Hierdie studie is 'n kwalitatiewe ekosistemiese ondersoek van die fenomeen Chroniese Moegheidsindroom (CMS) . Die paradigmaverskuiwing vanaf die Cartesiaans-Newtoniaanse epistemologie na die kubernetiese epistemologie, het 'n aantal belangrike implikasies vir die bestudering en konseptualisering van CMS, soos uiteengesit in hierdie studie. 'n Bespreking van die konseptualisering en behandeling van CMS vanuit die tradisionele, reduksionistiese navorsing word verskaf. Die aannames van twee-orde kubernetika en sosiale konstruksionisme, is bespreek en toegepas op die beskrywing van twee sisteme waarin CMS voorkom. Die navorsingsmetodologie van die studie is gegenereer op grand van die genoemde teoretiese aannames. Die implikasies van die toepassing van die ekosistemiese epistemologie vir die konseptualisering van CMS word uitgewys. Die herkonseptualisering van CMS as 'n transisieproses word bespreek en riglyne vir verdere navorsing en psigoterapie word aangedui. Die huidige studie bied 'n beskrywing van die unieke betekenisse en oplossings wat gesinne genereer tydens die veranderings wat CMS vergesel. / The present study is a qualitative ecosystemic exploration of the phenomenon known as chronic fatigue syndrome (CFS). The paradigm shift from the Newtonian epistemology to the epistemology of cybernetics, has important implication for research and the conceptualisation of CFS, as indicated in the study. The traditional, reductionist conceptualisation of CFS in research and treatment methods, is discussed. The suppositions of second order cybernetics and social constructionism, are discussed and applied in the description of two systems where CFS occurs. The research methodology of the present study is generated from the theoretical suppositions. Die implications of the use of the ecosystemic epistemology for the conceptualisation of CFS are indicated. The re-conceptualisation of CFS as a transition process is discussed and guidelines are given for future research and psychotherapy. The present study is a description of the unique meanings and solutions that the families generated during the changes that accompany CFS. / Psychology / M.A. (Kliniese Sielkunde)

Chronic headache may be the most frequently reported somatic symptom, yet it puzzles health experts and poses a considerable treatment challenge. It was suggested that this is because conventional views of headache, adhering to a Newtonian-Cartesian epistemology, focus almost exclusively on intrapsychic factors ignoring the wider social context in which the problem is embedded. An overview of the existing body of knowledge on the most widely researched headache conditions was presented, and it was argued that a conceptual shift is required to achieve a more comprehensive understanding of the problem. This study was conducted within an holistic, ecosystemic epistemology. A qualitative approach employing a case study method was adopted to provide rich descriptions of the contexts in which two chronic headache sufferers' symptoms were embedded. The case study presentations also illustrated the attempts that were made to intervene into the headache contexts from a second-order cybernetics stance. / Psychology / M.A. (Clinical Psychology)

In this dissertation the literature on suicidal behaviour is reviewed, with particular emphasis on professional conceptualizations and understanding as informed by the psychiatric and sociological paradigms. Basic postulates of the Ecosystemic paradigm, as it is informed by Maturana's second-order cybernetic approach was discussed. The effect of such an approach on therapy with suicidal individuals was pointed out. It became clear that perceived methodological problems experienced when researching suicidal behaviour from a Newtonian/realist paradigm can be side-stepped when viewed from an Ecosystemic paradigm. It was finally proposed that an ethic of participation, as informed by a second-order cybernetic approach, be adopted when viewing the suicide situation. In the process ethics was reconceptualized as an awareness of the therapist's participation in whatever is created, and not in finding the ''right" way when working with suicidal individuals. / Psychology / M.A. (Clinical Psychology)

Σκοπός αυτής της εργασίας είναι η μελέτη τεχνικών κατανεμημένου προσανατολισμού σε πραγματικές συνθήκες. Πιο συγκεκριμένα σε αυτά στα συστήματα θεωρείται ότι ο κόμβος-πομπός δεν έχει καλή σύνδεση με το δέκτη και κατά συνέπεια δεν μπορεί να επικοινωνήσει απευθείας με τον κόμβο-δέκτη χωρίς δραματική αύξηση της ενέργειας μετάδοσης. Παρόλα αυτά η χρήση κατανεμημένου προσανατολισμού δίνει τη δυνατότητα να βελτιωθεί σημαντικά η κατανάλωση ενέργειας. Το σχήμα που θα χρησιμοποιηθεί είναι ενίσχυση και προώθηση (AF) 2 βημάτων, με το οποίο οι συνεργατικοί κόμβοι απλώς ενισχύουν και στην συνέχεια επαναμεταδίδουν το μήνυμα. Συνεπώς, ζητούμενο είναι η εύρεση των μιγαδικών βαρών με τα οποία πρέπει ο κάθε συνεργαζόμενος κόμβος χωριστά να ενισχύσει το σήμα. Οι τεχνικές που θα χρησιμοποιηθούν έχουν ως κριτήρια την ελαχιστοποίηση της ενέργειας μετάδοσης με ταυτόχρονη ικανοποίηση του SNR, μεγιστοποίηση του SNR με περιορισμένη ολική ενέργεια μετάδοσης και μεγιστοποίηση του SNR με περιορισμένη ενέργεια μετάδοσης ανά συνεργαζόμενο κόμβο. Το πρώτο κριτήριο θα εξεταστεί, επίσης, και σε συστήματα με πολλαπλούς πομπούς και δέκτες. Λόγω της φύσης του προβλήματος, ο κατανεμημένος προσανατολισμός αναμένεται να έχει μεγάλη απήχηση σε συστήματα με πολλούς διασκορπιστές και εμπόδια, όπως σε ένα αστικό περιβάλλον, και, επομένως, είναι λογικό να θεωρηθεί ότι τα κανάλια του συστήματος είναι Rayleigh, δηλαδή ασυσχέτιστα χωρίς οπτική επαφή (LOS). Για να προσομοιωθεί το σύστημα σε πραγματικές συνθήκες οι μέθοδοι που θα υλοποιήσουμε στην εργασία χρησιμοποιούν τα στατιστικά του καναλιού. Επιπλέον, η εκτίμηση καναλιού εφόσον θεωρούμε ότι έχουμε Gaussian λευκό θόρυβο θα γίνει με την χρήση του βέλτιστου γραμμικού εκτιμητή (BLUE). Η επίδραση της εκτίμησης του καναλιού θα μελετηθεί για δύο περιπτώσεις: με αμοιβαία και χωρίς αμοιβαία κανάλια. / The purpose of this thesis is the study of methods of distributed beamforming under real circumstances. More specifically, these systems are considered that the transmitter must increase tremendously the required transmit energy to communicate with the receiver. However the use of the distributed beamforming allows the system to improve the energy consumption. The scheme that is used from relays is amplify and forward of two steps, where the relays only amplify and then forward the message to the destination. That is, the purpose is to find the complex weights to be used by the corresponding relay so as to amplify the message of the transmitter. The methods that are implemented have as criterions the minimization of transmit energy while satisfying the SNR, maximization of SNR while limiting the system's transmit energy and maximization of SNR while limiting transmit energy of each relay individually. The first criterion is also studied at systems with more than one pair transmitter-receiver. Due to the nature of the problem, distributed beamforming is expected to be used at environments with many obstacles and scatterers, like urban environment, and so it is rationale to suppose that the channels should be Rayleigh, meaning uncorrelated without line of sight. To simulate the system under real circumstances the methods that we will implement shall use the second order statistics of the channels. Moreover, due to Gaussian white noise, channels are estimated using the Best Linear Unbiased Estimator. The impact of channel estimation is studied in two cases: "reciprocal" and "not reciprocal".

This thesis presents the construction, the analysis and the verication of compact residual discretizations for the solution of conservation laws on unstructured meshes. The schemes considered belong to the class of residual distribution (RD) or fluctuation splitting (FS) schemes. The methodology presented relies on three main elements: design of compact linear first-order stable schemes for linear hyperbolic PDEs, a positivity preserving procedure mapping stable first-order linear schemes onto nonlinear second-order schemes with non-oscillatory shock capturing capabilities, and a conservative formulation enabling to extend the schemes to nonlinear CLs. These three design steps, and the underlying theoretical tools, are discussed in depth. The nonlinear RD schemes resulting from this construction are tested on a large set of problems involving the solution of scalar models, and systems of CLs. This extensive verification fills the gaps left open, where no theoretical analysis is possible. Numerical results are presented on the Euler equations of a perfect gas, on a two-phase flow model with highly nonlinear thermodynamics, and on the shallow-water equations. On irregular grids, the schemes proposed yield quite accurate and stable solutions even on very difficult computations. Direct comparisone show that these results are more accurate than the ones given by FV and WENO schemes. Moreover, our schemes have a compact nearest-neighbor stencil. This encourages to further develop our approach, toward the design of very high-order schemes, which would represent a very appealing alternative, both in terms of accuracy and efficiency, to now classical FV and ENO/WENO discretizations. These schemes might also be very competitive with respect to very high-order DG schemes.

L'apprentissage profond est un domaine de recherche en forte croissance en apprentissage automatique qui est parvenu à des résultats impressionnants dans différentes tâches allant de la classification d'images à la parole, en passant par la modélisation du langage. Les réseaux de neurones récurrents, une sous-classe d'architecture profonde, s'avèrent particulièrement prometteurs. Les réseaux récurrents peuvent capter la structure temporelle dans les données. Ils ont potentiellement la capacité d'apprendre des corrélations entre des événements éloignés dans le temps et d'emmagasiner indéfiniment des informations dans leur mémoire interne. Dans ce travail, nous tentons d'abord de comprendre pourquoi la profondeur est utile. Similairement à d'autres travaux de la littérature, nos résultats démontrent que les modèles profonds peuvent être plus efficaces pour représenter certaines familles de fonctions comparativement aux modèles peu profonds. Contrairement à ces travaux, nous effectuons notre analyse théorique sur des réseaux profonds acycliques munis de fonctions d'activation linéaires par parties, puisque ce type de modèle est actuellement l'état de l'art dans différentes tâches de classification. La deuxième partie de cette thèse porte sur le processus d'apprentissage. Nous analysons quelques techniques d'optimisation proposées récemment, telles l'optimisation Hessian free, la descente de gradient naturel et la descente des sous-espaces de Krylov. Nous proposons le cadre théorique des méthodes à région de confiance généralisées et nous montrons que plusieurs de ces algorithmes développés récemment peuvent être vus dans cette perspective. Nous argumentons que certains membres de cette famille d'approches peuvent être mieux adaptés que d'autres à l'optimisation non convexe. La dernière partie de ce document se concentre sur les réseaux de neurones récurrents. Nous étudions d'abord le concept de mémoire et tentons de répondre aux questions suivantes: Les réseaux récurrents peuvent-ils démontrer une mémoire sans limite? Ce comportement peut-il être appris? Nous montrons que cela est possible si des indices sont fournis durant l'apprentissage. Ensuite, nous explorons deux problèmes spécifiques à l'entraînement des réseaux récurrents, à savoir la dissipation et l'explosion du gradient. Notre analyse se termine par une solution au problème d'explosion du gradient qui implique de borner la norme du gradient. Nous proposons également un terme de régularisation conçu spécifiquement pour réduire le problème de dissipation du gradient. Sur un ensemble de données synthétique, nous montrons empiriquement que ces mécanismes peuvent permettre aux réseaux récurrents d'apprendre de façon autonome à mémoriser des informations pour une période de temps indéfinie. Finalement, nous explorons la notion de profondeur dans les réseaux de neurones récurrents. Comparativement aux réseaux acycliques, la définition de profondeur dans les réseaux récurrents est souvent ambiguë. Nous proposons différentes façons d'ajouter de la profondeur dans les réseaux récurrents et nous évaluons empiriquement ces propositions. / Deep Learning is a quickly growing area of research in machine learning, providing impressive results on different tasks ranging from image classification to speech and language modelling. In particular, a subclass of deep models, recurrent neural networks, promise even more. Recurrent models can capture the temporal structure in the data. They can learn correlations between events that might be far apart in time and, potentially, store information for unbounded amounts of time in their innate memory. In this work we first focus on understanding why depth is useful. Similar to other published work, our results prove that deep models can be more efficient at expressing certain families of functions compared to shallow models. Different from other work, we carry out our theoretical analysis on deep feedforward networks with piecewise linear activation functions, the kind of models that have obtained state of the art results on different classification tasks. The second part of the thesis looks at the learning process. We analyse a few recently proposed optimization techniques, including Hessian Free Optimization, natural gradient descent and Krylov Subspace Descent. We propose the framework of generalized trust region methods and show that many of these recently proposed algorithms can be viewed from this perspective. We argue that certain members of this family of approaches might be better suited for non-convex optimization than others. The last part of the document focuses on recurrent neural networks. We start by looking at the concept of memory. The questions we attempt to answer are: Can recurrent models exhibit unbounded memory? Can this behaviour be learnt? We show this to be true if hints are provided during learning. We explore, afterwards, two specific difficulties of training recurrent models, namely the vanishing gradients and exploding gradients problem. Our analysis concludes with a heuristic solution for the exploding gradients that involves clipping the norm of the gradients. We also propose a specific regularization term meant to address the vanishing gradients problem. On a toy dataset, employing these mechanisms, we provide anecdotal evidence that the recurrent model might be able to learn, with out hints, to exhibit some sort of unbounded memory. Finally we explore the concept of depth for recurrent neural networks. Compared to feedforward models, for recurrent models the meaning of depth can be ambiguous. We provide several ways in which a recurrent model can be made deep and empirically evaluate these proposals.

Locating a radiating source based on range or range measurements obtained from a network of passive sensors has been a subject of research over the past two decades due to the problem’s importance in applications in wireless communications, surveillance, navigation, geosciences, and several other fields. In this thesis, we develop new solution methods for the problem of localizing a single radiating source based on range and range-difference measurements. Iterative re-weighting algorithms are developed for both range-based and range-difference-based least squares localization. Then we propose a penalty convex-concave procedure for finding an approximate solution to nonlinear least squares problems that are related to the range measurements. Finally, the sequential convex relaxation procedures are proposed to obtain the nonlinear least squares estimate of source coordinates. Localization in wireless sensor network, where the RF signals are used to derive the ranging measurements, is the primary application area of this work. However, the solution methods proposed are general and could be applied to range and range-difference measurements derived from other types of signals. / Graduate / 0544 / ismailds@uvic.ca

Landtagswahlergebnisse in der BRD werden von empirischen Wahlforschern häufig als aktuelle Stimmungsbarometer für die Bundespolitik interpretiert. Bei dieser Interpretation von Landtagswahlen als \"Bundestestwahlen\" wird jedoch häufig vernachlässigt, dass Landtagswahlen überwiegend auch Regionalwahlen sind und landestypischen Dynamiken folgen. Empirische Untersuchungen zu Bestimmungsfaktoren von Landtagswahlverhalten wurden in Deutschland bis dato entweder in Form von qualitativen Einzelfallanalysen oder als Aggregatdatenanalysen der amtlichen Wahlstatistiken durchgeführt. Eine direkte und vergleichende Quantifizierung der Effektstärken mit Survey-Daten wurde allerdings bislang nicht vorgenommen. Die vorliegende Studie wertet deshalb im Rahmen eines replikativen Surveys 17 Landtagswahlstudien aus. So können die Effektstärken der individuellen Bewertung der Bundes- versus der Landesparteien auf die Landtagswahlentscheidungen direkt verglichen werden. Als Fazit zeigt sich, dass in Westdeutschland die Beurteilung der Landesparteien einen stärkeren Einfluss auf die individuelle Landtagswahlentscheidung ausübt als die Beurteilung der Bundesparteien. In Ostdeutschland prägt dagegen bei Landtagswahlen die bundespolitische Dimension das Abstimmungsverhalten der Wähler stärker. Die Parteipolitikverflechtung zwischen Landes- und Bundesebene ist somit bei Landtagswahlen in Ostdeutschland erheblich stärker ausgeprägt als in den alten Bundesländern. / Electoral studies often interpret German regional election results ("Landtagswahlen") as barometers of public opinion on federal governmental parties' performance. However, while interpreting German regional elections as "test-elections" for the national parliament, it is often underemphasised that subnational elections often follow a unique regional dynamics. So far, empirical investigations on the determinants of German regional elections consist either in qualitative case studies or aggregate analyses of official statistics. A quantitative study of individual-level survey data, comparing directly the explanatory power of the federal versus the subnational level, is still lacking. Conducting a repeated survey design, we analyse data from 17 German regional election surveys. Thus, the effects of individual assessments of federal parties versus their subnational counterparts on subnational voting preferences can be directly compared. The conclusion of our analyses can be summarized as follows: In Western Germany, the valuation of subnational parties has a stronger impact on individual voting preferences in subnational elections than the valuation of the federal parties has. However, in Eastern Germany, the federal dimension has a comparatively stronger effect. Hence, the federal – regional ("Länder") party system linkage is clearly stronger in Eastern than in Western Germany.

La zeitgesit contemporaine sur la reconnaissance des visages suggère que le processus de reconnaissance reposerait essentiellement sur le traitement des distances entre les attributs internes du visage. Il est toutefois surprenant de noter que cette hypothèse n’a jamais été évaluée directement dans la littérature. Pour ce faire, 515 photographies de visages ont été annotées afin d’évaluer l’information véhiculée par de telles distances. Les résultats obtenus suggèrent que les études précédentes ayant utilisé des modifications de ces distances ont présenté 4 fois plus d’informations que les distances inter-attributs du monde réel. De plus, il semblerait que les observateurs humains utilisent difficilement les distances inter-attributs issues de visages réels pour reconnaître leurs semblables à plusieurs distances de visionnement (pourcentage correct maximal de 65%). Qui plus est, la performance des observateurs est presque parfaitement restaurée lorsque l’information des distances inter-attributs n’est pas utilisable mais que les observateurs peuvent utiliser les autres sources d’information de visages réels. Nous concluons que des indices faciaux autre que les distances inter-attributs tel que la forme des attributs et les propriétés de la peau véhiculent l’information utilisée par le système visuel pour opérer la reconnaissance des visages. / According to an influential view, based on studies of development and of the face inversion effect, human face recognition relies mainly on the treatment of the distances among internal facial features. However, there is surprisingly little evidence supporting this claim. Here, we first use a sample of 515 face photographs to estimate the face recognition information available in interattribute distances. We demonstrate that previous studies of interattribute distances generated faces that exaggerated 4 times this information compared to real-world faces. When interattribute distances are sampled from a real-world distribution, we show that human observers recognize faces poorly across a broad range of viewing distances (with a maximum accuracy of 65%). In contrast, recognition performance is restored when observers only use facial cues of real-world faces other than interattribute distances. We conclude that facial cues other than interattribute distances such as attribute shapes and skin properties are the dominant information of face recognition mechanisms.

Les personnes ayant un trouble du spectre autistique (TSA) manifestent des particularités perceptives. En vision, des travaux influents chez les adultes ont mené à l’élaboration d’un modèle explicatif du fonctionnement perceptif autistique qui suggère que l’efficacité du traitement visuel varie en fonction de la complexité des réseaux neuronaux impliqués (Hypothèse spécifique à la complexité). Ainsi, lorsque plusieurs aires corticales sont recrutées pour traiter un stimulus complexe (e.g., modulations de texture; attributs de deuxième ordre), les adultes autistes démontrent une sensibilité diminuée. À l’inverse, lorsque le traitement repose principalement sur le cortex visuel primaire V1 (e.g., modulations locales de luminance; attributs de premier ordre), leur sensibilité est augmentée (matériel statique) ou intacte (matériel dynamique). Cette dissociation de performance est spécifique aux TSA et peut s’expliquer, entre autre, par une connectivité atypique au sein de leur cortex visuel. Les mécanismes neuronaux précis demeurent néanmoins méconnus. De plus, on ignore si cette signature perceptuelle est présente à l’enfance, information cruciale pour les théories perceptives de l’autisme. Le premier volet de cette thèse cherche à vérifier, à l’aide de la psychophysique et l’électrophysiologie, si la double dissociation de performance entre les attributs statiques de premier et deuxième ordre se retrouve également chez les enfants autistes d’âge scolaire. Le second volet vise à évaluer chez les enfants autistes l’intégrité des connexions visuelles descendantes impliquées dans le traitement des textures. À cet effet, une composante électrophysiologique reflétant principalement des processus de rétroaction corticale a été obtenue lors d’une tâche de ségrégation des textures. Les résultats comportementaux obtenus à l’étude 1 révèlent des seuils sensoriels similaires entre les enfants typiques et autistes à l’égard des stimuli définis par des variations de luminance et de texture. Quant aux données électrophysiologiques, il n’y a pas de différence de groupe en ce qui concerne le traitement cérébral associé aux stimuli définis par des variations de luminance. Cependant, contrairement aux enfants typiques, les enfants autistes ne démontrent pas une augmentation systématique d’activité cérébrale en réponse aux stimuli définis par des variations de texture pendant les fenêtres temporelles préférentiellement associées au traitement de deuxième ordre. Ces différences d’activation émergent après 200 ms et engagent les aires visuelles extrastriées des régions occipito-temporales et pariétales. Concernant la connectivité cérébrale, l’étude 2 indique que les connexions visuelles descendantes sont fortement asymétriques chez les enfants autistes, en défaveur de la région occipito-temporale droite. Ceci diffère des enfants typiques pour qui le signal électrophysiologique reflétant l’intégration visuo-corticale est similaire entre l’hémisphère gauche et droit du cerveau. En somme, en accord avec l’hypothèse spécifique à la complexité, la représentation corticale du traitement de deuxième ordre (texture) est atypiquement diminuée chez les enfants autistes, et un des mécanismes cérébraux impliqués est une altération des processus de rétroaction visuelle entre les aires visuelles de haut et bas niveau. En revanche, contrairement aux résultats obtenus chez les adultes, il n’y a aucun indice qui laisse suggérer la présence de mécanismes supérieurs pour le traitement de premier ordre (luminance) chez les enfants autistes. / Atypical perceptual information processing is commonly described in Autism Spectrum Disorders (ASD). In the visual modality, influential work with autistic adults suggests altered connectivity within specialized local networks defining the response properties of stimulus-driven mechanisms. This has led to the development of a hypothesis that stipulates that the efficiency of autistic visual perception is contingent on the complexity of the neural network involved (Complexity-specific hypothesis). When several cortical areas must communicate with each other (as in texture-defined perception, also called second-order), reduced sensitivity to visual input is observed in autistic individuals. In contrast, when visual processing predominately relies on the primary visual cortex V1 (as in luminance-defined perception, also called first-order), their sensitivity is either enhanced (stationary stimuli) or intact (moving stimuli). This dissociation in performance is unique to ASD and suggests atypical connectivity within their visual cortex. The precise type of neural alteration remains unknown, however. In addition, studies focusing on younger individuals are needed to define the developmental trajectories of perceptual abilities in autism. This issue is crucial for perceptual theories of ASD. The first experiment aims to investigate whether the dissociation regarding first- and second-order spatial vision is also present in school-aged children with autism. We combined the use of behavioural (psychophysics) and neuroimaging (visual evoked potentials: VEPs) methods. The second experiment was designed to assess the integrity of one type of neural connections that are known to be involved in texture processing: feedback processes from extrastriate areas towards lower hierarchical levels (V1). As such, we used a visual texture segregation task and isolated a texture-segregation specific VEP component that mainly reflects feedback modulation in the visual cortex. Behavioural measures from the first experiment do not reveal differences in visual thresholds between typically developing and autistic children for both luminance- and texture-defined stimuli. With respect to electrophysiology, there is no group difference in brain activity associated with luminance-defined stimuli. However, unlike typical children, autistic children do not reliably show reliable enhancements of brain activity in response to texture-defined stimuli during time-windows more closely associated with second-order processing. These differences emerge after 200 msec post-stimulation and mainly involve extrastriate areas located over occipito-temporal and parietal scalp areas. Regarding the second experiment, the texture-segregation specific VEP component is found to be greatly diminished over the right as compared to the left occipito-lateral cortex in autism, while it shows no hemispheric asymmetry in typically developing children. In summary, in line with the complexity-specific hypothesis, cortical representation of second-order attributes (texture) is atypically reduced in autistic children. This thesis further reveals that altered feedback from extrastriate visual areas to lower areas (V1) is one of the neuronal mechanisms involved in atypical texture processing. In contrast, contrary to the results obtained in adults with autism, first-order vision (luminance) is not found to be superior in autistic children.