Search

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2020. A popularização do uso de aparelhos eletrônicos, como smartphones, tablets e computadores, aliado ao aumento da capacidade de armazenamento desses dispositivos, está impactando a área da perícia criminal. Cada vez mais tempo e experiência são exigidos na análise de evidências digitais na investigação criminal. Diante desse cenário, técnicas de aprendizado de máquina estão sendo implantadas no campo da perícia criminal, a fim de auxiliar a obtenção de evidências relevantes de forma mais célere e uniforme. Este trabalho apresenta um estudo que utiliza Transfer Learning (TF) e Convolutional Neural Networks (CNN) na classificação de imagens e no reconhecimento de objetos de interesse na área da perícia criminal. O modelo para classificação de imagens criado a partir de CNN obteve, para os conjuntos de testes, acurácia de 98% na classificação de imagens contendo documentos e não documentos, e 99% de acurácia na classificação entre documentos de identificação e documentos gerais. No que tange à detecção de armas em arquivos de imagem, o modelo criado utilizando a arquitetura YOLOv3 obteve mAP de 0,85. Os classificadores desenvolvidos foram integrados ao software de perícia computacional Autopsy, fornecendo acurácia de 97,9% na classificação de imagens contendo documentos. Foi possível, ainda, integrar a detecção de pessoas, carros e armas a essa ferramenta, permitindo identificar corretamente armas em 77,2% das imagens testadas. Por meio dos resultados obtidos com a integração com o software Autopsy, verifica-se o potencial prático deste projeto para realizar classificações e detecções de objetos em imagens objeto de perícia criminal. The popularization of electronic equipments such as smartphones, tablets and computers combined with the increase in the individual capacity of these devices have impacted the digital forensic field. More time and expertise are required in the analysis of digital evidence in the criminal investigation. Given this scenario, machine learning techniques are being studied and deployed in the realm of criminal investigation aimed at producing the forensic evidence in a faster and more uniform way. This project presents a categorybased image classification and object recognition study using Convolutional Neural Networks (CNN) and Transfer Learning (TF).The image classification model created from CNN obtained, for the test sets, 98% of accuracy in the classification of images containing documents and not documents, and 99% of accuracy in the classification between identification documents and general documents. Regarding the detection of weapons in image files, the model created using the YOLOv3 architecture obtained a mAP of 0.85. The developed classifiers were integrated with the Autopsy computer expertise software, providing 97.9% accuracy in the classification of images containing documents. It was also possible to integrate the detection of people, cars and weapons into this tool, allowing to correctly identify weapons in 77.2% of the tested images. Through the results obtained with the integration with the Autopsy software, it is possible to verify the practical potential of this project to carry out classifications and detections of objects in images subject to criminal investigations.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). O seguro agrícola é um instrumento efetivo de proteção de investimentos de produtores rurais contra as perdas decorrentes dos perigos naturais do campo. Como forma de oferecer um seguro para proteção do capital investido no empreendimento agrícola, o governo brasileiro criou o Programa de Garantia da Atividade Agropecuária (Proagro). Desde sua criação, coube ao Banco Central do Brasil a administração e supervisão do programa, enquanto às instituições financeiras coube a sua operação. Para tornar as ações da supervisão mais efetivas, foi estabelecida uma área de monitoramento cujo objetivo é gerar alertas para a supervisão trazendo possíveis casos de irregularidades. A fim de otimizar o uso dos dados adotados na geração de sinalizações, foi proposta a construção de um classificador, por meio do emprego de algoritmos e técnicas de aprendizagem de máquina, capaz de distinguir as comunicações de ocorrência de perda procedentes das improcedentes. Utilizando o modelo de referência CRISP-DM, foram executadas atividades das etapas que vão desde a preparação dos dados até a modelagem. Na modelagem, foram aplicados os algoritmos Support Vector Machine, Naive Bayes, Redes Neurais Artificiais e Random Forest. Ao final da modelagem, obteve-se, com o algoritmo Random Forest, um modelo vencedor com precisão média de 0,550 nos dados de teste. A partir da análise da curva precisão-sensibilidade, verifica-se que o modelo vencedor deve alcançar uma precisão de 80% para uma sensibilidade de 30%. Além do modelo classificatório, como resultado do trabalho teve-se a criação de scripts de captura automática de dados dos sistemas Agritempo e Sisdagro, o que deverá proporcionar ganhos de quantidade, tempestividade e qualidade nas análises das comunicações de ocorrência de perda. Crop insurance is an effective mechanism which aims to protect farmers investments against loss resulting from natural hazards. As a way of providing insurance for protection for capital invested in agricultural ventures, the Brazilian government created the Program of Guarantee of the Agricultural Activity (PROAGRO). Since its creation, it has been the duty of the Central Bank of Brazil to administer and oversee the program whereas the operation has been delegated to the financial institutions authorized to work with the program. In order to make the oversight actions more effective, a monitoring division was established whose goal is to generate alerts to the oversight team with likely irregular insurance claims. To optimize the use of data applied to the generation of alerts, we proposed the implementation of a classifier using machine learning techniques. The classifier should be capable of distinguishing normal and irregular insurance claims. Following the CRISP-DM reference model, we carried out a series of activities since data preparation until modeling. In the modeling phase, we applied Support Vector Machine, Naive Bayes, Artificial Neural Networks, and Random Forest algorithms. At the end of the modeling phase, we obtained a model generated by Random Forest which achieved an average precision of 0.550 on the test dataset. With this model, it is possible to achieve a precision of 80% while keeping the sensitivity at 30%. In addition to this, this research produced scripts that will allow automatic data collection of Agritempo and Sisdagro systems, which will provide gains in volume, timeliness, and quality for the insurance claims analyses.

Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2016. O presente trabalho propõe um modelo evolucionário para simulação da evolução da camuflagem em seres vivos virtuais na presença de seus predadores. Neste modelo contém gerente, ambiente, presas, predadores, recursos para as presas, recursos para os predadores e recursos compartilhados. Foram definidos seus atributos e comportamentos básicos incluindo as relações entre eles. A partir do modelo geral, duas aplicações específicas foram propostas: (a) o caso particular dos lebistes (Poecilia reticulata) estudado por John A. Endler. Os predadores se alimentam dos lebistes que, por sua vez, se alimentam de outros recursos. Os três elementos do modelo (predador, lebiste e os recursos dos lebistes) estão inseridos no ambiente; e (b) um cenário fictício que simula um ambiente com espécies terrestres de presas e predadores, onde as presas representam uma espécie herbívora que possue plantas como recurso alimentar ao mesmo tempo que são recursos alimentares dos predadores. Além disso, há lagos que representam recursos compartilhados por ambas as espécies. Os atributos e comportamentos dos organismos simulados foram modelados a partir de pesquisa por observação. Um software computacional de simulação foi desenvolvido com base no modelo proposto com a finalidade de validá-lo. Os resultados obtidos a partir de simulações utilizando o software mostram que o modelo proposto atinge um nível satisfatório em relação ao trabalho biológico utilizado como referência. A ferramenta de simulação pode principalmente ser utilizada por pesquisadores que precisam trabalhar com diversas variáveis para compreensão de modelos complexos de interação entre presas e predadores, podendo auxiliar na tomada de decisão sobre problemas de conservação de espécies além de possuir um carácter didático, podendo ser utilizado para demonstrar e estudar o processo de evolução dos seres vivos pela seleção natural. This paper proposes an evolutionary model for simulation of the evolution of camouflage in virtual living beings in presence of predators. In this model contains a manager, an environment, preys, predators, resources for preys, resources for predators and shared resources. Their basics attributes and behaviors were defined beyond the relations among them. From the general model, two specific applications have been proposed: (a) the particular case of guppies (Poecilia reticulata) studied by John A. Endler. The predators feed of guppies and they feed of other resources. The three elements of model (predator, guppy and resource of guppy) are inserted in the environment; and (b) a fictitious scenario that simulates an environment with terrestrial species of preys and predators, which preys represent an herbivorous specie that take plants as food resources and are food resources for predators. Furthermore, there are lakes that represent shared resources for both species. The simulated organism' attributes and behaviors were modeled from researches through observation. A computational software was developed based on proposed model in order to validate it. The results obtained by simulations using the software show that the proposed model reaches a satisfactory level in relation to the biological work used as reference. The simulation tool can mainly be used by researchers who need to work with several variables for understanding of complex interaction models between preys and predators to assist in decision-making on species conservation issues and it has a didactic character and can be used to demonstrate and study the process of evolution of living beings by natural selection as well.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, Mestrado Profissional em Computação Aplicada, 2016. Esta pesquisa apresenta a construção de um geocatálogo que utiliza a semântica e ontologias para auxílio no processo de descoberta de recursos geográficos em serviços de uma infraestrutura de dados espaciais. Sua arquitetura incorpora um banco de dados não relacional orientado a grafos e é passível de implementação em ambiente de nuvem. Para sua validação foi utilizada a metodologia de desenvolvimento de sistemas SERVUS, especializada em arquitetura orientada a serviços geoespaciais. O estudo de caso abordou uma situação típica de auditoria governamental no tema de meio ambiente. This research presents the construction of a Geo-Catalogue using semantics and ontologies to aid in the discovery process of geographic features in service of a spatial data infrastructure. Its architecture incorporates a non-relational graph database and is liable for deployment to an environment of clouds. For its validation, the methodology of development of system called SERVUS was used. It is a methodology specialized in services of geospatial oriented architecture. The study of the case discusses a typical situation of government auditing in the environmental theme.

Dissertação (Mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2011. A qualidade da imagem de impressões digitais influencia o desempenho de sistemas automáticos de reconhecimento de impressões digitais, tais como o AFIS. Este trabalho propõe um esquema híbrido para estimativa de qualidade de imagens de impressão digital usando medidas de características locais (contraste, curvatura, fluxo de cristas papilares) e globais (área e espectro de potência no domínio da frequência). Sistemas de inferência fuzzy são usados para combinação dessas medidas e obtenção de uma pontuação de qualidade. São feitos testes usando imagens de impressões digitais das bases de dados DB2-A e DB4-A do Fingerprint Verification Competition 2006 (FVC 2006) e o programa de identificação de digitais BOZORTH3 do NIST Biometric Image Software (NBIS). É feita uma comparação do desempenho do método proposto com o programa NFIQ. Com a remoção de 5%, 10% e 15% das impressões digitais de pior qualidade da base DB2-A, obteve-se uma melhora no EER (equal error rate) de 14,4%, 29,4% e 46,6%, respectivamente. Para a DB4-A, a melhora no EER foi de 21,7%, 26% e 27,6% após a remoção de 5%, 10% e 15% das impressões digitais de pior qualidade. ______________________________________________________________________________ ABSTRACT Fingerprint image quality affects the performance of automatic fingerprint recognition systems, such as AFIS. This work proposes a hybrid scheme for the fingerprint image quality estimation using local (contrast, curvature, ridge flow) and global (area, power spectrum in the frequency domain) measures. Fuzzy inference systems are used to combine these measures and to obtain a quality score. Tests are made with fingerprint images from the Fingerprint Verification Competition 2006 (FVC 2006) DB2-A and DB4-A databases and fingerprint matching software BOZORTH3 from NIST Biometric Image Software (NBIS). A performance comparison between the proposed method and the software NFIQ is made. After the removal of 5%, 10% and 15% of the poor quality fingerprints from the DB2-A, we obtained an improvement in EER (equal error rate) of 14.4%, 29.4% e 46.6%, respectively. For DB4-A, the improvement in EER was 21.7%, 26% and 27.6%, after removing 5%, 10% and 15% of the poor quality fingerprints.