Navegando por Autor "Duarte, Anderson Ribeiro"

Agora exibindo 1 - 20 de 31

Ajuste da distribuição beta para a medida de compacidade geométrica.
(2014) Duarte, Anderson Ribeiro; Gonçalves, Ana Carolina Andrade
Técnicas de detecção e inferência de conglomerados espaciais têm sido bastante abordadas recentemente. Suas utilizações estão associadas à problemas de saúde pública como em casos de epidemiologia e vigilância sindrômica na propagação de doenças infectocontagiosas. A formulação do problema através de uma abordagem multi-objetivo de otimização é notoriamente eficiente. Um dos objetivos é a Estatística Scan Espacial e o outro, em geral, um objetivo associado com a estrutura topológica ou geográfica do conglomerado a ser detectado no mapa em estudo, como por exemplo, a medida de Compacidade Geométrica. Uma estratégia de otimização bem difundida para essa abordagem é a meta-heurística Algoritmo Genético em conjunto com um teste de hipóteses para a confirmação da existência de clusters no mapa em estudo. Os trabalhos anteriores sempre utilizavam a distribuição empírica e a teoria das funções de aproveitamento para o procedimento inferencial. Este estudo revela que para a abordagem multi-objetivo utilizando como funcional objetivo a função de penalização por Compacidade Geométrica pode-se obter um ajuste eficiente considerando uma distribuição bi-variada (X,Y), sendo X~Gumbel(mu,sigma) e Y~Beta(alpha,beta), com X e Y sendo independentes.
Associações entre características de organizações híbridas e elementos contextuais de resiliência organizacional.
(2020) Norato, Hélida Mara Gomes; Duarte, Anderson Ribeiro
Estudos recentes apontam que a gestão de organizações híbridas enfrenta desafios para viabilizar a conciliação de lógicas concorrentes. Sendo assim, este estudo identifica características singulares de organizações híbridas, apresenta um mapa conceitual desenvolvido através de uma estratégia concept-centric para sistematizar novas relações entre dimensões e características sigulares, além de propor um modelo processual que descreve associações entre características singulares de organizações híbridas com elementos contextuais de resiliência organizacional. Foi possível verificar que as características singulares utilizadas no mapa conceitual reforçam processos capazes de contribuir para resiliência organizacional. Os resultados apresentam uma perspectiva de associação dos elementos contextuais da resiliência organizacional com três características de organizações híbridas: (i) missão, benefícios e impactos pretendidos; (ii) impacto social; (iii) governança e parcerias. Detectou-se nessas características um potencial desenvolvedor de dimensões capazes de auxiliar para resiliência organizacional, assim como um forte senso de propósito. Ademais, valores fundamentais como integração, interdependência e cooperação ficaram evidentes dentre as dimensões sob investigação.
Associações entre características de organizações híbridas e elementos contextuais de resiliência organizacional.
(2020) Norato, Hélida Mara Gomes; Duarte, Anderson Ribeiro
Estudos recentes apontam que a gestão de organizações híbridas enfrenta desafios para viabilizar a conciliação de lógicas concorrentes. Sendo assim, este estudo identifica características singulares de organizações híbridas, apresenta um mapa conceitual desenvolvido através de uma estratégia concept-centric para sistematizar novas relações entre dimensões e características sigulares, além de propor um modelo processual que descreve associações entre características singulares de organizações híbridas com elementos contextuais de resiliência organizacional. Foi possível verificar que as características singulares utilizadas no mapa conceitual reforçam processos capazes de contribuir para resiliência organizacional. Os resultados apresentam uma perspectiva de associação dos elementos contextuais da resiliência organizacional com três características de organizações híbridas: (i) missão, benefícios e impactos pretendidos; (ii) impacto social; (iii) governança e parcerias. Detectou-se nessas características um potencial desenvolvedor de dimensões capazes de auxiliar para resiliência organizacional, assim como um forte senso de propósito. Ademais, valores fundamentais como integração, interdependência e cooperação ficaram evidentes dentre as dimensões sob investigação.
Buffer allocation in general single-server queueing networks.
(2007) Cruz, Frederico Rodrigues Borges da; Duarte, Anderson Ribeiro; Van Woensel, Tom
The optimal buffer allocation in queueing network systems is a difficult stochastic, non-linear, integer mathematical programming problem. Moreover, the objective function, the constraints or both are usually not available in closed form, making the problem even harder. A good approximation for the performance measures is thus essential for a successful buffer allocation algorithm. A recently published two-moment approximation formula to obtain the optimal buffer allocation in general service time single queues is examined in detail, based on which a new algorithm is proposed for the buffer allocation in single-server general service time queueing networks. Computational results and simulation results are shown to evaluate the efficacy of the approach in generating optimal buffer allocation patterns.
Busca local para pós-processamento em resultados de otimização multi-objetivo em redes de filas gerais.
(2014) Souza, Gabriel Lima de; Cruz, Frederico Rodrigues Borges da; Duarte, Anderson Ribeiro
No desafiador problema de otimização de redes de filas finitas, a capacidade total do sistema em áreas de espera deve ser a menor possível, enquanto o número de usuários atendidos por unidade de tempo deve ser o maior possível. Soluções para estes objetivos conflitantes já existem, porém podem ser melhoradas através da redistribuição de áreas de circulação entre as filas, preservando fixa a capacidade total do sistema. Um algoritmo simulated annealing foi desenvolvido, especialmente para redes de filas finitas, produzindo soluções eficientes para o problema. Um conjunto de experimentos computacionais foi conduzido, para determinar a eficiência da abordagem proposta. As conclusões apresentadas podem auxiliar aos profissionais da área no planejamento de redes de filas gerais.
Correção de empates para modelagem dinâmica de partidas de futebol.
(2018) Duarte, Anderson Ribeiro; Martins, Helgem de Souza Ribeiro; Silva, Bruno Fernandes da
O futebol está entre os esportes de mais difícil previsibilidade, ou seja, no qual a ocorrência de resultados atípicos, em que equipes inferiores suplantam as equipes melhores se torna quase corriqueiro. Esse trabalho apresenta um mecanismo já existente para se obter previsibilidade para o resultado de partidas de futebol através de um modelo Poisson truncado à direita. Além disso apresenta uma nova proposta de adaptação da cota dinâmica para a determinação de empates já utilizada no modelo anterior. O modelo de simulação utilizado é descrito assim como as estratégias para produção das cotas de correção de empates e resultados promissores são discutidos para o Campeonato Brasileiro de Futebol da Série A em 2013 e 2015.
Data-driven inference for the spatial scan statistic.
(2011) Almeida, Alexandre Celestino Leite de; Duarte, Anderson Ribeiro; Duczmal, Luiz Henrique; Oliveira, Fernando Luiz Pereira de; Takahashi, Ricardo Hiroshi Caldeira
Background: Kulldorff’s spatial scan statistic for aggregated area map s searches for cluster s of case s without specifying their size (numb er of areas) or geo graphic location in advance . Their statistical significance is tested while adjusting for the multiple testing inherent in such a procedure. However, as is shown in this work, this adjustment is not don e in an even manner for all possible cluster sizes .Results: A modification is proposed to the usual inference test of the spatial scan statistic, incorporating additional information about the size of the most likely cluster found. A new interpretation of the results of the spatial scan statistic is done, posing a modified inference question: what is the probability that the null hypo thesis is rejected for the original observed cases map with a most likely cluster of size k, taking into account only those most likely clusters of size k found un der null hypothesis for comparison? This question is especially important when the p-value computed by the usual inference process is near the alpha significance level, regarding the correctness of the decision based in this inference. Conclusions : A practical procedure is provide d to make more accurate inferences about the most likely cluster found by the spatial scan statistic.
Detecção do comprimento do período adequado de aquecimento em modelos de simulação a tempo discreto.
(2016) Duarte, Anderson Ribeiro; Norato, Hélida Mara Gomes; Silva, Victor Ferreira da; Oliveira, Fernando Luiz Pereira
Este artigo tem o objetivo de comparar dois procedimentos utilizados para detecção do comprimento adequado de períodos de aquecimento (warm-up) em modelos de simulação para sistemas de filas. Os modelos de simulação para sistemas de filas visam reproduzir fluxos para sistemas de fila. Entretanto, ao obter estimativas para determinados parâmetros de interesse, associados a estes sistemas, é possível que tais estimativas sejam comprometidas pela presença de algum viés associado à falta de estacionariedade na série temporal obtida ao longo do procedimento de simulação. Existem diversas técnicas para avaliação do período adequado de warm-up em sistemas de filas presentes na literatura, algumas destas técnicas são baseadas em procedimentos estatísticos. Neste trabalho estamos interessados em utilizar dois métodos de detecção de períodos de aquecimento, visando uma comparação e análise de qualidade de resultados obtidos.
Extensão da inferência data-driven ao Scan Elíptico para avaliação de clusters irregulares.
(2012) Camêlo, Gabriel Juliano; Andrade, Gilberto de; Alves, Henrique José de Paula; Lobo, Telma de Souza; Duarte, Anderson Ribeiro; Silva, Spencer Barbosa da
A estatística Scan Espacial é comumente usada para detecção de clusters geográficos, vigilância sindrômica e monitoramento de doenças. A forma de utilização mais difundida é o Scan Circular, entretanto se mostra ineficaz para problemas envolvendo clusters de formato irregular. Uma das soluções propostas neste cenário é o Scan Elíptico. Nos dois formatos (circular ou elíptico), o procedimento inferencial para determinar a significância estatística de um possível cluster se baseia em simulações de Monte Carlo. Uma vasta discussão existe sobre a validade do procedimento inferencial usual para o Scan Circular, tal discussão levou a proposição da metodologia de inferência denominada Data-driven. Não existem estudos sobre a aplicabilidade dessa metodologia para o Scan Elíptico. Neste trabalho explora-se a versão elíptica do Scan associada ao procedimento de inferência Data-driven com o intuito de verificar se existem diferenças evidentes entre as duas técnicas inferenciais. As avaliações são realizadas através de um benchmark de dados reais de casos de câncer no nordeste dos Estados Unidos.
Internal cohesion and geometric shape of spatial clusters.
(2010) Duarte, Anderson Ribeiro; Duczmal, Luiz Henrique; Ferreira, Sabino José; Cançado, André Luiz Fernandes
The geographic delineation of irregularly shaped spatial clusters is an ill defined problem. Whenever the spatial scan statistic is used, some kind of penalty correction needs to be used to avoid clusters’ excessive irregularity and consequent reduction of power of detection. Geometric compactness and non-connectivity regularity functions have been recently proposed as corrections. We present a novel internal cohesion regularity function based on the graph topology to penalize the presence of weak links in candidate clusters. Weak links are defined as relatively unpopulated regions within a cluster, such that their removal disconnects it. By applying this weak link cohesion function, the most geographically meaningful clusters are sifted through the immense set of possible irregularly shaped candidate cluster solutions. A multiobjective genetic algorithm (MGA) has been proposed recently to compute the Paretosets of clusters solutions, employing Kulldorff’s spatial scan statistic and the geometric correction as objective functions. We propose novel MGAs to maximize the spatial scan, the cohesion function and the geometric function, or combinations of these functions. Numerical tests show that our proposed MGAs has high power to detect elongated clusters, and present good sensitivity and positive predictive value. The statistical significance of the clusters in the Pareto-set are estimated through Monte Carlo simulations. Our method distinguishes clearly those geographically inadequate clusters which are worse from both geometric and internal cohesion viewpoints. Besides, a certain degree of irregularity of shape is allowed provided that it does not impact internal cohesion. Our method has better power of detection for clusters satisfying those requirements. We propose a more robust definition of spatial cluster using these concepts.
Metodologia para determinação da probabilidade de falha durante a vida de serviço de projetos de geossintéticos.
(2022) Urashima, Beatriz Mydori Carvalho; Ferreira, Lucas Deleon; Duarte, Anderson Ribeiro; Ferreira, Lucas Deleon; Vidal, Delma de Matos; Silva, Jefferson Lins da
Diversos campos da Engenharia empregam ferramental estatístico para a execução de análises de risco ao longo da vida de serviço de projetos, com intuito de fomentar indicadores de confiabilidade. Os geossintéticos são produtos de matriz polimérica empregados nas últimas décadas em obras de Engenharia, tais como, geotécnicas, ambientais e de mineração. Para os geossintéticos, a análise da durabilidade usualmente se desenvolve a partir de experiência pregressa e ainda é assunto recorrente em diversos trabalhos. Até então, existe consenso do emprego de fatores de redução para o dimensionamento desses sistemas. Este artigo apresenta uma nova abordagem, complementar, para a determinação da probabilidade de falha ao longo da vida de serviço de projetos de geossintéticos por meio de estatística não paramétrica, com emprego de núcleos estimadores e técnica de reamostragem (Bootstrap), para determinação das probabilidades de falha intrínsecas aos problemas de degradação com base na função geossintética pretendida ou propriedade de desempenho, que irão nortear a censura a ser empregada. Isso é feito dentro das condições de contorno estabelecidas em projeto, de forma a garantir a sua confiabilidade. Abordagens Bayesianas guiadas pelos próprios dados são empregadas. Adicionalmente, um estudo de caso é apresentado para exemplificar o uso das sub- rotinas desenvolvidas por meio do software R, no qual foi possível avaliar as probabilidades para distintos níveis de censura estabelecidos para uma propriedade parâmetro de um geossintético exposto às intempéries. Além disso, o estudo de caso possibilitou diferenciar a somatória de efeitos degradantes e a exposição total: para probabilidade da variável aleatória X ser maior que 70% da resistência disponível inicial de serviço do material, ou seja, P (X > 0,7R), foram encontrados valores de probabilidades de 1,00 (somatório) e 0,56 (exposição total). A aplicação apresentada demostra a quão promissora pode ser a metodologia ora apresentada na análise da confiabilidade da vida de serviço de projeto de um sistema que emprega geossintéticos.
Modelagem de chegadas em filas GI[X]/M/C/K via núcleo-estimadores.
(2011) Cruz, Frederico Rodrigues Borges da; Duarte, Anderson Ribeiro; Brito, Nilson Luís Castelúcio
A incorporação da estimação estatística na análise de filas finitas é uma ideia interessante e promissora como área de pesquisa. Neste artigo exploramos a ideia de utilizar um conhecido método não-paramétrico (o núcleo-estimador), na modelagem de chegas gerais em bloco. Apresentamos uma implementação na linguagem R dos métodos discutidos, bem como resultados preliminares da avaliação dos algoritmos em função do tipo de núcleo-estimador utilizado, do tamanho da janela de suavização, da intensidade de tráfego e do tamanho do sistema. Os resultados são animadores.
Modeling and optimization of buffers and servers in finite queueing networks.
(2019) Martins, Helgem de Souza Ribeiro; Cruz, Frederico Rodrigues Borges da; Duarte, Anderson Ribeiro; Oliveira, Fernando Luiz Pereira de
The joint buffer and server optimization problem (BCAP) is a non-linear optimization problem with integer decision variables that optimizes the numbers of buffers and servers such that the resulting throughput is greater than a pre-defined threshold throughput. This work presents a detailed review of the current literature that addresses allocation problems, particularly the BCAP, and a quite effective methodology for solving this problem, which consists of a combination of approximate methods and the Powell algorithm, a derivative-free optimization algorithm. The methodology was applied to networks of queues in the basic topologies series, split, and merge, producing very encouraging results that pointed at robust and homogeneous solutions.
Multi-objective approach for multiple clusters detection in data points events.
(2019) Bodevan, Emerson Cotta; Duczmal, Luiz Henrique; Duarte, Anderson Ribeiro; Silva, Pedro Henrique Lopes; Moreira, Gladston Juliano Prates
The spatial scan statistic is a widely used technique for detecting spatial clusters. Several extensions of this technique have been developed over the years. The objectives of these techniques are the detection accuracy improvement and a flexibilization on the search clusters space. Based on Voronoi-Based Scan (VBScan), we propose a biobjective approach using a recursively VBScan method called multiobjective multiple clusters VBScan (MOMC-VBScan), alongside a new measure called matching. This approach aims to identify and delineate all multiple significant anomalies in a search space. We conduct several experiments on different simulated maps and two real datasets, showing promising results. The proposed approach proved to be fast and with good precision in determining the partitions.
Uma nova formulação para otimização multi-objetivo em redes de filas finitas gerais e com único servidor.
(2020) Souza, Gabriel Lima de; Moreira, Gladston Juliano Prates; Duarte, Anderson Ribeiro; Moreira, Gladston Juliano Prates; Duarte, Anderson Ribeiro; Cruz, Frederico Rodrigues Borges da; Silva, Ivair Ramos
Uma nova formulação de programação matemática é proposta para um problema de otimização em redes de filas. A soma das probabilidades de bloqueio de uma rede de filas acíclicas finitas de servidor único e tempo de serviço geral é minimizada juntamente com o tamanho total da área de espera e as taxas gerais de serviço. Um algoritmo genético multiobjetivo (MOGA) e um algoritmo multiobjetivo de otimização por enxame de partículas (MOPSO) é adaptado para resolver esse difícil problema estocástico. O algoritmo resultante produz um conjunto de soluções eficientes para mais de um objetivo. A implementação dos algoritmos de otimização depende do método de expansão generalizado (GEM), uma ferramenta clássica usada para avaliar o desempenho de redes de filas finitas. Um conjunto de experimentos computacionais é apresentado para evidenciar a eficácia e eficiência da abordagem proposta. As informações obtidas a partir da análise de uma rede complexa podem ajudar no planejamento desses tipos de redes de filas.
Obtenção de modelos probabilísticos para parâmetros geotécnicos : estudo de caso.
(2020) Sousa, Douglas Henrique Santos; Ferreira, Lucas Deleon; Duarte, Anderson Ribeiro; Ferreira, Lucas Deleon; Urashima, Denise de Carvalho; Pereira, Eleonardo Lucas
A aplicação de métodos probabilísticos em análises geotécnicas tem se tornado indispensável quando se deseja otimização, segurança e confiabilidade nos projetos. Porém, a definição dos parâmetros geotécnicos (média, desvio padrão e coeficiente de variação) e dos modelos estatísticos adequados (funções de distribuições de probabilidade) torna-se uma tarefa árdua e desafiadora, visto que na maioria das vezes se dispõe de um número limitado de dados. Na busca por contornar tais dificuldades, a utilização de softwares estatísticos, como o R, surge como ferramenta indispensável quando se deseja obter parâmetros e modelos estatísticos adequados. Como contribuição para bibliografia técnica e aplicação de técnicas estatísticas com apoio do pacote fitdistrplus acoplado ao software R, o presente estudo realizou o tratamento e modelagem estatística de 42 resultados de ensaios triaxiais (peso específico, coesão e ângulo de atrito), oriundos de amostras reconstituídas em laboratório de solo residual e coluvionar do embasamento granito-gnáissico do Quadrilátero Ferrífero. Na sistemática proposta, primeiramente os dados disponíveis foram analisados de forma descritiva, obtendo-se resultados de valores médios, mínimos, máximos e o coeficiente de variação amostrais. Em seguida, o efeito de correlação nos dados foi avaliado via modelos de regressão linear, sendo que o nível de associação entre as variáveis foi mensurado pelo coeficiente de correlação. Posteriormente, o objetivo central foi a tentativa de ajuste de modelos probabilísticos específicos para cada variável por meio de métodos gráficos, núcleos estimadores, testes de hipóteses e critérios de informação, de forma a se obter o melhor ajuste para função de densidade de probabilidade para cada variável de interesse. A utilização conjunta das técnicas estatísticas propostas se mostrou fundamental na decisão de escolha do melhor modelo representativo para a variável de interesse. As técnicas apresentadas poderão ser amplamente utilizadas em tratamentos de dados amostrais que posteriormente subsidiarão análises de confiabilidade aplicadas a projetos geotécnicos.
Penalização por não-conectividade ponderada de grafos.
(2011) Silva, Spencer Barbosa da; Duarte, Anderson Ribeiro
O problema de detecção e inferência de clusters vem sendo recentemente tratado em muitos trabalhos através de técnicas de otimização. Recentes medidas de penalização são associadas à Estatístitica Scan Espacial para a detecção de clusters irregulares. Uma destas medidas é a de Não Conectividade, que se mostra bastante eficaz no auxílio para a detecção. Entretanto tal medida apresenta dificuldades para interpretar as diferenças existentes quanto a importância de cada conexão dentro de um possível cluster. Será proposta uma estratégia de ponderação para os termos associados à medida de Não conectividade visando aumentar a eficiência da medida anterior para detecção de clusters irregulares.
Penalized likelihood and multi-objective spatial scans for the detection and inference of irregular clusters.
(2010) Cançado, André Luiz Fernandes; Duarte, Anderson Ribeiro; Duczmal, Luiz Henrique; Ferreira, Sabino José; Fonseca, Carlos M.; Gontijo, Eliane Dias
Background: Irregularly shape d spatial clusters are difficult to delineate. A cluster found by an algorithm often spreads through large portions of the map, impacting its geographical meaning. Penalized likelihood methods for Kulldorff’ s spatial scan statistics have been used to control the excessive freedom of the shape of clusters . Penalty functions based on cluster geometry and non-connectivity have been proposed recently. Another approach involves the use of a multi objective algorithm to maximize two objectives: the spatial scan statistics and the geometric penalty function. Results & Discussion: We present a novel scan statistic algorithm employing a function based on the graph topology to penalize the presence of under -populated disconnection nodes in candid ate clusters , the disconnection nodes cohesion function. A disconnection node is defined as a region within a cluster, such that its removal disconnects the cluster. By applying this function , the most geographicall y meaning ful clusters are sifted through the immense set of possible irregularly shaped candidate cluster solutions. To evaluate the statistical significance of solutions for multi-objective scans, a statistical approach based on the concept of attainment function is use d. In this pa per we compared different penalized likelihoods employing the geometric and non-connectivity regularity functions and the novel disconnection nodes cohesion function . We also build multi-objective scans using those three functions and compare them with the previous penalized likelihood scans. An application is presented using comprehensive state-wide data for Chagas’ disease in puerperal women in Minas Gerais state, Brazil. Conclusions : We show that, compared to the other single-objective algorithm s, multi- objective scans present better performance, regarding power, sensitivity and positive predicted value. The multi objective non-connectivity scan is faster and better suited for the detect ion of moderately irregularly shaped clusters. The multi-objective cohesion scan is most effective for the detection of highly irregularly shaped clusters .
A performance evaluation in multivariate outliers identification methods.
(2019) Barbosa, Josino José; Duarte, Anderson Ribeiro; Martins, Helgem de Souza Ribeiro
Methodologies for identifying multivariate outliers are extremely important in statistical analysis. Outliers may reveal relevant information to variables under investigation. Statistical applications without prior identification of possible extreme values may yield controversial results and induce mistaken decision making. In many contexts, outliers are points of great practical interest. Given this, this paper seeks to discuss methodologies for the detection of multivariate outliers through a fair and adequate comparative technique in their simulation procedure. The comparison considers detection techniques based on Mahalanobis distance, besides a methodology based on cluster analysis technique. Sensitivity, specificity, and accuracy metrics are used to measure the method quality. An analysis of the computational time required to perform the procedures is evaluated. The technique based on cluster analysis revealed a noticeable superiority over the others in detection quality and also in execution time.
Post-processing improvements in multi-objective optimization of general single-server finite queueing networks.
(2023) Souza, Gabriel Lima de; Duarte, Anderson Ribeiro; Moreira, Gladston Juliano Prates; Cruz, Frederico Rodrigues Borges da
An alternative mathematical programming formulation is considered for a mixed-integer optimization problem in queueing networks. The sum of the blocking probabilities of a general service time, single server, and the finite, acyclic queueing network is minimized, and so are the total buffer sizes and the overall service rates. A multi-objective genetic algorithm (MOGA) and a particle swarm optimization (MOPSO) algorithm are combined to solve this difficult stochastic problem. The derived algorithm produces a set of efficient solutions for multiple objectives in the objective function. The implementation of the optimization algorithms is dependent on the generalized expansion method (GEM), a classical tool used to evaluate the performance of finite queueing networks. We carried out a set of computational experiments to attest to the efficacy and efficiency of the proposed approach. In addition, we present a comparative analysis of the solutions before and after post-processing. Insights obtained from the study of complex queue networks may assist the planning of these types of queueing networks.