Página 1 dos resultados de 176 itens digitais encontrados em 0.009 segundos

Avaliação de redes Bayesianas para imputação em variáveis qualitativas e quantitativas.; Evaluating Bayesian networks for imputation with qualitative and quantitative variables.

Magalhães, Ismenia Blavatsky de
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 29/03/2007 Português
Relevância na Pesquisa
69.309%
Redes Bayesianas são estruturas que combinam distribuições de probabilidade e grafos. Apesar das redes Bayesianas terem surgido na década de 80 e as primeiras tentativas em solucionar os problemas gerados a partir da não resposta datarem das décadas de 30 e 40, a utilização de estruturas deste tipo especificamente para imputação é bem recente: em 2002 em institutos oficiais de estatística e em 2003 no contexto de mineração de dados. O intuito deste trabalho é o de fornecer alguns resultados da aplicação de redes Bayesianas discretas e mistas para imputação. Para isso é proposto um algoritmo que combina o conhecimento de especialistas e dados experimentais observados de pesquisas anteriores ou parte dos dados coletados. Ao empregar as redes Bayesianas neste contexto, parte-se da hipótese de que uma vez preservadas as variáveis em sua relação original, o método de imputação será eficiente em manter propriedades desejáveis. Neste sentido, foram avaliados três tipos de consistências já existentes na literatura: a consistência da base de dados, a consistência lógica e a consistência estatística, e propôs-se a consistência estrutural, que se define como sendo a capacidade de a rede manter sua estrutura na classe de equivalência da rede original quando construída a partir dos dados após a imputação. É utilizada pela primeira vez uma rede Bayesiana mista para o tratamento da não resposta em variáveis quantitativas. Calcula-se uma medida de consistência estatística para redes mistas usando como recurso a imputação múltipla para a avaliação de parâmetros da rede e de modelos de regressão. Como aplicação foram conduzidos experimentos com base nos dados de domicílios e pessoas do Censo Demográfico 2000 do município de Natal e nos dados de um estudo sobre homicídios em Campinas. Dos resultados afirma-se que as redes Bayesianas para imputação em atributos discretos são promissoras...

Aplicação de Redes Bayesianas na análise da contribuição do erro humano em acidentes de colisão.; Application of Bayesian Networks in the human error contribution analysis of collision accidents.

Maturana, Marcos Coelho
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 04/02/2010 Português
Relevância na Pesquisa
68.85743%
Recentemente, na indústria naval, a normatização por sociedades classificadoras e pela IMO (International Maritime Organization) tem apresentado uma mudança paulatina, migrando dos procedimentos prescritivos para uma estrutura regulatória baseada em risco. Tal perspectiva oferece algumas vantagens para operadores e armadores (empresas que exploram comercialmente as embarcações): 1) maior capacidade de incorporar projetos inovadores, tecnicamente superiores, a custos aceitáveis; 2) maior confiança quanto à segurança; 3) melhor entendimento de eventos de periculosidade, dos riscos enfrentados em novos projetos e de medidas de mitigação. Especificamente no setor petrolífero, a análise, a avaliação e o gerenciamento de risco são vitais, em face da potencial gravidade dos acidentes no que diz respeito à vida humana, ao meio-ambiente e ao patrimônio. Dado que a maior parte dos acidentes nesta área são motivados por fatores humanos, o propósito deste trabalho é apresentar uma metodologia e técnicas eficientes de análise de confiabilidade humana aplicáveis a esta indústria. Durante as últimas décadas, se desenvolveram várias técnicas para o estudo quantitativo da confiabilidade humana. Na década de oitenta foram desenvolvidas técnicas que modelam o sistema por meio de árvores binárias...

Redes Bayesianas: um método para avaliação de interdependência e contágio em séries temporais multivariadas; Bayesian Networks: a method for evaluation of interdependence and contagion in multivariate time series

Carvalho, João Vinícius de França
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 25/04/2011 Português
Relevância na Pesquisa
69.04408%
O objetivo deste trabalho consiste em identificar a existência de contágio financeiro utilizando a metodologia de redes bayesianas. Além da rede bayesiana, a análise da interdependência de mercados internacionais em períodos de crises financeiras, ocorridas entre os anos 1996 e 2009, foi modelada com outras duas técnicas - modelos GARCH multivariados e de Cópulas, envolvendo países nos quais foi possível avaliar seus efeitos e que foram objetos de estudos similares na literatura. Com os períodos de crise bem definidos e metodologia calcada na teoria de grafos e na inferência bayesiana, executou-se uma análise sequencial, em que as realidades que precediam períodos de crise foram consideradas situações a priori para os eventos (verossimilhanças). Desta combinação resulta a nova realidade (a posteriori), que serve como priori para o período subsequente e assim por diante. Os resultados apontaram para grande interligação entre os mercados e diversas evidências de contágio em períodos de crise financeira, com causadores bem definidos e com grande respaldo na literatura. Ademais, os pares de países que apresentaram evidências de contágio financeiro pelas redes bayesianas em mais períodos de crises foram os mesmos que apresentaram os mais altos valores dos parâmetros estimados pelas cópulas e também aqueles cujos parâmetros foram mais fortemente significantes no modelo GARCH multivariado. Assim...

Dificuldades orçamentárias básicas das famílias brasileiras: um convite à reflexão a partir de redes bayesianas; Basic budgetary difficulties of Brazilian families: an invitation to reasoning from bayesian networks

Nogueira, Claudia Mendes
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 02/10/2012 Português
Relevância na Pesquisa
68.85743%
Este estudo visa compreender a adequação dos rendimentos às necessidades e condições de vida dos brasileiros. Observando os dados da Pesquisa de Orçamentos Familiares (POF) realizada pelo IBGE (Instituto Brasileiro de Geografia e Estatística) para o período: 2008 e 2009, o estudo identifica um modelo que se concentra na investigação sobre o fato de 75% dos domicílios brasileiros declararem dificuldades orçamentárias. Para desenvolver um modelo, foi utilizada a percepção declarada e subjetiva de adequação da renda, informada pelo chefe de família ou pessoa de referência no domicílio. O referencial teórico baseia-se no comportamento do consumidor e foca nos recursos econômicos. O método quantitativo foi desenvolvido com Inteligência Artificial, mais especificamente Redes Bayesianas. Redes Bayesianas são estruturas em forma de grafos onde as distribuições de probabilidade são representadas por nós ligados por arcos acíclicos, que podem representar ou não relações causais entre as variáveis. No final pretende-se contribuir para o conhecimento e melhoria no desenho de políticas públicas e para as empresas em geral, dando um panorama sobre o que afeta as dificuldades das famílias, proporcionando uma visão que vai além da tradicional divisão de classes econômicas.; This study aims to understand the adequacy of Brazilians´ income to their needs and living conditions. According to the data from the Household Budget Survey (POF) conducted by IBGE (Brazilian Institute of Geography and Statistics) for the years of 2008 - 2009...

Construção automática de redes bayesianas para extração de interações proteína-proteína a partir de textos biomédicos; Learning Bayesian networks for extraction of protein-protein interaction from biomedical articles

Juárez, Pedro Nelson Shiguihara
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 20/06/2013 Português
Relevância na Pesquisa
68.85743%
A extração de Interações Proteína-Proteína (IPPs) a partir de texto é um problema relevante na área biomédica e um desafio na área de aprendizado de máquina. Na área biomédica, as IPPs são fundamentais para compreender o funcionamento dos seres vivos. No entanto, o número de artigos relacionados com IPPs está aumentando rapidamente, sendo impraticável identicá-las e catalogá-las manualmente. Por exemplo, no caso das IPPs humanas apenas 10% foram catalogadas. Por outro lado, em aprendizado de máquina, métodos baseados em kernels são frequentemente empregados para extrair automaticamente IPPs, atingindo resultados considerados estado da arte. Esses métodos usam informações léxicas, sintáticas ou semânticas como características. Entretanto, os resultados ainda são insuficientes, atingindo uma taxa relativamente baixa, em termos da medida F, devido à complexidade do problema. Apesar dos esforços em produzir kernels, cada vez mais sofisticados, usando árvores sintáticas como árvores constituintes ou de dependência, pouco é conhecido sobre o desempenho de outras abordagens de aprendizado de máquina como, por exemplo, as redes bayesianas. As àrvores constituintes são estruturas de grafos que contêm informação importante da gramática subjacente as sentenças de textos contendo IPPs. Por outro lado...

Estudo de técnicas de paralelização de métodos computacionais de fatoração de matrizes esparsas aplicados à redes bayesianas e redes credais; Study of parallelization techniques of computational methods for sparse matrix factorization applied to Bayesian and credal networks

Maranhão, Viviane Teles de Lucca
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 19/08/2013 Português
Relevância na Pesquisa
69.007065%
Neste trabalho demos continuidade ao estudo desenvolvido por Colla (2007) que utilizou-se do arcabouço de álgebra linear com técnicas de fatoração de matrizes esparsas aplicadas à inferência em redes Bayesianas. Com isso, a biblioteca computacional resultante possui uma separação clara entre a fase simbólica e numérica da inferência, o que permite aproveitar os resultados obtidos na primeira etapa para variar apenas os valores numéricos. Aplicamos técnicas de paralelização para melhorar o desempenho computacional, adicionamos inferência para Redes Credais e novos algoritmos para inferência em Redes Bayesianas para melhor eciência dependendo da estrutura do grafo relacionado à rede e buscamos tornar ainda mais independentes as etapas simbólica e numérica.; In this work we continued the study by Colla (2007), who used the framework of linear algebra techniques with sparse matrix factorization applied to inference in Bayesian networks. Thus, the resulting computational library has a clear separation between the symbolic and numerical phase of inference, which allows you to use the results obtained in the rst step to vary only numeric values. We applied parallelization techniques to improve computational performance...

Avaliação e modelagem de sistemas de suporte à decisão utilizando reconhecimento de padrões e redes bayesianas; Assessment and modeling of decision support systems using pattern recognition and bayesian networks

Bessani, Michel
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 09/02/2015 Português
Relevância na Pesquisa
68.85743%
Sistemas de suporte a decisão são utilizados em cenários com incertezas. Uma decisão normalmente é auxiliada por resultados obtidos com ações passadas em problemas semelhantes. Quando um sistema de suporte a decisão incorpora conhecimento específico de uma área, estes recebem o nome de sistemas especialistas. Tal conhecimento especifico é utilizado para inferência juntamente com as informações de entrada a respeito do problema. O objetivo deste trabalho é a avaliação e modelagem de sistemas de auxílio a decisão, foram analisadas duas abordagens para um mesmo problema alvo, sendo uma de gerenciamento do problema e outra de detecção do problema. A abordagem de gerenciamento utiliza redes Bayesianas para modelagem, tanto do conhecimento específico quanto para a inferência. As variáveis utilizadas, as relações de dependência e as probabilidades condicionais entre as variáveis foram extraídas da literatura. A abordagem de detecção do problema utilizou imagens para extração de características seguida de um algoritmo de agrupamento para comparação com a classificação de um especialista. Uma das áreas de aplicação de sistemas especialistas é na área clínica, podendo auxiliar tanto na detecção, diagnóstico e tratamento de doenças. A cárie dental é um problema generalizado que afeta a maioria das pessoas...

Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa

Chagas, Ricardo Pedreti
Fonte: Fundação Getúlio Vargas Publicador: Fundação Getúlio Vargas
Tipo: Dissertação
Português
Relevância na Pesquisa
68.9234%
Redes Bayesianas podem ser ferramentas poderosas para construção de modelos econômico-financeiros utilizados para auxílio à tomada de decisão em situações que envolvam grau elevado de incerteza. Relações não-lineares entre variáveis não são capturadas em modelos econométricos lineares. Especialmente em momentos de crise ou de ruptura, relações lineares, em geral, não mais representam boa aproximação da realidade, contribuindo para aumentar a distância entre os modelos teóricos de previsão e dados reais. Neste trabalho, é apresentada uma metodologia para levantamento de dados e aplicação de Redes Bayesianas na obtenção de modelos de crescimento de fluxos de caixa de empresas brasileiras. Os resultados são comparados a modelos econométricos de regressão múltipla e finalmente comparados aos dados reais observados no período. O trabalho é concluído avaliando-se as vantagens de desvantagens da utilização das Redes de Bayes para esta aplicação.

Integrating BDI model and Bayesian networks; Integrando modelo BDI e redes Bayesianas

Fagundes, Moser Silva
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação Formato: application/pdf
Português
Relevância na Pesquisa
69.309%
Individualmente, as linhas de pesquisa da Inteligência Artificial têm proposto abordagens para a resolução de inúmeros problemas complexos do mundo real. O paradigma orientado a agentes provê os agentes autônomos, capazes de perceber os seus ambientes, reagir de acordo com diferentes circunstâncias e estabelecer interações sociais com outros agentes de software ou humanos. As redes Bayesianas fornecem uma maneira de representar graficamente as distribuições de probabilidades condicionais e permitem a realização de raciocínios probabilísticos baseados em evidências. As ontologias são especificações explícitas e formais de conceituações, que são usadas em uma variedade de áreas de pesquisa, incluindo os Sistemas Multiagentes. Contudo, existem aplicações cujos requisitos não podem ser atendidos por uma única tecnologia. Circunstâncias como estas exigem a integração de tecnologias desenvolvidas por distintas áreas da Ciência da Computação. Esta dissertação trata a integração do modelo de agentes BDI (Belief-Desire-Intention) e das redes Bayesianas. Além disso, é adotada uma abordagem baseada em ontologias para representar o conhecimento incerto dos agentes. O primeiro passo em direção a integração foi o desenvolvimento de uma ontologia para representar a estrutura das redes Bayesinas. Esta ontologia tem como principal objetivo permitir a interoperabilidade agentes compatíveis com a arquitetura proposta. No entanto...

Inserção de conhecimento probabilístico para construção de agentes BDI modelados em redes bayesianas; Insertion of probabilistic knowledge into BDI agents construction modelled in bayesian networks

Kieling, Gustavo Luiz
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação Formato: application/pdf
Português
Relevância na Pesquisa
68.85743%
A representação do conhecimento de maneira mais fiel possível à realidade é uma meta histórica e não resolvida até o momento na área da Inteligência Artificial. Problemas são resolvidos e decisões são tomadas levando-se em conta diversos tipos de conhecimentos, os quais muitos são tendenciosos, inexatos, ambíguos ou ainda incompletos. A fim de tentar emular a capacidade de representação do conhecimento humano, levando-se em conta as diversas dificuldades inerentes, tem-se construído sistemas computacionais que armazenam o conhecimento das mais diversas formas. Dentro deste contexto, este trabalho propõe um experimento que utiliza duas formas distintas de representação do conhecimento: a simbólica, neste caso BDI, e a probabilística, neste caso Redes Bayesianas. Para desenvolvermos uma prova de conceito desta proposta de representação do conhecimento estamos utilizando exemplos que serão construídos através da tecnologia de programação voltada para agentes. Para tal, foi desenvolvida uma implementação de um Sistema MultiAgente, estendendo o framework Jason através da implementação de um plugin chamado COPA. Para a representação do conhecimento probabilístico, utilizamos uma ferramenta de construção de Redes Bayesianas...

Aprendizagem estrutural de redes bayesianas pelo método de Monte Carlo e cadeias de Markov

Costa, Felipe Schneider
Fonte: Universidade Federal de Santa Catarina Publicador: Universidade Federal de Santa Catarina
Tipo: Dissertação de Mestrado Formato: 90 p.| il., grafs., tabs.
Português
Relevância na Pesquisa
68.971045%
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2013.; Esta dissertação aborda a aplicação dos métodos de Monte Carlo via Cadeias de Markov na aprendizagem de estruturas de redes Bayesianas. Estes métodos têm se mostrado extremamente eficientes nos cálculos aproximados de problemas nos quais é impossível obter uma solução exata. Neste sentido, apresenta um método para gerar estruturas de redes Bayesianas a partir dos dados para que possam ser utilizadas para realizar consultas sobre o domínio do problema e também que permitam extrair conhecimento sobre o problema através dos modelos gráficos gerados. Inicialmente, através do uso de técnicas de verificação de independência condicional entre os nós da rede, alguns vértices (conexões entre os nós) da estrutura inicial foram fixados e não mais alterados, visando minimizar o uso de recursos computacionais. Após fixar esses vértices, o próximo passo consistiu em construir uma estrutura inicial de rede (conectar os demais nós da rede não fixados no passo anterior) a ser alterada durante toda a execução do algoritmo. Para isso, foram utilizados algoritmos de busca heurística. De posse de um modelo inicial de rede e seguindo o fluxo dos métodos de Monte Carlo e Cadeias de Markov...

Uma métrica fuzzy para aprendizagem de estruturas de redes bayesianas pelo método de Monte Carlo e cadeias de Markov

Crotti Junior, Ademar
Fonte: Universidade Federal de Santa Catarina Publicador: Universidade Federal de Santa Catarina
Tipo: Dissertação de Mestrado Formato: 72 p.| il.
Português
Relevância na Pesquisa
69.091724%
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2014.; A aprendizagem de estrutura de redes bayesianas (RB) a partir dos dados é considerada uma tarefa complexa, uma vez que o número de estruturas possíveis cresce exponencialmente de acordo com o número de variáveis. Existem dois métodos principais para esta tarefa de aprendizagem de estruturas de RB: o método de independência condicional, que busca uma estrutura consistente com os testes de independência realizados nos dados; o método de busca heurística, que explora o espaço de busca avaliando as possíveis estruturas por meio de algoritmos de busca. Além desses dois métodos, também são considerados os algoritmos híbridos, onde os dois métodos são aplicados na tarefa. A principal falha dessas abordagens tradicionais é que elas não conseguem identificar todas as relações existentes nos dados, sendo necessário investigar novas abordagem. Desta forma, esta pesquisa apresenta o desenvolvimento de uma métrica fuzzy de avaliação com um método de busca heurística para aprendizagem de estrutura de redes bayesianas, utilizando Monte Carlo via Cadeias de Markov. As diferentes métricas de avaliação de redes bayesianas utilizadas permitem identificar determinadas propriedades nas redes. Essas propriedades são determinadas em função da métrica aplicada. A combinação em uma métrica fuzzy possibilita avaliar diferentes propriedades simultaneamente. Os resultados deste trabalho foram avaliados no contexto de bases sintéticas por meio da comparação com outros algoritmos...

Simulação de sistemas complexos para fins de entretenimento usando Redes Bayesianas : o caso do FutSim

Luiz Freitas Valadares, Jeferson; Lisboa Ramalho, Geber (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
Português
Relevância na Pesquisa
68.85743%
O objetivo deste trabalho é resolver o problema de Inteligência Artificial do FutSim, um jogo online de administração de futebol desenvolvido pela empresa Jynx Playware. Os jogos de computador são relevantes hoje não apenas pela sua expressão de mercado, mas também para propósitos de pesquisa. O futebol é um excelente exemplo de sistema complexo, porque o seu entendimento não é possível a partir do entendimento de seus componentes. Hoje em dia são utilizadas simulações em software para se entender e experimentar com este tipo de sistema. Existem muitas discussões sobre a simulação de sistemas complexos para outros fins, mas não para entretenimento. Este tipo de simulação de sistemas complexos tem vários requisitos específicos que não são atendidos pelos sistemas de simulação atuais. Além disso, a maioria das simulações desenvolvidas hoje pela indústria de jogos é baseada em técnicas como regras de produção e lógica difusa, que não são adequadas para o tratamento de incerteza. Já a abordagem de redes bayesianas é capaz de lidar com incerteza de maneira correta e eficiente, mas elas não têm sido utilizadas para simulação, e nem são capazes de representar conceitos como entidade e relacionamento. Como resultado deste trabalho...

Processos semi markovianos e redes bayesianas para avaliação de indicadores de desempenho de confiabilidade de sistemas complexos tolerantes à falha

José das Chagas Moura, Márcio; Andrés López Droguett, Enrique (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
Português
Relevância na Pesquisa
68.85743%
Neste trabalho, é proposta uma metodologia de modelagem de indicadores de desempenho de Confiabilidade ((In)Disponibilidade, Confiabilidade, Manutenibilidade) de sistemas complexos baseada na integração entre processos semi Markovianos (PSMs) e Redes Bayesianas (RBs). Basicamente, um PSM pode ser entendido como um processo estocástico no qual as probabilidades de transição dependem do intervalo de tempo decorrido desde o qual um sistema possui determinadas características. Já as Redes Bayesianas são estruturas probabilísticas que representam qualitativa e quantitativamente relações de causa e efeito entre determinadas variáveis aleatórias de interesse. A integração entre os PSMs e as RBs origina um modelo estocástico híbrido o qual é capaz de representar a dinamicidade de um sistema ao mesmo tempo em que trata como as relações de causa e efeito entre fatores não necessariamente temporais influenciam tal evolução. Para desenvolver tal modelo híbrido, faz-se necessário propor e formular o método numérico computacional de resolução das equações de probabilidades de transição dos PSMs definidos através de taxas de transição as quais são equações integrais do tipo convolução. Tal método é baseado na aplicação de transformadas de Laplace as quais serão invertidas utilizando o método de Quadratura Gaussiana conhecido como Gauss Legendre. Aplicações do modelo híbrido proposto são realizadas em sistemas tolerantes à falha com o objetivo de avaliar a evolução temporal dos indicadores de desempenho de Confiabilidade; Petróleo Brasileiro S/A

Uma metodologia para análise de disponibilidade de sistemas complexos via hibridismo de redes bayesianas e processos markovianos

Fernando do Rêgo Barros Júnior, Paulo; Andrés López Droguett, Enrique (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
Português
Relevância na Pesquisa
68.85743%
É proposta uma metodologia de análise de disponibilidade para sistemas complexos baseada num modelo de inferência para as taxas falha e de reparo de um processo markoviano. Para tanto, influências causais entre variáveis monitoradas que influenciam direta ou indiretamente o tempo entre falhas e de reparo são analisadas, tais como: qualidade do equipamento instalado, tipo da última manutenção realizada, fatores que causam a falha dos equipamentos, a forma como os equipamentos falham e outras variáveis monitoradas do sistema. Para representar as relações causais dessas variáveis, serão utilizadas as redes bayesianas no contexto da extração do conhecimento de base de dados. De acordo com essa abordagem, o modelo proposto irá fazer uso de uma base de dados para determinar a topologia da rede formada pelas variáveis monitoradas e o tempo entre falhas e de reparo dos equipamentos. Com as redes bayesianas estruturadas, torna-se possível, por meio do teorema de Bayes, atualizar as distribuições de probabilidade dos tempos dado um evento de manutenção ou uma nova evidência em alguma variável da rede. Uma base de dados de um sistema complexo no campo de produção de óleo será utilizada como um exemplo de aplicação; Conselho Nacional de Desenvolvimento Científico e Tecnológico

Análise probabilística de riscos via Redes Bayesianas : uma aplicação na construção de poços multilaterais

Barbosa dos Santos, Wagner; Andrés López Droguett, Enrique (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
Português
Relevância na Pesquisa
68.85743%
A análise probabilística de riscos é um método que ajuda a identificar e avaliar o risco, em sistemas de tecnologia complexa, com o propósito de através de uma análise de custobenefício melhorar a segurança e desempenho. O método tradicional faz uso de duas técnicas de modelagem e avaliação: árvore de falhas e árvore de eventos. Porém, estas técnicas possuem algumas limitações, tais como: O modelo se torna, algumas vezes, uma aproximação grosseira da realidade, devido a considerações necessárias na modelagem do sistema; Dentro deste conceito tem-se a consideração de independência entre variáveis, que algumas vezes não são; a necessidade em descrever os eventos como dicotômicos, que em alguns casos possuem vários estados possíveis. Outra limitação está na dificuldade em atualizar as informações já modeladas a partir de uma nova informação. Diante destas limitações, a utilização de redes Bayesianas, foi a saída encontrada para modelar sistemas de forma mais aproxima a realidade. Possibilitando a constante atualização com base nas informações obtidas, no decorrer da vida útil do sistema. A análise probabilística de riscos via redes Bayesianas, foi validada pela aplicação da técnica na análise da tecnologia multilateral...

Avaliação da corrupção em processos de licitação pública utilizando redes bayesianas

Menêzes, Regilda da Costa e Silva; Ramos, Francisco de Sousa (Orientador); Firmino, Paulo Renato Alves (Coorientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Dissertação
Português
Relevância na Pesquisa
68.85743%
Este trabalho analisa os fatores que levam um gestor público a cometer irregularidades, utilizando como determinantes da corrupção as variáveis socioeconômicas dos municípios brasileiros e algumas características dos seus prefeitos. O trabalho proposto aqui usa dados obtidos dos relatórios de fiscalização da Controladoria Geral da União (CGU) e pode ser considerado pioneiro por avaliar a corrupção especificamente nos processos de licitação pública, por apresentar uma taxonomia dentro desse contexto e por usar um modelo causal baseado em redes Bayesianas. Redes Bayesianas diferem de modelos tradicionais de regressão porque, além de utilizarem um número maior de variáveis, identificam as variáveis que possuem relação direta ou indireta com o número de irregularidades, dispensam suposições restritivas sobre as suas distribuições de probabilidade subjacentes e permitem a agregação de dados e opiniões de especialistas. O resultado da aplicação de testes estatísticos não paramétricos sobre os dados da CGU mostrou as relações de dependência existentes entre as variáveis e parece descrever bem como estas variáveis se relacionam, pois corrobora com a literatura. As variáveis que apresentaram relações diretas com o número de irregularidades contabilizadas pela CGU nos municípios foram: número de pessoas residentes...

Redes de regulação gênica do metabolismo de sacarose em cana-de-açúcar utilizando redes bayesianas; Gene regulatory networks of the sucrose metabolism in sugarcane using bayesian networks

Natália Faraj Murad
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 20/02/2013 Português
Relevância na Pesquisa
69.076543%
A cana-de-açúcar é uma das mais importantes plantas cultivadas no Brasil, que é o maior produtor e exportador mundial. Seu valor econômico é devido principalmente a sua capacidade de estocar sacarose nos colmos. Os padrões de expressão gênica podem regular processos de desenvolvimento da planta e influenciar no acúmulo de sacarose em tecidos de reserva. A regulação desses padrões ocorre através de complexos sistemas de interações entre muitos genes e seus produtos, resultando em uma complexa rede de regulação gênica. Modelos gráficos probabilísticos têm sido amplamente utilizados para inferência e representação dessas redes. Dentre eles, as redes bayesianas são o principal por ser considerado o método mais flexível e também requererem um número reduzido de parâmetros para a descrição do modelo. Sendo assim, este estudo utilizou a metodologia de redes bayesianas para inferência de interações regulatórias entre genes de metabolismo e sinalização de sacarose a partir de dados de expressão gênica, obtidos através de microarrays, disponíveis no Gene Expression Omnibus (GEO). As redes foram obtidas através de softwares para inferência de redes e então analisadas quanto aos genes que as compõem e padrões de expressão. Os genes foram agrupados em clusters considerando-se seus padrões de coexpressão. Os genes mais representados no cluster da enzima sacarose fosfato sintase (SPS) em cana são genes de relacionados à tradução...

Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise

Simões, Priscyla Waleska Targino de Azevedo
Fonte: Universidade do Extremo Sul Catarinense Publicador: Universidade do Extremo Sul Catarinense
Tipo: Tese de Doutorado
Português
Relevância na Pesquisa
69.424697%
Tese de Doutorado apresentada ao Programa de Pós-Graduação em Ciências da Saúde da Universidade do Extremo Sul Catarinense – UNESC, para obtenção do título de Doutor em Ciências da Saúde.; Introdução: O Câncer de Mama é o mais comum entre as mulheres. Estudos epidemiológicos com enfoque em fatores de risco e diagnóstico são importantes na prevenção e detecção precoce podendo aumentar a probabilidade de sucesso no tratamento e recuperação. Durante as últimas duas décadas alguns estudos têm investigado a possibilidade de associação do Papilomavírus Humano (HPV) ao Câncer de Mama, assim como o uso de inteligência artificial tornou-se amplamente aceito em aplicações médicas, e entre suas atuações, as Redes Bayesianas têm sido utilizadas como método preciso e não invasivo no apoio ao diagnóstico de diversas neoplasias incluindo o Câncer de Mama. Objetivo: Determinar a acurácia das Redes Bayesianas no apoio ao diagnóstico de Câncer de Mama (Artigo 1); e determinar a prevalência do HPV no Câncer de Mama (Artigo 2). Metodologia: Revisão Sistemática e Metanálise. A estratégia de busca foi realizada fazendo-se uma pesquisa exaustiva nas bases de dados Medline, Cancerlit, Lilacs, Embase, Scopus...

Redes Bayesianas vs redes neuronales en modelos para la predicción del acabado superficial

Correa, M.; Bielza, C.; Pamies-Texeira, J.; Alique López, José Ramón
Fonte: Ivema Publicador: Ivema
Tipo: Comunicación de congreso Formato: 797639 bytes; application/pdf
Português
Relevância na Pesquisa
69.007065%
Este trabajo propone el desarrollo de modelos usando técnicas conocidas de Machine Learning para la predicción de la calidad superficial, en concreto de la rugosidad superficial (parámetro Ra), en un proceso de fresado a alta velocidad usando variables clásicas como: características de la herramienta, parámetros de corte y vaiables del proceso (fuerzas de corte) e incluyendo otras más novedosas en este entorno como dureza del material y geometría de la pieza a mecanizar. Machine Learning es un subcampo de la inteligencia artificial, dedicado al diseño y desarrollo de algoritmos y técnicas que permiten aprender (aprendizaje inductivo o deductivo) a partir de patrones de conjuntos de datos. Esta técnica está estrechamente relacionada con la minernía de datos y la estadística. Se presentan dos modelos para predición de Ra desarrollados usando redes Bayesianas (Tree Augmente Network) y redes neuronales (Multi Layer Perceptron) entrenados con datos de pruebas reales tomadas en un centro de mecanizado a alta velocidad en el proceso de fresado. Se consiguieron buenos resultados de precisión en ambos modelos aunque se demuestra la superioridad de las redes Bayesianas no sólo en la bondad del clsificador sino principalmente en la interpretabilidad del mismo.; Peer reviewed