http://hdl.handle.net/10183/7 2026-11-15T03:01:27Z http://hdl.handle.net/10183/308995 Classificação de áreas úmidas utilizando machine learning e processamento de dados de diferentes sistemas sensores Cunha, Christhian Santana As áreas úmidas do Rio Grande do Sul representam ecossistemas de elevada complexidade e valor ecológico, mas estão sujeitas a crescentes pressões antrópicas e climáticas. Sua dinâmica espacial e temporal impõe desafios metodológicos ao mapeamento e monitoramento, exigindo abordagens que integrem diferentes fontes de dados e técnicas analíticas. Esta tese teve como objetivo desenvolver uma metodologia multissensorial e multi-escalar para delimitação e caracterização de Áreas Úmidas Potenciais (AUP), utilizando dados de sensoriamento remoto e algoritmos de aprendizado de máquina. A pesquisa foi estruturada em três estudos complementares. No primeiro, aplicou-se o algoritmo Random Forest com dados espectrais, topográficos e hidrológicos no Google Earth Engine, segmentando o mapeamento conforme compartimentos geomorfológicos (Planície Costeira e Depressão Central). O segundo estudo propôs uma abordagem de Modelo Linear de Mistura Espectral com seleção automática de endmembers baseada em NDVI e mNDWI, para estimar frações de água, vegetação e solo em mosaicos sazonais. O terceiro utilizou séries temporais contínuas (2016–2024) de variáveis espectrais e climáticas para caracterizar a dinâmica hidroclimática das AUP. Os resultados demonstraram que: (i) a segmentação por unidade geomorfológica aumentou a acurácia dos modelos (acima de 88%); (ii) o uso combinado de sensores ópticos e radar reduziu incertezas em áreas nubladas; e (iii) séries temporais revelaram padrões sazonais e eventos extremos. A abordagem proposta permitiu identificar contrastes espaciais e temporais na hidrologia das áreas úmidas, fundamentais para políticas públicas de conservação, gestão hídrica e ordenamento territorial. Os produtos gerados e os avanços metodológicos oferecem uma base sólida para inventários ambientais atualizáveis e aplicáveis em diferentes contextos geográficos.; The wetlands of Rio Grande do Sul represent ecosystems of high complexity and ecological value, yet they are increasingly subject to anthropogenic and climatic pressures. Their spatial and temporal dynamics pose methodological challenges for mapping and monitoring, requiring approaches that integrate diverse data sources and analytical techniques. This thesis aimed to develop a multiscale and multisensor methodology for the delineation and characterization of Potential Wetland Areas (PWAs), using remote sensing data and machine learning algorithms. The research was structured into three complementary studies. The first applied the Random Forest algorithm with spectral, topographic, and hydrological data in Google Earth Engine, segmenting the mapping based on geomorphological units (Coastal Plain and Central Depression). The second study proposed a Linear Spectral Unmixing approach with automatic endmember selection based on NDVI and mNDWI, to estimate water, vegetation, and soil fractions in seasonal mosaics. The third study used continuous time series (2016–2024) of spectral and climatic variables to characterize the hydroclimatic dynamics of the PWs. The results showed that: (i) segmentation by geomorphological units improved model accuracy (above 88%); (ii) the combined use of optical and radar sensors reduced uncertainty in cloudy areas; and (iii) time series revealed seasonal patterns and extreme events. The proposed approach enabled the identification of spatial and temporal contrasts in wetland hydrology, which are fundamental for conservation policies, water management, and land-use planning. The generated products and methodological advances offer a robust basis for updatable environmental inventories applicable to diverse geographic contexts. 2025-01-01T00:00:00Z http://hdl.handle.net/10183/308947 Knowledge discovery in biological tabular data through machine learning interpretability and visualization Grisci, Bruno Iochins One of the critical problems in the biological and health sciences is the identifica tion of new biomarkers. These molecules can be used to identify cancers, study the mechanisms behind the diseases, and help develop treatments. However, identify ing biomarkers from raw genetic data presents several challenges, and the feature selection literature focuses on outdated datasets. This work proposes using deep learning and new interpretability methods to analyze and extract relevant biologi cal information from high-dimensional cancer datasets. The lack of interpretability of neural networks is partially why they are not adopted in broader applications. Many works focus on explaining their predictions, but only some take tabular data into consideration, which led to a small adoption. We present “relevance aggre gation,” an algorithm that combines the relevance computed from several samples as learned by a neural network and generates scores for each input feature. The method was tested in synthetic and real-world datasets for classification and re gression tasks. It correctly identified the most important features for the network’s predictions. The rank of feature scores matches their contribution to the model’s performance, and the top-ranked features consistently improved the performance of an independent classifier. We also present a visualization method for inspecting fea ture scoring results called “weighted t-SNE.” It was evaluated with several feature scorers and datasets, producing trustworthy visualizations to help the user decide which algorithm to use. The silhouette coefficient of weighted t-SNE is correlated to the prediction performance of neural networks and can help in machine learn ing interpretability. Finally, we trained neural networks to learn how to classify datasets from cancer datasets. They were inspected with relevance aggregation and weighted t-SNE, from which the most relevant genes were obtained. The feature relevance scores learned from the neural networks improved the class separability for all datasets. Functional enrichment analysis of the genes with higher relevance scores from breast and brain cancer datasets showed that most are linked to known cancer bioprocesses and cellular components. Some are even known biomarkers, ac cording to a literature review. The results indicate that the proposed methods can automatically extract new and relevant biological information from gene expression.; Um dos problemas críticos nas ciências biológicas e da saúde é a identificação de novos biomarcadores. Essas moléculas podem ser usadas para identificar cânceres, estudar os mecanismos por trás de doenças e ajudar a desenvolver tratamentos. No entanto, identificar biomarcadores a partir de dados genéticos brutos apresenta vá rios desafios, e a literatura de seleção de atributos se concentra em conjuntos de dados desatualizados. Este trabalho propõe o uso de deep learning e novos métodos de interpretabilidade para analisar e extrair informações biológicas relevantes de con juntos de dados de câncer de alta dimensionalidade. A falta de interpretabilidade de redes neurais é parcialmente o porquê delas não serem adotadas mais amplamente. Muitos trabalhos se concentram em explicar suas previsões, mas apenas alguns levam em consideração dados tabulares, o que levou a uma adoção limitada. Apresenta mos a “agregação de relevância”, um algoritmo que combina a relevância calculada a partir de vários exemplos aprendidos por uma rede neural e gera pontuações para cada atributo de entrada. O método foi testado em conjuntos de dados sintéticos e do mundo real para tarefas de classificação e regressão. Ele identificou corretamente os atributos mais importantes para as previsões da rede. O ordenamento da relevância dos atributos corresponde à sua contribuição para o desempenho do modelo, e os atributos mais bem ordenados melhoraram consistentemente o desempenho de um classificador independente. Também apresentamos um método de visualização para inspecionar resultados de pontuação de recursos chamado “t-SNE ponderado”. Ele foi avaliado com vários algoritmos de seleção e conjuntos de dados, produzindo visualizações confiáveis para ajudar o usuário a decidir qual algoritmo usar. O coeficiente de silhueta do t-SNE ponderado está correlacionado ao desempenho de predição das redes neurais e pode ajudar na interpretabilidade de aprendizagem de máquina. Finalmente, treinamos redes neurais para aprender a classificar conjuntos de dados de câncer. Eles foram inspecionados com a agregação de relevância e o t-SNE ponderado, a partir dos quais os genes mais relevantes foram obtidos. A relevância de atributos aprendida pelas redes neurais melhorou a separabilidade das classes para todos os conjuntos de dados. A análise de enriquecimento funcional dosgenes de conjuntos de dados de câncer de mama e cérebro com relevância mais alta mostrou que a maioria está ligada a bioprocessos e componentes celulares conhecidos do câncer. Alguns são até biomarcadores conhecidos, de acordo com uma revisão da literatura. Os resultados indicam que os métodos propostos podem extrair auto maticamente novas e relevantes informações biológicas a partir da expressão gênica. 2023-01-01T00:00:00Z http://hdl.handle.net/10183/308919 Embedded weights multi-objective feature selection : a novel hybrid method for sparse high-dimensional data Kremer, Gustavo Ribeiro Feature selection approaches are an essential step in most machine learning pipelines, with benefits that go far beyond just improvements in classifier accuracy. Multi-objective approaches are typically chosen to minimize both the number of features and classifier error. These often combine heuristic search methods with machine learning algorithms to create wrapper methods. Wrappers, in turn, can be combined with filters or embedded methods, creating hybrid approaches. However, these methods struggle to scale effectively, particularly in high-dimensional regimes, and are typically limited to datasets with fewer than 2000 features. To address this, we propose the Embedded Weights Multi-Objective Feature Selection (EW-MOFS) algorithm, which consists of a new multiobjective feature selection hybrid method that combines a vector of weights from an embedded technique to guide and optimize the wrapper search space. The proposed method brings new genetic operators specifically designed to deal with highly sparse data, addressing scalability vulnerabilities found in current methods. We evaluate our method on 12 open datasets from Machine Learning repositories and 8 high-dimensional datasets from CuMiDa, which contain up to 54,000 features. EW-MOFS consistently achieves Pareto-fronts with equal or greater hypervolume than competing algorithms in most highdimensional feature selection tasks.; As abordagens de seleção de features são uma etapa essencial na maioria dos pipelines de aprendizado de máquina, com benefícios que vão muito além de apenas melhorias na acurácia do classificador. Geralmente, as abordagens multiobjetivo são escolhidas para minimizar, simultaneamente, o número de features e o erro do classificador. Essas abordagens geralmente combinam métodos de busca heurística com algoritmos de aprendizado de máquina para formar métodos do tipo wrapper. Os wrappers, por sua vez, podem ser combinados com métodos de filtro ou embedded, criando abordagens híbridas. No entanto, esses métodos têm dificuldade para escalar de forma eficaz, principalmente em regimes de alta dimensão, e geralmente são limitados a conjuntos de dados com menos de 2.000 features. Para resolver isso, propomos o algoritmo Embedded Weights MultiObjective Feature Selection (EW-MOFS), que consiste em um novo método híbrido de seleção de features multiobjetivo que combina um vetor de pesos de uma técnica embedded para orientar e otimizar o espaço de busca do wrapper. O método proposto traz novos operadores genéticos projetados especificamente para lidar com dados de alta esparsidade, abordando as vulnerabilidades de escalabilidade encontradas nos métodos atuais. Avaliamos nosso método em 12 conjuntos de dados de repositórios abertos de Machine Learning e 8 conjuntos de dados de alta dimensão do CuMiDa, que contêm até 54.000 features. O EW-MOFS atinge consistentemente frentes de Pareto com hipervolume igual ou maior do que os algoritmos comparados na maioria dos problemas de seleção de features, principalmente em conjuntos de dados de alta dimensão. 2025-01-01T00:00:00Z http://hdl.handle.net/10183/308914 Electronic and structural characterization of Au nanoparticles Deposited on SiO2/Si Choque, Fernando Juarez This work focuses on studying the electronic and structural properties of Au nanoparticles (NPs) deposited on a commercial SiO2/Si substrate. For this, three colloidal solutions consisting of Au NPs with three distinct sizes were used. These colloids were deposited on SiO2/Si substrates using the spin coating technique, forming the samples investigated and named AuNPs/SiO2/Si. The characterization techniques used in this work were XPS (X-ray Excited Photoelectron Spectroscopy), RBS (Rutherford Backscattering Spectrometry) and MEIS (Medium Energy Ion Scattering). XPS allowed us to investigate the chemical properties of the AuNPs/SiO2/Si samples surfaces and to estimate the thickness of the films containing the Au NPs. RBS provided samples stoichiometries and verified the deposition quality for MEIS. MEIS, through a statistical analysis over millions of Au NPs, allowed us to estimate the NPs size distribution of the deposited Au NPs, assuming them as spheroids. MEIS also provided an estimate of the coverage of Au NPs on SiO2/Si, owing to its sensitivity to the surface and structural arrangement of the samples. Finally, TEM (Transmission Electron Microscopy) provided images that allowed individual analysis of the Au NPs in the colloids, giving precise information about their size and shape, prior to the depositions. As a result of these analyses, we confirmed that the colloids with different sizes of Au NPs were deposited on the substrates, and after a comparison between TEM and MEIS results, we observed the possible formation of NPs clustering on the substrate surface in some cases.; Este trabalho foca no estudo das propriedades eletrônicas e estruturais de nanopartículas de Au (Au NPs) depositadas em um substrato comercial de SiO₂/Si. Para isso, foram utilizadas três soluções coloidais constituídas por Au NPs com três tamanhos distintos. Esses coloides foram depositados em substratos de SiO₂/Si pela técnica de “spin coating”, formando as amostras investigadas e denominadas AuNPs/SiO2/Si. As técnicas de caracterização utilizadas neste trabalho foram XPS (Espectroscopia de Fotoelétrons Excitados por Raios X), RBS (Espectrometria de Retroespalhamento de Rutherford) e MEIS (Espalhamento de Íons de Energia Média). O XPS permitiu investigar as propriedades químicas da superfície das amostras de AuNPs/SiO2/Si e estimar a espessura dos filmes contendo os Au NPs. A RBS forneceu estequiometrias de amostras e verificou a qualidade da deposição para MEIS. O MEIS, através de uma análise estatística de milhões de Au NPs, permitiu-nos estimar a distribuição e o tamanho das Au NPs depositadas, assumindo-os como esferoides. O MEIS também forneceu uma estimativa da cobertura de Au NPs sobre o SiO₂/Si, devido à sua sensibilidade à superfície e ao arranjo estrutural das amostras. Por fim, o TEM (Microscopia Eletrônica de Transmissão) forneceu imagens que permitiram a análise individual das NPs de Au nos coloides, fornecendo informações precisas sobre seu tamanho e forma, antes das deposições. Como resultado dessas análises, confirmamos que os coloides com diferentes tamanhos de Au NPs foram depositados nos substratos, e após uma comparação entre os resultados de TEM e MEIS, os resultados indicaram a ocorrência de aglomeração das NPs na superfície em algumas amostras. 2024-01-01T00:00:00Z