Esse trabalho oferece uma avaliação da abundância do papagaio-de-peito-roxo (Amazona vinacea) para 2016 e 2017, combinando contagens em dormitórios ao longo de toda a distribuição da espécie, em escala global, com amostragens replicadas em dormitórios na região oeste de Santa Catarina (WSC), em escala local, Brasil. As contagens em escala global resultaram em 3888 e 4066 indivíduos em 2016 e 2017, respectivamente. As estimativas para o WSC foram de 945 ± 50 e 1393 ± 40 para os mesmos dois anos. Não foi observada nenhuma evidência de crescimento populacional de 2016 para 2017, pois o acréscimo no número de indivíduos foi acompanhado por aumento do esforço amostral em ambas escalas. Quando extrapolamos a abundância no WSC para toda a área de distribuição da espécie, segundo a IUCN, e pressupondo densidade homogênea, obtivemos valores que estão acima da contagem na escala global, mas dentro da mesma ordem de magnitude. Nosso resultado oferece uma base sólida para afirmar que o tamanho populacional global de A. vinacea é de milhares de indivíduos, mas não dezenas de milhares. Realizamos um esforço sistemático para considerar as principais fontes de incerteza na estimativa de abundância da espécie. Cada contagem, tanto na escala local quanto na global, incluíram visitas em todos os dormitórios conhecidos dentro de um intervalo de 10 dias, evitando duplas contagens devido ao movimento dos papagaios entre dormitórios. No WSC, a abundância foi estimada usando um N-Mixture Model implementado em contexto Bayesiano. Apesar de nossa estimativa de tamanho populacional e de área de distribuição serem maiores do que as consideradas pela IUCN, sugerimos que A. vinacea permaneça na categoria “Em Perigo”, até que sejam realizados estudos sobre tendência populacional. / We offer an assessment of Vinaceous parrot (Amazona vinacea) abundance in 2016 and 2017, combining roost counts over the whole range of the species, with a replicated survey of roosts at the local scale, in western Santa Catarina state (WSC), Brazil. The whole range counts amounted to 3888 and 4066 individuals in 2016 and 2017, respectively. The WSC estimates were 945 ± 50 and of 1393 ± 40 individuals, for the same two years. We found no evidence of population growth from 2016 to 2017 because the increase in numbers is accompanied by an increase in observation effort both in WSC and at the whole-range scale. When extrapolating the WSC abundance estimate to the whole IUCN extant range of the species under the simplifying assumption of homogenous population density, we obtain values above the whole-range counts, but within the same order of magnitude. Such result offers a sound basis for putting the global population size of A. vinacea in the thousands of individuals, but not in the tens of thousands of individuals. We made a systematic effort to address key sources of uncertainty in parrot abundance estimation. Each count, at the local or whole-range scale, includes visits to all relevant roosts within less than ten days time to avoid double counting due to movement between roosts. At the local scale, we estimated abundance using an N-Mixture Model of replicated count data, implemented in a Bayesian framework. Even though we estimate a larger population size and a bigger geographic range that those currently reported by the IUCN, we suggest that A. vinacea should remain in the ‘Endangered’ IUCN threat category, pending further investigation of population trends.

A data modeling procedure called Mixture model, is introduced beneficial to the characteristics of our data. Mixture models have been proved flexible and easy to use, a situation which can be confirmed from the majority of papers and books which have been published the last twenty years. The models are estimated using a Bayesian inference through an efficient Markov Chain Monte Carlo (MCMC) algorithm, known as Gibbs Sampling. The focus of the paper is on models for network-telecommunication lab data (not time dependent data) and on the valid predictions we can accomplish. We categorize our variables (based on their distribution) in three cases, a mixture of Normal distributions with known allocation, a mixture of Negative Binomial Distributions with known allocations and a mixture of Normal distributions with unknown allocation.

Nesta dissertação está proposta uma metodologia para fins de detecção de mudanças do uso do solo em imagens multitemporais de sensoriamento remoto. Em lugar de classificar os pixels de imagens que cobrem uma cena, em duas classes exaustivas e mutuamente excludentes (mudança, não-mudança), propõe-se adotar uma abordagem do tipo fuzzy, na qual são estimados os graus de pertinência às classes mudança e não-mudança. Com este objetivo adota-se aqui uma abordagem em nível de sub-pixel na estimação dos graus de pertinência para cada pixel. Esta abordagem se mostra mais adequada para fins de modelagem do que ocorre em cenas naturais, onde as alterações que acontecem ao longo de um período de tempo tendem a apresentar uma variação contínua em lugar de discreta. Em uma segunda etapa, os graus de pertinência estimados recebem um ajustamento adicional por meio da introdução de informações de contexto espacial. A metodologia proposta foi testada por meio de três experimentos, um empregando uma imagem sintética e dois utilizando imagens reais. A partir da análise quantitativa dos resultados e comparação com estudos semelhantes, comprova-se a adequação da metodologia proposta. / In this dissertation it is proposed a new methodology to land use change detection in remote sensing multitemporal image data. Rather than applying a rigid labeling of the pixels in the image data into two classes (change, no-change), we propose estimating the degrees of membership to classes change and no-change in a fuzzy-like fashion. To this end, a sub-pixel approach is implemented to detect the degree of change in every pixel. This methodology aims at modeling natural scenes in a more realistic way, since changes in natural scenes tend to occur in a continuum rather than in a sharp distinctive way. In a second step, the estimated values for the degrees of membership are further refined by means of spatial context information. Three experiments were performed to test the proposed methodology, one employing synthetic data and two using real image data. From the quantitative analysis of the results and from similar studies we can prove the adequacy of the proposed methodology.

Evidências recentes têm demonstrado que dietas com elevado conteúdo de vegetais, frutas e grãos podem reduzir o risco de diversas doenças não transmissíveis. As propriedades benéficas desses alimentos têm sido atribuídas, em grande parte, à presença de substâncias antioxidantes, que são capazes de diminuir os efeitos prejudiciais dos radicais livres. O objetivo deste trabalho foi desenvolver uma formulação de molho tipo Pesto, com base nas propriedades antioxidantes dos seus ingredientes principais: manjericão, castanha do Brasil e azeite de oliva extra virgem. A metodologia foi divida em duas fases: a primeira consistiu na avaliação da interação entre os componentes com atividade antioxidante (AA) presentes nos ingredientes principais do molho, realizada através da metodologia de superfície de resposta por modelagem de misturas. Foi utilizado um planejamento centróide simplex, no qual a resposta medida foi a atividade antioxidante dos extratos de diferentes polaridades obtidos das diferentes formulações. Utilizando-se o método DPPH (1,1-difenil-2-picrilhidrazil) e o sistema ß-caroteno/ácido linoléico, não foi encontrada interação entre os componentes com AA presentes nos ingredientes. Apesar dos modelos obtidos não descreverem adequadamente a variação dos resultados, o manjericão foi identificado como o ingrediente de maior contribuição para a AA total do molho. Foi realizada análise sensorial para determinar a formulação melhor aceita dentre as possibilidades obtidas. A segunda fase consistiu em submeter a formulação determinada na fase 1 às análises de composição centesimal, quantificação dos compostos fenólicos totais e quatro métodos in vitro de avaliação da AA: método do poder redutor, sistema ß-caroteno/ácido linoléico, DPPH e ensaio em meio lipídico pelo aparelho Rancimat®. A formulação final pode ser considerada como uma boa fonte de antioxidantes naturais e portanto fazer parte de uma dieta saudável. / Recent evidences have shown that high consumption of vegetables, fruits and grains can reduce the risk of non-communicable diseases. The healthy properties of these foods have been related mostly to the presence of antioxidants, substances which are known as capable of decreasing the harmful effects of free radicals. The objective of this work was to develop a Pesto sauce formulation, based on the antioxidant properties of its main ingredients: sweet basil, Brazil nut and extra-virgin olive oil. The methodology was divided in two phases: The first one consisted in the evaluation of the interaction between the components with antioxidant activity (AA) present in the sauce\'s main ingredients, applying the response surface methodology with a mixture model. A centroid simplex plan was used, in which the response measured was the AA of the extracts of different polarities from the different formulations. By using the DPPH (1,1-diphenyl-2-picryhydrazyl) method and the ß-carotene/linoleic acid system, no interaction between the components with AA was detected. Although the models could not describe properly the response variation, sweet basil was identified as the main responsible for the total AA of the sauce. Sensory analysis was conducted to determine the most accepted formulation among the possibilities. The second phase consisted in submitting the formulation obtained in phase 1 to centesimal composition analysis, quantification of total phenolics and four in vitro AA methods: reducing power, DPPH method, ß-carotene/linoleic acid system and the Rancimat® method. The final formulation may be considered a good source of natural antioxidants and therefore be part of a healthy diet.

Aprender conceitos provenientes de fluxos de dados é uma tarefa significamente diferente do aprendizado tradicional em lote. No aprendizado em lote, existe uma premissa implicita que os conceitos a serem aprendidos são estáticos e não evoluem significamente com o tempo. Por outro lado, em fluxos de dados os conceitos a serem aprendidos podem evoluir ao longo do tempo. Esta evolução é chamada de mudança de conceito, e torna a criação de um conjunto fixo de treinamento inaplicável neste cenário. O aprendizado incremental é uma abordagem promissora para trabalhar com fluxos de dados. Contudo, na presença de mudanças de conceito, conceitos desatualizados podem causar erros na classificação de eventos. Apesar de alguns métodos incrementais baseados no modelo de misturas gaussianas terem sido propostos na literatura, nota-se que tais algoritmos não possuem uma política explicita de descarte de conceitos obsoletos. Nesse trabalho um novo algoritmo incremental para fluxos de dados com mudanças de conceito baseado no modelo de misturas gaussianas é proposto. O método proposto é comparado com vários algoritmos amplamente utilizados na literatura, e os resultados mostram que o algoritmo proposto é competitivo com os demais em vários cenários, superando-os em alguns casos. / Learning concepts from data streams differs significantly from traditional batch learning. In batch learning there is an implicit assumption that the concept to be learned is static and does not evolve significantly over time. On the other hand, in data stream learning the concepts to be learned may evolve over time. This evolution is called concept drift, and makes the creation of a fixed training set be no longer applicable. Incremental learning paradigm is a promising approach for learning in a data stream setting. However, in the presence of concept drifts, out dated concepts can cause misclassifications. Several incremental Gaussian mixture models methods have been proposed in the literature, but these algorithms lack an explicit policy to discard outdated concepts. In this work, a new incremental algorithm for data stream with concept drifts based on Gaussian Mixture Models is proposed. The proposed methodis compared to various algorithms widely used in the literature, and the results show that it is competitive with them invarious scenarios, overcoming them in some cases.

Background: Transcriptome analytic tools are commonly used across patient cohorts to develop drugs and predict clinical outcomes. However, as precision medicine pursues more accurate and individualized treatment decisions, these methods are not designed to address single-patient transcriptome analyses. We previously developed and validated the N-of-1-pathways framework using two methods, Wilcoxon and Mahalanobis Distance (MD), for personal transcriptome analysis derived from a pair of samples of a single patient. Although, both methods uncover concordantly dysregulated pathways, they are not designed to detect dysregulated pathways with up- and down-regulated genes (bidirectional dysregulation) that are ubiquitous in biological systems. Results: We developed N-of-1-pathways MixEnrich, a mixture model followed by a gene set enrichment test, to uncover bidirectional and concordantly dysregulated pathways one patient at a time. We assess its accuracy in a comprehensive simulation study and in a RNA-Seq data analysis of head and neck squamous cell carcinomas (HNSCCs). In presence of bidirectionally dysregulated genes in the pathway or in presence of high background noise, MixEnrich substantially outperforms previous single-subject transcriptome analysis methods, both in the simulation study and the HNSCCs data analysis (ROC Curves; higher true positive rates; lower false positive rates). Bidirectional and concordant dysregulated pathways uncovered by MixEnrich in each patient largely overlapped with the quasi-gold standard compared to other single-subject and cohort-based transcriptome analyses. Conclusion: The greater performance of MixEnrich presents an advantage over previous methods to meet the promise of providing accurate personal transcriptome analysis to support precision medicine at point of care.

Orientador: Eugênio Spanó Rosa / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-18T15:26:34Z (GMT). No. of bitstreams: 1 Lima_LuizEduardoMelo_D.pdf: 3018902 bytes, checksum: ac45ca48369c0c21398892fa2f7de5ac (MD5) Previous issue date: 2011 / Resumo: Escoamentos gás-líquido são frequentemente encontrados na natureza, bem como em diversas aplicações industriais. Na área de produção de petróleo, por exemplo, em sistemas de elevação natural ou artificial (gas-lift contínuo ou intermitente), gás e óleo escoam simultaneamente em tubulações. A previsão de escoamentos gás-líquido torna-se necessária à viabilidade técnica-econômica de muitos processos industriais, por exemplo, na indústria de petróleo devido ao aumento do consumo mundial de combustíveis e a descoberta de novos campos petrolíferos. Em escoamentos gáslíquido, as fases se distribuem espacialmente e temporalmente ao longo da tubulação dependendo das vazões, propriedades físicas das fases e das características da tubulação, entre outros parâmetros. A combinação destes fatores gera diversos padrões de escoamento gás-líquido que podem ser agrupados em três classes principais: disperso, separado e intermitente. Os principais objetivos deste trabalho são o desenvolvimento e a análise de uma modelagem unidimensional em regime permanente, baseada no modelo de mistura, que permita a simulação de escoamentos isotérmicos gás-líquido em tubulações com seção transversal circular constante, considerando a fenomenologia envolvida nestes escoamentos. Dentre as contribuições obtidas com a realização deste trabalho destacam-se: a identificação das vantagens e limitações do modelo; as análises de suas formulações, dos parâmetros de fechamento e de sensibilidade às variáveis relacionadas aos padrões; a proposição de um método de solução para um modelo fenomenológico de força de atrito na parede, aplicável aos diversos padrões de escoamento gás-líquido. Os resultados do modelo de mistura foram comparados contra dados experimentais do gradiente de pressão de escoamento nos padrões disperso, separado e intermitente, em diversas inclinações de tubo. Além disto, foram realizadas análises envolvendo transição de padrão de escoamento num tubo vertical. Os resultados obtidos demonstraram que o modelo de mistura captura de forma satisfatória o gradiente de pressão para os diversos padrões de escoamento gás-líquido, num único algoritmo de integração / Abstract: Gas-liquid flows are often found in nature as well as in various industrial applications. In the oil production, for example, in natural or artificial lift systems (continuous or intermittent gas-lift), gas and oil flow simultaneously in pipes. The prediction of gas-liquid behavior becomes necessary for technical and economic viability of many industrial processes, for example, the oil industry due to the increase of world oil consumption and the discovery of new oilfields. In gas-liquid flow, the phases are distributed spatially and temporally along the pipe depending on the flow rate, phase's physical properties and pipe characteristics, among other parameters. The combination of these factors creates different gas-liquid flow patterns that can be grouped into three main classes: dispersed, separated and intermittent. The main objectives of this work are the development and analysis of a steady one-dimensional modeling, based on the mixture model, which allows the simulation of isothermal gas-liquid flow in pipes with constant circular cross section, considering the phenomenology involved in these flows. Among the contributions obtained in this work stand out: to identify the advantages and limitations of the model; the analysis of their formulations, closing parameters and sensibility to variables related to the patterns; to propose a solution method for a phenomenological model of the wall friction force, applied to the different gas-liquid flow patterns. The mixture model results were compared against pressure gradient experimental data from flow in the dispersed, separated and intermittent patterns, in different pipe inclinations. In addition, it was performed an analysis of the flow pattern transition in a vertical pipe. The results showed that the mixture model captures satisfactorily the pressure gradient for different gas-liquid flow patterns, in a single integration algorithm / Doutorado / Termica e Fluidos / Doutor em Engenharia Mecânica

La détection de gènes est une étape importante dans la compréhension des effets de l'information génétique d'un individu sur ses caractères phénotypiques. Durant mon doctorat, j'ai étudié les méthodes statistiques pour conduire les analyses de génétique d'association, avec les hybrides de maïs comme modèle d'application. Je me suis tout d'abord intéressé à l'estimation des paramètres d'apparentement entre individus à partir de données de marqueurs bialléliques. Cette estimation est réalisée dans le cadre d'un modèle de mélange paramétrique. J'ai étudié l'identifiabilité de ce modèle dans un cadre général mais aussi dans un cadre plus spécifique où les individus étudiés étaient issus de croisements entre lignées, cadre représentatif des plans de croisement classiquement utilisés en génétique végétale. Je me suis ensuite intéressé à l'estimation des paramètres des modèles mixtes à plusieurs composantes de variance et plus particulièrement à la performance des algorithmes pour tester l'effet de très nombreux marqueurs. J'ai comparé pour cela des logiciels existants et optimisé un algorithme Min-Max. La pertinence des différentes méthodes développées a finalement été illustrée dans le cadre de la détection de QTL à travers une analyse d'association réalisée sur un panel d'hybrides de maïs. / The detection of genes is a first step to understand the impact of the genetic information of individuals on their phenotypes. During my PhD, I studied statistical methods to perform genome-wide association studies, with maize hybrids as an application case. Firstly, I studied the inference of relatedness coefficients between individuals from biallelic marker data. This estimation is based on a parametric mixture model. I studied the identifiability of this model in the generic case but also in the specific case of mating design where observed individuals are obtained by crossing lines, a representative case of classical mating design in plant genetics. Then I studied inference of variance component mixed model parameters and particularly the performance of algorithms to test effects of numerous markers. I compared existing programs and I optimized a Min-Max algorithm. Relevance of developed methods had been illustrated for the detection of QTLs through a genome-wide association analysis in a maize hybrids panel.

<p>Predmet istraživanja ovog rada je istraživanje i eksploatacija mogućnosti da parametri Gausovih komponenti korišćenih Gaussian mixture modela&nbsp; (GMM) aproksimativno leže na niže dimenzionalnoj površi umetnutoj u konusu pozitivno definitnih matrica. U tu svrhu uvodimo novu, mnogo efikasniju meru sličnosti između GMM-ova projektovanjem LPP-tipa parametara komponenti iz više dimenzionalnog parametarskog originalno konfiguracijskog prostora u prostor značajno niže dimenzionalnosti. Prema tome, nalaženje distance između dva GMM-a iz originalnog prostora se redukuje na nalaženje distance između dva skupa niže dimenzionalnih euklidskih vektora, ponderisanih odgovarajućim težinama. Predložena mera je pogodna za primene koje zahtevaju visoko dimenzionalni prostor obeležja i/ili veliki ukupan broj Gausovih komponenti. Razrađena metodologija je primenjena kako na sintetičkim tako i na realnim eksperimentalnim podacima.</p> / <p>This thesis studies the possibility that the parameters of Gaussian components of a<br />particular Gaussian Mixture Model (GMM) lie approximately on a lower-dimensional<br />surface embedded in the cone of positive definite matrices. For that case, we deliver<br />novel, more efficient similarity measure between GMMs, by LPP-like projecting the<br />components of a particular GMM, from the high dimensional original parameter space,<br />to a much lower dimensional space. Thus, finding the distance between two GMMs in<br />the original space is reduced to finding the distance between sets of lower<br />dimensional euclidian vectors, pondered by corresponding weights. The proposed<br />measure is suitable for applications that utilize high dimensional feature spaces and/or<br />large overall number of Gaussian components. We confirm our results on artificial, as<br />well as real experimental data.</p>

No description available.