RESUMO: O artigo tem o intuito de apresentar parte dos resultados do inventário das edificações vernaculares do Sertão de Itaparica-PE. Para tal, debateu-se o conceito de Arquitetura Vernacular. Foram estudados 28 exemplares durante os trabalhos de campo. Os dados coletados foram registrados em plantas baixas (croquis), fotografias e formulários de dados. Identificou-se técnicas construtivas, materiais utilizados nas construções e tipos de acabamento. Como resultado três padrões de plantas foram identificados, sendo estas plantas quadradas ou retangulares, plantas longitudinais e plantas em L.

In this paper we analyse tiebreak results from some tennis players in order to investigate whether we are able to identify a non-aleatory distribution of the points in this crucial moment of the game. We compared the observed results with a binomial distribution considering that the probabilities of winning or losing a point are equal. Using a χ 2 test we found that, excepting some players, the greatest part of the results agrees with our hypothesis that the points in tiebreaks are merely aleatory. Keywords: Sports, χ 2 Test, Binomial Distribution.Neste artigo, analisamos os resultados de "tiebreak" de alguns tenistas com o objetivo de investigar sé e possível identificarmos uma distribuição não aleatória dos pontos nesse momento crucial do jogo. Nós comparamos os resultados observados com uma distribuição binomial considerando que as probabilidades de ganhar ou perder um ponto são iguais. Usando um teste χ 2 percebemos que, com exceção de alguns tenistas, a maior parte dos resultados está de acordo com nossa hipótese de que os pontos em "tiebreaks" são apenas aleatórios. Palavras-chave: Esportes, Teste χ 2 , Distribuição Binomial.

Stratigraphic interpretation workflows pursuits a better understanding of the reservoirs. Seismic data provides important information through detailed analysis of its response and extracted attributes to identify the geometry and extension of stratigraphic features and possible changes in lithology or fluid content. The challenge in this case, is to find a combination of methods and best practices that allow the interpreters to explore the seismic data in an effective manner and unveil hidden patterns from the information. Machine learning techniques applied to seismic interpretation have been successful in this regard and very useful in assisting with limitations involving big volumes of data, automation, and data classification. In this sense, the stratigraphic interpretation becomes a more automatic and reliable process.In this work, we aimed to show how advanced visualization techniques, with a proper combination of attributes and an efficient machine learning method, as Self Growing Neural Network, can improve the stratigraphic interpretation process, generate accurate results and provide information for uncertainty analysis.