|
|
- Betty Rosa Barreiro
- 5 Há anos
- Visualizações:
Transcrição
1 ANÁLISE DA DINÂMICA DO SISTEMA DE PRODUÇÃO VOCAL NA PRESENÇA DE PATOLOGIAS DA LARINGE Washington C. de A. Costa, Silvana C. Costa, Vinícius J. D. Vieira, Clara F. Dourado, Tiago B. P. Araújo Instituto Federal de Educação, Ciência e Tecnologia da Paraíba, João Pessoa, Paraíba, Brasil s: washington@ifpb.edu.br, silvana@ifpb.edu.br, viniciusjdv@gmail.com, clarafigueiredo.ee@gmail.com, tiagobparaujo@gmail.com Abstract This work evaluates the use of measures obtained from nonlinear dynamic analysis in discrimination between healthy voices and voices affected by laryngeal pathologies (Reinke s edema, nodules and vocal fold paralysis). The employed measures, obtained by recurrence quantification analysis, are: transitivity, mean diagonal line length and recurrence time of types 1 and 2. The results of the classification process suggest that the evaluated measures have discriminative power between the two considered groups, and can be used in diagnosis auxiliary systems of laryngeal pathologies. Keywords Dynamical systems, digital processing of speech signal, laryngeal pathologies, recurrence quantification analyisis. Resumo Este trabalho trata da avaliação do uso de medidas obtidas a partir da análise dinâmica não linear na discriminação entre vozes saudáveis e vozes afetadas por patologias laríngeas (edemas de Reinke, nódulos e paralisia nas pregas vocais). As medidas empregadas, obtidas por meio da análise de quantificação de recorrência, são: transitividade, comprimento médio das linhas diagonais e o tempo de recorrência dos tipos 1 e 2. Os resultados obtidos no processo de classificação indicam que as medidas avaliadas apresentam potencial discriminativo entre os dois grupos de sinais de voz considerados, podendo ser empregadas em sistemas de auxílio ao diagnóstico de patologias na laringe. Palavras-chave Sistemas dinâmicos, processamento digital de sinais de voz, patologias da laringe, análise de quantificação de recorrência. 1 Introdução A voz é uma emissão acústica voluntária, considerada principal ferramenta de comunicação humana (Behlau, 21). Para uma boa produção vocal é necessária uma voz saudável. A qualidade vocal relaciona-se com a frequência, a amplitude e a composição dos harmônicos da onda sonora produzida, bem como ao modo de vibração das pregas vogais, o tamanho e o formato do trato vocal, a tensão e o tônus das paredes faríngeas, podendo ser modificada por fatores anatômicos ou patológicos (Fant, 24). Há uma grande variedade de doenças relacionadas à laringe que afetam a qualidade vocal, prejudicando a comunicação humana. Essas patologias podem ser tanto de origem orgânica como nódulos, cistos ou edemas, quanto de origem neurológica, tal como paralisia nas pregas vocais. Algumas dessas patologias como pólipos, nódulos e edemas de Reinke, por exemplo, ocorrem, principalmente, devido a hábitos sociais não-saudáveis - como tabagismo e alcoolismo - e ao abuso vocal. No caso de paralisia, as principais causas incluem traumas cirúrgicos ou acidentais, doença cardiovascular e doenças neurológicas (Stemple et al., 2). Métodos tradicionais de avaliação e diagnóstico de doenças da laringe são realizados, em geral, por meio da escuta da voz do paciente e da inspeção visual das pregas vocais por exames de videolaringoscopia, com ótica telescópica ou fibra ótica acoplada a um sistema de vídeo. Tais métodos, no entanto, requerem um profissional experiente e, em alguns casos, são considerados invasivos, causando certo desconforto ao paciente. A análise acústica, utilizando técnicas de processamento digital de sinais, pode ser usada como ferramenta não invasiva de apoio ao diagnóstico médico e acompanhamento de tratamentos e terapias vocais, de forma objetiva. Essa ferramenta não substitui os métodos tradicionais, mas pode auxiliar no diagnóstico, reduzindo a quantidade de exames videolaringoscópicos, podendo, ainda, ser efetuado à distância. A precisão do diagnóstico, contudo, depende da escolha das características e parâmetros da fala que melhor representem a desordem vocal provocada por uma determinada patologia. 2 Propósito Do ponto de vista dos sistemas dinâmicos, um sinal de voz pode ser considerado como uma observação do sistema de produção vocal, que pode ser usada para revelar e modelar sua dinâmica usando técnicas lineares ou não lineares. No primeiro caso, considerando um modelo linear de produção de fala, é possível representar, de forma geral, o sistema de produção de voz como um sistema fonte-filtro, no qual as pregas vocais são consideradas a fonte sonora e o trato vocal, o filtro. O sinal resultante é o sinal acústico da voz.
2 Para muitas aplicações do processamento digital de fala, como a codificação, síntese, e reconhecimento, um bom desempenho pode ser conseguido com o modelo fonte-filtro, o qual reflete as características gerais de padrões de tempo e articulatórios, bem como as propriedades de variação da frequência. Por outro lado, métodos mais detalhados de modelagem de produção de fala, com base em características físicas reais, são necessários para áreas como análise do movimento das pregas vocais, efeitos de uma patologia sobre a produção da fala, e outras áreas de aplicação (Deller et al., 2). Existem várias não linearidades envolvidas na vibração das pregas vocais e na geração da onda glotal (de Oliveira Rosa, 22). Estas incluem efeitos devidos às fortes forças de restauração na colisão das pregas vocais, turbulência no fluxo de ar devido a uma constrição do trato vocal durante a produção de sons surdos e ao acoplamento não linear entre a fonte e o trato vocal durante a pronúncia de alguns sons sonoros (Kumar and Mullick, 1996). Devido a tais fatores, os métodos clássicos de análise de dados baseados em um modelo linear têm sido enriquecidos com novos métodos que são derivados da teoria dos sistemas dinâmicos não lineares (Jiang et al., 26). Os gráficos de recorrência (Eckmann et al., 1987) têm surgido, nas duas últimas décadas, como uma técnica de análise não linear para o estudo da dinâmica de sistemas dissipativos. Embora pequenas perturbações em tais sistemas causem divergência exponencialmente crescente entre os estados, após algum tempo o sistema retorna a um estado que é arbitrariamente próximo a um estado precedente e passa por uma evolução similar. Os gráficos de recorrência permitem visualizar o comportamento recorrente dos sistemas dinâmicos de baixa ou de alta dimensionalidade. Este trabalho é realizado tendo como principal objetivo a identificação de um conjunto de características, obtidas a partir de medidas relacionadas com a análise dinâmica não linear, que seja capaz de caracterizar e discriminar, de forma eficiente, sinais de vozes saudáveis e vozes afetadas por diferentes tipos de patologias nas pregas vocais (edema de Reinke, nódulos ou paralisia). Para tanto, é analisado o comportamento de sinais de voz por meio de medidas quantitativas, as chamadas medidas de quantificação de recorrência (MQR), extraídas dos gráficos de recorrência. 3 Métodos A análise dinâmica de sinais pode ser feita por meio de uma modelagem matemática ou por meio da análise de séries temporais. A primeira técnica implica na tentativa de se construir um modelo que possa ser usado para se obter informações úteis associadas à produção do fenômeno em estudo. Por outro lado, a análise de séries temporais considera simplesmente uma série temporal escalar, em geral, associada com uma aquisição experimental para entender o comportamento dinâmico do sistema. O ponto essencial dessa análise é que uma série temporal contém informações sobre variáveis não observáveis do sistema, o que permite a reconstrução do espaço de estados (Savi, 26). 3.1 Reconstrução do espaço de estados A técnica de reconstrução do espaço de estados é baseada no teorema da imersão de Takens (Takens, 1981). Este teorema permite reconstruir um espaço de estado m-dimensional similar ao espaço de estado original, d-dimensional, a partir de uma única variável de estado, no caso, o próprio sinal de voz. Assim, vetores ξ i m-dimensionais são reconstruídos a partir da série temporal (sinal de voz) {x i }, em que x i = x(t i ), i = 1,..., T, e de suas m-1 versões defasadas no tempo, ξ i = {x(t i ), x(t i + τ),..., x(t i + (m 1)τ)}, (1) em que m é a chamada dimensão de imersão e τ é o passo de reconstrução ou tempo de defasagem. O método de Takens é também chamado método dos atrasos temporais e permite a reconstrução do atrator. Embora o atrator reconstruído não seja idêntico ao original, pode-se demonstrar que as propriedades topológicas são preservadas (difeomorfismo). Além disso, a série temporal de uma única variável é suficiente para a reconstrução desde que a dimensão de imersão seja suficientemente grande (Takens, 1981). Para um número infinito de pontos e na ausência de ruído, a escolha do passo de reconstrução τ é, na grande maioria dos casos, arbitrária (Takens, 1981). Entretanto, as séries temporais experimentais são finitas, usualmente contaminadas com ruído externo e obtidas com o uso de filtros. Nessa situação a reconstrução depende, e muito, da escolha correta do passo (Fiedler- Ferrara and do Prado, 1994). O método baseado na função de informação mútua (Fraser and Swinney, 1986) foi o método utilizado neste trabalho para a determinação do tempo de defasagem ou passo de reconstrução. A dimensão m do espaço de fases reconstruído não é necessariamente idêntica à dimensão d do espaço de fases real dos vetores que representam a dinâmica do sistema físico. Em geral é necessário reconstruir-se o atrator em espaços de fases com dimensão suficientemente elevada (m 2D + 1, onde D é a dimensão de Hausdorff (Hausdorff, 1919) do atrator) para que se tenha segurança com relação aos resultados; caso contrário, o atrator aparecerá dobrado sobre si mesmo como numa projeção. O método das Falsas
3 Vizinhanças ou Método dos Falsos Vizinhos Próximos (Kennel et al., 1992) foi o método utilizado neste trabalho para a determinação da dimensão mínima de imersão. 3.2 Gráficos de Recorrência e suas Medidas de Quantificação Vários métodos de análise têm tentado estimar medidas e propriedades não lineares de processos naturais. Entretanto, a maioria dos métodos da análise não linear exigem séries um tanto longas ou estacionaridade (Marwan, 23). Recentemente, outro método baseado na análise não linear de dados tem sido usado: os Gráficos de Recorrência (ou Recurrence Plots - RP) criados como método de análise de sistemas dinâmicos por Eckmann et al. (Eckmann et al., 1987). A ideia de recorrência surgiu no século XIX, a partir do Teorema da Recorrência, do físico e filósofo francês J. H. Poincaré (189). Recorrência é uma propriedade fundamental dos sistemas dinâmicos dissipativos e a principal vantagem dos gráficos de recorrência é a possibilidade do uso dessa técnica para análise de séries curtas e não-estacionárias (Marwan, 23; Marwan and Kurths, 24). O primeiro passo para a construção do gráfico de recorrência de uma série temporal de comprimento T é a imersão dessa série em um espaço m-dimensional, em geral, por meio do método dos atrasos temporais (Takens, 1981). Daí são construídos N vetores (Eq. 1), de dimensão m, representativos da dinâmica do sistema em análise no espaço de fase. De acordo com a definição originalmente dada em (Eckmann et al., 1987), o gráfico de recorrência é uma matriz N N (matriz gráfica), em que N é o número de vetores (estados do sistema) de dimensão m, preenchida por pontos brancos e pretos. O ponto preto, chamado de ponto recorrente, é colocado na matriz de recorrência nas coordenadas (i, j) somente se a distância d(i, j) nos instantes n = i e n = j (entre o estado corrente do sistema e o estado a ser comparado) for menor que certa distância (raio) ε, fixada no centro do estado corrente. Uma definição alternativa comumente utilizada para o Gráfico de Recorrência é dada por (Marwan, 23): R m,ε i,j = Θ(ε ξ i ξ j ), ξi R m, i, j = 1... N, (2) em que: N é o número de estados ξ i considerados; ε é o raio da vizinhança (threshold) no ponto ξ i ; é a norma da vizinhança, comumente a norma euclidiana; Θ( ) é a função de Heaviside; m é a dimensão de imersão (graus de liberdade). Pontos isolados, linhas diagonais, como também linhas verticais e horizontais (e a combinação destas para formar estruturas variadas) são estruturas típicas presentes nos gráficos de recorrência (Marwan and Kurths, 24). A análise visual dos gráficos de recorrência fornece resultados de forma qualitativa. Por exemplo, processos com comportamento estocástico tendem a não apresentar estruturas diagonais (Figura 1). Por outro lado, processos determinísticos causam diagonais mais longas e menos pontos de recorrência isolados (Figura 2). Nas Figuras 3 e 4 pode ser observada a dinâmica de um sinal de voz saudável e de um sinal de voz patológica (edema), respectivamente. Figura 1: Ruído branco (a) Série temporal, (b) Retrato de fase e (c) Gráfico de recorrência; T = 1., m = 3, τ = 1 e ε =, 1 (norma euclidiana). Figura 2: Sinal senoidal (a) Série temporal, (b) Retrato de fase e (c) Gráfico de recorrência; T = 1., m = 2, τ = 4 e ε =, 1 (norma euclidiana). A avaliação por meio dos gráficos de recorrência é subjetiva, e pode levar a mais de um diagnóstico, dependendo do profissional que analisa a voz do paciente. Como forma de quantificar o comportamento do sistema, facilitando a análise dos da-
4 (a) (b) (c) Figura 3: Sinal de voz saudável (a) Série temporal, (b) Retrato de fase e (c) Gráfico de recorrência; T = 1., m = 3, τ = 4 e ε =, 1 (norma euclidiana) (a) (b) (c) Figura 4: sinal de voz patológica (a) Série temporal, (b) Retrato de fase e (c) Gráfico de recorrência; T = 1., m = 3, τ = 9 e ε =, 1 (norma euclidiana). dada por: T RANS = i,j,k=1 Rm,ε i,j Rm,ε i,k Rm,ε k,i i,j,k=1 Rm,ε i,j Rm,ε k,i. (3) O Comprimento médio das linhas diagonais (L med ) é uma medida do tempo médio em que dois segmentos de uma trajetória estão próximos um do outro, podendo ser interpretado como o tempo médio de predição. É calculado da seguinte maneira: l=l L med = l P ε min (l) l=l P, (4) ε min (l) em que P ε (l) representa a distribuição de frequência dos comprimentos l das estruturas diagonais, e l min é o número mínimo de estruturas diagonais que se deseja contabilizar dentro do gráfico de recorrência. O conjunto de todos os pontos recorrentes dentro de um determinado raio de vizinhança constitui os pontos de recorrência de tipo 1. Os pontos de recorrência de tipo 2 são os primeiros pontos da trajetória do espaço de fases que caem nessa vizinhança. Dessa forma, é possível estimar dois tipos de tempo de recorrência, os quais estão relacionados a transições de energia na dinâmica do sistema (Gao and Cai, 2). O tempo de recorrência de tipo 1 (T 1 ) indica a distância entre o ponto recorrente ξ j e o ponto referência do raio de vizinhança, ξ i (Marwan, 23), e é dado por: dos e tornando-a menos subjetiva, Zbilut e Webber (Webber-Jr. and Zbilut, 1994) desenvolveram as primeiras medidas de quantificação de recorrência. As medidas inicialmente propostas estão relacionadas à densidade dos pontos de recorrência e às estruturas diagonais presentes nos gráficos de recorrência. Posteriormente, Marwan (Marwan, 23) propôs outras medidas de recorrência, desta vez baseadas nas estruturas verticais (ou horizontais). Algumas das medidas propostas por Zbilut, Webber e Marwan foram avaliadas em um trabalho anterior (de A Costa et al., 212). Neste trabalho são analisadas as medidas de quantificação de recorrência denominadas de Transitividade, Comprimento médio das linhas diagonais, Tempo de recorrência de tipo 1 e Tempo de recorrência de tipo 2. A medida Transitividade (T RAN S) é baseada na teoria das redes recorrentes complexas (Marwan et al., 29), e é uma espécie de taxa de recorrência local, local clustering, sendo T 1 j = {i, j : ξ i, ξ j R i }, (5) em que R i representa os pontos de recorrência na vizinhança de ξ i. O tempo de recorrência de tipo 2 (T 2 ) pode indicar com mais precisão do que T 1 transições de energia significantemente baixas (Gao et al., 23). É definido como a distância entre o primeiro ponto recorrente da trajetória do espaço de fases, ξ j, e o ponto referência do raio de vizinhança, ξ i, e é dado por: T 2 j = {i, j : ξ i, ξ j R i, ξ j 1 R i }. (6) 3.3 Materiais Utilizados e Análise Realizada Neste trabalho são analisados 167 sinais de vozes, oriundos da Disordered Voice Database, Model 4337, desenvoldida pelo Kay Massachusetts Eye and Ear Infirmary (MEEI) Voice and Speech Lab (Elemetrics, 1994). Desse total, 53 sinais são de vozes saudáveis e 114 sinais são de vozes afetadas por patologias laríngeas (52 sinais de vozes afetadas por paralisia nas pregas vocais, 44 sinais de vozes afetadas por edema de Reinke, e 18 sinais
5 de vozes afetadas por nódulos vocais). A taxa de amostragem de todos os sinais é de 25 amostras/s. Para uma análise a curto intervalo de tempo, cada sinal é particionado em segmentos consecutivos de 32 ms (quadros de 8 amostras). De cada segmento são extraídos os parâmetros de imersão (τ e m) e as medidas de quantificação de recorrência, utilizando a toolbox CRP (Cross Recurrence Plots) (Marwan and PIK, 213). As medidas são extraídas de modo que a Taxa de Recorrência não ultrapasse 1%. Dessa forma, para cada segmento é obtido um valor para o raio de vizinhança, ε, que mantenha esse patamar de Taxa de Recorrência. As quatro caraterísticas de recorrência, T RANS, L med, T 1 e T 2, são investigadas na discriminação entre os sinais de vozes saudáveis e os sinais de vozes patológicoa. O valores obtidos dessas medidas para cada sinal considerado são submetidos a uma análise estatística, com o teste de hipótese não paramétrico de Mann-Whitney para o caso de duas amostras independentes, considerando um nível de significância de,5, a fim de investigar o potencial discriminativo das medidas trabalhadas. Para fins de classificação dos sinais como saudáveis ou patológicos, é empregada a Análise Discriminante Quadrática (QDA Quadratic Discriminant Analysis), a qual é realizada com validação cruzada e 1 subconjuntos de forma estratificada. Tabela 2: Valor médio e desvio padrão do desempenho da classificação realizada nas medidas de forma individual. Medidas Ac (%) FP (%) FN (%) T RANS 76,95±1,61 1,57±1,65 28,86±2,5 L med 84,67±1,8 25,41±2,22 1,64±,93 T 1 77,74±1,61 1,5±2,2 27,72±2,66 T 2 5,4±1,87 22,58±3,5 62,16±2,61 Após a verificação do potencial de cada uma das medidas na classificação entre os grupos de vozes saudáveis e patológicas, foram realizadas os testes com vetores formados a partir de todas as combinações possíveis das características avaliadas. Na Tabela 3 são apresentados as melhores taxas obtidas para as medidas de desempenho na classificação realizada de forma combinada (COMB). Tabela 3: Valor médio e desvio padrão dos melhores desempenho da classificação realizada nas medidas de forma combinada (COMB). COMB Ac (%) FP (%) FN (%) 2 a 2 88,5±1,67 5,47±2,1 14,3±2,37 3 a 3 89,44±1,2 4,97±1,93 13,16±1,33 Todas 9,14±1,33 6,48±2,14 11,43±1,6 4 Resultados Na Tabela 1 estão apresentados os valores médios e os respectivos valores de desvio padrão para cada uma das medidas empregadas considerando os sinais saudáveis (SDL) e patológicos (PTL). Tabela 1: Valor médio e o desvio-padrão das medidas de quantificação de recorrência utilizadas. Medidas SDL PTL T RANS,61 ±,2,5 ±,7 L med 1,39 ± 2,72 4,94 ± 2,2 T 1 94,64 ± 7,66 68,81 ± 18,48 T 2 146,73 ± 22,21 133,7 ± 31,27 Após a aplicação do teste de hipótese não paramétrico de Mann-Whitney, os resultados revelaram que todas as quatro medidas avaliadas apresentam diferenças estatisticamente significativas (P <,1) entre os dois grupos de sinais de voz considerados. Na Tabela 2 são apresentados os valores médios e desvios padrão obtidos da análise de desempenho da classificação realizada de forma individual. As medidas de desempenho utilizadas foram a Taxa de Acurácia (Ac), Taxa de Falsos Positivos (FP) e Taxa de Falsos Negativos (FN). Na classificação usando vetores formados pela combinação de duas diferentes características, o melhor desempenho obtido foi com as medidas: Tempo de recorrência de tipo 1 e Transitividade. Na classificação com três características combinadas, o melhor desempenho foi obtido com as medidas: Tempo de recorrência de tipo 1, Tempo de recorrência de tipo 2 e Transitividade. 5 Discussões As medidas de recorrência avaliadas confirmaram, no processo de classificação, os indícios apresentados no testes estatísticos realizados. Ou seja, a capacidade das medidas investigadas em discriminar os dois grupos de sinais de voz considerados (saudável e patológico). Entre as características consideradas de forma individual, a medida do Comprimento médio das linhas diagonais (L med ) apresentou melhores taxas de classificação entre os dois grupos, em relação as demais. Como esperado, a utilização de vetores, formados por meio da combinação adequada de caraterísticas, oferece melhores taxas de desempenho quando comparadas aos obtidos com qualquer característica de forma individual.
6 6 Conclusão Os resultados do processo classificação apresentados sugerem que as medidas de recorrência analisadas podem ser utilizadas na construção de vetores característicos visando a discriminação entre sinais de vozes saudáveis e patológicas. Espera-se ainda que esses medidas possam oferecer taxas de desempenho ainda mais elevadas no caso de grupos de sinais patológicos mais específicos, uma vez que o grupo de sinais de vozes patológicas analisado é composto por três diferentes patologias, inclusive, de naturezas diferentes, ou seja nódulos e edema de origem orgânica e paralisia de origem neurológica. Além disso, entre os sinais analisados há diferentes graus de severidade da patologia, indivíduos de diversas faixas etárias e dos dois gêneros. Agradecimentos Os autores agradecem à CAPES pelo financiamento parcial da pesquisa, e à UFCG pela base de dados com os sinais de voz. Referências Behlau, M. (21). A Voz do Especialista, Vol. 1, Revinter, Rio de Janeiro. de A Costa, W., Assis, F. M., Neto, B. G. A., Costa, S. C. and Vieira, V. J. D. (212). Pathological voice assessment by recurrence quantification analysis, Biosignals and Biorobotics Conference (BRC), 212 ISSNIP, IEEE, pp de Oliveira Rosa, M. (22). Laringe digital, PhD thesis. Deller, J. R., Proakis, J. G. and Hansen, J. H. (2). Discrete-time processing of speech signals, Ieee New York, NY, USA:. Eckmann, J. P., Kamphorst, S. O. and Ruelle, D. (1987). Recurrence plots of dynamical systems, Europhys. Letters 4(9): Elemetrics, K. (1994). Kay elemetrics corp. disordered voice database, Model 4337, 3 Ed. Fant, G. (24). Speech acoustics and phonetics: Selected writings, Vol. 24, Springer. Fiedler-Ferrara, N. and do Prado, C. C. (1994). Caos: uma introdução, Edgar Blucher. Fraser, A. M. and Swinney, H. L. (1986). Independent coordinates for strange attractors from mutual information, Physical review A 33(2): Gao, J. and Cai, H. (2). On the structures and quantification of recurrence plots, Physics Letters A 27(1): Gao, J., Cao, Y., Gu, L., Harris, J. and Principe, J. (23). Detection of weak transitions in signal dynamics using recurrence time statistics, Physics Letters A 317(1): Hausdorff, F. (1919). Dimension und äussers mass, Mathematische Annalen 79: Jiang, J., Zhang, Y. and McGilligan, C. (26). Chaos in voice, from modeling to measurement, Journal of Voice 2 (1): Kennel, M. B., Brown, R. and Abarbanel, H. D. I. (1992). Determining embedding dimension for phase-space reconstruction using a geometrical construction, Phy 45 (6): Kumar, A. and Mullick, S. K. (1996). Nonlinear dynamical analysis of speech, Journal Acoustic Society of America 1(1): Marwan, N. (23). Encounters With Neighbours - Current Developments of Concepts Based on Recurrence Plots and Their Applications, PhD thesis, University of Potsdam. Marwan, N., Donges, J. F., Zou, Y., Donner, R. V. and Kurths, J. (29). Complex network approach for recurrence analysis of time series, Physics Letters A 373(46): Marwan, N. and Kurths, J. (24). Line structure in recurrence plots, Physics Letters A 336: Marwan, N. and PIK, P. I. f. C. I. R. (213). Cross recurrence plot toolbox for matlab, version 5.17 (r28.16). Disponível em Acesso em fevereiro de 213. Savi, M. A. (26). Dinâmica não-linear e Caos, E-papers. Stemple, J. C., Glaze, L. E. and Gerdeman, B. K. (2). Clinical voice pathology: Theory and management, Cengage Learning. Takens, F. (1981). Detecting strange attractors in turbulence dynamical systems and turbulence, in D. Rand and L.-S. Young (eds), Lecture Notes in Mathematics, Berlin: Springer, pp. pp Webber-Jr., C. L. and Zbilut, J. P. (1994). Dynamical assessment of physiological systems and states using recurrence plot strategies, J. Appl. Physiol. 76:
ANÁLISE DE QUANTIFICAÇÃO DE RECORRÊNCIA PARA A CARACTERIZAÇÃO DE SINAIS DE VOZES SAUDÁVEIS E VOZES PATOLÓGICAS
ANÁLISE DE QUANTIFICAÇÃO DE RECORRÊNCIA PARA A CARACTERIZAÇÃO DE SINAIS DE VOZES SAUDÁVEIS E VOZES PATOLÓGICAS Washington C. de A. Costa, Silvana Cunha Costa, Vinícius J. D. Vieira Instituto Federal de
Análise de Quantificação de Recorrência e Análise Discriminante Aplicadas à Classificação de Sinais de Vozes Saudáveis e Sinais de Vozes Patológicas
Análise de Quantificação de Recorrência e Análise Discriminante Aplicadas à Classificação de Sinais de Vozes Saudáveis e Sinais de Vozes Patológicas Vinícius Jefferson Dias Vieira 1, Silvana Cunha Costa
USO DA DIMENSÃO DE CORRELAÇÃO NA DISCRIMINAÇÃO ENTRE VOZES SAUDÁVEIS E PATOLÓGICAS
USO DA DIMENSÃO DE CORRELAÇÃO NA DISCRIMINAÇÃO ENTRE VOZES SAUDÁVEIS E PATOLÓGICAS Washington César COSTA(1); Benedito G. AGUIAR NETO (2); Silvana C. COSTA (3) (1) UFCG/Campus C. Grande, IFPB/Campus J.
O Uso de Características Temporais de Sinais de Voz na Detecção de Patologias Laríngeas
O Uso de Características Temporais de Sinais de Voz na Detecção de Patologias Laríngeas Maria do Carmo de Luna Malheiros Frazão, Silvana Luciene do Nascimento Cunha Costa 2, Suzete Élida Nóbrega Correia
Classificação da intensidade de desvios vocais utilizando análise dinâmica não linear e análise de quantificação de recorrência
Classificação da intensidade de desvios vocais utilizando análise dinâmica não linear e análise de quantificação de recorrência Giulliana K. L. Pereira de Queiroz, Silvana Luciene do. C. Costa, Suzete
Discriminação entre sinais de vozes saudáveis e patológicos por meio da análise da imagem do espaço de fase reconstruído
XXXV SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES E PROCESSAMENTO DE SINAIS SBrT17, 3-6 DE SETEMBRO DE 17, SÃO PEDRO, SP Discriminação entre sinais de vozes saudáveis e patológicos por meio da análise da imagem
Classificação de patologias laríngeas por meio de características do espaço de fase reconstruído
Classificação de patologias laríngeas por meio de características do espaço de fase reconstruído Pinho, P. H. U., Couras, M. F. K. B., Dantas, E. C. S., Costa, S. C. e Correia, S.E.N. Resumo Este artigo
SISMICIDADE GLOBAL NO ÚLTIMO QUARTEL DO SÉC. XX
SISMICIDADE GLOBAL NO ÚLTIMO QUARTEL DO SÉC. XX E. Ivo ALVES Centro de Geofísica Universidade de Coimbra SUMÁRIO No presente trabalho analisaram-se os sismos com magnitude M 5 registados na Terra entre
Análise comparativa entre técnicas de classificação de vozes saudáveis e patológicas utilizando SVM e LDA
Análise comparativa entre técnicas de classificação de vozes saudáveis e patológicas utilizando SVM e LDA Jayne dos Santos Lima [1], Thamyres Tâmulla Cavalcante Palitó [2], Vinícius Jefferson Dias Vieira
Algoritmo Bio-inspirado em Colônia de Abelhas Aplicado na Seleção de Características para Detecção de Desvios Vocais
Algoritmo Bio-inspirado em Colônia de Abelhas Aplicado na Seleção de Características para Detecção de Desvios Vocais Aldeni S. de Sousa 1[0000-0001-8430-2281], Paulo I. L. Ferreira 1[0000-0001-8946-5872],
ANÁLISE DO VALOR DO PASSO DA RECONSTRUÇÃO PARA O CÁLCULO DA DIMENSÃO DE CORRELAÇÃO EM SISTEMAS CAÓTICOS
6 ANÁLISE DO VALOR DO PASSO DA RECONSTRUÇÃO PARA O CÁLCULO DA DIMENSÃO DE CORRELAÇÃO EM SISTEMAS CAÓTICOS Natália Diniz (Uni-FACEF) Antonio Carlos da Silva Filho (Uni-FACEF) INTRODUÇÃO Seja a seguinte
Artigo Original. Healthy and pathological voice assessment by means of nonlinear dynamic analysis measures and linear predictive coding
Volume 29, Número, p. 3-4, 203 Artigo Original http://dx.doi.org/0.4322/rbeb.203.00 Classificação de sinais de vozes saudáveis e patológicas por meio da combinação entre medidas da análise dinâmica não
A FUNÇÃO DE AUTOCORRELAÇÃO E A ESCOLHA DO PASSO DA RECONSTRUÇÃO
A FUNÇÃO DE AUTOCORRELAÇÃO E A ESCOLHA DO PASSO DA RECONSTRUÇÃO Antônio Carlos da Silva Filho (Uni-FACEF) Fabiano Guasti Lima (USP) 1 INTRODUÇÃO A função de autocorrelação mede o grau de correlação de
Características acústicas das vogais e consoantes
Características acústicas das vogais e consoantes APOIO PEDAGÓGICO Prof. Cecília Toledo ceciliavstoledo@gmail. com http://fonologia.org/acustica.php Fonética acústica A Fonética acústica é um ramo da Fonética
Introdução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos
MODELAGEM E DINÂMICA DE UM DISPOSITIVO MICRO-ELETROMECÂNICO (MEMS). MODELING AND DYNAMICS OF MICRO-ELECTROMECHANICAL DEVICE (MEMS).
MODELAGEM E DINÂMICA DE UM DISPOSITIVO MICRO-ELETROMECÂNICO (MEMS). MODELING AND DYNAMICS OF MICRO-ELECTROMECHANICAL DEVICE (MEMS). Douglas Roca Santo 1, José Manoel Balthazar 2, Bento Rodrigues de Pontes
Avaliação de Diversas Bases Wavelets na Detecção de Distúrbios Vocais Infantis
Avaliação de Diversas Bases Wavelets na Detecção de Distúrbios Vocais Infantis Miaelle O. Santos, Washington C. de A. Costa, Silvana C. Costa e Suzete E. N. Correia Programa de Pós-Graduação em Engenharia
INVESTIGAÇÃO DE ALTERAÇÕES NA DINÂMICA DO RITMO CARDÍACO DE DOENTES DE CHAGAS
78 INVESTIGAÇÃO DE ALTERAÇÕES NA DINÂMICA DO RITMO CARDÍACO DE DOENTES DE CHAGAS Antônio Carlos da Silva Filho (Uni-FACEF) Fátima Maria Helena Simões Pereira da Silva (USP) Lourenço Gallo Júnior (USP)
Proceeding Series of the Brazilian Society of Computational and Applied Mathematics. sinais de voz. Fernando Araujo de Andrade Sobrinho 1
Trabalho apresentado no DINCON, Natal - RN, 25. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Técnica de extração da seção de Poincaré para análise de sinais de voz
Classificação Automática de Gêneros Musicais
Introdução Método Experimentos Conclusões Utilizando Métodos de Bagging e Boosting Carlos N. Silla Jr. Celso Kaestner Alessandro Koerich Pontifícia Universidade Católica do Paraná Programa de Pós-Graduação
VALIDAÇÃO DO MODELO PELO USO DE MEDIDAS DE NÃO LINEARIDADE
VALIDAÇÃO DO MODELO PELO USO DE MEDIDAS DE NÃO LINEARIDADE Adriana de Souza COSTA 1, Glaucia Amorim FARIA 2, Ana Patricia Bastos PEIXOTO 1 1 Departamento de Estatística, Universidade Estadual da Paraíba-UEPB,
Caracterização de Comportamento Caótico da Variabilidade da Frequência Cardíaca (VFC) em Jovens Saudáveis
Anais do CNMAC v.2 ISSN 1984-820X Caracterização de Comportamento Caótico da Variabilidade da Frequência Cardíaca (VFC) em Jovens Saudáveis Marcelo Messias Departamento de Matemática, Estatística e Computação
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Sistema de Extração de Características Cíclicas de Vozes Patológicas utilizando App Designer
Sistema de Extração de Características Cíclicas de Vozes Patológicas utilizando App Designer Marisa F. Ciríaco 1, Antônio J. B. Freitas 1, Maurício F. Fernades 1, Aluisio I. R. Fontes 1 1 Instituto Federal
ESTUDOS EXATOS DA CONDUÇÃO TÉRMICA NA CADEIA HARMÔNICA UNIDIMENSIONAL
ESTUDOS EXATOS DA CONDUÇÃO TÉRMICA NA CADEIA HARMÔNICA UNIDIMENSIONAL Aluno: Diogo Gaia Orientador: Welles Antônio Martinez Morgado Introdução O problema da condução térmica baseada em dinâmicas microscópicas,
Processos aleatórios - características
Capítulo 6 Processos aleatórios - características temporais 6.1 O conceito de processo aleatório Um processo aleatório ou estocástico é um espaço de amostras em que cada elemento é associado a uma função
USO DE GRÁFICO DE RECORRÊNCIA E REDES COMPLEXAS PARA CARACTERIZAÇÃO DE SISTEMAS COMPLEXOS DE BAIXA DIMENSÃO
sid.inpe.br/mtc-m21b/2014/07.22.01.50 -TDI USO DE GRÁFICO DE RECORRÊNCIA E REDES COMPLEXAS PARA CARACTERIZAÇÃO DE SISTEMAS COMPLEXOS DE BAIXA DIMENSÃO Diego Guimarães de Brito Costa Dissertação de Mestrado
VARIABILIDADE DA FREQUÊNCIA FUNDAMENTAL: ESTUDO COMPARATIVO ENTRE VOZES ADAPTADAS E DISFÔNICAS
VARIABILIDADE DA FREQUÊNCIA FUNDAMENTAL: ESTUDO COMPARATIVO ENTRE VOZES ADAPTADAS E DISFÔNICAS Autores: Márcia Menezes, Maysa T. Ubrig-Zancanella, Maria Gabriela B. Cunha, Gislaine Cordeiro e Kátia Nemr
Introdução aos sinais discretos e conversão de sinais analógicos para digitais
Introdução aos sinais discretos e conversão de sinais analógicos para digitais Dispositivos de Medição Elétrica Usualmente, dois tipos de equipamentos são utilizados na medição de sinais elétricos: Medidores
UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU
UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU PLANO DE TRABALHO EM INICIAÇÃO CIENTÍFICA Desenvolvimento e aplicação de um modelo gravitacional simplificado para análise de texturas coloridas. Uberlândia 30/04/2014
Estudo analítico e numérico do espalhamento acústico
Universidade Federal de São João Del-Rei MG 26 a 28 de maio de 21 Associação Brasileira de Métodos Computacionais em Engenharia Estudo analítico e numérico do espalhamento acústico M.E. Maria 1 ; E.N.M.
Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios
Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa de Pós-Graduação em Engenharia Elétrica/PPGEE Universidade
M. Eisencraft 6.3 Funções de correlação 81. R YX (τ) R YY (τ). (6.19) R XY (τ) = R YX ( τ) (6.20)
M. Eisencraft 6.3 Funções de correlação 81 R XY (τ) = E[X(t)Y(t+τ)] e (6.17) R YX (τ) = E[Y(t)X(t+τ)]. (6.18) As propriedades de correlação de dois processos X(t) e Y(t) podem ser mostradas convenientemente
Quantificação da Vibração Cumulada das Pregas Vocais com Aplicação de Acelerômetro
https://eventos.utfpr.edu.br//sicite/sicite2017/index Quantificação da Vibração Cumulada das Pregas Vocais com Aplicação de Acelerômetro RESUMO Letícia Veiga Cena da Silva leticiaveigacs@gmail.com Universidade
Departamento de Electrónica, Telecomunicações e Informática. 1 Entrega do Trabalho e avaliação. 2 Sintetizador. Processamento Digital de Sinal
Departamento de Electrónica, Telecomunicações e Informática Processamento Digital de Sinal Trabalho Prático n o 1: Sintetizador de Música Neste trabalho pretende-se que os alunos construam um sintetizador
Descritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores
GENERALIZAÇÃO DE ESTRATÉGIAS DE DESCONTAMINAÇÃO DE RETICULADOS DE AUTÔMATOS CELULARES
GENERALIZAÇÃO DE ESTRATÉGIAS DE DESCONTAMINAÇÃO DE RETICULADOS DE AUTÔMATOS CELULARES MARCELO A. NOGUEIRA 2, PEDRO P.B. DE OLIVEIRA 1,2 Universidade Presbiteriana Mackenzie 1 Faculdade de Computação e
p TPP = (6.1) e a rajada de perda de pacote é medida pela Comprimento Médio da Rajada (CMR ) que é dada por
6 Perdas de Pacotes O problema de perda de pacotes em rajadas nas redes IP e redes móveis é um dos fatores mais importantes a serem considerados na análise de sistemas de reconhecimento de voz distribuídos.
Potência e Energia de um sinal
otência e nergia de um sinal Fonte: www.gaussianwaves.com/03//power-and-energy-of-a-signal/ nergia de um sinal: Definindo o termo tamanho do sinal : o processamento de sinais, geralmente um sinal é visto
DESENVOLVIMENTO DA EQUAÇÃO PREDITIVA GERAL (EPG)
MELCONIAN, Marcos Vinícius. "Desenvolvimento da Equação Preditiva Geral (EPG)", p.79-102. In MELCONIAN, Marcos Vinicius. Modelagem numérica e computacional com similitude e elementos finitos, São Paulo:
Estimação da Resposta em Frequência
27 Estimação da Resposta em Frequência jω Ge ( ) = jω Ye ( ) jω Ue ( ) Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação
Algoritmo Array Rápido para Filtragem de Sistemas Lineares Sujeitos a Saltos Markovianos com Variação Estruturada dos Parâmetros no Tempo
Trabalho apresentado no XXXVII CNMAC, SJ dos Campos - SP, 2017 Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Algoritmo Array Rápido para Filtragem de Sistemas Lineares
Análise de Sinais e Sistemas
Universidade Federal da Paraíba Departamento de Engenharia Elétrica Análise de Sinais e Sistemas Luciana Ribeiro Veloso luciana.veloso@dee.ufcg.edu.br ANÁLISE DE SINAIS E SISTEMAS Ementa: Sinais contínuos
DINÂMICA DO SISTEMA CARRO-PÊNDULO
DINÂMICA DO SISTEMA CARRO-PÊNDULO Rafael Alves Figueiredo 1 Universidade Federal de Uberlândia Av. João Naves de Ávila, 2121, Santa Mônica, Uberlândia, MG, Brasil. rafamatufu@yahoo.com.br Márcio José Horta
Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Metodologia Aplicada a Computação.
Metodologia Aplicada a Computação gaudenciothais@gmail.com Pré-processamento de dados Técnicas utilizadas para melhorar a qualidade dos dados; Eliminam ou minimizam os problemas como ruídos, valores incorretos,
Sistemas de Telecomunicações Definidos por Software & Processamento de Sinal em Tempo Real
Sistemas de Telecomunicações Definidos por Software & Processamento de Sinal em Tempo Real 1 Filtros Adaptativos Filtros adaptativos são solução atractiva em ambientes com estatística desconhecida e variável
LESÕES DE BORDA DE PREGAS VOCAIS E TEMPOS MÁXIMOS DE FONAÇÃO
134 LESÕES DE BORDA DE PREGAS VOCAIS E TEMPOS MÁXIMOS DE FONAÇÃO Vocal folds edge lesions and maximum phonation times Bárbara Costa Beber (1), Carla Aparecida Cielo (2), Márcia Amaral Siqueira (3) RESUMO
7 Extração de Dados Quantitativos
Capítulo 7 - Extração de Dados Quantitativos 119 7 Extração de Dados Quantitativos A técnica de medição desenvolvida e descrita nos capítulos anteriores produz como resultado a variação temporal da espessura
DISFONIA. Justificativa Tipos N máximo de sessões Videolaringoscopia: é um exame
DISFONIA Justificativa Tipos N máximo de Videolaringoscopia: é um exame Disfonias Funcionais: São alterações realizado com anestesia tópica e permite uma detalhada avaliação da estrutura anatômica da hipofaringe
Campus de Botucatu PLANO DE ENSINO. DISCIPLINA: Processamento e Análise de Sinais e Imagem Médica. DOCENTE RESPONSÁVEL: José Ricardo de Arruda Miranda
PLANO DE ENSINO I IDENTIFICAÇÃO CURSO: Física Médica MODALIDADE: Bacharelado DISCIPLINA: Processamento e Análise de Sinais e Imagem Médica (X) OBRIGATÓRIA ( ) OPTATIVA DEPARTAMENTO: Fisica e Biofísica
Estimação da Resposta em Frequência
27 Estimação da Resposta em Frequência ω = ω ω Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação gráfica deste conjunto
3 Filtro de Kalman Discreto
3 Filtro de Kalman Discreto As medidas realizadas por sensores estão sujeitas a erros, como pode ser visto no Capítulo 2. Os filtros são aplicados aos sinais medidos pelos sensores para reduzir os erros,
Echo State Networks. Fabricio Breve João Bertini
Echo State Networks Fabricio Breve João Bertini RNN Tarefas Filtragem e predição Classificação de Padrões Modelagem de Seqüências Estocásticas Memória Associativa Compressão de Dados RNN Aplicações Telecomunicações
Time Series Trend Detection and Forecasting Using Complex Network Topology Analysis
WAIAF 2018 Time Series Trend Detection and Forecasting Using Complex Network Topology Analysis Leandro Anghinoni Universidade de São Paulo DCM/RP Liang Zhao Universidade de São Paulo DCM/RP AGENDA Introdução
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Sistemas Lineares e Invariantes
Universidade Federal da Paraíba Programa de Pós-Graduação em Engenharia Elétrica Sistemas Lineares e Invariantes Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan 1 Sistemas
Algoritmo CLIQUE (Clustering In QUEst)
Algoritmo CLIQUE (Clustering In QUEst) Marcelo Camacho de Souza Nº USP: 3199616 Roteiro Algoritmo CLIQUE Exemplo Prático Complexidade Computacional Vantagens e Desvantagens Autores (IBM Almaden Research
Transformada Discreta de Fourier
Processamento Digital de Sinais Transformada Discreta de Fourier Prof. Dr. Carlos Alberto Ynoguti Jean Baptiste Joseph Fourier Nascimento: 21 de março de 1768 em Auxerre, Bourgogne, França Morte: 16 de
Carlos Roberto da Costa Ferreira. Interpolação Modificada de LSF's. Dissertação de Mestrado
Carlos Roberto da Costa Ferreira Interpolação Modificada de LSF's Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção do grau de Mestre pelo Programa de Pósgraduação em
INF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
AVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO
AVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO GUSTAVO TADEU ZANIBONI 1 LUCIANO VIEIRA DUTRA 1 1 INPE - Instituto
Transformada Discreta de Fourier
Processamento Digital de Sinais Transformada Discreta de Fourier Prof. Dr. Carlos Alberto Ynoguti Jean Baptiste Joseph Fourier Nascimento: 21 de março de 1768 em Auxerre, Bourgogne, França Morte: 16 de
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino
RECONSTRUÇÃO ANALÍTICA INTRA-NODAL DO FLUXO ESCALAR DE NÊUTRONS COM O MÉTODO ESPECTRO-NODAL CONSTANTE
005 International Nuclear Atlantic Conference - INAC 005 Santos SP Brazil August 8 to September 005 ASSOCIAÇÃO BRASILEIRA DE ENERGIA NUCLEAR - ABEN ISBN: 85-99141-01-5 RECONSTRUÇÃO ANALÍTICA INTRA-NODAL
Programa Analítico de Disciplina ELT430 Modelagem e Identificação de Sistemas
0 Programa Analítico de Disciplina Departamento de Engenharia Elétrica - Centro de Ciências Exatas e Tecnológicas Número de créditos: Teóricas Práticas Total Duração em semanas: 15 Carga horária semanal
Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local
Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Inês Aparecida Gasparotto Boaventura DCCE-IBILCE-UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto,
Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino 003/005 IST-Secção de Sistemas
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais. Prof. Adilson Gonzaga
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais Prof. Adilson Gonzaga 1 Introdução Objetos ou Segmentos são representados como uma coleção de pixels em uma imagem. Para o reconhecimento
Capítulo 3. Intermitência Tipo III. 3.1 Forma Normal
Capítulo 3 Intermitência Tipo III 3.1 Forma Normal A intermitência classificada por Pomeau e Manneville como tipo III pode ser associada a um mapa discreto da forma x n+1 = (1 + ɛ )x n + α x 2 n + η x
Instrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição
Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura
TREND STRIPS E NÍVEIS DE RUÍDO ADICIONADOS A UM MAPA SENOIDAL
167 TREND STRIPS E NÍVEIS DE RUÍDO ADICIONADOS A UM MAPA SENOIDAL Antônio Carlos da Silva Filho Uni-FACEF Introdução Trend Strips (TS) são uma nova técnica de análise da dinâmica de um sistema, quando
Meta-análise: comparação de proporções para o caso de duas amostras independentes
Meta-análise: comparação de proporções para o caso de duas amostras independentes Arminda Lucia Siqueira 1 Edna Afonso Reis 1 Ilka Afonso Reis 1 Luana Sílvia dos Santos 1 Pollyanna Vieira Gomes da Silva
Um Estudo do Comportamento dos Gráficos de Controle Construídos Via Metodologia de Geoestatística
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 006 Um Estudo do Comportamento dos Gráficos de Controle Construídos Via Metodologia de Geoestatística Fabiane Renata de Santana Yassukawa (UFMG) fabianesy@yahoo.com.br
14/05/2014. Tratamento de Incertezas TIC Aula 12. Conteúdo Propagação de Incertezas. Incerteza Propagação de incertezas de primeira ordem
Tratamento de Incertezas TIC-00.76 Aula 2 Conteúdo Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/204./tic-00.76 Tópicos
Caracterizac a o da dina mica cao tica em se ries temporais
Caracterizac a o da dina mica cao tica em se ries temporais Laurita dos Santos1 e Elbert E. N. Macau2 1 2 Programa de Doutorado em Computac a o Aplicada CAP Instituto Nacional de Pesquisas Espaciais INPE
Depto. de Matemática, Estatística e Computação FCT/UNESP, Presidente Prudente - SP, Brasil,
UM ESTUDO COMPARATIVO ENTRE ÍNDICES LINEARES E NÃO-LINEARES USADOS NA ANÁLISE DA VARIABILIDADE DA FREQUÊNCIA CARDÍACA (VFC) EM INDIVÍDUOS COM INSUFICIÊNCIA RENAL CRÔNICA. Maria Teodora Ferreira 1, Marcelo
7 Conclusões e desenvolvimentos futuros
7 Conclusões e desenvolvimentos futuros 7.1 Conclusões Este trabalho apresentou novas soluções para a determinação da posição de terminais de comunicações móveis com base em medidas de ToA. Nos métodos
ANÁLISE DE SINAIS DINÂMICOS
ANÁLISE DE SINAIS DINÂMICOS Paulo S. Varoto 7 . - Classificação de Sinais Sinais dinâmicos são geralmente classificados como deterministicos e aleatórios, como mostra a figura abaixo: Periódicos Determinísticos
Análise da influência do sistema Cantareira na sub-bacia do rio. Atibaia através do Multiscale Sample Entropy (MSE)
Análise da influência do sistema Cantareira na sub-bacia do rio 1 Introdução Atibaia através do Multiscale Sample Entropy (MSE) Lázaro de Souto Araújo 1,2 TatijanaStosic 1 O acelerado desenvolvimento agroindustrial
só temos a parte de aniquilação no futuro Até agora viemos fazendo integrais que tipicamente envolviam exponenciais do tipo:
Teoria Quântica de Campos I 38 só temos a parte de aniquilação no futuro livre é autovalor de Como verificamos que isto é o mesmo que as condições 32.1. O que ganhamos fazendo de novo este caminho? Para
Análise de Processos ENG 514
Análise de Processos ENG 514 Capítulo 1 Introdução à Modelagem de Processos Prof. Édler Lins de Albuquerque Outubro de 2013 1 Considerações Iniciais Processos e Sistemas da Engenharia Química são Complexos
Análise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais egs@cin.ufpe.br Agenda Séries Temporais: Definições Exemplos Modelos simples com média zero: Ruído I.I.D Processo Binário Random
Rotação de Wick para o tempo Euclideano
Teoria Quântica de Campos I 81 só temos a parte de aniquilação no futuro livre é autovalor de Como verificamos que isto é o mesmo que as condições 75.1. O que ganhamos fazendo de novo este caminho? Para
Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino IST-Secção de Sistemas e Controlo
Noções de Processos Estocásticos e Cadeias de Markov
Noções de Processos Estocásticos e Cadeias de Markov Processo Estocástico Definição: Processo Estocástico é uma coleção de variáveis aleatórias indexadas por um parâmetro t R (entendido como tempo). X={
PRE29006 LISTA DE EXERCÍCIOS #
INSTITUTO FEDERAL DE SANTA CATARINA CAMPUS SÃO JOSÉ COORDENADORIA DE ÁREA DE TELECOMUNICAÇÕES ENGENHARIA DE TELECOMUNICAÇÕES PRE9006 LISTA DE EXERCÍCIOS #3 06. Exercícios. [, Exercício 7.] Seja A uma variável
Palestrantes: Amábile Beatriz Leal (2º ano) Jéssica Emídio (4º ano) Orientação: Fga. Ms. Angélica E. S. Antonetti
Palestrantes: Amábile Beatriz Leal (2º ano) Jéssica Emídio (4º ano) Orientação: Fga. Ms. Angélica E. S. Antonetti Disfonia é um transtorno vocal em que a produção vocal é realizada com esforço, sem harmonia
Mara Carvalho / Filipe Abreu. Jornadas Interdisciplinares sobre Tecnologias de Apoio Escola Superior de Tecnologia da Saúde de Coimbra
Tecnologias de apoio diagnóstico da voz Mara Carvalho / Filipe Abreu Jornadas Interdisciplinares sobre Tecnologias de Apoio Escola Superior de Tecnologia da Saúde de Coimbra 27 de Setembro de 2007 Índice
Processamento de Imagens Digitais
Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas
2 Animação com Harmônicos de Variedade
2 Animação com Harmônicos de Variedade Hoje em dia, podemos encontrar vários métodos de visualização de música, porém muito poucos relacionam a música à deformações (ou até movimentos rígidos) de modelos
AUTOVALORES E AUTOVETORES: CONCEITOS E UMA APLICAÇÃO A UM SISTEMA DINÂMICO
AUTOVALORES E AUTOVETORES: CONCEITOS E UMA APLICAÇÃO A UM SISTEMA DINÂMICO Patrícia Eduarda de Lima 1, Luciane de Fátima Rodrigues de Souza 2* 1 Departamento de Exatas, Faculdades Integradas Regionais
APLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS EM IMAGENS GERADAS POR ULTRA-SOM
VIII ERMAC 8 o Encontro Regional de Matemática Aplicada e Computacional 0- de Novembro de 008 Universidade Federal do Rio Grande do Norte Natal/RN APLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS
SIMULAÇÃO DA PROPAGAÇÃO DE ONDAS ACÚSTICAS EM DIFERENTES FREQUÊNCIAS ATRAVÉS DE UMA MALHA DE GUIAS DIGITAIS DE ONDAS
17º Simpósio do Programa de Pós-graduação em Engenharia Mecânica Universidade Federal de Uberlândia Faculdade de Engenharia Mecânica SIMULAÇÃO DA PROPAGAÇÃO DE ONDAS ACÚSTICAS EM DIFERENTES FREQUÊNCIAS
Reconhecimento de Sinais EMG (Plano Horizontal Sem Carga)
Reconhecimento de Sinais EMG (Plano Horizontal Sem Carga) Orientador: Maria Claudia Ferrari de Castro Departamento: Engenharia Elétrica Candidato: Thiago Henrique do Nascimento N FEI: 111107778-0 Início:
Aprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 02 Representação dos dados Pré-processamento Max Pereira Tipo de Dados Os atributos usados para descrever objetos de dados podem ser de diferentes tipos: Quantitativos
DCBD. Avaliação de modelos. Métricas para avaliação de desempenho. Avaliação de modelos. Métricas para avaliação de desempenho...
DCBD Métricas para avaliação de desempenho Como avaliar o desempenho de um modelo? Métodos para avaliação de desempenho Como obter estimativas confiáveis? Métodos para comparação de modelos Como comparar
Aula de Processamento de Sinais I.B De Paula. Tipos de sinal:
Tipos de sinal: Tipos de sinal: Determinístico:Sinais determinísticos são aqueles que podem ser perfeitamente reproduzidos caso sejam aplicadas as mesmas condições utilizadas sua geração. Periódico Transiente
Modelos Probabilísticos
Modelos Probabilísticos Somente para lembrar... Modelos são extremamente importantes para o estudo do desempenho de um sistema antes de implementá-lo na prática! Foguete proposto tem confiabilidade? Devemos