Filtro de Conteúdo para Sistemas SMS Baseado em Classificador Bayesiano e Agrupamento por Palavras

Tamanho: px
Começar a partir da página:

Download "Filtro de Conteúdo para Sistemas SMS Baseado em Classificador Bayesiano e Agrupamento por Palavras"

Transcrição

1 XV Workshop de Gerênca e Operação de Redes e Servços 131 Fltro de Conteúdo para Sstemas SMS Baseado em Classfcador Bayesano e Agrupamento por Drceu Belém 1, Fátma Duarte-Fgueredo 1 1 Pontfíca Unversdade Católca de Mnas Geras (PUC - Mnas) Rua Walter Iann, 255, Belo Horzonte, Mnas Geras, , MG Abstract. There are many researches about e-mal spam flters. However, there are few researches that look at ths ssue for SMS (Short Message Servce) systems. Ths s a result of the dffculty n havng access to SMS platforms of moble operators. Furthermore, the volume of spams to SMS systems has ncreased year after year. The man objectve of ths work s to propose the mplementaton of a content flter for SMS systems based on the Bayesan Classfer and word groupng. In order to evaluate the performance of ths flter, 120 thousand messages sent from a content provder that servces moble operators were tested. The results demonstrated that the proposed flter reached a correct ndex spam detecton close to 100%. Resumo. Exstem mutas pesqusas sobre fltro de spam para e-mals. No entanto, exstem poucos trabalhos que abordam o assunto para sstemas SMS (Short Message Servce). A quantdade de spams para sstemas SMS tem aumentado a cada ano. O prncpal objetvo deste trabalho é propor a mplementação de um fltro de conteúdo para sstemas SMS baseado em classfcador Bayesano e agrupamento por palavras. Para avalar o desempenho do fltro, foram utlzadas mensagens de um provedor de conteúdo que presta servço para operadoras de telefona celular. Os resultados apresentados demonstraram que o fltro proposto obteve um índce de acerto na detecção de spams próxmo de 100%. 1. Introdução Desde o lançamento da telefona celular, até os das de hoje, é possível perceber uma evolução dos dspostvos e dos servços prestados pelas operadoras. Uma grande varedade de servços passou a ser oferecda. O SMS (Short Message Servce), conhecdo popularmente como sstema de troca de mensagens de texto ou torpedos, tornou-se um dos mas mportantes servços, por ser de smples utlzação e de baxo custo. A utlzação dos servços SMS representou, em % da receta das operadoras de telefona celular da Europa (Gartner, 2008). Na Chna, em 2000, foram envadas um blhão de mensagens SMS. Na Europa, em 2006, a receta das operadoras fo de 429,6 mlhões de euros e aumentara 30% em 2007, segundo He, Sun, Zheng, Wen (2008). As estmatvas de faturamento global prevstas até 2013, na utlzação de servços SMS, devem ser de US$ 177 mlhões (Boas, 2008). Consderando o alto percentual de mensagens ndesejadas em sstemas SMS, este trabalho apresenta um fltro de conteúdo baseado em classfcador Bayesano, para

2 132 Anas detectar spams prevamente. Na bblografa consultada, outros autores Deng e Peng (2006) mplementaram fltros de conteúdo baseados em Classfcadores Bayesanos. A proposta deste trabalho dferenca-se da deles por permtr o agrupamento de palavras das mensagens no fltro e na escalabldade dos testes. O algortmo desenvolvdo na mplementação do fltro, fo ntegrado a uma plataforma de envo de mensagens para sstemas SMS, de uma empresa provedora de conteúdo SMS, ntegrada a grandes operadoras de telefona celular do país. A mplementação do fltro fo realzada em uma ESME (External Short Message Entty). Essa entdade é responsável por entregar as mensagens envadas pelos provedores de conteúdo à SMSC (Short Message Servce Center). Tanto a ESME quanto a SMSC são componentes de uma arqutetura da operadora de telefona celular que será explcada detalhadamente no trabalho. O papel do fltro de conteúdo na ESME é classfcar e bloquear as mensagens classfcadas como spam. Este trabalho está organzado da segunte forma: a Seção 2 apresenta os prncpas concetos, onde são apresentadas as tecnologas exstentes sobre fltros de conteúdo. A Seção 3 apresenta os prncpas trabalhos relaconados. A Seção 4 apresenta a descrção do fltro baseado em Classfcação Bayesana e agrupamento por palavras. A Seção 5 apresenta os expermentos, os resultados e a análse. A Seção 6 apresenta as conclusões e os trabalhos futuros. 2. Prncpas Concetos 2.1. Spam Spam é defndo por Saham, Dumas, Heckerman e Horvtz (1998) como uma forma de bombardear caxas de mensagens com mensagens não solctadas a respeto de tudo, desde artgos para venda e formas de como enrquecer rapdamente, a nformações sobre como acessar stes pornográfcos. Para Cranor e LaMaccha (1998), os prncpas fatores que contrbuem para o crescmento do número de spam são a facldade de envá-lo para um grande número de destnatáros e de se obter endereços de e-mals váldos, além do baxo custo de envo. Cormack e Lynam (2005), defnem o spam como e-mal não solctado, emtdo de forma ndscrmnada, dreta ou ndretamente, por um remetente que não tem nenhum relaconamento com o destnatáro. O spam pode ser consderado o equvalente eletrônco das correspondêncas ndesejadas e dos telefonemas de telemarketng não solctados Formas de Bloqueo e Detecção de Spam As formas de bloqueo e detecção de um spam estão dvddas em: lstas de bloqueo, bloqueo temporáro de mensagens (greylstng), autentcação da organzação que está envando aquele e-mal (DomanKeys Identfed Mal) e fltros de conteúdo. As três prmeras técncas se baseam em bloquear o e-mal de acordo com o remetente ou quem está envando o e-mal, podendo bloquear mensagens vndas de um remetente, servdor, ou domíno. A últma técnca se basea em analsar o conteúdo do e-mal e detectar se aquele e-mal é ou não spam. Algumas soluções podem utlzar mas de uma técnca ao mesmo tempo.

3 XV Workshop de Gerênca e Operação de Redes e Servços Fltros de Conteúdo propostos para E-mal A fltragem de conteúdo consste em analsar e dentfcar o conteúdo de acordo com uma classe, por exemplo, spam e não spam. Para que seja possível dentfcar as mensagens, o processo de fltragem precsa passar por um trenamento com uma amostra de mensagens das duas classes. Este processo de trenamento obtém os atrbutos necessáros para a dentfcação e classfcação das mensagens. Deng e Peng (2006), por exemplo, utlzam como atrbutos, quantdade de caracteres e o remetente, na dentfcação e classfcação das mensagens spam e não spam. Os prmeros fltros de conteúdo que surgram foram para spams de e-mal, mas podem ser adaptados para sstemas SMS. Segundo Mng, Yunchun e We (2007), váras técncas sobre fltragem de spam para e-mals foram cradas. Elas podem ser dvddas em três técncas: a prmera é baseada em palavra-chave, onde os algortmos extraem característcas do corpo do e-mal e dentfca as correspondêncas com essa palavrachave. Essa técnca é consderada passva e demorada. Por exemplo, quando os spammers alteram as palavras dos e-mals, o método se torna nefcaz por não encontrar as palavras e, quando há mutas palavras, as pesqusas são muto demoradas. A segunda técnca fltra o conteúdo. Essa técnca pode ser vsta como um caso partcular de categorzação de texto, onde apenas duas classes são possíves: spam e não spam. As soluções que utlzam essa técnca estão entre os prncpas métodos: classfcador Bayesano, SVM (Support Vector Machne), K-NN (K-Vznhos Mas Próxmos), Redes Neuras Artfcas, Árvores Boostng, Aprendzado Baseado em Memóra, Roccho e Sstemas Imunológcos Artfcas. A fltragem de conteúdo possu algumas desvantagens. Prmeramente, ocorre um desperdíco de largura de banda de rede, onde não é possível tomar decsão sobre o tpo do e-mal enquanto o mesmo não tenha sdo baxado nteramente no clente. Em segundo lugar, é dfícl garantr a atualdade da amostra, pela quantdade de e-mals e mudanças nos conteúdos de spam, sendo dfícl garantr o efeto e a persstênca do algortmo ant-spam. A tercera técnca é baseada na fltragem de spam. Essa técnca pode detectar spam e evtar as desvantagens da prmera e da segunda técnca. É uma técnca que reconhece spam através do comportamento dos usuáros ao envar novos e-mals, construndo o processo de decsão para receber e-mals. Essa técnca utlza o comportamento dos spammers para detectar novos spams Classfcador Bayesano A técnca fltragem de conteúdo baseada em classfcador Bayesano, segundo Slva (2009), é bastante utlzada em problemas de categorzação de texto e em fltros antspam. A dea básca é usar a probabldade na estmatva de uma dada categora presente em um documento ou texto. Assume-se que exste ndependênca entre as palavras, tornando o fltro mas smples e rápdo. Na teora da probabldade, o teorema de Bayes é relaconado à probabldade condconal de dos eventos aleatóros. Crado por Thomas Bayes, um famoso matemátco brtânco que vveu no século 18, o teorema de Bayes é utlzado para calcular probabldades posterores, a partr de nformações coletadas no passado, e representa uma abordagem teórca estatístca de nferênca ndutva na resolução de problemas (Kantardzc 2003). Por exemplo, ao se observar alguns sntomas de um

4 134 Anas pacente, é possível, utlzando-se o teorema, calcular a probabldade de um dagnóstco (Saham, Dumas, Heckerman e Horvtz, 1998). De acordo com o teorema de Bayes, a probabldade é dada por uma hpótese dos dados, consderada base posteror, que é proporconal ao produto da probabldade vezes a probabldade préva. A probabldade posteror representa o efeto dos dados atuas, enquanto a probabldade préva especfca a crença na hpótese, ou o que fo coletado anterormente. O teorema nos permte combnar a probabldade desses eventos ndependentes em um únco resultado (Saham, Dumas, Heckerman e Horvtz, 1998). Kantardzc (2003) apresenta a classfcação bayesana da segunte forma, seja X uma amostra de dados, cuja classe seja desconhecda, e seja H alguma hpótese, tal que os dados específcos da amostra X pertencem à classe C. Pode-se determnar P ( H X ), a probabldade da hpótese H possu dados observados na amostra X, onde P ( H X ) é a probabldade posteror que representa a confança na hpótese. P (H ) é a probabldade préva de H, para qualquer amostra, ndependente de como a amostra dos dados aparecem. A probabldade posteror P ( H X ) basea-se em obter mas nformações na probabldade préva P (H ). O teorema Bayesano provê o cálculo da probabldade posteror P ( H X ) utlzando as probabldades P (H ), P (X ) e P ( X H ), conforme fórmula ( 1). X H ) H ) H X ) = X ) Suponha que exste um conjunto de m amostras S = S, S,..., S } (conjunto de dados já trenados), onde cada amostra (1) { 1 2 m S é representada por um vetor de n dmensões { x 1, x2,..., xn}. Valores de x correspondem aos atrbutos A 1, A2,..., An, respectvamente. Além dsso, exstem k classes C 1, C2,..., Ck e todas as amostras pertence a uma dessas classes. Dada uma amostra de dados adconas x (onde sua classe é desconhecda), é possível predzer a classe para x usando a probabldade condconal mas elevada C X ), onde = 1,..., k. As probabldades são obtdas a partr do teorema de Bayes: C X C) C ) X ) = X ) Em ( 2), P (X ) é constante para todas as classes, somente o produto P X C ) C ) deve ser maxmzado. P C ) é o número de amostras trenadas para a ( classe ( C / m ( m é o total de amostras trenadas). Tendo em vsta a complexdade do cálculo de P X C ), especalmente para grandes conjuntos de dados, é realzado um ( pressuposto ngênuo de ndependênca condconal entre os atrbutos. Utlzando esse pressuposto, é possível expressar P X C ) como um produto: ( (2) P ( X C ) = n t = 1 x t C ) (3)

5 XV Workshop de Gerênca e Operação de Redes e Servços 135 Em ( 3), x t são valores para atrbutos na amostra X. As probabldades P x t C ) podem ser estmadas a partr do conjunto de dados trenados. ( 2.5. Fltros de Mensagens SMS Dentre as técncas conhecdas para fltragem de e-mal algumas delas também são utlzadas na fltragem de mensagens SMS. Lstas de bloqueo e fltros de conteúdo, utlzando técncas KNN, SVM e classfcação Bayesana, podem ser ctados. Além dessas técncas, fo encontrada também uma técnca chamada CAPTCHA (Completely Automated Publc Turng test to tell Computers and Humans Apart) nos trabalhos de He, Wen e Zheng (2008), Shahreza (2008), Zhang, He, Sun, Zheng e Wen (2008) e Shahreza (2006), onde é possível realzar um teste cogntvo para dentfcar um ser humano e um computador. Nesse caso, o fltro solcta uma resposta ao remetente sobre uma pergunta que não pode ser realzada por um sstema, nbndo, assm, as mensagens ndevdas O problema do falso postvo e do falso negatvo Um dos erros nacetáves na detecção de spam é não envar uma determnada mensagem ao usuáro por classfcá-la ncorretamente como spam. Esse erro é denomnado falso postvo. Ou seja, ao classfcar essa mensagem, o algortmo classfca essa mensagem como spam e não a enva ao usuáro. Em programas de e-mal, esse problema pode ser parcalmente resolvdo confgurando-os para envar mensagens classfcadas como spam para uma pasta específca. Sendo assm, o usuáro poderá verfcar essa pasta em busca de mensagens não spam classfcadas ncorretamente. Um outro tpo de erro, denomnado falso negatvo, não é tão grave. O únco aborrecmento é que o usuáro va receber novas mensagens spam em sua caxa de entrada de e-mals. Quando sso ocorrer, o únco trabalho que o usuáro terá será o de exclur essa mensagem, ou denuncá-la como spam, caso o seu programa de e-mals tenha essa opção (Asss, 2006). 3. Prncpas Trabalhos Relaconados O trabalho apresentado por Deng e Peng (2006) propõe um fltro de spam baseado em classfcador Bayesano para sstemas SMS. A proposta de Deng e Peng (2006) fo combnar a solução do fltro com o atrbuto palavra, com o fltro com os atrbutos, telefone, URL, tamanho da mensagem, valores monetáros, lsta negra (blacklst) de remetentes a serem bloqueados e lsta branca (whtelst) de remetentes confáves. A conclusão apresentada por Deng e Peng (2006), no trabalho realzado, fo que, ao se adconar novos atrbutos propostos no cálculo, os resultados apresentaram uma precsão maor para se classfcar as mensagens como spam e não spam. Ou seja, o fltro com os novos atrbutos obteve um resultado superor quando se compara com o algortmo sem os novos atrbutos, reduzndo o número de falsos postvos e falsos negatvos. Os resultados obtdos por Deng e Peng (2006) para os testes realzados adconando todos os atrbutos fo de 99,1% de acerto.

6 136 Anas 4. Descrção do fltro baseado em classfcação Bayesana e agrupamento por palavras A proposta deste trabalho é a mplementação de um fltro de conteúdo baseado em classfcação Bayesana para sstemas SMS. A classfcação Bayesana fo escolhda devdo à facldade de mplementação e conforme menconado anterormente, o fltro mplementado neste trabalho se dfere dos propostos por outros autores por agrupar palavras no trenamento do fltro e por estar mplementando dentro de uma ESME. Este trabalho propõe a utlzação de apenas palavras e três atrbutos para a classfcação dos fltros Implementação do Fltro Resumdamente, o trabalho engloba processos descrtos a segur: fo desenvolvda uma ESME e mplantada em uma operadora de telefona celular. Essa ESME recebe as mensagens envadas pelos provedores de conteúdo e classfca as mensagens como spam e não spam antes de envar à SMSC da operadora de telefona celular. Caso a mensagem seja classfcada como não spam, essa mensagem será encamnhada a SMSC da operadora que envará essa mensagem ao dspostvo móvel do usuáro. Fo desenvolvdo também um aplcatvo em Java para os dspostvos que suportam o sstema operaconal Androd, onde o usuáro poderá classfcar as mensagens como spam ou não spam, contrbundo com a base de dados do fltro. O fltro mplementado trabalha sobre cada mensagem para classfcá-la como spam ou não spam, da segunte forma: retra-se os caracteres especas, acentos, e stopwords, transforma-se todos os caracteres em mnúsculos. O conjunto de palavras restantes é armazenado em um vetor. Esse vetor é percorrdo sequencalmente, pegando uma, duas, três, quatro, ou cnco palavras, de acordo com a opção feta antes de se ncar o fltro. Todas as combnações de uma a cnco palavras são armazenadas no vetor. Cada elemento do vetor pode ser consequentemente uma, duas, três, quatro ou cnco palavras. Além dsso, cala elemento pode conter um valor agregado, ou seja, um atrbuto. Incalmente, foram obtdas mensagens de uma ESME mplantada em uma operadora de telefona celular. As mensagens foram classfcadas manualmente como spam e não spam de acordo com o caso. Todas as palavras de cada mensagem foram lstadas e agrupadas até no máxmo cnco palavras. Fo estabelecda uma probabldade de cada uma dessas palavras e grupos de palavras aparecerem em uma mensagem spam e não spam, através da fórmula de Bayes. Por exemplo, ao se receber uma mensagem com a palavra compre a maora dos usuáros consderara essa mensagem como spam, e, raramente, encontrara essa palavra em uma mensagem consderada não spam. Por sso, fo necessáro trenar o fltro para que fosse possível dentfcar a probabldade de uma mensagem com a palavra compre spam. O mesmo fo realzado para o grupo de duas, três e quatro palavras, como por exemplo compre agora, compre agora carro e compre agora carro mperdível. Esse treno fo feto com mensagens spam e mensagens não spam, totalzando grupos de uma a cnco palavras. Durante o treno, o fltro ajustou as probabldades de cada uma das palavras e grupos encontrados nas mensagens, de acordo com a categora, spam e não spam.

7 XV Workshop de Gerênca e Operação de Redes e Servços 137 Fo realzada a remoção de stopwords, que consste em descartar as palavras que pouco refletem o conteúdo de um documento ou são tão comuns que não dstnguem nenhuma categora dos documentos, como por exemplo, artgos e preposções. Cada doma possu uma lsta de palavras consderadas stopwords. A lsta para o doma português fo obtda em Balnsk (Balnsk 2002). Para Slva (2009), nem todas as palavras são gualmente sgnfcatvas para representar uma categora. Algumas carregam mas sgnfcado que outras. Normalmente, os substantvos, segudos dos adjetvos e verbos carregam mas representatvdade do que outras classes gramatcas como os pronomes, as conjunções e os artgos. A remoção das stopwords consste em descartar as palavras que pouco refletem no conteúdo de um documento ou são tão comuns que não dstnguem nenhuma categora dos documentos. Todas as palavras foram convertdas para mnúsculas e acentos e caracteres especas foram retrados. Os atrbutos utlzados nessa pesqusa foram: grupos de uma a cnco palavras, telefones, URL s e valores monetáros. Os demas atrbutos da pesqusa de Deng e Peng (2006) foram desconsderados, como o tamanho da mensagem e o remetente. Esses atrbutos foram desconsderados porque as mensagens utlzadas nessa pesqusa são mensagens envadas por provedores de conteúdo. Essas mensagens possuem o tamanho maor quando se compara com mensagens envadas de assnante para assnante, e os remetentes sempre são os mesmos. Cada um desses atrbutos seleconados contrbu para o que se chama de probabldade posteror no cálculo do teorema de Bayes. Em seguda, a probabldade é calculada sobre todos os atrbutos de uma mensagem. O cálculo é realzado para ambos os casos, tanto para a mensagem ser spam, quanto para a mensagem não ser spam. A classfcação é determnada a partr do maor valor das probabldades de spam e não spam. Além dsso, o fltro estará em constante atualzação. A partr da chegada de novas mensagens, as probabldades de cada uma das palavras são atualzadas, dexando, assm, cada vez mas precsa a detecção de mensagens spam e não spam Descrção do Algortmo do Clente mplementado para o Sstema Operaconal Androd O algortmo do clente fo desenvolvdo para ser executado nos celulares que possuem o sstema operaconal Androd. Foram utlzados a lnguagem Java SDK 1.5 do Androd, e utlzando banco de dados SQLte. Nesta parte do projeto as pessoas poderão contrbur com as mensagens que recebem em seus celulares, ndcando se são ou não spams. Quando a aplcatvo é baxado e nstalado, o mesmo lê todas as mensagens na caxa de entrada do celular do clente e enva ao servdor os dados atualzados para serem ncluídos na base de dados central do fltro. A partr desse momento, a cada nova mensagem que chegar ao celular, novas probabldades são calculadas, e novos dados são envados ao banco de dados do servdor Descrção do Algortmo do Servdor O algortmo do servdor é a parte prncpal desse projeto. Ele contém toda a mplementação do fltro de conteúdo. A cada nova mensagem que o algortmo receber, são separados nos seguntes elementos: grupos de uma a cnco palavras e atrbutos. Após essa separação é realzado o cálculo da probabldade dessa mensagem ser ou não spam. Para cada grupos de palavras e atrbutos obtdos em uma mensagem, é realzado

8 138 Anas uma consulta na base de dados do fltro, dentfcando a ncdênca destes elementos como spam ou não spam. Posterormente, é realzado o cálculo, utlzando a Fórmula ( 4) a segur: W S) S) S W ) = W ) Após realzado o cálculo de cada um dos elementos da mensagem é realzado o cálculo da mensagem ntera ser spam, utlzando a Fórmula ( 5) abaxo. P ( S W ) = n t= 1 s t W ) O desenvolvmento do algortmo fcou dvddo em três módulos. No prmero módulo, denomnado Trenamento, foram nserdas uma lsta de mensagens, spam e não spam. As probabldades de cada um dos atrbutos e grupos de uma a cnco palavras são calculadas, classfcando cada uma delas como spam ou não spam. (4) (5) Fgura 1. Fluxograma do Módulo Trenamento

9 XV Workshop de Gerênca e Operação de Redes e Servços 139 No segundo módulo, denomnado Classfcação, o algortmo recebe uma mensagem e a classfca como spam ou não spam. No tercero módulo, denomnado Aprendzado, os usuáros que utlzarem o aplcatvo no sstema operaconal Androd poderão contrbur com o fltro a partr das classfcações realzadas por ele. O módulo Trenamento pode ser entenddo melhor no fluxograma da Fgura 1 e explcado melhor posterormente. O módulo Trenamento apresentado na Fgura 1 apresenta o fluxograma de trenamento das mensagens utlzadas. Incalmente fo realzado a carregamento dos stopwords na memóra do servdor para utlzação futura. Para cada mensagem lda fo realzado o processo de preparação da mensagem, onde todos os caracteres especas, acentos e stopwords são retrados, e fo verfcado se na mensagem exste algum atrbuto, como telefone, URL e valores monetáros. Fgura 2. Fluxograma do Módulo Classfcação e Aprendzado O módulo Classfcação e Aprendzado apresentado na Fgura 2 apresenta o fluxograma de classfcação da mensagem envada. Incalmente é realzado a carregamento dos stopwords, atrbutos e elementos na memóra do servdor para utlzação futura. A mensagem é preparada da mesma forma como demonstrado no processo da Fgura 1, onde todos os caracteres especas, acentos e stopwords são retrados, e é verfcado se na mensagem exste algum atrbuto, como telefone, URL e valores monetáros.

10 140 Anas 5. Expermentos e Resultados Os expermentos foram realzados no fltro de conteúdo após a carga de mensagens que fo realzado no processo de trenamento. Dessas mensagens, mensagens foram classfcadas manualmente como spam e mensagens foram classfcadas manualmente como não spam. Essa carga realzada gerou elementos, além dos atrbutos telefone, URL e valores monetáros. Para realzar os expermentos foram obtdas mas mensagens. Essas mensagens também foram classfcadas manualmente, e dentre elas 8008 mensagens foram classfcadas como não spam e 636 mensagens foram classfcadas como spam. Essa classfcação manual fo realzada para que após a obtenção dos resultados os mesmos possam ser conferdos e verfcando assm o percentual de acerto do algortmo. Os expermentos foram dvddos em cnco partes. Na prmera parte dos testes, as mensagens foram classfcadas consderando apenas uma palavra e os atrbutos. Na segunda parte dos testes, as mensagens foram classfcadas consderando o grupo de uma a duas palavras, e os atrbutos. Na tercera parte dos testes, as mensagens foram classfcadas consderando o grupo de uma a três palavras, e os atrbutos. Na quarta parte dos testes, as mensagens foram classfcadas consderando o grupo de uma a quatro palavras, e os atrbutos. Na qunta parte dos testes, as mensagens foram classfcadas consderando o grupo de uma a cnco palavras, e os atrbutos. Para realzar os expermentos do fltro de spam SMS, fo utlzado um equpamento com um processador Intel (R) Xeon (R), com dos processadores de 2.0 GHz, memóra prncpal de 4 GB, memóra secundára de 350 GB, sstema operaconal Ubunbu 9.04 e banco de dados PostgreSQL 8.4. O tempo total gasto para este equpamento executar os testes chegou a 181,827 segundos na detecção de spams e não spams para mensagens utlzando o agrupamento de uma a cnco palavras Resultados e Análses A Tabela 1 apresenta os resultados para classfcação de grupos de uma a cnco palavras e atrbutos. Os testes realzados para uma palavra e atrbutos apresentou o percentual de falsos postvos fo de 0,045% e o percentual de falsos negatvos fo 0,044%. O desempenho total do algortmo fo de 99,955% de acerto. Nessa parte do testes foram utlzados grupos de uma palavra. O espaço utlzado para esses grupos fo de 0,49MB. Os testes realzados para o grupo de duas palavras e atrbutos apresentou o percentual de falsos postvos fo de 0,191% e o percentual de falsos negatvos fo 0,007%. O desempenho total do algortmo fo de 99,978% de acerto. Nessa parte do testes, foram utlzados grupos de uma a duas palavras. O espaço utlzado para esses grupos fo de 4,38MB. Os testes realzados para o grupo de três palavras e atrbutos apresentou o percentual de falsos postvos fo de 0,209% e o percentual de falsos negatvos fo 0,005%. O desempenho total do algortmo fo de 99,9799% de acerto. Nessa parte do testes foram utlzados grupos de uma a três palavras. O espaço utlzado para esses grupos fo de 11,05MB. Os testes realzados para o grupo de quatro palavras e atrbutos apresentou o percentual de falsos postvos fo de 0,218% e o percentual de falsos negatvos fo 0,005%. O desempenho total do algortmo fo de 99,9792% de acerto. Nessa parte do testes foram utlzados grupos de uma a quatro palavras. O espaço utlzado para esses grupos fo de 19,95MB. Os testes realzados para o grupo de cnco palavras e atrbutos apresentou o percentual de falsos

11 XV Workshop de Gerênca e Operação de Redes e Servços 141 postvos fo de 0,220% e o percentual de falsos negatvos fo 0,005%. O desempenho total do algortmo fo de 99,9790% de acerto. Nessa parte do testes foram utlzados grupos de uma a quatro palavras. O espaço utlzado para esses grupos fo de 30,32MB. Tabela 1. Resultados dos testes de grupos de uma, duas, três, quatro e cnco palavra e atrbutos Uma Palavra e Atrbutos Duas e Atrbutos Três e Atrbutos Quatro e Atrbutos Cnco e Atrbutos Tempo em segundos do teste 53,815 99, , , ,827 Número de mensagens Quantdade de mensagens spam Quantdade de mensagens não spam Falso postvo Falso negatvo Grupos utlzados Memóra (MB) 0,49 4,38 11,05 19,95 30,32 Conforme demonstrado no gráfco da Fgura 3, é possível perceber que o desempenho do fltro fo mas efcente quando fo utlzado do grupo de até três palavras e atrbutos. A utlzação do grupo de três palavras é mas efcente por executar em um tempo menor que o grupo de quarto e cnco palavras, e por ter um índce de acerto melhor que o grupo de uma e duas palavras. Também vale destacar a dferença na utlzação do grupo de uma palavra e o grupo de até duas palavras, onde o percentual de acerto aumentou sgnfcatvamente. Quando fo utlzado o grupo de até quatro e cnco, o desempenho teve uma pequena queda. % Acerto do Algortmo 99,985 99,980 99,975 99,970 99,965 99,960 99,955 99,950 99,945 99,940 Uma Palavra Duas Três Quatro Cnco % Acertos do Algortmo Fgura 3. Percentual de acerto do algortmo para o grupo de uma a cnco palavras Além dos testes realzandos com mensagens, foram realzados testes com mensagens para uma comparação com a quantdade de mensagens utlzadas por Deng e Peng (2006). Dentre as mensagens, mensagens são

12 142 Anas spam e mensagens não spam. A Fgura 4, apresenta os resultados obtdos com o trenamento com mensagens e testes com mensagens. % Acerto do Algortmo com mensagens 99, , , , ,94600 Performance Total 99, , , ,93800 Uma Palavra Duas Três Quatro Cnco Fgura 4. Percentual de acerto do algortmo para o grupo de uma a cnco palavras com testes realzados com mensagens 6. Conclusões e Trabalhos Futuros A prncpal contrbução deste trabalho fo a mplementação de um fltro de conteúdo para sstemas SMS baseado em classfcador Bayesano com agrupamento de palavras. Com este tpo de agrupamento de palavras, fo possível melhorar o percentual de acerto do algortmo em comparação com a proposta de Deng e Peng (2006). Este trabalho fo motvado, prncpalmente, pela necessdade de se detectar e bloquear spams em ambentes reas de sstemas SMS de operadoras de telefona celular. Como os testes foram realzados sobre mensagens reas, de uma operadora de telefona celular, os resultados ndcam que o fltro apresentado é altamente efcaz e consegue dentfcar e bloquear spams com quase 100% de acerto. Consdera-se os resultados alcançados plenamente satsfatóros e o fltro totalmente possível de ser mplementado em redes reas. A dferença desta proposta para a de Deng e Peng (2006) está na mplementação do algortmo. Enquanto Deng e Peng (2006) usam apenas uma palavra, o fltro aqu proposto permte a combnação de uma a cnco palavras. Os testes para detecção de spams em um ambente real foram fetos para mensagens, enquanto Deng e Peng (2006) testaram apenas para mensagens. Os resultados mostraram que a utlzação de grupos de palavras tornou o fltro mas efcente na classfcação de mensagens spam e não spam, prncpalmente para grupos de duas ou três palavras. A utlzação de quatro e cnco palavras não obteve um resultado superor. O índce de acerto do fltro mplementado chegou a 99,9799%, enquanto a proposta de Deng e Peng (2006) obteve 99,1% de acerto. Quatro trabalhos futuros podem ser ctados: (1) Extensão do fltro para todas as mensagens trafegadas na SMSC da operadora com o agrupamento de palavras, adconando os atrbutos remetente e tamanho da mensagem, propostos por Deng e Peng (2006). (2) Implementação de um fltro de conteúdo com dversas classes. Dessa forma, o fltro ao nvés de classfcar as mensagens com apenas as classes spam e não spam

13 XV Workshop de Gerênca e Operação de Redes e Servços 143 poderá classfcar as mensagens por assunto, como por exemplo: promoção, esporte, fnancas, humor, polítcas e relgosas. Dessa forma o usuáro poderá lberar ou bloquear um determnado assunto. (3) Implementação de um fltro de conteúdo com classes por faxa etára. Dessa forma, o fltro, ao nvés de classfcar as mensagens com apenas as classes spam e não spam, poderá classfcar as mensagens em faxas etáras dos usuáros dos dspostvos móves. Assm, os usuáros dos dspostvos móves que possuem dade abaxo dos 18 anos, por exemplo, não receberão mensagens com conteúdo ofensvo ou pornográfco. (4) Implementação de um fltro de conteúdo que faça uma tarfação dferencada para o envo de mensagens promoconas ou propaganda. Nesse caso, a operadora, poderá tarfar dos provedores de conteúdo que envam mensagens com propaganda de forma dferencada. Referêncas ASSIS, J. M. C. Detecção de E-mals Spam Utlzando Redes Neuras Artfcas. Dssertação (Mestrado) Unversdade Federal de Itajubá - Programa de Pós- Graduação em Engenhara Elétrca, BALINSKI, Rcardo. Fltragem de Informações no Ambente do Dreto Dssertação (Mestrado em Informátca) - Unversdade Federal do Ro Grande do Sul, Porto Alegre. BOAS, Roberta de Matos Vlas. Faturamento com SMS deve crescer globalmente, mas no Brasl preço alto dfculta uso. Dsponível em < fnancas/estlo/tecnologa/>. Acesso em: 19 out CORMACK, G.; LYNAM, T. Spam corpus creaton for TREC. In: Proceedngs of the Second Conference on Emal and Ant-Spam. Mountan Vew, CA, USA: CEAS, Dsponível em: <http://www.ceas.cc/papers-2005/162.pdf>. Acesso em: 05 nov CRANOR, L. F. LAMACCHIA, B. A. Spam! In: Commun. ACM. New York, NY, USA: ACM, v. 41, p ISSN DENG, We-We., PENG, Hong. Research on a Nave Bayesan Based Short Message Flterng System. Machne Learnng and Cybernetcs, 2006 Internatonal Conference on, p , Aug GARNER, Phlp, MULLINS, Ian, EDWARDS, Reuben e COULTON, Paul. Moble Termnated SMS Bllng Explots and Securty Analyss. Industral Electroncs and Applcatons, ICIEA rd IEEE Conference on, p , jun HE, P. SUN, Y. ZHENG, W. WEN, X, Flterng Short Message Spam of Group Sendng Usng CAPTCHA, Knowledge Dscovery and Data Mnng, WKDD Internatonal Workshop on, p , Jan HE, Pezhou, WEN, Xangmng e ZHENG We. A Novel Method for Flterng Group Sendng Short Message Spam. Convergence and Hybrd Informaton Technology, ICHIT '08. Internatonal Conference on, p , Aug

14 144 Anas KANTARDZIC, M, Data Mnmg, Concepts, Models, Methods and Algorthms. J. B. Speed Scentfc School Unversty of Lousvle, IEEE Computer Socety, Sponser 2003 MING L, YUNCHUN L. WEI L. Spam Flterng by Stages. Convergence Informaton Technology, Internatonal Conference on. p , Nov SAHAMI, M. DUMAIS, S. HECKERMAN, D. HORVITZ E. A Bayesan Approach to Flterng Junk E-mal, AAAI Workshop on Learnng for Text Categorzaton, July 1998, Madson, Wsconsn. AAAI Techncal Report WS SHAHREZA, M. Verfyn Spam SMS y Arabc CAPTCHA, Informaton and Communcaton Technologes, ICTTA '06. 2nd, p , SHAHREZA, S. M.H., An Ant-SMS-Spam Usng CAPTCHA. Computng, Communcaton, Control, and Management, CCCM '08. ISECS Internatonal Colloquum on, p , Aug SILVA, Alsson Marques Da. Utlzação de Redes Neuras Artfcas para Classfcação de Spam. Dssertação (mestrado) Centro Federal de Educação Tecnológca de Mnas Geras. 126f. Mar ZHANG, H. WEN, X; HE, P. ZHENG, W. Dealng wth Telephone Fraud Usng CAPTCHA, Computer and Informaton Scence, ICIS Eghth IEEE/ACIS Internatonal Conference on, p , June 2009.

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

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

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

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

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

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

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

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

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

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

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

Atribuição Automática de Propagandas a Páginas da Web

Atribuição Automática de Propagandas a Páginas da Web Atrbução Automátca de Propagandas a Págnas da Web Aníso Mendes Lacerda Lara Crstna Rodrgues Coelho Resumo O problema da propaganda dreconada baseada em conteúdo (PDC) consttu-se em atrbur propagandas a

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

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

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

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

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

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

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X ANEXO II Nota Técnca nº 256/2009-SRE/ANEEL Brasíla, 29 de julho de 2009 METODOLOGIA E ÁLULO DO FATOR X ANEXO II Nota Técnca n o 256/2009 SRE/ANEEL Em 29 de julho de 2009. Processo nº 48500.004295/2006-48

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

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

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

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL. A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

Leia mais

Hansard OnLine. Guia Unit Fund Centre

Hansard OnLine. Guia Unit Fund Centre Hansard OnLne Gua Unt Fund Centre Índce Págna Introdução ao Unt Fund Centre (UFC) 3 Usando fltros do fundo 4-5 Trabalhando com os resultados do fltro 6 Trabalhando com os resultados do fltro Preços 7 Trabalhando

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

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

SISTEMA HÍBRIDO NEURO-FUZZY PARA ANÁLISE DE SEGURANÇA EM TEMPO REAL DE SISTEMAS DE POTÊNCIA

SISTEMA HÍBRIDO NEURO-FUZZY PARA ANÁLISE DE SEGURANÇA EM TEMPO REAL DE SISTEMAS DE POTÊNCIA SISTEMA HÍBRIDO NEURO-FUZZY PARA ANÁLISE DE SEGURANÇA EM TEMPO REAL DE SISTEMAS DE POTÊNCIA EDUARDO DE A. SODRÉ, DEPT Dvsão de Estudos do Sstema de Transmssão, CHESF Rua Delmro Gouvea, 333 Bon, Cep: 50761

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

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

Modelo Analítico para Avaliar Plataformas Cliente/Servidor e Agentes Móveis Aplicado à Gerência de Redes

Modelo Analítico para Avaliar Plataformas Cliente/Servidor e Agentes Móveis Aplicado à Gerência de Redes Modelo Analítco para Avalar Plataformas Clente/Servdor e Agentes Móves Aplcado à Gerênca de Redes Julana Amaral Arantes, Carlos Becker Westphall, Rcardo Felpe Custódo {julana, westphal}@lrg.ufsc.br, custodo@nf.ufsc.br

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

Modelos estatísticos para previsão de partidas de futebol

Modelos estatísticos para previsão de partidas de futebol Modelos estatístcos para prevsão de partdas de futebol Dan Gamerman Insttuto de Matemátca, UFRJ dan@m.ufrj.br X Semana da Matemátca e II Semana da Estatístca da UFOP Ouro Preto, MG 03/11/2010 Algumas perguntas

Leia mais

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Otmzação de ustos de Transporte e Trbutáros em um Problema de Dstrbução Naconal de Gás Fernanda Hamacher 1, Fernanda Menezes

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

MODELO DE FILA HIPERCUBO COM MÚLTIPLO DESPACHO E BACKUP PARCIAL PARA ANÁLISE DE SISTEMAS DE ATENDIMENTO MÉDICO EMERGENCIAIS EM RODOVIAS

MODELO DE FILA HIPERCUBO COM MÚLTIPLO DESPACHO E BACKUP PARCIAL PARA ANÁLISE DE SISTEMAS DE ATENDIMENTO MÉDICO EMERGENCIAIS EM RODOVIAS versão mpressa ISSN 00-7438 / versão onlne ISSN 678-542 MODELO DE FILA HIPERCUBO COM MÚLTIPLO DESPACHO E BACKUP PARCIAL PARA ANÁLISE DE SISTEMAS DE ATENDIMENTO MÉDICO EMERGENCIAIS EM RODOVIAS Ana Paula

Leia mais

Impactos dos encargos sociais na economia brasileira

Impactos dos encargos sociais na economia brasileira Impactos dos encargos socas na economa braslera Mayra Batsta Btencourt Professora da Unversdade Federal de Mato Grosso do Sul Erly Cardoso Texera Professor da Unversdade Federal de Vçosa Palavras-chave

Leia mais

MODELO DE FILA HIPERCUBO COM MÚLTIPLO DESPACHO E BACKUP PARCIAL PARA ANÁLISE DE SISTEMAS DE ATENDIMENTO MÉDICO EMERGENCIAIS EM RODOVIAS

MODELO DE FILA HIPERCUBO COM MÚLTIPLO DESPACHO E BACKUP PARCIAL PARA ANÁLISE DE SISTEMAS DE ATENDIMENTO MÉDICO EMERGENCIAIS EM RODOVIAS versão mpressa ISSN 0101-7438 / versão onlne ISSN 1678-5142 MODELO DE FILA HIPERCUBO COM MÚLTIPLO DESPACHO E BACKUP PARCIAL PARA ANÁLISE DE SISTEMAS DE ATENDIMENTO MÉDICO EMERGENCIAIS EM RODOVIAS Ana Paula

Leia mais

Rastreando Algoritmos

Rastreando Algoritmos Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos

Leia mais

IMPACTO DAS EXPORTAÇÕES DAS COOPERATIVAS SOBRE O EMPREGO NO BRASIL EM 2011 1

IMPACTO DAS EXPORTAÇÕES DAS COOPERATIVAS SOBRE O EMPREGO NO BRASIL EM 2011 1 IMPACTO DAS EXPORTAÇÕES DAS COOPERATIVAS SOBRE O EMPREGO NO BRASIL EM 2011 1 Rcardo Kuresk 2 Glson Martns 3 Rossana Lott Rodrgues 4 1 - INTRODUÇÃO 1 2 3 4 O nteresse analítco pelo agronegóco exportador

Leia mais

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

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

Revisão dos Métodos para o Aumento da Confiabilidade em Sistemas Elétricos de Distribuição

Revisão dos Métodos para o Aumento da Confiabilidade em Sistemas Elétricos de Distribuição CIDEL Argentna 2014 Internatonal Congress on Electrcty Dstrbuton Ttle Revsão dos Métodos para o Aumento da Confabldade em Sstemas Elétrcos de Dstrbução Regstraton Nº: (Abstract) Authors of the paper Name

Leia mais

Carlos Vogt, Flávia Gouveia, Ana Paula Morales, Flávio Daher e Fábio Pisaruk *

Carlos Vogt, Flávia Gouveia, Ana Paula Morales, Flávio Daher e Fábio Pisaruk * Scentfc Automatc Press Observer (SAPO): sstema automátco de geração de ndcadores de Cultura Centífca e de montoramento de temas centífcos na mída Carlos Vogt, Fláva Gouvea, Ana Paula Morales, Flávo Daher

Leia mais

UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA

UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA IMPLEMENTAÇÃO DE UM SISTEMA DE DETECÇÃO DE INTRUSÃO POR ANOMALIA COMPORTAMENTAL PARA REDES MÓVEIS AD-HOC ALAN SALLES

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

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe Avalação da Tendênca de Precptação Pluvométrca Anual no Estado de Sergpe Dandara de Olvera Félx, Inaá Francsco de Sousa 2, Pablo Jónata Santana da Slva Nascmento, Davd Noguera dos Santos 3 Graduandos em

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

ALGORITMOS HÍBRIDOS DE ESCALONAMENTO TRABALHO DE GRADUAÇÃO EM SISTEMAS DE TEMPO REAL

ALGORITMOS HÍBRIDOS DE ESCALONAMENTO TRABALHO DE GRADUAÇÃO EM SISTEMAS DE TEMPO REAL Unversdade Federal de Pernambuco Centro de Informátca ALGORITMOS HÍBRIDOS DE ESCALONAMENTO TRABALHO DE GRADUAÇÃO EM SISTEMAS DE TEMPO REAL Curso de Engenhara da Computação Aluno: Gustavo André Fernandes

Leia mais

Palavras-chave: jovens no mercado de trabalho; modelo de seleção amostral; região Sul do Brasil.

Palavras-chave: jovens no mercado de trabalho; modelo de seleção amostral; região Sul do Brasil. 1 A INSERÇÃO E O RENDIMENTO DOS JOVENS NO MERCADO DE TRABALHO: UMA ANÁLISE PARA A REGIÃO SUL DO BRASIL Prscla Gomes de Castro 1 Felpe de Fgueredo Slva 2 João Eustáquo de Lma 3 Área temátca: 3 -Demografa

Leia mais

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis. EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve

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

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

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

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica.

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica. Análse do Retorno da Edcação na Regão Norte em 2007: Um Estdo à Lz da Regressão Qantílca. 1 Introdcão Almr Rogéro A. de Soza 1 Jâno Macel da Slva 2 Marnalva Cardoso Macel 3 O debate sobre o relaconamento

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

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

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

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

Palavras-chaves detector infravermelho, transmissão atmosférica, atenuação. I. INTRODUÇÃO

Palavras-chaves detector infravermelho, transmissão atmosférica, atenuação. I. INTRODUÇÃO Atenuação atmosférca da Radação Infravermelha: Influênca de elevados níves hgrométrcos no desempenho operaconal de mísses ar-ar. André Gustavo de Souza Curtyba, Rcardo A. Tavares Santos, Fabo Durante P.

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

Termodinâmica e Termoquímica

Termodinâmica e Termoquímica Termodnâmca e Termoquímca Introdução A cênca que trata da energa e suas transformações é conhecda como termodnâmca. A termodnâmca fo a mola mestra para a revolução ndustral, portanto o estudo e compreensão

Leia mais

Organização da Aula. Gestão de Obras Públicas. Aula 2. Projeto de Gestão de Obras Públicas Municipais. Contextualização

Organização da Aula. Gestão de Obras Públicas. Aula 2. Projeto de Gestão de Obras Públicas Municipais. Contextualização Gestão de Obras Públcas Aula 2 Profa. Elsamara Godoy Montalvão Organzação da Aula Tópcos que serão abordados na aula Admnstração e Gestão Muncpal Problemas Admnstração e Gestão Muncpal Gestão do Conhecmento

Leia mais

UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE

UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE RESUMO Felppe Perera da Costa, PPGEM/UFOP, Mestrando. felppe@mneral.em.ufop.br Marcone Jamlson Fretas

Leia mais

ESTABILIZADORES DE TENSÃO ALTERNADA PARA ALIMENTAÇÃO DE CARGAS NÃO- LINEARES: ESTUDO DE VARIAÇÕES TOPOLÓGICAS E MÉTODOS DE CONTROLE

ESTABILIZADORES DE TENSÃO ALTERNADA PARA ALIMENTAÇÃO DE CARGAS NÃO- LINEARES: ESTUDO DE VARIAÇÕES TOPOLÓGICAS E MÉTODOS DE CONTROLE UNIERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓSGRADUAÇÃO EM ENGENHARIA ELÉTRICA PROJETO DE TESE DE DOUTORADO ESTABILIZADORES DE TENSÃO ALTERNADA PARA ALIMENTAÇÃO DE CARGAS NÃO LINEARES: ESTUDO 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

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado 64 Capítulo 7: Introdução ao Estudo de Mercados de Energa Elétrca 7.4 Precfcação dos Servços de Transmssão em Ambente Desregulamentado A re-estruturação da ndústra de energa elétrca que ocorreu nos últmos

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

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma

Leia mais

O RISCO IDIOSSINCRÁTICO E O RISCO SISTEMÁTICO DE MERCADOS EMERGENTES: EVIDÊNCIAS ACERCA DO BLOCO BRIC

O RISCO IDIOSSINCRÁTICO E O RISCO SISTEMÁTICO DE MERCADOS EMERGENTES: EVIDÊNCIAS ACERCA DO BLOCO BRIC XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A Engenhara de Produção e o Desenvolvmento Sustentável: Integrando Tecnologa e Gestão. Salvador, BA, Brasl, 06 a 09 de outubro de 009 O RISCO IDIOSSINCRÁTICO

Leia mais

Probabilidade nas Ciências da Saúde

Probabilidade nas Ciências da Saúde UNIVERSIDDE ESTDUL DE GOIÁS Undade Unverstára de Cêncas Exatas e Tecnológcas Curso de Lcencatura em Matemátca robabldade nas Cêncas da Saúde Rafaela Fernandes da Slva Santos NÁOLIS 014 Rafaela Fernandes

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

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

Software. Guia do professor. Como comprar sua moto. Secretaria de Educação a Distância. Ministério da Ciência e Tecnologia. Ministério da Educação

Software. Guia do professor. Como comprar sua moto. Secretaria de Educação a Distância. Ministério da Ciência e Tecnologia. Ministério da Educação números e funções Gua do professor Software Como comprar sua moto Objetvos da undade 1. Aplcar o conceto de juros compostos; 2. Introduzr o conceto de empréstmo sob juros; 3. Mostrar aplcações de progressão

Leia mais

GENETIC FUZZY SISTEM PARA SELEÇÃO DE POÇOS DE PETRÓLEO PARA FRATURAMENTO HIDRÁULICO

GENETIC FUZZY SISTEM PARA SELEÇÃO DE POÇOS DE PETRÓLEO PARA FRATURAMENTO HIDRÁULICO A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN GENETIC FUZZY SISTEM PARA SELEÇÃO DE POÇOS DE PETRÓLEO PARA FRATURAMENTO HIDRÁULICO Antôno Orestes de Salvo Castro Petrobras

Leia mais

Modelo de distribuição de recursos para o transporte escolar rural a partir dos princípios da igualdade e da equidade

Modelo de distribuição de recursos para o transporte escolar rural a partir dos princípios da igualdade e da equidade Modelo de dstrbução de recursos para o transporte escolar rural a partr dos prncípos da gualdade e da equdade Alan Rcardo da Slva 1 ; Yaeko Yamashta 2 Resumo: O transporte escolar rural consttu um mportante

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

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

PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA

PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA 658 Gaudo & Zandonade Qum. Nova Qum. Nova, Vol. 4, No. 5, 658-671, 001. Dvulgação PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA Anderson Coser Gaudo

Leia mais

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas

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

OTIMIZAÇÃO DO FLUXO REVERSO DE PNEUS INSERVÍVEIS ATRAVÉS DE UM MODELO DE LOCALIZAÇÃO DE FACILIDADES: UM ESTUDO DE CASO

OTIMIZAÇÃO DO FLUXO REVERSO DE PNEUS INSERVÍVEIS ATRAVÉS DE UM MODELO DE LOCALIZAÇÃO DE FACILIDADES: UM ESTUDO DE CASO OTIMIZAÇÃO DO FLUXO REVERSO DE PNEUS INSERVÍVEIS ATRAVÉS DE UM MODELO DE LOCALIZAÇÃO DE FACILIDADES: UM ESTUDO DE CASO Felpe Mendonca Gurgel Bandera (UFERSA) felpembandera@hotmal.com Breno Barros Telles

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

Elaboração: Novembro/2005

Elaboração: Novembro/2005 Elaboração: Novembro/2005 Últma atualzação: 18/07/2011 Apresentação E ste Caderno de Fórmulas tem por objetvo nformar aos usuáros a metodologa e os crtéros de precsão dos cálculos referentes às Cédulas

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

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

RESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais,

RESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais, SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE SERGIPE CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO RESOLUÇÃO Nº 32/2014/CONEPE Aprova as Normas Geras do Processo Seletvo para

Leia mais

ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL

ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL Danlo Augusto Hereda VIEIRA 1 Celso Correa de SOUZA 2 José Francsco dos REIS NETO 3 Resumo. As

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

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

PARALLEL ITERATED LOCAL SEARCH APLICADO AO PLANEJAMENTO OPERACIONAL DE LAVRA

PARALLEL ITERATED LOCAL SEARCH APLICADO AO PLANEJAMENTO OPERACIONAL DE LAVRA PARALLEL ITERATED LOCAL SEARCH APLICADO AO PLANEJAMENTO OPERACIONAL DE LAVRA Sabr Rbas, Igor Machado Coelho Marcone Jamlson Fretas Souza, Davd Menott Unversdade Federal de Ouro Preto Departamento de Cênca

Leia mais

POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 2010-2012

POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 2010-2012 5 POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 00-0 OPTICAL POLARIMETRY AND MODELING OF POLARS OBSERVED IN OPD/LNA IN THE PERIOD 00-0 Karleyne M. G. Slva Cláuda V. Rodrgues

Leia mais

Estudo para Implementação de um Sistema de Roteirização e um Novo Centro de Distribuição para uma Empresa de Água Mineral do Sul de Minas Gerais

Estudo para Implementação de um Sistema de Roteirização e um Novo Centro de Distribuição para uma Empresa de Água Mineral do Sul de Minas Gerais Estudo para Implementação de um Sstema de Roterzação e um Novo Centro de Dstrbução para uma Empresa de Água Mneral do Sul de Mnas Geras Ilton Curty Leal Junor ltoncurty@gmal.com UFF Dego de Olvera Pexoto

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

Está na hora de criar normas para a sustentabilidade...

Está na hora de criar normas para a sustentabilidade... Está na hora de crar normas para a sustentabldade... E mostrar ao mercado quão ecológcos são os seus produtos. Apresentamos a UL Meo Ambente, uma nova fonte de valdação ndependente para alegações ecológcas,

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções

Leia mais

X Encontro Nacional de Educação Matemática Educação Matemática, Cultura e Diversidade Salvador BA, 7 a 9 de Julho de 2010

X Encontro Nacional de Educação Matemática Educação Matemática, Cultura e Diversidade Salvador BA, 7 a 9 de Julho de 2010 Salvador BA, 7 a 9 de Julho de 00 ODELOS ATEÁTICOS E CONSUO DE ENERGIA ELÉTRICA Clece de Cássa Franco Cdade Centro Unverstáro Francscano klleyce@hotmal.com Leandra Anversa Foreze Centro Unverstáro Francscano

Leia mais

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010 Floranópols 200 ANÁLISE COMPARATIVA DA INFLUÊNCIA DA NEBULOSIDADE E UMIDADE RELATIVA SOBRE A IRRADIAÇÃO SOLAR EM SUPERFÍCIE Eduardo Wede Luz * ; Nelson Jorge Schuch ; Fernando Ramos Martns 2 ; Marco Cecon

Leia mais