O antraz é uma doença infecciosa aguda grave, com uma taxa de mortalidade superior a 90% em sua forma respiratória, causada pelo Bacillus anthracis, uma bactéria altamente virulenta, que está desenvolvendo resistência e que tem potencial aplicação como arma biológica e agente de bioterrorismo. Nesse trabalho, a inibição de deidroshikimato desidratase do B. anthracis foi estuda por meio docking, dinâmica molecular e ensemble docking. Essa enzima é responsável por uma etapa chave na biossíntese de petrobactina, molécula através da qual o B. anthracis adquire ferro – micronutriente essencial para seu desenvolvimento e proliferação no hospedeiro. O docking de 25 compostos com ação inibitória conhecida na estrutura cristalográfica da enzima indicou interações importantes com os resíduos His144, His175, Phe211, Tyr217 (ligações de hidrogênio), Arg102 (ponte salina), His144 e Phe255 (interações π-π). Ligantes estruturalmente semelhantes ao cristalográfico (3,4-DHBA) foram docados adequadamente no sítio ativo, enquanto ligantes mais volumosos foram docados na entrada do sítio, resultando em baixa correlação entre as energias livres de ligação experimentais e os escores de docking (R² = 0,1295; R-Pearson = 0,360) e desvios de 23%, em média, frente ao experimental. Simulações de dinâmica molecular mostraram que essa proteína apresenta uma grande rigidez estrutural intrínseca, porém porções do seu sítio ativo, sobretudo da estrutura em forma de laço que o recobre, apresentaram flexibilidade significativa. A presença de ligantes induz a alterações conformacionais que proporcionam o alargamento do sítio e permitem a entrada de ligantes mais volumosos, indicando que o sítio cristalográfico era, de fato, muito restrito. A atividade inibitória aparenta estar relacionada com a formação de uma rede de ligações de hidrogênio entre os ligantes e resíduos do sítio ativo, sendo as principais entre grupos 3-OH do anel aromático dos ligantes e a His175; entre o grupo carboxílico e a Arg102 (ponte salina); entre o grupo 4-OH e a Phe211 e principalmente entre o grupo 5-OH e a His144, um resíduo importante no mecanismo enzimático. O ensemble docking em três estruturas extraídas das simulações de dinâmica molecular permitiu a aprimorar a correlação entre os escores de docking e atividade inibitória experimental, com R² = 0,363 e R-Pearson = 0,602 considerando a totalidade dos ligantes ou com R² = 0,8157 e R-Pearson = 0,903 considerando-se os dez ligantes mais potentes (contra R² = 0,5683 e R-Pearson = 0,754 na estrutura cristalográfica), evidenciando a necessidade de se considerar a flexibilidade do receptor para o docking adequado. Esse modelo linear juntamente com essa compreensão mais profunda dos mecanismos relacionados com a inibição dessa enzima permitirão o desenho e a triagem in silico de novas moléculas com potência e seletividade aprimoradas e com potencial aplicação como uma nova terapia contra o Bacillus anthracis. / Anthrax is a serious acute infectious disease with a mortality rate higher than 90% in its inhalational form. This disease is caused by Bacillus anthracis, a highly virulent bacterium that is developing resistance and which has potential application as a biological weapon and bioterrorism agent. In this work, the inhibition of dehydroshikimate dehydratase from B. anthracis was studied through docking, molecular dynamics and ensemble docking. This enzyme is responsible for a key step in the biosynthetic pathway of petrobactin, a molecule released by B. anthracis to acquire iron, an essential micronutrient for its development and proliferation within the host. Molecular dockings of 25 compounds with known inhibitory activity against dehydroshikimate dehydratase in the crystallographic structure of this enzyme indicated important interactions with the residues His144, His175, Phe211, Tyr217 (hydrogen bonds), Arg102 (salt bridge), His144 and Phe255 (π-π interactions). Ligands structurally similar to the crystallographic (3,4-DHBA) were appropriately docked within the active site, while bulkier ligands were docked at the site's entrance, resulting in a low correlation between the experimental binding free energies and the docking scores (R² = 0,1295; R-Pearson = 0,360), as well as a deviation of 23%, on average, compared to the experimental data. Molecular dynamics simulations showed that this protein has a high structural rigidity, however portions of its active site, especially the loop-like structure that covers it, showed a significant mobility. The presence of ligands induced conformational changes that lead to the widening of the site and allowed bulkier ligands to enter it, what indicates the crystallographic site was, in fact, very restricted. The inhibitory activity appears to be related with the formation of a network of hydrogen bonds between ligands and active site residues, mainly between the 3-OH moiety in the aromatic ring of ligands and His175; between the carboxylic group and Arg102 (salt bridge); between the 4-OH moiety and Phe211 and specially between the 5-OH group and His144, a residue with an important role in the enzymatic mechanism. Ensemble docking with three structures extracted from molecular dynamics simulations allowed to improve the correlation between docking scores and experimental inhibitory activity, with R² = 0,363 and R-Pearson = 0,602, when considering all ligands, and R² = 0,8157 and R-Pearson = 0,903 when considering the ten ligands of higher activity (against the values of R² = 0,5683 and R-Pearson = 0,754 for their docking in the crystallographic structure). This point out the need to account for receptor's flexibility for an appropriate docking. This linear model coupled with this deeper understanding about the mechanisms related with enzymatic inhibition will allow the in silico drug design and screening of new molecules with improved potency and selectivity and with potential application as a new therapy against Bacillus anthracis.

Há muitos anos, os sistemas de comitê já tem se mostrado um método eficiente para aumentar a acurácia e estabilidade de algoritmos de aprendizado nas décadas recentes, embora sua construção tem uma questão para ser elucidada: diversidade. O desacordo entre os modelos que compõe o comitê pode ser gerado quando eles são contruídos sob diferentes circunstâncias, tais como conjunto de dados de treinamento, configuração dos parâmetros e a seleção dos algoritmos de aprendizado. O ensemble pode ser visto como uma estrutura com três níveis: espaço de entrada, a base de componentes e o bloco de combinação das respostas dos componentes. Neste trabalho é proposta uma abordagem multi-nível usando Algoritmos Genéticos para construir um ensemble de Máquinas de Vetor de Suporte por Mínimos Quadrados ou LS-SVM, realizando uma seleção de atributos no espaço de entrada, parametrização e a escolha de quais modelos irão compor o comitê no nível de componentes e a busca por um vetor de pesos que melhor represente a importância de cada classificador na resposta final do comitê. De forma a avaliar a performance da abordagem proposta, foram utilizados alguns benchmarks do repositório da UCI para comparar com outros algoritmos de classificação. Além disso, também foram comparados os resultados da abordagem proposta com métodos de aprendizagem profunda nas bases de dados MNIST e CIFAR e se mostraram bastante satisfatórios. / Many years ago, the ensemble systems have been shown to be an efficient method to increase the accuracy and stability of learning algorithms in recent decades, although its construction has a question to be elucidated: diversity. The disagreement among the models that compose the ensemble can be generated when they are built under different circumstances, such as training dataset, parameter setting and selection of learning algorithms. The ensemble may be viewed as a structure with three levels: input space, the base components and the combining block of the components responses. In this work is proposed a multi-level approach using genetic algorithms to build the ensemble of Least Squares Support Vector Machines (LS-SVM), performing a feature selection in the input space, the parameterization and the choice of which models will compose the ensemble at the component level and finding a weight vector which best represents the importance of each classifier in the final response of the ensemble. In order to evaluate the performance of the proposed approach, some benchmarks from UCI Repository have been used to compare with other classification algorithms. Also, the results obtained by our approach were compared with some deep learning methods on the datasets MNIST and CIFAR and proved very satisfactory.

Nesta tese estamos especificamente interessados no problema de engenharia re- versa de redes regulatórias genéticas a partir de dados de pós-genômicos, um grande desafio na área de Bioinformática. Redes regulatórias genéticas são complexos cir- cuitos biológicos responsáveis pela regulação do nível de expressão dos genes, desem- penhando assim um papel fundamental no controle de inúmeros processos celulares, incluindo diferenciação celular, ciclo celular e metabolismo. Decifrar a estrutura destas redes é crucial para possibilitar uma maior compreensão à nível de sistema do desenvolvimento e comportamento dos organismos, e eventualmente esclarecer os mecanismos de doenças causados pela desregulação dos processos acima mencio- nados. Devido ao expressivo aumento da disponibilidade de dados experimentais de larga escala e da grande dimensão e complexidade dos sistemas biológicos, métodos computacionais têm sido ferramentas essenciais para viabilizar esta investigação. No entanto, seu desempenho ainda é bastante deteriorado por importantes desafios com- putacionais e biológicos impostos pelo cenário. Em particular, o ruído e esparsidade inerentes aos dados biológicos torna este problema de inferência de redes um difícil problema de otimização combinatória, para o qual métodos computacionais dispo- níveis falham em relação à exatidão e robustez das predições. Esta tese tem como objetivo investigar o uso de técnicas de ensemble learning como forma de superar as limitações existentes e otimizar o processo de inferência, explorando a diversidade entre um conjunto de modelos. Com este intuito, desenvolvemos métodos computa- cionais tanto para gerar redes diversificadas, como para combinar estas predições em uma solução única (solução ensemble ), e aplicamos esta abordagem a uma série de cenários com diferentes fontes de diversidade a fim de compreender o seu potencial neste contexto específico. Mostramos que as soluções propostas são competitivas com algoritmos tradicionais deste campo de pesquisa e que melhoram nossa capa- cidade de reconstruir com precisão as redes regulatórias genéticas. Os resultados obtidos para a inferência de redes de regulação transcricional e pós-transcricional, duas camadas adjacentes e complementares que compõem a rede de regulação glo- bal, tornam evidente a eficiência e robustez da nossa abordagem, encorajando a consolidação de ensemble learning como uma metodologia promissora para decifrar a estrutura de redes regulatórias genéticas. / In this thesis we are concerned about the reverse engineering of gene regulatory networks from post-genomic data, a major challenge in Bioinformatics research. Gene regulatory networks are intricate biological circuits responsible for govern- ing the expression levels (activity) of genes, thereby playing an important role in the control of many cellular processes, including cell differentiation, cell cycle and metabolism. Unveiling the structure of these networks is crucial to gain a systems- level understanding of organisms development and behavior, and eventually shed light on the mechanisms of diseases caused by the deregulation of these cellular pro- cesses. Due to the increasing availability of high-throughput experimental data and the large dimension and complexity of biological systems, computational methods have been essential tools in enabling this investigation. Nonetheless, their perfor- mance is much deteriorated by important computational and biological challenges posed by the scenario. In particular, the noisy and sparse features of biological data turn the network inference into a challenging combinatorial optimization prob- lem, to which current methods fail in respect to the accuracy and robustness of predictions. This thesis aims at investigating the use of ensemble learning tech- niques as means to overcome current limitations and enhance the inference process by exploiting the diversity among multiple inferred models. To this end, we develop computational methods both to generate diverse network predictions and to combine multiple predictions into an ensemble solution, and apply this approach to a number of scenarios with different sources of diversity in order to understand its potential in this specific context. We show that the proposed solutions are competitive with tra- ditional algorithms in the field and improve our capacity to accurately reconstruct gene regulatory networks. Results obtained for the inference of transcriptional and post-transcriptional regulatory networks, two adjacent and complementary layers of the overall gene regulatory network, evidence the efficiency and robustness of our approach, encouraging the consolidation of ensemble systems as a promising methodology to decipher the structure of gene regulatory networks.

Este trabalho propõe um algoritmo rápido para segmentação de partes móveis em vídeo, tendo como base a detecção de volumes fechados no espaço tridimensional. O vídeo de entrada é pré-processado com um algoritmo de detecção de bordas baseado em linhas de nível para produzir os objetos. Os objetos detectados são agrupados utilizando uma combinação dos métodos de mean shift clustering e meta-agrupamento. Para diminuir o tempo de computação, somente alguns objetos e quadros são utilizados no agrupamento. Uma vez que a forma de detecção garante que os objetos persistem com o mesmo rótulo em múltiplos quadros, a seleção de quadros impacta pouco no resultado final. Dependendo da aplicação desejada os grupos podem ser refinados em uma etapa de pós-processamento. / This work presents a very fast algorithm to segmentation of moving parts in a video, based on detection of surfaces of the scene with closed contours. The input video is preprocessed with an edge detection algorithm based on level lines to produce the objects. The detected objects are clustered using a combination of mean shift clustering and ensemble clustering. In order decrease even more the computation time required, two methods can be used combined: object filtering by size and selecting only a few frames of the video. Since the detected objects are coherent in time, frame skipping does not affect the final result. Depending on the application the detected clusters can be refined using post processing steps.

abstract: Ten regional climate models (RCMs) and atmosphere-ocean generalized model parings from the North America Regional Climate Change Assessment Program were used to estimate the shift of extreme precipitation due to climate change using present-day and future-day climate scenarios. RCMs emulate winter storms and one-day duration events at the sub-regional level. Annual maximum series were derived for each model pairing, each modeling period; and for annual and winter seasons. The reliability ensemble average (REA) method was used to qualify each RCM annual maximum series to reproduce historical records and approximate average predictions, because there are no future records. These series determined (a) shifts in extreme precipitation frequencies and magnitudes, and (b) shifts in parameters during modeling periods. The REA method demonstrated that the winter season had lower REA factors than the annual season. For the winter season the RCM pairing of the Hadley regional Model 3 and the Geophysical Fluid-Dynamics Laboratory atmospheric-land generalized model had the lowest REA factors. However, in replicating present-day climate, the pairing of the Abdus Salam International Center for Theoretical Physics' Regional Climate Model Version 3 with the Geophysical Fluid-Dynamics Laboratory atmospheric-land generalized model was superior. Shifts of extreme precipitation in the 24-hour event were measured using precipitation magnitude for each frequency in the annual maximum series, and the difference frequency curve in the generalized extreme-value-function parameters. The average trend of all RCM pairings implied no significant shift in the winter annual maximum series, however the REA-selected models showed an increase in annual-season precipitation extremes: 0.37 inches for the 100-year return period and for the winter season suggested approximately 0.57 inches for the same return period. Shifts of extreme precipitation were estimated using predictions 70 years into the future based on RCMs. Although these models do not provide climate information for the intervening 70 year period, the models provide an assertion on the behavior of future climate. The shift in extreme precipitation may be significant in the frequency distribution function, and will vary depending on each model-pairing condition. The proposed methodology addresses the many uncertainties associated with the current methodologies dealing with extreme precipitation. / Dissertation/Thesis / M.S. Civil and Environmental Engineering 2013

Sendo o cereal mais produzido no mundo e em larga expansão, os sistemas de produção de milho são altamente complexos e sua produção é diretamente dependente de fatores ligados tanto ao clima local quanto ao manejo da cultura. Para auxiliar na determinação tanto dos patamares produtivos de milho quanto quantificar o impacto causado por condições adversas tanto de clima quanto de manejo, pode-se lançar mão do uso de modelos de simulação de culturas. Para que os modelos possam ser devidamente aplicados, uma base solida de dados meteorológicos deve ser consistida, a fim de alimentar esses modelos. Nesse sentido, o presente estudo teve como objetivos: i) avaliar dois sistemas de obtenção de dados meteorológicos, o NASA-POWER e o DailyGridded, comparando-os com dados medidos em estações de solo; ii) calibrar, testar e combinar os modelos de simulação MZA-FAO, CSM DSSAT Ceres-Maize e APSIM-Maize, a fim de estimar as produtividades potenciais e atingíveis do milho no Brasil; iii) avaliar o impacto na produtividade causado pelo posicionamento da semeadura em diferentes tipos de solo; iv) desenvolver e avaliar um sistema de previsão de safra baseado em modelos de simulação; v) mapear as produtividades potencial, atingível e real do milho no Brasil, identificando regiões mais aptas ao cultivo e vi) determinar e mapear as quebras de produtividade, ou yield gaps (YG) da cultura do milho no Brasil. Comparando os dados climáticos dos sistemas em ponto de grade com os dados de estações meteorológicas de superfície, na escala diária, encontrou-se boa correlação entre as variáveis meteorológicas, inclusive para a chuva, com R2 da ordem de 0,58 e índice d = 0,85. O desempenho da combinação dos modelos ao final da calibração e ajuste se mostrou superior ao desempenho dos modelos individuais, com erros absolutos médios relativamente baixos (EAM = 627 kg ha-1) e com boa precisão (R2 = 0,62) e ótima acurácia (d = 1,00). Durante a avaliação da influência das épocas de semeadura e do tipo de solo no patamar produtivo do milho, observou-se que esse varia de acordo com a região estudada e apresenta seus valores máximos e com menores riscos à produção quando a semeaduras coincidem com o início do período de chuvas do local. O sistema de previsão de safra, baseado em modelos de simulação de cultura teve seu melhor desempenho simulando produtividades de milho semeados no início da safra e no final da safrinha, sendo capaz de prever de forma satisfatória a produtividade com até 25 dias antes da colheita. Para o estudo dos YGs, 152 locais foram avaliados e suas produtividades potenciais e atingíveis foram comparadas às produtividades reais, obtidas junto ao IBGE. Os maiores YGs referentes ao déficit hídrico se deram em solos arenosos e durante os meses de outono e inverno, usualmente mais secos na maioria das regiões brasileiras, atingindo valores de quebra superiores a 12000 kg ha-1. Quanto ao YG causado pelo manejo, esse foi maior nas regiões menos tecnificadas, como na região Norte e na Nordeste, apresentando valores superiores a 6000 kg ha-1. Já as regiões mais tecnificadas e tradicionais na produção de milho, como a região Sul e a Centro-Oeste, os YGs referentes ao manejo foram inferiores a 3500 kg ha-1 na maioria dos casos. / Maize is the most important cereal cultivated in the world, being its production system very complex and its productivity directly affected by climatic and crop management factors. In order to quantify the impacts caused by water and crop management deficits on maize yield, the use of crop simulation models is very useful. For properly apply these models, a solid basis of meteorological data is required. In this sense, the present study had as objectives: i) to evaluate two meteorological gridded data, NASA-POWER and DailyGridded, by comparing them with measured data from surface stations; (ii) to calibrate, evaluate and combine the MZA-FAO, CSM DSSAT Ceres-Maize and APSIM-Maize simulation models to estimate the maize potential and attainable yields in Brazil; iii) to evaluate the impact caused by the different sowing dates and soil types on maize yield; iv) to develop and evaluate a crop forecasting system based on crop simulation models and climatological data; v) to map the potential and the attainable maize yields in Brazil, identifying the most suitable regions for cultivation, and vi) to determine and map maize yields and yield gaps (YG) in Brazil. Comparing the gridded climatic data with observed ones, on a daily basis, a good agreement was found for all weather variables, including rainfall, with R2 = 0.58 and d = 0,85. The performances of the combination of the models at the end of the calibration and evaluation phases were better than those obtained with the individual models, with relatively low mean absolute error (EAM = 627 kg ha-1) and with good precision (R2 = 0.62) and accuracy (d = 1.00). During the evaluation of different sowing dates and soil types on maize yield, it was observed that this variable depends on the region and presents the maximum values and, consequently, the minimum risk during the sowings in the beginning of the rainy season of each site. The crop forecasting system, based on crop simulation models, had its best performance for simulating maize yields when the sowings were performed at the beginning of the main season and at the end of the second season, when it was able to predict yield satisfactorily 25 days before harvest. For the YG analysis, 152 sites were assessed and their potential and attainable yields were compared to the actual yields reported by IBGE. The highest YGs caused by water deficit occurred for sandy soils and during the autumn and winter months, usually dry in most of Brazilian regions, reaching values above 12000 kg ha-1. For YG caused by crop management, the values were higher in the less technified regions, such as in the North and Northeast regions, with values above 6000 kg ha-1. In contrast, more traditional maize production regions, such as the South and Center-West, presented YG caused by crop management, lower than 3500 kg ha-1 in most cases.

A previsão e emissão de alertas antecipados constituem um dos principais elementos na prevenção dos impactos ocasionados por eventos de cheias. Uma das formas utilizadas para se obter uma ampliação do horizonte de previsão é através do uso da modelagem chuva-vazão associada à previsão de precipitação, tipicamente derivada de modelos meteorológicos. A precipitação, no entanto, é uma das variáveis que impõe maior dificuldade na previsão meteorológica, sendo considerada uma das principais fontes de incerteza nos resultados da previsão de cheias. A previsão por conjunto é uma técnica originalmente desenvolvida nas ciências atmosféricas e procura explorar as incertezas associadas às condições iniciais e/ou deficiências na estrutura dos modelos meteorológicos com intuito de melhorar sua previsibilidade. A partir de diferentes modelos meteorológicos ou de diferentes condições iniciais de um único modelo, são gerados um conjunto de previsões que representam possíveis trajetórias dos processos atmosféricos ao longo do horizonte de previsão. Pesquisas recentes, principalmente na Europa e Estados Unidos, têm mostrado resultados promissores do acoplamento de previsões meteorológicas por conjunto à modelos hidrológicos para realizar previsões de cheia. Essa pesquisa trata da avaliação do benefício da previsão de cheias por conjunto em curto prazo, em uma bacia de médio porte, utilizando dados e de ferramentas para previsão de vazões disponíveis em modo operacional no Brasil. Como estudo de caso foi utilizada a bacia do Rio Paraopeba (12.150km²), de clima tipicamente tropical, localizada na região sudeste do Brasil. A metodologia proposta para geração das previsões hidrológicas utilizou o modelo hidrológico MGB-IPH alimentado por um conjunto previsões de precipitação de diferentes modelos, com diferentes condições iniciais e parametrizações, dando origem a distintos cenários de previsão de vazões. Como parâmetro de referência na avaliação do desempenho das previsões por conjunto foi utilizada uma previsão hidrológica determinística única, baseada em uma previsão de precipitação obtida da combinação ótima de saídas de diversos modelos meteorológicos. As previsões foram realizadas retrospectivamente no período entre ago/2008 e mai/2011, sendo analisadas durante o período chuvoso dos anos hidrológicos (out-abr). Os resultados das previsões de cheia por conjunto foram avaliados através de uma representação determinística, considerando a média dos membros do conjunto, assim como através de uma representação probabilística, considerando todos os membros, através de medidas de desempenho específicas para esse fim. Na avaliação determinística, a média do conjunto hidrológico apresentou resultados similares aos obtido com a previsão determinística de referência, embora tenha apresentado benefício significativo em relação à maior parte dos membros do conjunto. A avaliação das previsões de cheia por conjunto, por sua vez, mostrou a existência de uma superestimativa e de um subespalhamento dos membros em relação às observações, sobretudo nos primeiros intervalos de tempo da previsão. Na comparação dos resultados das previsões de eventos do tipo dicótomos, que consideram a superação ou não de vazões limites de alerta, o 9º decil das previsões por conjunto mostrou superioridade em relação à previsão determinística de referência e mesmo a média do conjunto, sendo possível obter, na maior parte dos casos analisados, um aumento significativo na proporção de eventos corretamente previstos mantendo as taxas de alarmes falsos em níveis reduzidos. Esse benefício foi, de modo geral, maior para maiores antecedências e vazões limites, situações mais importantes num contexto de prevenção de cheias. Os resultados mostraram ainda que, em média, uma diminuição do número de membros do conjunto diminui seu desempenho nas previsões. / The forecasting and issuing of early warnings represent a key element to prevent the impacts of flood events. An alternative to extend forecasting horizon is the use of rainfall-runoff modeling coupled with precipitation forecasts derived from numerical weather prediction (NWP) models. However, NWP models have difficulty to accurately predict precipitation due to the extremely sensitivity of the initial conditions. Therefore, this variable represents one of the major sources of uncertainties in flood forecasting. A probabilistic or ensemble forecasting approach was originally developed in the atmospheric sciences and then applied to other research areas. This procedure explores the uncertainties related to initial conditions and deficiencies in the structure of NWP models intending to improve its predictability. Using different NWP models or different initial conditions of a single model, an ensemble forecast showing possible trajectories of atmospheric processes over the forecast horizon are produced. Recent studies developed in Europe and the United States have shown promising results in flood forecasting using hydrological models fed by NWP ensemble outputs. The present research assess the performance of short term ensemble flood forecasting in a medium size tropical basin, based on data and streamflow forecasting tools available in operational mode in Brazil. The Paraopeba River basin (12,150 km²), located in the upper portion of the São Francisco River basin, in Southeastern Brazil, was selected as a case study. The proposed methodology used the MGB-IPH hydrological coupled to an ensemble of precipitation forecasts generated by several models with different initial conditions and parameterizations. The results are several scenarios of streamflow forecasts. A single deterministic streamflow forecast, based on a quantitative precipitation forecast derived from the optimal combination of several outputs of NWP models, was used as a reference to assess the performance of the streamflow ensemble forecasts. The streamflow forecasts were performed between aug/2008 and may/2011 and were analyzed during the rainy seasons (austral summer). The results from the ensemble flood forecasting were assessed by deterministic and probabilistic performance measures, with the ensemble mean being used by the former, and specific assessment measure by the later. Based on the deterministic assessment, the ensemble mean showed similar results to those obtained by the deterministic reference forecast, although showing better performance over most of the ensemble members. Based on the probabilistic performance measures, however, results showed the existence of an ensemble overforecasting and underspread of the members in regard to observed values, especially during the first lead times. The results for predictions of dichotomous events, which mean exceeding or not flood warning thresholds, showed that the 9th decile of the ensemble over performed the deterministic forecast and even the ensemble mean. In most cases, it was observed an increase in the proportion of correctly forecasted events while keeping false alarm rates at low levels. This benefit was generally higher for higher flow thresholds and for longer lead times, which are the most important situations for flood mitigation. The results show, also, that, in average, a reduction in the number of ensemble members decreases the performance of ensemble flood forecasts.

Este trabalho propõe um algoritmo rápido para segmentação de partes móveis em vídeo, tendo como base a detecção de volumes fechados no espaço tridimensional. O vídeo de entrada é pré-processado com um algoritmo de detecção de bordas baseado em linhas de nível para produzir os objetos. Os objetos detectados são agrupados utilizando uma combinação dos métodos de mean shift clustering e meta-agrupamento. Para diminuir o tempo de computação, somente alguns objetos e quadros são utilizados no agrupamento. Uma vez que a forma de detecção garante que os objetos persistem com o mesmo rótulo em múltiplos quadros, a seleção de quadros impacta pouco no resultado final. Dependendo da aplicação desejada os grupos podem ser refinados em uma etapa de pós-processamento. / This work presents a very fast algorithm to segmentation of moving parts in a video, based on detection of surfaces of the scene with closed contours. The input video is preprocessed with an edge detection algorithm based on level lines to produce the objects. The detected objects are clustered using a combination of mean shift clustering and ensemble clustering. In order decrease even more the computation time required, two methods can be used combined: object filtering by size and selecting only a few frames of the video. Since the detected objects are coherent in time, frame skipping does not affect the final result. Depending on the application the detected clusters can be refined using post processing steps.

Nesta tese estamos especificamente interessados no problema de engenharia re- versa de redes regulatórias genéticas a partir de dados de pós-genômicos, um grande desafio na área de Bioinformática. Redes regulatórias genéticas são complexos cir- cuitos biológicos responsáveis pela regulação do nível de expressão dos genes, desem- penhando assim um papel fundamental no controle de inúmeros processos celulares, incluindo diferenciação celular, ciclo celular e metabolismo. Decifrar a estrutura destas redes é crucial para possibilitar uma maior compreensão à nível de sistema do desenvolvimento e comportamento dos organismos, e eventualmente esclarecer os mecanismos de doenças causados pela desregulação dos processos acima mencio- nados. Devido ao expressivo aumento da disponibilidade de dados experimentais de larga escala e da grande dimensão e complexidade dos sistemas biológicos, métodos computacionais têm sido ferramentas essenciais para viabilizar esta investigação. No entanto, seu desempenho ainda é bastante deteriorado por importantes desafios com- putacionais e biológicos impostos pelo cenário. Em particular, o ruído e esparsidade inerentes aos dados biológicos torna este problema de inferência de redes um difícil problema de otimização combinatória, para o qual métodos computacionais dispo- níveis falham em relação à exatidão e robustez das predições. Esta tese tem como objetivo investigar o uso de técnicas de ensemble learning como forma de superar as limitações existentes e otimizar o processo de inferência, explorando a diversidade entre um conjunto de modelos. Com este intuito, desenvolvemos métodos computa- cionais tanto para gerar redes diversificadas, como para combinar estas predições em uma solução única (solução ensemble ), e aplicamos esta abordagem a uma série de cenários com diferentes fontes de diversidade a fim de compreender o seu potencial neste contexto específico. Mostramos que as soluções propostas são competitivas com algoritmos tradicionais deste campo de pesquisa e que melhoram nossa capa- cidade de reconstruir com precisão as redes regulatórias genéticas. Os resultados obtidos para a inferência de redes de regulação transcricional e pós-transcricional, duas camadas adjacentes e complementares que compõem a rede de regulação glo- bal, tornam evidente a eficiência e robustez da nossa abordagem, encorajando a consolidação de ensemble learning como uma metodologia promissora para decifrar a estrutura de redes regulatórias genéticas. / In this thesis we are concerned about the reverse engineering of gene regulatory networks from post-genomic data, a major challenge in Bioinformatics research. Gene regulatory networks are intricate biological circuits responsible for govern- ing the expression levels (activity) of genes, thereby playing an important role in the control of many cellular processes, including cell differentiation, cell cycle and metabolism. Unveiling the structure of these networks is crucial to gain a systems- level understanding of organisms development and behavior, and eventually shed light on the mechanisms of diseases caused by the deregulation of these cellular pro- cesses. Due to the increasing availability of high-throughput experimental data and the large dimension and complexity of biological systems, computational methods have been essential tools in enabling this investigation. Nonetheless, their perfor- mance is much deteriorated by important computational and biological challenges posed by the scenario. In particular, the noisy and sparse features of biological data turn the network inference into a challenging combinatorial optimization prob- lem, to which current methods fail in respect to the accuracy and robustness of predictions. This thesis aims at investigating the use of ensemble learning tech- niques as means to overcome current limitations and enhance the inference process by exploiting the diversity among multiple inferred models. To this end, we develop computational methods both to generate diverse network predictions and to combine multiple predictions into an ensemble solution, and apply this approach to a number of scenarios with different sources of diversity in order to understand its potential in this specific context. We show that the proposed solutions are competitive with tra- ditional algorithms in the field and improve our capacity to accurately reconstruct gene regulatory networks. Results obtained for the inference of transcriptional and post-transcriptional regulatory networks, two adjacent and complementary layers of the overall gene regulatory network, evidence the efficiency and robustness of our approach, encouraging the consolidation of ensemble systems as a promising methodology to decipher the structure of gene regulatory networks.

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-09-05T14:09:56Z No. of bitstreams: 9 Dissertação - Cristiane dos Santos Carvalho - 2016 - Pate 1.pdf: 1300679 bytes, checksum: c70f30f0f34b22b03c7e342a412f2523 (MD5) Track01.cda: 44 bytes, checksum: b94abcd71973e03adf1914510ee30e84 (MD5) Track02.cda: 44 bytes, checksum: 0285fc3e4b30cf97cb77d54d504d5ad4 (MD5) Track03.cda: 44 bytes, checksum: d3863cebfa5f9808098399083a201498 (MD5) Track04.cda: 44 bytes, checksum: afff3ebf8d1f1295b4fc1456c105f828 (MD5) Track05.cda: 44 bytes, checksum: 6da78de7f23e71708a9ce079dbdfd177 (MD5) Track06.cda: 44 bytes, checksum: 41d8c5f170665824f9b970997919f449 (MD5) Track07.cda: 44 bytes, checksum: 0da294956b7c612de2585d776b2aa88a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-09-06T13:07:51Z (GMT) No. of bitstreams: 9 Dissertação - Cristiane dos Santos Carvalho - 2016 - Pate 1.pdf: 1300679 bytes, checksum: c70f30f0f34b22b03c7e342a412f2523 (MD5) Track01.cda: 44 bytes, checksum: b94abcd71973e03adf1914510ee30e84 (MD5) Track02.cda: 44 bytes, checksum: 0285fc3e4b30cf97cb77d54d504d5ad4 (MD5) Track03.cda: 44 bytes, checksum: d3863cebfa5f9808098399083a201498 (MD5) Track04.cda: 44 bytes, checksum: afff3ebf8d1f1295b4fc1456c105f828 (MD5) Track05.cda: 44 bytes, checksum: 6da78de7f23e71708a9ce079dbdfd177 (MD5) Track06.cda: 44 bytes, checksum: 41d8c5f170665824f9b970997919f449 (MD5) Track07.cda: 44 bytes, checksum: 0da294956b7c612de2585d776b2aa88a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-09-06T13:07:51Z (GMT). No. of bitstreams: 9 Dissertação - Cristiane dos Santos Carvalho - 2016 - Pate 1.pdf: 1300679 bytes, checksum: c70f30f0f34b22b03c7e342a412f2523 (MD5) Track01.cda: 44 bytes, checksum: b94abcd71973e03adf1914510ee30e84 (MD5) Track02.cda: 44 bytes, checksum: 0285fc3e4b30cf97cb77d54d504d5ad4 (MD5) Track03.cda: 44 bytes, checksum: d3863cebfa5f9808098399083a201498 (MD5) Track04.cda: 44 bytes, checksum: afff3ebf8d1f1295b4fc1456c105f828 (MD5) Track05.cda: 44 bytes, checksum: 6da78de7f23e71708a9ce079dbdfd177 (MD5) Track06.cda: 44 bytes, checksum: 41d8c5f170665824f9b970997919f449 (MD5) Track07.cda: 44 bytes, checksum: 0da294956b7c612de2585d776b2aa88a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-03-30 / Fundação de Amparo à Pesquisa do Estado de Goiás - FAPEG / The Final Product of Masters Degree presented here consists of two required parts: Part A (Artistic Production) and Part B (Scientific Production). The artistic part is composed of concerts presented throughout the process, including the defense recital, directly related to the developed research. The scientific part consists of an article that addresses the preparation of Brazilian recorder‟s ensembles at universities from the perspective of Musical Performance Elements (MPE) concept used as a focus of the research that was developed by RAY (2005). The main objective of the research was to identify the recorder active groups in universities, know how they work and indicate ways to optimize the preparation of this kind of group. The adopted methodological procedure was literature review on the subject and field research to identify the recorder active ensembles in Brazilian universities, followed by the organization and discussion of results. At last, we used the material gathered and discussed as a basis for the development of suggestions for the preparation of recitals in recorder‟s ensemble. / O Produto Final de conclusão de Mestrado aqui apresentado é composto de duas partes obrigatórias: Parte A (Produção Artística) e Parte B (Produção Científica). A parte artística é composta pelos recitais apresentados ao longo do curso, incluindo o recital de defesa, diretamente relacionado com a pesquisa desenvolvida. A parte científica é constituída por um artigo que aborda o processo de preparação de grupos de flautas doces de universidades brasileiras sob a ótica dos Elementos da Performance Musical (EPM), conceito utilizado como foco da pesquisa que foi desenvolvido por RAY (2005). O objetivo principal da pesquisa foi identificar os grupos de flautas doces ativos em universidades, entender como eles funcionam e indicar formas de otimizar a preparação deste tipo de grupo. O procedimento metodológico adotado foi revisão de literatura sobre o tema e pesquisa de campo para identificação dos grupos de flautas doces ativos em universidades brasileiras, seguidos da organização e discussão dos resultados. Ao final, utiliza-se do material reunido e discutido como base para a elaboração de sugestões para a preparação de recitais em grupos de flautas doces.