Organizations gather enormous amounts of data and analyze these data to extract insights that can be useful for them and help them to make better decisions. Predictive data analytics is a crucial subfield within data analytics that make accurate predictions. Predictive data analytics extracts insights from data by using machine learning algorithms. This thesis presents the supervised learning algorithm to perform predicative data analytics in Embedded Test System at the Nordic Engineering Partner company. Predictive Maintenance is a concept that is often used in manufacturing industries which refers to predicting asset failures before they occur. The machine learning algorithms used in this thesis are support vector machines, multi-layer perceptrons, random forests, and gradient boosting. Both binary and multi-class classifier have been provided to fit the models, and cross-validation, sampling techniques, and a confusion matrix have been provided to accurately measure their performance. In addition to accuracy, recall, precision, f1, kappa, mcc, and roc auc measurements are used as well. The prediction models that are fitted achieve high accuracy.

<p dir="ltr">The genetic perturbations caused by spaceflight on biological systems tend to have a system-wide effect which is often difficult to deconvolute into individual signals with specific points of origin. Single cell multi-omic data can provide a profile of the perturbational effects but does not necessarily indicate the initial point of interference within a network. The objective of this project is to take advantage of large scale and genome-wide perturbational or Perturb-Seq datasets by using them to pre-train a generalist machine learning model that is capable of predicting the effects of unseen perturbations in new data. Perturb-Seq datasets are large libraries of single cell RNA sequencing data collected from CRISPR knock out screens in cell culture. The advent of generative machine learning algorithms, particularly transformers, make it an ideal time to re-assess large scale data libraries in order to grasp cell and even organism-wide genomic expression motifs. By tailoring an algorithm to learn the downstream effects of the genetic perturbations, we present a pre-trained generalist model capable of predicting the effects of multiple perturbations in combination, locating points of origin for perturbation in new datasets, predicting the effects of known perturbations in new datasets, and annotation of large-scale network motifs. We demonstrate the utility of this model by identifying key perturbational signatures in RNA sequencing data from spaceflown biological samples from the NASA Open Science Data Repository.</p>

Η μεγάλη διαθεσιμότητα ευρυζωνικής πρόσβασης και η πληθώρα νέων διαδικτυακών υπηρεσιών οδήγησε στην ενσωμάτωση του διαδικτύου στην καθημερινότητά μας. Οι χρήστες του διαδικτύου μέσα στο 2011 έφτασαν το 1.5 δισεκατομμύριο με έντονα αυξητικές τάσεις, ιδιαιτέρως σε χώρες της Ασίας. Αυτή η αύξηση έχει γίνει εφικτή χάρη στο τεράστιο εύρος ζώνης και την υψηλή αξιοπιστία των οπτικών τηλεπικοινωνιακών δικτύων κορμού σε συνδυασμό με το όλο και μειούμενο κόστος ανά bit της μεταδιδόμενης πληροφορίας. Πρόσφατες μελέτες έχουν καταδείξει ότι η πλειοψηφία του μεταδιδόμενου όγκου δεδομένων στο διαδίκτυο (>50%) μεταδίδεται μέσω του πρωτοκόλλου HTTP, με ισχυρές ενδείξεις ότι το ενδιαφέρον των χρηστών απομακρύνεται από τις P2P εφαρμογές σε υπηρεσίες video/audio streaming και κοινωνικής δικτύωσης. Όμως, ενώ σταδιακά εμφανίζεται η ανάγκη για επόμενης γενιάς υπηρεσιών δικτύου, (e- science, τηλεργασία, HD-IPTV, VOD) με ιδιαίτερες απαιτήσεις σε εύρος ζώνης, ποιότητα υπηρεσίας και καθυστέρηση τα τηλεπικοινωνιακά δίκτυα στις μέρες μας είναι προσανατολισμένα στο να παρέχουν χαμηλού κόστους «best effort» υπηρεσίες χωρίς κανενός είδους εγγυήσεις. Η έλευση καινοτομικών διαδικτυακών υπηρεσιών έχει σαν αποτέλεσμα σταδιακά η χωρητικότητα των (ηλεκτρονικών) συσκευών μεταγωγής να γίνεται το σημείο συμφόρησης, αφού η μετατροπή των πακέτων στο ηλεκτρονικό πεδίο και η ένα-προς-ένα επεξεργασία των επικεφαλίδων τους δεν είναι κλιμακώσιμη σε ρυθμούς διαμεταγωγής της τάξης των Tbps. Η αρχιτεκτονική μεταγωγής οπτικής ριπής (OBS) μπορεί να δώσει λύση σε αυτό το πρόβλημα, χάρη στα σημαντικά της πλεονεκτήματα. Στην αρχιτεκτονική OBS, τα πακέτα δεδομένων συναθροίζονται σε ριπές (bursts) οι οποίες μεταδίδονται χωρίς προ-εγκατάσταση κυκλώματος, και μετάγονται με διαφανή-οπτικό τρόπο από την πηγή στον προορισμό. Επίσης η αρχιτεκτονική OBS είναι η μόνη (πρακτικά εφαρμόσιμη) αμιγώς οπτική τεχνολογία μεταγωγής με sub-lambda ικανότητες δέσμευσης πόρων. Η επίλυση ενός αριθμού ανοιχτών προβλημάτων που αντιμετωπίζει η αρχιτεκτονική OBS θα επιτρέψει την εμπορική αξιοποίησή της στα δίκτυα κορμού των τηλεπικοινωνιακών παρόχων. Στόχος μας στα πλαίσια αυτής της διδακτορικής έρευνας είναι η πρόταση καινοτομικών πρωτοκόλλων και αρχιτεκτονικών που δίνουν λύσεις σε ανοιχτά προβλήματα της τεχνολογίας OBS. Στην παρούσα διδακτορική διατριβή αρχικά στρέφουμε την προσοχή μας στην αποδοτική μετάδοση TCP κίνησης πάνω από OBS δίκτυα. Πρόκειται για ένα δύσκολο πρόβλημα που έχει μελετηθεί εκτενώς στη βιβλιογραφία, λόγω της ευαισθησίας του TCP πρωτόκολλου στις απώλειες πακέτων, οι οποίες συμβαίνουν στα OBS δίκτυα λόγω ανταγωνισμού ριπών ακόμα και σε συνθήκες χαμηλού φορτίου. Στη βιβλιογραφία έχουν προταθεί πληθώρα λύσεων για την αντιμετώπιση του προβλήματος, τόσο στο OBS domain (π.χ. με τη χρήση κατάλληλων πρωτόκολλων χρονοπρογραμματισμού) όσο και στο TCP domain (βελτίωση του TCP πρωτοκόλλου). Στα πλαίσια της παρούσας διδακτορικής διατριβής πραγματοποιήθηκε μια σειρά εκτενών προσομοιώσεων σε ρεαλιστικές συνθήκες με χιλιάδες ενεργές TCP πηγές, που εστιάζουν στην κατανομή TCP πακέτων και συνόδων στις μεταδιδόμενες ριπές καθώς και στη συμπεριφορά του παράθυρου συμφόρησης. Το συμπέρασμά μας ήταν ότι οι αλγόριθμοι συναρμολόγησης με μοναδικό κατώφλι εμφανίζουν βέλτιστη απόδοση μόνο για συγκεκριμένες TCP πηγές με κοινά χαρακτηριστικά, προτείνοντας τους αλγόριθμους συναρμολόγησης πολλαπλών κλάσεων σαν πιθανή λύση. Οι τελευταίοι δείξαμε ότι μπορούν να οδηγήσουν σε βελτίωση του TCP throughput, όταν κάθε κατηγορία TCP πηγής ανατίθεται σε διαφορετική κλάση συναρμολόγησης με διαφορετικό assembly timer. Ένα ακόμα πρόβλημα που παρατηρήθηκε κατά τη μεταφορά TCP κίνησης σε OBS δίκτυα και μελετήθηκε στις προσομοιώσεις μας ήταν ο συγχρονισμός των TCP πηγών. Η απώλεια πολλαπλών TCP πακέτων με μία χαμένη ριπή συχνά οδηγούσε σε συγχρονισμό των TCP πηγών που μεταφέρονταν στη ριπή, ένα πρόβλημα που χειροτέρευε όσο αύξανε η πιθανότητα απώλειας ριπής. Για την αντιμετώπιση του συγχρονισμού των TCP πηγών, προτάθηκαν μια σειρά από αλγόριθμοι συναρμολόγησης πολλαπλών κλάσεων, οι οποίοι εισάγουν ένα βαθμό τυχαιότητας στην ανάθεση TCP πηγών σε κλάσεις συναρμολόγησης για την αποφυγή του συγχρονισμού. Στη συνέχεια στρέψαμε το ενδιαφέρον μας στο πρόβλημα παροχής ποιότητας υπηρεσίας σε ένα OBS δίκτυο με υποστήριξη πολλαπλών κλάσεων, στοχεύοντας στην αποδοτική μετάδοση βίντεο κίνησης. Συγκεκριμένα, προτείναμε ένα νέο σχήμα παροχής ποιότητας υπηρεσίας το οποίο βασίζεται στην τεχνική των burst preemptions. Για να έχουμε μια ρεαλιστική εκτίμηση της βελτίωσης ποιότητας της βίντεο κίνησης, χρησιμοποιήσαμε μετρικές σχετικά με την αντιληπτή ποιότητα της video κίνησης, όπως το MOS score και το PSNR. Στη συνέχεια προτείνουμε μια νέα αρχιτεκτονική για δημιουργία προφίλ και πρόβλεψη κίνησης σε δίκτυα μεταγωγής οπτικής ριπής, με στόχο τη βελτιστοποίηση της μετάδοσης TCP κίνησης. Σε αυτή την αρχιτεκτονική, ένας TCP profiler υπολογίζει ένα σύνολο στατιστικών στοιχείων για τις ενεργές TCP πηγές παράλληλα με τη διαδικασία συναρμολόγησης ριπής. Αυτά αξιοποιούνται για την κατασκευή του μοντέλου κίνησης στο οποίο βασίζεται η πρόβλεψη του μεγέθους ριπών σε ένα χρονικό παράθυρο μήκους τουλάχιστον ίσου με RTT. Η πρόβλεψη του μεγέθους των ριπών επιτρέπει την εκ των προτέρων ενημέρωση των χρονοπρογραμματιστών του δικτύου κομού για επερχόμενες μεταβολές στην κίνηση του δικτύου, ώστε να επανα-χρονοπρογραμματίσει τις δεσμεύσεις πόρων με βέλτιστο τρόπο. Για την εκ των προτέρων ενημέρωση των κόμβων κορμού προτείνεται ένα νέο πρωτόκολλο προληπτικής δέσμευσης πόρων, του οποίου η συνεισφορά την απόδοση του δικτύου και τη χρησιμοποίηση των τηλεπικοινωνιακών γραμμών αξιολογείται με ένα σύνολο λεπτομερών προσομοιώσεων. Στο τελευταίο μέρος της διδακτορικής διατριβής στρέφουμε το ενδιαφέρον μας στις υβριδικές οπτικές αρχιτεκτονικές. Επειδή καμία οπτική δικτυακή τεχνολογία δε δίνει λύση σε όλα τα προβλήματα και τις απαιτήσεις των μελλοντικών οπτικών τηλεπικοινωνιακών δικτύων, πολλά υποσχόμενες είναι οι λεγόμενες υβριδικές τεχνολογίες οι οποίες συνδυάζουν χαρακτηριστικά από περισσότερες της μίας βασικές αρχιτεκτονικές (OBS, OCS και OPS). Σε αυτά τα πλαίσια προτείνεται η νέα υβριδική αρχιτεκτονική HOBS (Hybrid Optical Burst Switching) η οποία εκμεταλλεύεται τις κενές περιόδους κατά την εγκατάσταση κυκλωμάτων ενός Dynamic Circuit Switching δικτύου για τη μετάδοση ριπών δεδομένων. / The wide availability of broadband access has allowed users to tightly integrate network use into their daily lives. There will be 1.5 billion people with Internet access in 2011 and a big growth rate in the online population, primarily occurring in Brazil, Russia, India and China. This growth has been made possible due to the vast capacity of optical core networks, and the decreasing cost per bit. New research has shown that P2P no longer dominates internet traffic; HTTP is now dominant in terms of bytes transmitted by a big margin for a significant fraction of the Internet. User’s interest has shifted to new video/audio streaming services and social networking sites. However while new generation services are emerging, such as e-science, HD-IPTV and VOD, with high bandwidth requirements and special QoS needs modern commercial networks are engineered for low cost, best effort access. The advent of innovative web services along with the phenomenal increase of internet traffic has resulted in the capacity of electronic routers becoming the bottleneck point of modern telecommunication networks. With terabit-per-second bandwidths, IP routing that converts optical signals into electric signals and identifies IP headers one-by-one cannot meet the demands. Optical Burst Switching (OBS) architecture has beed proposed as a near- term solution to this problem. Data packets in OBS are assembled to bursts which are immediately transmitted without acknowledgements and switched all-optically in the network core. OBS is the only practical optical switch architecture that can offer sub-wavelength resource reservation. However, there are a set of limitations and open problems that hinder the wider adoption of OBS architecture. The contribution of this thesis is a set of innovative algorithms, protocols and architectures for OBS networks to enhance performance in real world networks. These include –but are not limited to– burst assembly and scheduling algorithms, reservation protocols and QoS differentiation. The efficient transmission of TCP traffic over OBS networks is a challenging problem in OBS networks, due to the high sensitivity of TCP congestion control mechanism to burst losses. Various burst assembly and burst scheduling algorithms have been proposed in the literature, to enhance the efficient transmission of TCP over OBS networks. However it still remains an open problem, since the relatively high burst loss ratio experienced in OBS networks is incompatible with TCP congestion control mechanism. It has been observed that burst losses have a significant impact on the TCP end-to-end performance. One burst loss typically results in many sources timing out and subsequently entering the slow start phase. In this thesis, we study the problem of TCP over OBS transmission through extensive simulations in a real-world scenario, with thousands of active TCP connections. We conclude that fixed timer-based burstifiers are not appropriate, since they do not provide maximum performance but only optimal performance for individual flows with similar characteristics. To address this problem, in this thesis we propose multi-class burst assembly algorithms. We have shown that these can lead to an enhanced TCP throughput, by assigning a different assembly timer to each class of service. In our simulations we observed that burst losses would often result in synchronizing TCP transmissions with an imminent effect on link utilization. This phenomenon was caused by multiple packet losses from different TCP flows in a single round and was exaggerated with high burst loss ratios. Thus, to avoid flow synchronization we proposed a set of multi-class burst assembly algorithms, where the assignment of flows to classes of service was non-deterministic. We then turned our attention to the problem of QoS provisioning in a multi-class OBS network. Our goal was to provide QoS differentiation to the transmission of video traffic over OBS networks. We propose a QoS-aware scheduling algorithm that supports QoS differentiation based on preemptions, which are controlled by a novel preemption policy. Performance evaluation of the proposed scheme is based on throughput measurements for the best effort class, and perceived quality metrics like PSNR and MOS scores for the video streaming class. We then turn our attention to a new TCP-specific traffic profiling and prediction scheme, which is proposed with the aim to optimize TCP transmission over one-way OBS networks. Traffic prediction is an interesting approach for the enhancement of TCP performance over OBS. If it would be possible to accurately predict TCP flows’ throughput, it would also be possible to predict burst sizes. That would allow making reservations of the appropriate resources in advance, enhancing network performance and improving bandwidth utilization. In the proposed scheme the burst assembly unit inspects TCP packet headers in parallel to the assembly process, keeping flow-level traffic statistics. These are then exploited to derive accurate traffic predictions, in at least one RTT-long prediction window. This allows in-advance notifying traffic schedulers of upcoming traffic changes, in order to optimally re-schedule their resource reservations. In this paper, we detail the traffic profiling and prediction mechanism and also provide analytical and simulation results to assess its performance. The performance gains, when using the prediction scheme are shown with a modified one-way OBS reservation protocol, which efficiently and in advance reserves resources at the burst level. In the final part of this thesis we turn our attention to hybrid optical networks. Since no single optical switch architecture covers all requirements of future telecommunication networks, hybrid architectures that combine the merits of two or more optical switch architectures are considered very promising. In this thesis, we present a radically different hybrid optical burst switch (HOBS) architecture that combines one-way with two-way reservation under a single, unified control plane (hybrid signaling) for QoS differentiation. It takes advantage of the idle, round-trip time delay during lightpath establishment phase to transmit one-way data bursts of a lower class of service, while high priority data explicitly requests and establishes end-to-end connections (lightpaths), as in wavelength-routed OBS.

Made available in DSpace on 2014-12-17T15:48:05Z (GMT). No. of bitstreams: 1 MarjoryCCA.pdf: 917121 bytes, checksum: 918ccb19adcf29ebd6cdbf1f3ac97310 (MD5) Previous issue date: 2006-10-26 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The use of multi-agent systems for classi&#64257;cation tasks has been proposed in order to overcome some drawbacks of multi-classi&#64257;er systems and, as a consequence, to improve performance of such systems. As a result, the NeurAge system was proposed. This system is composed by several neural agents which communicate and negotiate a common result for the testing patterns. In the NeurAge system, a negotiation method is very important to the overall performance of the system since the agents need to reach and agreement about a problem when there is a con&#64258;ict among the agents. This thesis presents an extensive analysis of the NeurAge System where it is used all kind of classi&#64257;ers. This systems is now named ClassAge System. It is aimed to analyze the reaction of this system to some modi&#64257;cations in its topology and con&#64257;guration / A utiliza??o de sistemas baseados no paradigma dos agentes para resolu??o de problemas de reconhecimento de padr?es vem sendo propostos com o intuito de resolver, ou atenuar, o problema de tomada de decis?o centralizada dos sistemas multi-classi&#64257;cadores e, como consequ?ncia, melhorar sua capacidade de classi&#64257;ca??o. Com a inten??o de solucionar este problema, o Sistema NeurAge foi proposto. Este sistema ? composto por agentes neurais que podem se comunicar e negociar um resultado comum para padr?es de teste. No Sistema NeurAge, os m?todos de negocia??o s?o muito importantes para prover uma melhor precis?o ao sistema, pois os agentes necessitam alcan?ar a melhor solu??o e resolver con&#64258;itos, quando estes existem, em rela??o a um problema. Esta disserta??o apresenta uma extens?o do Sistema NeurAge que pode utilizar qualquer tipo de classi&#64257;cador e agora ser? chamado de Sistema ClassAge. Aqui ? feita uma an?lise do comportamento do Sistema ClassAge diante de v?rias modi&#64257;ca??es na topologia e nas con&#64257;gura??es dos componentes deste sistema

Indiana University-Purdue University Indianapolis (IUPUI) / A Brain Computer Interface (BCI) is a hardware and software system that establishes direct communication between human brain and the environment. In a BCI system, brain messages pass through wires and external computers instead of the normal pathway of nerves and muscles. General work ow in all BCIs is to measure brain activities, process and then convert them into an output readable for a computer. The measurement of electrical activities in different parts of the brain is called electroencephalography (EEG). There are lots of sensor technologies with different number of electrodes to record brain activities along the scalp. Each of these electrodes captures a weighted sum of activities of all neurons in the area around that electrode. In order to establish a BCI system, it is needed to set a bunch of electrodes on scalp, and a tool to send the signals to a computer for training a system that can find the important information, extract them from the raw signal, and use them to recognize the user's intention. After all, a control signal should be generated based on the application. This thesis describes the step by step training and testing a BCI system that can be used for a person who has lost speaking skills through an accident or surgery, but still has healthy brain tissues. The goal is to establish an algorithm, which recognizes different vowels from EEG signals. It considers a bandpass filter to remove signals' noise and artifacts, periodogram for feature extraction, and Support Vector Machine (SVM) for classification.