No description available.

El objetivo de la presente tesis es desarrollar un nuevo método de generación de umbrales adaptativos mediante la obtención de las respuestas temporales máxima y mínima a cada instante de tiempo, denominadas envolventes, a partir del modelo de un sistema con incertidumbre parmétrica de tipo intercalar en los parámetros. El nuevo algoritmo para la generación de envolventes presentado en esta tesis está basado en una ventana temporal deslizante y optimización. Una vez obtenidas las envolventes a partir del nuevo algoritmo de generación, se utilizarán para la detección robusta de fallos en procesos industriales.La generación de envolventes para su posterior utilización como un umbral adaptativo en un método de detección y diagnóstico de fallo es todavía hoy un problema abierto. Se han propuesto muchos algoritmos para su generación pero ninguno de ellos consiguegarantizar la obtención de las envolventes correctas, entendiendo como correctas aquellas envolventes debidas a la incertidumbre presente en los parámetros del sistema y a la incertidumbre sobre los estados iniciales.El método de generación de envolventes propuesto en esta tesis consigue generar las envolventes con la precisión deseada y con la incertidumbre acumulada por el proceso de generación de las envolventes acotada.Los resultados y aportaciones más significativas que se han obtenido en esta tesis se enumeran a continuación:. Nuevo algoritmo para la generación de envolventes basado en optimización y en el paradigma de las ventanas deslizantes.. Determinación analítica y mediante simulaciones de la longitud de ventana óptima para obtener unas envolventes correctas.. Demostración de que el nuevo algoritmo evita los problemas que padecen la mayoría de algoritmos de generación de envolventes: wrapping, multiincidencias, problemas de óptimos locales y el problema de propagación de la incertidumbre.

The cell is governed by the complex interactions among various types of biomolecules. Coupled with environmental factors, variations in DNA can cause alterations in normal gene function and lead to a disease condition. Often, such disease phenotypes involve coordinated dysregulation of multiple genes that implicate inter-connected pathways. Towards a better understanding and characterization of mechanisms underlying human diseases, here, I present GUILD, a network-based disease-gene prioritization framework. GUILD associates genes with diseases using the global topology of the protein-protein interaction network and an initial set of genes known to be implicated in the disease. Furthermore, I investigate the mechanistic relationships between disease-genes and explain the robustness emerging from these relationships. I also introduce GUILDify, an online and user-friendly tool which prioritizes genes for their association to any user-provided phenotype. Finally, I describe current state-of-the-art systems-biology approaches where network modeling has helped extending our view on diseases such as cancer. / La cèl•lula es regeix per interaccions complexes entre diferents tipus de biomolècules. Juntament amb factors ambientals, variacions en el DNA poden causar alteracions en la funció normal dels gens i provocar malalties. Sovint, aquests fenotips de malaltia involucren una desregulació coordinada de múltiples gens implicats en vies interconnectades. Per tal de comprendre i caracteritzar millor els mecanismes subjacents en malalties humanes, en aquesta tesis presento el programa GUILD, una plataforma que prioritza gens relacionats amb una malaltia en concret fent us de la topologia de xarxe. A partir d’un conjunt conegut de gens implicats en una malaltia, GUILD associa altres gens amb la malaltia mitjancant la topologia global de la xarxa d’interaccions de proteïnes. A més a més, analitzo les relacions mecanístiques entre gens associats a malalties i explico la robustesa es desprèn d’aquesta anàlisi. També presento GUILDify, un servidor web de fácil ús per la priorització de gens i la seva associació a un determinat fenotip. Finalment, descric els mètodes més recents en què el model•latge de xarxes ha ajudat extendre el coneixement sobre malalties complexes, com per exemple a càncer.

En problemes d'assignació de recursos, normalment s'han de tenir en compte les incerteses que poden provocar canvis en les dades inicials. Aquests canvis dificulten l'aplicabilitat de les planificacions que s'hagin fet inicialment.Aquesta tesi se centra en l'elaboració de tècniques que consideren la incertesa alhora de cercar solucions robustes, és a dir solucions que puguin continuar essent vàlides encara que hi hagi canvis en l'entorn. Particularment, introduïm el concepte de robustesa basat en reparabilitat, on una solució robusta és una que pot ser reparada fàcilment en cas que hi hagi incidències. La nostra aproximació es basa en lògica proposicional, codificant el problema en una fórmula de satisfactibilitat Booleana, i aplicant tècniques de reformulació per a la generació de solucions robustes. També presentem un mecanisme per a incorporar flexibilitat a les solucions robustes, de manera que es pugui establir fàcilment el grau desitjat entre robustesa i optimalitat de les solucions. / Resource allocation problems usually include uncertainties that can produce changes in the data of the problem. These changes may cause difficulties in the applicability of the solutions.This thesis is focused in the elaboration of techniques that take into account such uncertainties while searching for robust solutions, i.e. solutions that can remain valid even if there are changes in the environment. Particularly, we introduce the concept of robustness based on reparability, where a robust solution is one that can be easily repaired when unexpected events occur. Our approach is based in propositional logic, encoding the problem to a Boolean formula, and applying reformulation techniques in order to generate robust solutions. Additionally, we present a mechanism to incorporate flexibility to the robust solutions, so that one can easily set the desired degree between optimality and robustness.

Aquesta tesi descriu una gramàtica de Generació que combina regles escrites a mà i tècniques d'aprenentatge automàtic. Aquesta gramàtica pertany a un sistema de Traducció Automàtica de qualitat comercial desenvolupat a Microsoft Research. La primera part presenta la gramàtica i les principals estratègies lingüístiques que aquesta gramàtica implementa. Els requeriments de robustesa que reclama l'ús real del sistema de TA, exigeix del Generador un esforç suplementari que es resol afegint un nivell de pre-generació, capaç de garantir la integritat de l'entrada, sense incorporar elements ad-hoc en les regles de la gramàtica. A la segona part, explorem l'ús dels classificadors d'arbres de decisió (DT) per tal d'aprendre automàticament una de les operacions que tenen lloc al mòdul de pre-generació, en concret la selecció lèxica del verb copulatiu en espanyol (ser o estar). Mostrem que és possible inferir a partir d'exemples els contextos per aquest fenòmen lingüístic no trivial, amb gran precisió. / This thesis describes a Spanish Generation grammar which combines hand-written rules and Machine Learning techniques. This grammar belongs to a full-scale commercial quality Machine Translation system developed at Microsoft Research. The first part presents the grammar and the linguistic strategies it embodies. The need for robustness in real-world situations in the everyday use of the MT system requires from the Generator an extra effort which is resolved by adding a Pre-Generation layer which is able to fix the input to Generation, without contaminating the grammar rules. In the second part we explore the use of Decision Tree classifiers (DT) for automatically learning one of the operations that take place in the Pre-Generation component, namely lexical selection of the Spanish copula (i.e. ser and estar). We show that it is possible to infer from examples the contexts for this non-trivial linguistic phenomenon with high accuracy.

The performance of a model-based diagnosis system could be affected by several uncertainty sources, such as,model errors,uncertainty in measurements, and disturbances. This uncertainty can be handled by mean of interval models.The aim of this thesis is to propose a methodology for fault detection, isolation and identification based on interval models. The methodology includes some algorithms to obtain in an automatic way the symbolic expression of the residual generators enhancing the structural isolability of the faults, in order to design the fault detection tests. These algorithms are based on the structural model of the system. The stages of fault detection, isolation, and identification are stated as constraint satisfaction problems in continuous domains and solved by means of interval based consistency techniques. The qualitative fault isolation is enhanced by a reasoning in which the signs of the symptoms are derived from analytical redundancy relations or bond graph models of the system. An initial and empirical analysis regarding the differences between interval-based and statistical-based techniques is presented in this thesis. The performance and efficiency of the contributions are illustrated through several application examples, covering different levels of complexity. / ENLas prestaciones de un sistema de diagnosis basado en modelos se pueden ver afectadas por fuentes de incertidumbre como los errores en el modelo,la incertidumbre en las medidas y las perturbaciones.Esta incertidumbre se puede tratar mediante modelos intervalares.Esta tesis propone una metodología de detección, aislamiento e identificación de fallos basada en modelos intervalares. La metodología incluye algoritmos para obtener de manera automática la expresión simbólica de los generadores de residuos mejorando la aislabilidad estructural de los fallos. Estos algoritmos se basan en el modelo estructural del sistema.Las etapas de detección, aislamiento, e identificación de fallos se representan como problemas de satisfacción de restricciones en dominios continuos y se resuelven por medio de técnicas de consistencia basadas en intervalos.Una mejora en el aislamiento cualitativo de los fallos se obtiene por razonamiento con los signos de los síntomas, que se obtienen de relaciones de redundancia analítica o de modelos bond graph del sistema.Esta tesis también presenta un análisis empírico inicial de las diferencias entre las técnicas basadas en intervalos y las basadas en técnicas estadísticas.Las prestaciones y la eficiencia de las contribuciones de la tesis se ilustran a través de unos cuantos ejemplos de aplicación, que cubren diferentes niveles de complejidad.