINIÇÃO: É indicar o ângulo de inclinação para desviar em graus na base do carro superior de acordo com a conicidade da peça
Leia maisOs Sete Hábitos das Pessoas Altamente Eficazes
Os See Hábios das Pessoas Alamene Eficazes Sephen Covey baseou seus fundamenos para o sucesso na Éica do Caráer aribuos como inegridade, humildade, fidelidade, emperança, coragem, jusiça, paciência, diligência,
Leia maisESTIMAÇÃO DE ESTADO EM SISTEMAS ELÉTRICOS DE POTÊNCIA: PROGRAMA PARA ANÁLISE E ATUALIZAÇÃO DAS CARACTERÍSTICAS QUALITATIVAS DE CONJUNTO DE MEDIDAS
ESTIMAÇÃO DE ESTADO EM SISTEMAS ELÉTRICOS DE POTÊNCIA: PROGRAMA PARA ANÁLISE E ATUALIZAÇÃO DAS CARACTERÍSTICAS QUALITATIVAS DE CONJUNTO DE MEDIDAS EDUARDO MARMO MOREIRA Disseração de Mesrado apresenada
Leia maisSistema Computacional para Previsão de Demanda em Pontos de Suprimento e Subestação da COELBA
1 Sisema Compuacional para Previsão de Demanda em Ponos de Suprimeno e Subesação da COELBA P M Ribeiro e D A Garrido, COELBA, R G M Velásquez, CELPE, D M Falcão e A P A da Silva, COPPE Resumo O conhecimeno
Leia maisMecânica dos Fluidos. Aula 8 Introdução a Cinemática dos Fluidos. Prof. MSc. Luiz Eduardo Miranda J. Rodrigues
Aula 8 Inrodução a Cinemáica dos Fluidos Tópicos Abordados Nesa Aula Cinemáica dos Fluidos. Definição de Vazão Volumérica. Vazão em Massa e Vazão em Peso. Definição A cinemáica dos fluidos é a ramificação
Leia maisResumo. Palavras-chave: Estrutura a termo da taxa de juros. Previsão. Redes neurais artificiais. Abstract
1 Área 8: Microeconomia, Méodos Quaniaivos e Finanças Classificação JEL: G17 PREVISÃO DA ESTRUTURA A TERMO DA TAXA DE JUROS BRASILEIRA USANDO REDES NEURAIS ARTIFICIAIS Breno de Oliveira Aranes * Resumo
Leia maisMETODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL
METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL 1. Inrodução O presene documeno visa apresenar dealhes da meodologia uilizada nos desenvolvimenos de previsão de demanda aeroporuária no Brasil
Leia maisUm modelo matemático para o ciclo de vida do mosquito Aedes aegypti e controle de epidemias
Universidade Federal de Ouro Preo Modelagem e Simulação de Sisemas Terresres DECOM- prof. Tiago Garcia de Senna Carneiro Um modelo maemáico para o ciclo de vida do mosquio Aedes aegypi e conrole de epidemias
Leia maisRedes de Computadores
Inrodução Ins iuo de Info ormáic ca - UF FRGS Redes de Compuadores Conrole de fluxo Revisão 6.03.015 ula 07 Comunicação em um enlace envolve a coordenação enre dois disposiivos: emissor e recepor Conrole
Leia maisINSTRUMENTAÇÃO, CONTROLE E AUTOMAÇÃO
INSTRUMENTAÇÃO, CONTROLE E AUTOMAÇÃO Pág.: 1/88 ÍNDICE Professor: Waldemir Loureiro Inrodução ao Conrole Auomáico de Processos... 4 Conrole Manual... 5 Conrole Auomáico... 5 Conrole Auo-operado... 6 Sisema
Leia maisGRUPO XIII GRUPO DE ESTUDO DE INTERFERÊNCIAS, COMPATIBILIDADE ELETROMAGNÉTICA E QUALIDADE DE ENERGIA - GCQ
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GCQ - 11 16 a 21 Ouubro de 2005 Curiiba - Paraná GRUPO XIII GRUPO DE ESTUDO DE INTERFERÊNCIAS, COMPATIBILIDADE ELETROMAGNÉTICA E
Leia mais12 Integral Indefinida
Inegral Indefinida Em muios problemas, a derivada de uma função é conhecida e o objeivo é enconrar a própria função. Por eemplo, se a aa de crescimeno de uma deerminada população é conhecida, pode-se desejar
Leia maisFísica. Física Módulo 1
Física Módulo 1 Nesa aula... Movimeno em uma dimensão Aceleração e ouras coisinhas O cálculo de x() a parir de v() v( ) = dx( ) d e x( ) x v( ) d = A velocidade é obida derivando-se a posição em relação
Leia maisENGENHARIA ECONÔMICA AVANÇADA
ENGENHARIA ECONÔMICA AVANÇADA TÓPICOS AVANÇADOS MATERIAL DE APOIO ÁLVARO GEHLEN DE LEÃO gehleao@pucrs.br 55 5 Avaliação Econômica de Projeos de Invesimeno Nas próximas seções serão apresenados os principais
Leia maisANÁLISE DE UMA EQUAÇÃO DIFERENCIAL LINEAR QUE CARACTERIZA A QUANTIDADE DE SAL EM UM RESERVATÓRIO USANDO DILUIÇÃO DE SOLUÇÃO
ANÁLSE DE UMA EQUAÇÃO DFERENCAL LNEAR QUE CARACTERZA A QUANTDADE DE SAL EM UM RESERATÓRO USANDO DLUÇÃO DE SOLUÇÃO Alessandro de Melo Omena Ricardo Ferreira Carlos de Amorim 2 RESUMO O presene arigo em
Leia maisCapítulo 5: Introdução às Séries Temporais e aos Modelos ARIMA
0 Capíulo 5: Inrodução às Séries emporais e aos odelos ARIA Nese capíulo faremos uma inrodução às séries emporais. O nosso objeivo aqui é puramene operacional e esaremos mais preocupados com as definições
Leia maisTÍTULO DO TRABALHO: APLICANDO O MOSFET DE FORMA A REDUZIR INDUTÂNCIAS E CAPACITÂNCIAS PARASITAS EM DISPOSITIVOS ELETRÔNICOS
1 TÍTULO DO TRABALHO: APLICANDO O MOSFET DE FORMA A REDUZIR INDUTÂNCIAS E CAPACITÂNCIAS PARASITAS EM DISPOSITIVOS ELETRÔNICOS Applying Mosfe To Reduce The Inducance And Capaciance Parasies in Elecronic
Leia maisExperimento. Guia do professor. O método de Monte Carlo. Governo Federal. Ministério da Educação. Secretaria de Educação a Distância
Análise de dados e probabilidade Guia do professor Experimeno O méodo de Mone Carlo Objeivos da unidade 1. Apresenar um méodo ineressane e simples que permie esimar a área de uma figura plana qualquer;.
Leia maisDESENVOLVIMENTO DE UM SOFTWARE PARA DETERMINAÇÃO DE DADOS DE EQUILÍBRIO DE SISTEMAS AQUOSOS BIFÁSICOS
1 UNIVERSIDADE ESTADUAL DO SUDOESTE DA BAHIA PROGRAMA DE PÓS-GRADUAÇÃO STRICTO SENSU EM CIÊNCIAS AMBIENTAIS DESENVOLVIMENTO DE UM SOFTWARE PARA DETERMINAÇÃO DE DADOS DE EQUILÍBRIO DE SISTEMAS AQUOSOS BIFÁSICOS
Leia maisOBJETIVOS. Ao final desse grupo de slides os alunos deverão ser capazes de: Explicar a diferença entre regressão espúria e cointegração.
Ao final desse grupo de slides os alunos deverão ser capazes de: OBJETIVOS Explicar a diferença enre regressão espúria e coinegração. Jusificar, por meio de ese de hipóeses, se um conjuno de séries emporais
Leia maisUNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA MECÂNICA. Amanda Zani Dutra Silva
UNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA MECÂNICA Amanda Zani Dura Silva Gerenciameno de Manuenção de Equipamenos de um Hospial São Paulo 006 Amanda Zani Dura Silva Gerenciameno
Leia maisESTUDO DO MOVIMENTO UNIFORMEMENTE ACELERADO DETERMINAÇÃO DA ACELERAÇÃO DA GRAVIDADE
TRABALHO PRÁTICO Nº 1 ESTUDO DO MOVIMENTO UNIFORMEMENTE ACELERADO DETERMINAÇÃO DA ACELERAÇÃO DA GRAVIDADE Objecivo - Preende-se esudar o movimeno recilíneo e uniformemene acelerado medindo o empo gaso
Leia maisAPÊNDICES APÊNDICE A - TEXTO DE INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES DE 1ª E 2ª ORDEM COM O SOFTWARE MAPLE
170 APÊNDICES APÊNDICE A - TEXTO DE INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES DE 1ª E ª ORDEM COM O SOFTWARE MAPLE PONTIFÍCIA UNIVERSIDADE CATÓLICA DE MINAS GERAIS PUC MINAS MESTRADO PROFISSIONAL
Leia maisMicroprocessadores. Memórias
s António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Arquitectura de Microcomputador Modelo de Von Neumann Barramento de Endereços µprocessador Entrada/Saída Barramento
Leia maisMETODOLOGIAS ALTERNATIVAS DE GERAÇÃO DE CENÁRIOS NA APURAÇÃO DO V@R DE INSTRUMETOS NACIONAIS. Alexandre Jorge Chaia 1 Fábio da Paz Ferreira 2
IV SEMEAD METODOLOGIAS ALTERNATIVAS DE GERAÇÃO DE CENÁRIOS NA APURAÇÃO DO V@R DE INSTRUMETOS NACIONAIS Alexandre Jorge Chaia 1 Fábio da Paz Ferreira 2 RESUMO Uma das ferramenas de gesão do risco de mercado
Leia maisSIMULAÇÃO DA OPERAÇÃO HIDRÁULICA DE RESERVATÓRIOS
SIMULAÇÃO DA OPERAÇÃO HIDRÁULICA DE RESERVATÓRIOS Anasácio Sebasian Arce Encina 1, João Eduardo Gonçalves Lopes 2, Marcelo Auguso Cicogna 2, Secundino Soares Filho 2 e Thyago Carvalho Marques 2 RESUMO
Leia maisPREÇOS DE PRODUTO E INSUMO NO MERCADO DE LEITE: UM TESTE DE CAUSALIDADE
PREÇOS DE PRODUTO E INSUMO NO MERCADO DE LEITE: UM TESTE DE CAUSALIDADE Luiz Carlos Takao Yamaguchi Pesquisador Embrapa Gado de Leie e Professor Adjuno da Faculdade de Economia do Insiuo Vianna Júnior.
Leia maisARQUITETURA DE COMPUTADORES. Professor: Clayton Rodrigues da Siva
ARQUITETURA DE COMPUTADORES Professor: Clayton Rodrigues da Siva OBJETIVO DA AULA Objetivo: Conhecer a estrutura da arquitetura da Máquina de Von Neumann. Saber quais as funcionalidades de cada componente
Leia maisCAPÍTULO 9. y(t). y Medidor. Figura 9.1: Controlador Analógico
146 CAPÍULO 9 Inrodução ao Conrole Discreo 9.1 Inrodução Os sisemas de conrole esudados aé ese pono envolvem conroladores analógicos, que produzem sinais de conrole conínuos no empo a parir de sinais da
Leia maisANÁLISE DE ESTRUTURAS VIA ANSYS
2 ANÁLISE DE ESTRUTURAS VIA ANSYS A Análise de esruuras provavelmene é a aplicação mais comum do méodo dos elemenos finios. O ermo esruura não só diz respeio as esruuras de engenharia civil como pones
Leia maisUnidade 1: O Computador
Unidade : O Computador.3 Arquitetura básica de um computador O computador é uma máquina que processa informações. É formado por um conjunto de componentes físicos (dispositivos mecânicos, magnéticos, elétricos
Leia maishybrid neural fuzzy systems, unineurons, extreme learning, clouds, evolving systems
REDE NEURO-FUZZY EVOLUTIVA COM NEURÔNIOS BASEADOS EM UNINORMAS PARA PREVISÃO DE SÉRIES TEMPORAIS Raul Rosa, Rosangela Ballini, Fernando Gomide Deparameno de Engenharia de Compuação e Auomação Indusrial
Leia mais1 TRANSMISSÃO EM BANDA BASE
Página 1 1 TRNSMISSÃO EM BND BSE ransmissão de um sinal em banda base consise em enviar o sinal de forma digial aravés da linha, ou seja, enviar os bis conforme a necessidade, de acordo com um padrão digial,
Leia maisANÁLISE DE METODOLOGIAS DE PREVISÃO DE VAZÕES EM TEMPO REAL ESTUDO DE CASOS: BACIAS DO RIO DOCE (MG) E DO RIO URUGUAI (RS)
ANÁLISE DE METODOLOGIAS DE PREVISÃO DE VAZÕES EM TEMPO REAL ESTUDO DE CASOS: BACIAS DO RIO DOCE (MG) E DO RIO URUGUAI (RS) Adriano Rolim da Paz 1, Eduardo de Oliveira Bueno 1, Carlos Eduardo Morelli Tucci
Leia maisEconomia da Usinagem
UDESC Universidade do Esado de Sana Caarina FEJ Faculdade de Engenharia de Joinville Economia da Usinagem Prof. Régis Scalice DEPS Deparameno de Engenharia de Produção e Sisemas Processo de definição econômica
Leia maisExercícios 5 Leis de Newton
Exercícios 5 Leis de Newon 1) (UES) Um carro freia bruscamene e o passageiro bae com a cabeça no idro para-brisa. Três pessoas dão a seguine explicação sobre o fao: 1- O carro foi freado, mas o passageiro
Leia maisPREVISÃO E FILTRAGEM DE DADOS DA PRODUÇÃO DE PETRÓLEO EM ESTAÇÕES COLETORAS
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE Cenro de Engenharia Elérica e Informáica Deparameno de Sisemas e Compuação PREVISÃO E FILTRAGEM DE DADOS DA PRODUÇÃO DE PETRÓLEO EM ESTAÇÕES COLETORAS Bruno Coiinho
Leia maisRedes de Computadores
Inrodução Ins iuo de Info ormáic ca - F FRGS Redes de Compuadores uliplexação Aula 05 Transmissão é possível sempre que a banda passane do meio for maior ou igual que a banda passane do sinal Banda analógica
Leia maisRedes Neurais. Profa. Flavia Cristina Bernardini
Redes Neurais Profa. Flavia Cristina Bernardini Introdução Cérebro & Computador Modelos Cognitivos Diferentes Cérebro Computador Seqüência de Comandos Reconhecimento de Padrão Lento Rápido Rápido Lento
Leia maisManoel Leandro de Lima Júnior 1, Jorge Dantas de Melo 2, Adrião Duarte Dória Neto 3
Copyrigh 2004, Insiuo Brasileiro de Peróleo e Gás - IBP Ese Trabalho Técnico Cienífico foi preparado para apresenação no 3 Congresso Brasileiro de P&D em Peróleo e Gá a ser realizado no período de 2 a
Leia maisCurso de Modulação Digital de Sinais (parte 1)
Curso de Modulação Digial de Sinais (pare ) Márcio Anônio Mahias Auguso Carlos Pavão IMT Insiuo Mauá de Tecnologia. O que é modulação O processo de modulação pode ser definido como a ransformação de um
Leia maisTransistor de Efeito de Campo de Porta Isolada MOSFET - Revisão
Transisor de Efeio de Campo de Pora Isolada MOSFET - Revisão 1 NMOS: esruura física NMOS subsrao ipo P isposiivo simérico isposiivo de 4 erminais Pora, reno, Fone e Subsrao (gae, drain, source e Bulk)
Leia maisEquações Diferenciais Ordinárias Lineares
Equações Diferenciais Ordinárias Lineares 67 Noções gerais Equações diferenciais são equações que envolvem uma função incógnia e suas derivadas, além de variáveis independenes Aravés de equações diferenciais
Leia maisLEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO.
0 SETEMBRO/ 008 TÉCNICO DE ROJET OJETOS OS, CONSTRUÇÃO E 0 - Você recebeu do fiscal o seguine maerial: LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO. a) ese caderno, com o enunciado das 40 quesões objeivas, sem
Leia maisValor do Trabalho Realizado 16.
Anonio Vicorino Avila Anonio Edésio Jungles Planejameno e Conrole de Obras 16.2 Definições. 16.1 Objeivo. Valor do Trabalho Realizado 16. Parindo do conceio de Curva S, foi desenvolvida pelo Deparameno
Leia maisREGULAMENTO TARIFÁRIO
REGULAMENTO TARIFÁRIO DO SECTOR DO GÁS NATURAL Julho 2008 ENTIDADE REGULADORA DOS SERVIÇOS ENERGÉTICOS Rua Dom Crisóvão da Gama n.º 1-3.º 1400-113 Lisboa Tel: 21 303 32 00 Fax: 21 303 32 01 e-mail: erse@erse.p
Leia maisEspaço SENAI. Missão do Sistema SENAI
Sumário Inrodução 5 Gerador de funções 6 Caracerísicas de geradores de funções 6 Tipos de sinal fornecidos 6 Faixa de freqüência 7 Tensão máxima de pico a pico na saída 7 Impedância de saída 7 Disposiivos
Leia maisEstudo comparativo de processo produtivo com esteira alimentadora em uma indústria de embalagens
Esudo comparaivo de processo produivo com eseira alimenadora em uma indúsria de embalagens Ana Paula Aparecida Barboza (IMIH) anapbarboza@yahoo.com.br Leicia Neves de Almeida Gomes (IMIH) leyneves@homail.com
Leia maisexercício e o preço do ativo são iguais, é dito que a opção está no dinheiro (at-themoney).
4. Mercado de Opções O mercado de opções é um mercado no qual o iular (comprador) de uma opção em o direio de exercer a mesma, mas não a obrigação, mediane o pagameno de um prêmio ao lançador da opção
Leia maisModelos de Previsão. 1. Introdução. 2. Séries Temporais. Modelagem e Simulação - Modelos de Previsão
Modelos de Previsão Inrodução Em omada de decisão é basane comum raar problemas cujas decisões a serem omadas são funções de faos fuuros Assim, os dados descrevendo a siuação de decisão precisam ser represenaivos
Leia maisA FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA
A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA Era uma vez uma pequena cidade que não inha água encanada. Mas, um belo dia, o prefeio mandou consruir uma caia d água na serra e ligou-a a uma rede de disribuição.
Leia maisOTIMIZAÇÃO ENERGÉTICA NA CETREL: DIAGNÓSTICO, IMPLEMENTAÇÃO E AVALIAÇÃO DE GANHOS
STC/ 08 17 à 22 de ouubro de 1999 Foz do Iguaçu Paraná - Brasil SESSÃO TÉCNICA ESPECIAL CONSERVAÇÃO DE ENERGIA ELÉTRICA (STC) OTIMIZAÇÃO ENERGÉTICA NA CETREL: DIAGNÓSTICO, IMPLEMENTAÇÃO E AVALIAÇÃO DE
Leia mais4 Cenários de estresse
4 Cenários de esresse Os cenários de esresse são simulações para avaliar a adequação de capial ao limie de Basiléia numa deerminada daa. Sua finalidade é medir a capacidade de o PR das insiuições bancárias
Leia maisENSAIO SOBRE A FLUÊNCIA NA VIBRAÇÃO DE COLUNAS
Congresso de Méodos Numéricos em Engenharia 215 Lisboa, 29 de Junho a 2 de Julho, 215 APMTAC, Porugal, 215 ENSAIO SOBRE A FLUÊNCIA NA VIBRAÇÃO DE COLUNAS Alexandre de Macêdo Wahrhafig 1 *, Reyolando M.
Leia maisESTRATÉGIA DE CONTROLE DIGITAL DE UM INVERSOR TRIFÁSICO COM TRANSFORMADOR Δ-Y, APLICANDO A TRANSFORMADA DE PARK, USANDO O DSP TMS 2812
ESTRATÉGIA DE CONTROE DIGITA DE UM INVERSOR TRIFÁSICO COM TRANSFORMADOR Δ-Y, APICANDO A TRANSFORMADA DE PARK, USANDO O DSP TMS 8 JOSE, A. M. GUEDES, SAMIR, A. MUSSA, IVO BARBI Insiuo de Elerônica de Poência
Leia maisCALIBRAÇÃO DE UM PROJETOR DE PADRÕES PARA RECONSTRUÇÃO 3D POR LUZ ESTRUTURADA
ALIBRAÇÃO DE UM ROJETOR DE ADRÕES ARA REONSTRUÇÃO 3D OR LUZ ESTRUTURADA Mário Luiz Lopes Reiss 1 Anonio Maria arcia Tommaselli 1 1 Universidade Esadual aulisa UNES Faculdade de iências e Tecnologia rograma
Leia maisPREVISÃO DO VOLUME DE VENDAS DE UM BEM DE CONSUMO
ARNAUD FRANCIS JEAN GUÉRIN PREVISÃO DO VOLUME DE VENDAS DE UM BEM DE CONSUMO Trabalho de formaura apresenado À Escola Poliécnica da Universidade de São Paulo para a obenção do Diploma de Engenheiro de
Leia maisDanilo Perretti Trofimoff EXPOSIÇÃO CAMBIAL ASSIMÉTRICA: EVIDÊNCIA SOBRE O BRASIL
FACULDADE IBMEC SÃO PAULO Programa de Mesrado Profissional em Economia Danilo Perrei Trofimoff EXPOSIÇÃO CAMBIAL ASSIMÉTRICA: EVIDÊNCIA SOBRE O BRASIL São Paulo 2008 1 Livros Gráis hp://www.livrosgrais.com.br
Leia mais= + 3. h t t. h t t. h t t. h t t MATEMÁTICA
MAEMÁICA 01 Um ourives possui uma esfera de ouro maciça que vai ser fundida para ser dividida em 8 (oio) esferas menores e de igual amanho. Seu objeivo é acondicionar cada esfera obida em uma caixa cúbica.
Leia mais2 a Aula Introdução ao TL: INSTRUMENTAÇÃO LABORATORIAL. Introdução. Aparelhos analógicos e digitais. Aparelhos analógicos e digitais.
2 a Aula Inrodução ao TL: INSTUMNTAÇÃO LABOATOIAL Inrodução Aparelhos analógicos e digiais Volímeros, amperímeros e ohmímeros:mulímero Sinais DC e AC Tensão pico-a-pico e ensão eficaz Fones de energia
Leia maisHardware: Componentes Básicos. Sistema de Computador Pessoal. Anatomia de um Teclado. Estrutura do Computador. Arquitetura e Organização
Hardware: Componentes Básicos Arquitetura dos Computadores Dispositivos de Entrada Processamento Dispositivos de Saída Armazenamento Marco Antonio Montebello Júnior marco.antonio@aes.edu.br Sistema de
Leia maisCAPITULO 01 DEFINIÇÕES E PARÂMETROS DE CIRCUITOS. Prof. SILVIO LOBO RODRIGUES
CAPITULO 1 DEFINIÇÕES E PARÂMETROS DE CIRCUITOS Prof. SILVIO LOBO RODRIGUES 1.1 INTRODUÇÃO PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE ENGENHARIA FENG Desinase o primeiro capíulo
Leia maisDMX Light Control. Daniel Ribeiro, Pedro Torres, Paula Pereira
DMX Ligh Conrol Daniel Ribeiro, Pedro Torres, Paula Pereira Resumo DMX-Ligh Conrol efecua o conrolo de sisemas de luzes que funcionam segundo o proocolo DMX, aravés de rádio frequência. Ese sisema foi
Leia maisBanco de Dados I. Prof. Edson Thizon ethizon@bol.com.br
Banco de Dados I Prof. Edson Thizon ethizon@bol.com.br Conceitos Dados Fatos conhecidos que podem ser registrados e que possuem significado implícito Banco de dados (BD) Conjunto de dados interrelacionados
Leia maisCom base no enunciado e no gráfico, assinale V (verdadeira) ou F (falsa) nas afirmações a seguir.
PROVA DE FÍSICA 2º ANO - 1ª MENSAL - 2º TRIMESTRE TIPO A 01) O gráico a seguir represena a curva de aquecimeno de 10 g de uma subsância à pressão de 1 am. Analise as seguines airmações. I. O pono de ebulição
Leia maisEstrutura a Termo da Taxa de Juros e Dinâmica Macroeconômica no Brasil*
REVISTA DO BNDES, RIO DE JANEIRO, V. 15, N. 30, P. 303-345, DEZ. 2008 303 Esruura a Termo da Taxa de Juros e Dinâmica Macroeconômica no Brasil* SAMER SHOUSHA** RESUMO Exise uma relação muio próxima enre
Leia maisIntrodução à Informática
Introdução à Informática Alexandre Meslin (meslin@nce.ufrj.br) Objetivo do Curso Apresentar os conceitos básicos de informática, de software e de hardware. Introduzir os conceitos relativos à representação
Leia maisGABARITO DE QUÍMICA INSTITUTO MILITAR DE ENGENHARIA
GABARITO DE QUÍMICA INSTITUTO MILITAR DE ENGENHARIA Realizada em 8 de ouubro de 010 GABARITO DISCURSIVA DADOS: Massas aômicas (u) O C H N Na S Cu Zn 16 1 1 14 3 3 63,5 65,4 Tempo de meia - vida do U 38
Leia maisModulação em Largura de Pulso - PWM
Mdulaçã e Largura de Puls - PWM O sisea PWM cnsise e variar a largura d puls da pradra, prprcinalene a sinal dulane, anend cnsanes a apliude e inerval de ep a que s pulss se repee. Pdes classifica PWM
Leia maisIDENTIFICAÇÃO DE SISTEMAS VIA FUNÇÕES ORTOGONAIS: MODELOS DE SEGUNDA ORDEM VERSUS REALIZAÇÃO NO ESPAÇO DE ESTADOS
6º PSMEC Universidade Federal de Uberlândia Faculdade de Engenharia Mecânica IDENIFICAÇÃ DE SISEMAS VIA FUNÇÕES RGNAIS: MDES DE SEGUNDA RDEM VERSUS REAIZAÇÃ N ESPAÇ DE ESADS Clayon Rodrigo Marqui clayon_rm@dem.feis.unesp.br
Leia maisINTRODUÇÃO. 1. MODULAÇÃO POR CÓDIGO DE PULSO - PCM 1.1
ETFSC UNED/SJ CURSO DE TELEFONIA DIGITAL CAPÍTULO. MODULAÇÃO POR CÓDIGO DE PULSO - PCM. INTRODUÇÃO. Uma grande pare dos sinais de inormações que são processados em uma rede de elecomunicações são sinais
Leia maisPrevisão de demanda e monitoramento por sinal de rastreamento do modelo para produto classe A de uma empresa varejista de Belém do Pará.
Previsão de demanda e moniorameno por sinal de rasreameno do modelo para produo classe A de uma empresa varejisa de Belém do Pará. avi Filipe Vianna Moreira (UEPA) davifilipe@globo.com Jesse Ramon de Azevedo
Leia maisA CONSTRUÇÃO DO CONCEITO DE LOGARITMO A PARTIR DE UM PROBLEMA GERADOR
A CONSTRUÇÃO DO CONCEITO DE LOGARITMO A PARTIR DE UM PROBLEMA GERADOR Bárbara Lopes Macedo (Faculdades Inegradas FAFIBE) Carina Aleandra Rondini Marreo (Faculdades Inegradas FAFIBE) Jucélia Maria de Almeida
Leia maisEscola Secundária Dom Manuel Martins
Escola Secundária Dom Manuel Marins Seúbal Prof. Carlos Cunha 1ª Ficha de Avaliação FÍSICO QUÍMICA A ANO LECTIVO 2006 / 2007 ANO II N. º NOME: TURMA: C CLASSIFICAÇÃO Grisson e a sua equipa são chamados
Leia maisProf. Dr. Marco Antonio Leonel Caetano. Curso. SIMULINK - Simulação de Modelos Quantitativos em Meio Ambiente
Curso SIMULINK - Simulação de Modelos Quaniaivos em Meio Ambiene Prof.Dr. Marco Anonio Leonel Caeano Depo de Esaísica, Maemáica Aplicada e Compuacional UNESP - Rio Claro - SP 1997 1 1- Inegradores Numéricos
Leia maisAdaptado de O Prisma e o Pêndulo as dez mais belas experiências científicas, p. 52, Crease, R. (2006)
PROVA MODELO GRUPO I Arisóeles inha examinado corpos em moimeno e inha concluído, pelo modo como os corpos caem denro de água, que a elocidade de um corpo em queda é uniforme, proporcional ao seu peso,
Leia mais3 REVISÃO BIBLIOGRÁFICA
33 3 REVISÃO BIBLIOGRÁFICA No iem 3.1, apresena-se uma visão geral dos rabalhos esudados sobre a programação de horários de rens. No iem 3.2, em-se uma análise dos rabalhos que serviram como base e conribuíram
Leia maisTelefonia Digital: Modulação por código de Pulso
MINISTÉRIO DA EDUCAÇÃO Unidade de São José Telefonia Digial: Modulação por código de Pulso Curso écnico em Telecomunicações Marcos Moecke São José - SC, 2004 SUMÁRIO. MODULAÇÃO POR CÓDIGO DE PULSO....
Leia maisCapítulo 1 Introdução
Capíulo 1 Inrodução Índice Índice...1 1. Inrodução...2 1.1. Das Ondas Sonoras aos Sinais Elécricos...2 1.2. Frequência...4 1.3. Fase...6 1.4. Descrição de sinais nos domínios do empo e da frequência...7
Leia maisCampo magnético variável
Campo magnéico variável Já vimos que a passagem de uma correne elécrica cria um campo magnéico em orno de um conduor aravés do qual a correne flui. Esa descobera de Orsed levou os cienisas a desejaram
Leia maisUma análise de indicadores de sustentabilidade fiscal para o Brasil. Tema: Ajuste Fiscal e Equilíbrio Macroeconômico
Uma análise de indicadores de susenabilidade fiscal para o rasil Tema: Ajuse Fiscal e Equilíbrio Macroeconômico . INTRODUÇÃO Parece pouco discuível nos dias de hoje o fao de que o crescimeno econômico
Leia maisUMA APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA PARA DADOS EM SÉRIES TEMPORAIS DO CONSUMO AGREGADO DAS FAMÍLIAS BRASILEIRAS
UMA APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA PARA DADOS EM SÉRIES TEMPORAIS DO CONSUMO AGREGADO DAS FAMÍLIAS BRASILEIRAS VIEIRA, Douglas Tadeu. TCC, Ciências Econômicas, Fecilcam, vieira.douglas@gmail.com PONTILI,
Leia maisUm estudo de Cinemática
Um esudo de Cinemáica Meu objeivo é expor uma ciência muio nova que raa de um ema muio anigo. Talvez nada na naureza seja mais anigo que o movimeno... Galileu Galilei 1. Inrodução Nese exo focaremos nossa
Leia maisHCV: Um estudo do tempo de tratamento
H: Um esudo do empo de raameno José Anonio Salvador e Sadao Massago Deparameno de Maemáica - Universidade Federal de São Carlos Via Washingon Luis, km 23, CP 676 36-9 São Carlos - SP salvador@dm.ufscar.br
Leia maisComplemento 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 maisUniversidade Federal de Pelotas UFPEL Departamento de Economia - DECON. Economia Ecológica. Professor Rodrigo Nobre Fernandez
Universidade Federal de Peloas UFPEL Deparameno de Economia - DECON Economia Ecológica Professor Rodrigo Nobre Fernandez Capíulo 6 Conabilidade Ambienal Nacional Peloas, 2010 6.1 Inrodução O lado moneário
Leia maisFlávia Rodrigues. Silves, 26 de Abril de 2010
Flávia Rodrigues STC5 _ Redes de Informação e Comunicação Silves, 26 de Abril de 2010 Vantagens e Desvantagens da Tecnologia Acessibilidade, quer a nível pessoal quer a nível profissional; Pode-se processar
Leia maisFísica Fascículo 01 Eliana S. de Souza Braga
Física Fascículo 01 Eliana S. de Souza raga Índice Cinemáica...1 Exercícios... Gabario...6 Cinemáica (Não se esqueça de adoar uma origem dos espaços, uma origem dos empos e orienar a rajeória) M.R.U. =
Leia maisMÓDULO 2 Topologias de Redes
MÓDULO 2 Topologias de Redes As redes de computadores de modo geral estão presentes em nosso dia adia, estamos tão acostumados a utilizá las que não nos damos conta da sofisticação e complexidade da estrutura,
Leia maisEscola E.B. 2,3 / S do Pinheiro
Escola E.B. 2,3 / S do Pinheiro Ciências Físico Químicas 9º ano Movimenos e Forças 1.º Período 1.º Unidade 2010 / 2011 Massa, Força Gravíica e Força de Ario 1 - A bordo de um vaivém espacial, segue um
Leia mais