Spelling suggestions: "subject:"neuronal""
61 |
Automação e Otimização de Controle via MQ e RNA para Redução das Emissões de Gases Causadores de Efeito Estufa (GHG) Geradas por Plantas de Alumínio. / Automation and optimization of control to consider MQ and RNA for Reducing greenhouse gases emissions (GHG) Generated by aluminum plants.NAGEM, Nilton Freixo 06 February 2009 (has links)
Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-16T13:36:27Z
No. of bitstreams: 1
Nagem.pdf: 4780552 bytes, checksum: b5eb1b41dce8fc9e855f1bb49bfad2fa (MD5) / Made available in DSpace on 2017-08-16T13:36:27Z (GMT). No. of bitstreams: 1
Nagem.pdf: 4780552 bytes, checksum: b5eb1b41dce8fc9e855f1bb49bfad2fa (MD5)
Previous issue date: 2009-02-06 / Nowadays the regulatory restrictions and global concern with the environment are
leading the aluminum industry to develop a sustainable model production, with
propose to reduce the environmental impacts of its economic activity. Thus, becomes
necessary improvements in the operational and control standards for the aluminium
production. These needs have major objectives, decrease green house gases (GHG)
energy consumption and increase in productive.
As technological alternatives such as smart feeders for Point Feeders pots and
the development of new control for automatic adjust of the number of manifolds to be
broke in the next cycle for Side Break pots will help to improve the decrease of Green
Houses Gases.
The smart feeders had a significant decrease in the anode effect frequency and
consequently a decrease in anode effect time too. For the VSS Side Break pots were
possible to create a decision matrix using the Least Square estimation (LS) of the
resistance slope and curvature to adjust the number of manifolds. Another approach
that showed promising results in the simulation was the neuronal networks for pattern
recognition, especial class knows by probabilistic neural network. / Atualmente a maior regulamentação e preocupação mundial com o ambiente
estão levando as indústrias de alumínio ao desenvolvimento de um modelo
sustentável de produção, com o escopo de reduzir os impactos ambientais de sua
atividade econômica. Assim, tornam-se imprescindíveis melhorias nas práticas
operacionais e de controle de sua produção. Tais necessidades têm como foco
principal a redução dos gases de efeito estufa (Green Houses Gases - GHG), redução
do consumo de energia e aumento de produtividade.
Como alternativas tecnológicas para mitigar o problema ambiental de Green
Houses Gases, os “alimentadores inteligentes” para as cubas com alimentação Point
Feeder e o desenvolvimento de novos controles para o ajuste automático da
quantidade de “manifolds” a serem quebrados durante a alimentação para cubas Side
Break são soluções viáveis.
Os alimentadores “inteligentes” mostram uma redução da freqüência de efeito
anódico e conseqüentemente no tempo em que a cuba fica em efeito anódico. Para as
cubas VSS Side Break foi possível criar uma matriz de decisão através dos valores
dos estimadores MQ utilizando a inclinação e curvatura da resistência para o ajuste de
“manifolds”. Outra abordagem foi a utilização de redes neuronais para determinar a
forma da curva de resistência, com a utilização de redes neuronais probabilísticas.
|
62 |
Modelagem de sinais neuronais utilizando filtros lineares de tempo discreto. / Modeling of neuronal signals using discrete-time linear filters.Igor Palmieri 12 June 2015 (has links)
A aquisição experimental de sinais neuronais é um dos principais avanços da neurociência. Por meio de observações da corrente e do potencial elétricos em uma região cerebral, é possível entender os processos fisiológicos envolvidos na geração do potencial de ação, e produzir modelos matemáticos capazes de simular o comportamento de uma célula neuronal. Uma prática comum nesse tipo de experimento é obter leituras a partir de um arranjo de eletrodos posicionado em um meio compartilhado por diversos neurônios, o que resulta em uma mistura de sinais neuronais em uma mesma série temporal. Este trabalho propõe um modelo linear de tempo discreto para o sinal produzido durante o disparo do neurônio. Os coeficientes desse modelo são calculados utilizando-se amostras reais dos sinais neuronais obtidas in vivo. O processo de modelagem concebido emprega técnicas de identificação de sistemas e processamento de sinais, e é dissociado de considerações sobre o funcionamento biofísico da célula, fornecendo uma alternativa de baixa complexidade para a modelagem do disparo neuronal. Além disso, a representação por meio de sistemas lineares permite idealizar um sistema inverso, cuja função é recuperar o sinal original de cada neurônio ativo em uma mistura extracelular. Nesse contexto, são discutidas algumas soluções baseadas em filtros adaptativos para a simulação do sistema inverso, introduzindo uma nova abordagem para o problema de separação de spikes neuronais. / The experimental acquisition of neuronal signals is a major advance in neuroscience. Through observations of electric current and potential in a brain region, it is possible to understand the physiological processes involved in the action potential generation, and create mathematical models capable of simulating the behavior of the neuronal cell. A common practice in this kind of experiment is to obtain readings from an array of electrodes positioned in a medium shared by several neurons, which results in a mixture of neuronal signals in the same time series. This work proposes a discrete-time linear model of the neuronal signal during the firing of the cell. The coefficients of this model are estimated using real samples of the neuronal signals obtained in vivo. The conceived modeling process employs system identification and signal processing concepts, and is dissociated from any considerations about the biophysical function of the neuronal cell, providing a low-complexity alternative to model the neuronal spike. In addition, the use of a linear representation allows the idealization of an inverse system, whose main purpose is to recover the original signal of each active neuron in a given extracellular mixture. In this context, some solutions based on adaptive filters are discussed for the inverse model simulation, introducing a new approach to the problem of neuronal spike separation.
|
63 |
Limite hidrodinâmico para neurônios interagentes estruturados espacialmente / Hydrodynamic limit for spatially structured interacting neuronsGuilherme Ost de Aguiar 17 July 2015 (has links)
Nessa tese, estudamos o limite hidrodinâmico de um sistema estocástico de neurônios cujas interações são dadas por potenciais de Kac que imitam sinapses elétricas e químicas, e as correntes de vazamento. Esse sistema consiste de $\\ep^$ neurônios imersos em $[0,1)^2$, cada um disparando aleatoriamente de acordo com um processo pontual com taxa que depende tanto do seu potential de membrana como da posição. Quando o neurônio $i$ dispara, seu potential de membrana é resetado para $0$, enquanto que o potencial de membrana do neurônio $j$ é aumentado por um valor positivo $\\ep^2 a(i,j)$, se $i$ influencia $j$. Além disso, entre disparos consecutivos, o sistema segue uma movimento determinístico devido às sinapses elétricas e às correntes de vazamento. As sinapses elétricas estão envolvidas na sincronização do potencial de membrana dos neurônios, enquanto que as correntes de vazamento inibem a atividade de todos os neurônios, atraindo simultaneamente todos os potenciais de membrana para $0$. No principal resultado dessa tese, mostramos que a distribuição empírica dos potenciais de membrana converge, quando o parâmetro $\\ep$ tende à 0 , para uma densidade de probabilidade $ho_t(u,r)$ que satisfaz uma equação diferencial parcial nâo linear do tipo hiperbólica . / We study the hydrodynamic limit of a stochastic system of neurons whose interactions are given by Kac Potentials that mimic chemical and electrical synapses and leak currents. The system consists of $\\ep^$ neurons embedded in $[0,1)^2$, each spiking randomly according to a point process with rate depending on both its membrane potential and position. When neuron $i$ spikes, its membrane potential is reset to $0$ while the membrane potential of $j$ is increased by a positive value $\\ep^2 a(i,j)$, if $i$ influences $j$. Furthermore, between consecutive spikes, the system follows a deterministic motion due both to electrical synapses and leak currents. The electrical synapses are involved in the synchronization of the membrane potentials of the neurons, while the leak currents inhibit the activity of all neurons, attracting simultaneously their membrane potentials to 0. We show that the empirical distribution of the membrane potentials converges, as $\\ep$ vanishes, to a probability density $ho_t(u,r)$ which is proved to obey a nonlinear PDE of Hyperbolic type.
|
64 |
Padrões de expressão gênica de proteínas marcadoras neurais e dos sistemas purinérgico e cininérgico durante o desenvolvimento encefálico de camundongos Knockout para o receptor B2 de cininas / Gene expression patterns of neural marker proteins and of purinergic and kininergic systems during embryonic brain development of kinin-B2 receptor knock-out miceHellio Danny Nobrega de Souza 14 May 2013 (has links)
O sistema nervoso central é o mais complexo de todos os sistemas de órgãos dos vertebrados. Células progenitoras neurais ao se diferenciarem em neurônios e outros tipos celulares, desenvolvem um padrão altamente organizado de conexões, criando uma rede neuronal que forma o cérebro e o restante do sistema nervoso. Para que se possa gerar os diferentes tipos de neurônios e glias deste sistema, as células embrionárias proliferam-se e diferenciam-se através de processos altamente controlados. Este estudo visou avaliar a importância do receptor B2BkR durante o desenvolvimento encefálico do camundongo. Como modelo estudo, foram utilizados animais knockout (B2BkR-/-) para o gene do receptor B2BKR como modelo para avaliação do padrão de expressão de proteínas marcadoras neurais e dos sistemas purinérgicos e de cininas durante o desenvolvimento encefálico de camundongos B2BkR-/-. Há evidências que mostram que o sistema nervoso de mamíferos contém todos os componentes do sistema calicreína-cininas e que as cininas podem atuar como neuromediadores. Os transcritos do receptor B2BkR foram encontrados em células localizadas em regiões neurogênicas a partir do dia 9.5 do desenvolvimento, esta expressão ampliou-se para toda a extensão do sistema nervoso a partir do dia 12,5 do desenvolvimento. A deleção do gene que codificado para o receptor B2BkR levou a um aumento na expressão relativa do receptor B1BkR. No animal knockout foi também observado um aumento nos níveis de expressão dos cininogênios 1 e 2, sugerindo a ativação de mecanismos compensatórios devido a falta do gene codificado para o receptor B2BkR. De acordo com resultados obtidos com modelos de diferenciação in vitro, também os padrões de expressão de marcadores neurais foram alterados ao longo do desenvolvimento de animais knockout, nos quais houve a diminuição da expressão dos marcadores β3-tubulina e MAP2, confirmando o papel do receptor B2BkR na neurogênese. O marcador glial GFAP teve sua expressão relativa significativamente aumentada nos animais knockout B2BkR-/-, confirmando que a inibição deste receptor favorece a gliogênese. A deleção do receptor B2BkR alterou o perfil de expressão dos receptores purinérgicos do subtipo P2X. Os subtipos P2X2 e P2X3 apresentaram níveis de expressão maiores nos animais selvagens. As subunidades P2X4, P2X5, P2X6 e P2X7 apresentam uma expressão maior nos animais B2BkR-/-. Efeitos semelhantes a estes já haviam sido observados na expressão gênica durante a diferenciação d e neuroesferas do telencéfalo de ratos tratados com antagonistas do B2BkR. No entanto, este trabalho é o primeiro a demonstrar os efeitos da delação do B2BkR sob a expressão do receptor B1BkR; de marcadores neurais e gliais; dos cininogênios 1 e 2; e receptores purinérgicos do suptipo P2X in vivo. Deste modo, estes resultados servem como incentivo para estudos adicionais visando elucidar a participação do receptor B2BkR e do sistema calicrína-cininas na determinação de fenótipos neurais utilizando modelos in vivo, bem como os mecanismos envolvidos e o papel do receptor B2BkR na terapia de doenças neurodegenerativas. / The central nervous system (CNS) is the most complex one of all vertebrate organs. Neural stem and progenitor cells differentiate into neurons and other neural cell types such as glia, originating a highly coordinated network characterizing the brain and the remaining nervous system in strictly controlled processes. It is known that the mammalian nervous system expresses all components of the kallikrein-kinin system, and several functions in the brain have been attributed to bradykinin including neurotransmission, neuroprotection and also lately neurogenesis. The present work aimed at studying the importance of the kinin-B2 receptor (B2BKR) during mouse brain development. A B2BKR knock-out model was used for characterizing changes in the expression patterns of neural marker protein and of the purinergic and kininergic systems. Transcripts of B2BkR-coding sequences were detected in neurogenic regions from embryonic day 9.5 (E9.5) on. Expression of the receptor augmented to the whole extension of the CNS beginning from E12.5. Deletion of the B2BKR-coding gene resulted in increased B1BkR gene expression together with augmented kininogen-1 and -2 expression levels. In agreement with results obtained with in vitro models, expression patterns of neural marker proteins also suffered alterations during neural development of B2BKR(-/-) mice when compared to wild-type animals. Reduction of neuronal protein β3-tubulina e MAP2 expression was observed in B2BKR(-/-) mice, while at the same time glial GFAP expression was enhanced, indicating that activation of the B2BKR promotes neurogenesis, while its inhibition favors gliogenesis. Deletion of the B2BkR-coding gene also lets to changes in expression patterns of purinergic P2X receptors. P2X2 and P2X3 subunits were higher expressed in wild-type animals, while P2X4, P2X5, P2X6 e P2X7 subunits revealed increased expression patterns in B2BkR-/- animals. These results are in line with previous ones of our group obtained in differentiating neurospheres from embryonic rat telencephalons. In summary, the present work is the first to demonstrate the effects of B2BKR deletion on expression patterns of neural marker proteins, the B1BKR and several purinergic receptor subunits. Additional studies will be incentivized for elucidation of functions and underlying mechanism of B2BKR actions in vivo, with applications in cell therapy of neurodegenerative diseases.
|
65 |
Mecanismos de inibição do receptor nicotínico de acetilcolina α3β4 pela tacrina / Inhibition mechanism of the nicotinic acetylcholine receptor α3β4 tacrineArquimedes Cheffer 17 October 2008 (has links)
Os receptores nicotínicos de acetilcolina (colinérgicos) (nAChRs) neuronais são proteínas integrais de membrana e pertencem à família de canais iônicos controlados por ligante, compostos por subunidades α e β. Esses receptores desempenham um papel-chave na transmissão de sinal entre os neurônios nos sistemas nervoso central e periférico. O subtipo α3β4, por exemplo, é o nAChR neuronal mais expresso no sistema nervoso autônomo; nAChRs contendo a subunidade α3 estão presentes em alta densidade no gânglio cervical superior, glândulas pineal e adrenais. Também estão presentes na substancia nigra, striatum, hipocampo, locus ceruleus, tracto habênulo-interpeduncular e cerebelo. Os nAChRs são inibidos por uma variedade de substâncias químicas, incluindo toxinas naturais, anestésicos locais, drogas de abuso (por, exemplo, cocaína) e compostos clinicamente importantes (tranqüilizantes, por exemplo). O mecanismo de inibição desses receptores tem sido investigado intensivamente. Neste estudo, nós investigamos o mecanismo pelo qual a tacrina (9-1,2,3,4-tetraidroaminoacridina), um agente usado clinicamente no tratamento da doença de Alzheimer, inibe o nAChR α3β4 de rato recombinante expresso nas células KXα3β4R2, utilizando uma técnica de cinética química rápida. A constante de dissociação da nicotina do sítio que controla a ativação do receptor, Kd, é 23 µM e a constante de equilíbrio de abertura do canal, Φ-1, é 4. A tacrina inibe o receptor competitivamente, com um KI de 0,77 µM. / Neuronal nicotinic acetylcholine (cholinergic) receptors (nAChRs) are integral membrane proteins and belong to the family of ligand-gated cation channels composed by α and β subunits. These receptors play a key role in the signal transmission between neurons in the central and peripheral nervous system. The α3β4 subtype, for example, is the most expressed neuronal nAChR in autonomic ganglia; α3-containing nAChRs are present at particularly high density in the superior cervical ganglia, pineal, and adrenal glands. They are also present in the substancia nigra, striatum, hippocampus, locus ceruleus, habenulo-interpeduncular tract and cerebellum. The nAChRs are inhibited by a variety of chemical substances, including natural toxins, local anesthetics, abused drugs (e.g., cocaine) and clinically important compounds (e.g., tranquilizers). The mechanism of inhibition of these receptors has been intensively investigated. In this study, we investigated the mechanism by which tacrine (9-1,2,3,4-tetahydroaminoacridine), an agent used clinically to treat Alzheimers disease, inhibits the recombinant rat α3β4 nAChR expressed in KXα3β4R2 cells, using a rapid chemical kinetic technique. The nicotine dissociation constant for the site controlling receptor activation, Kd, is 23 µM and the channel-opening equilibrium constant, Φ-1, is 4. Tacrine inhibits the receptor competitively, with a KI of 0.77 µM.
|
66 |
[en] A COMPARISON OF DEEP LEARNING TECHNIQUES FOR DEFORESTATION DETECTION IN THE BRAZILIAN AMAZON AND CERRADO BIOMES FROM REMOTE SENSING IMAGERY / [pt] COMPARAÇÃO DE TÉCNICAS DE DEEP LEARNING PARA DETECÇÃO DE DESMATAMENTO EM BIOMAS DA AMAZÔNIA E CERRADO BRASILEIROS A PARTIR DE IMAGENS DE SENSORIAMENTO REMOTOMABEL XIMENA ORTEGA ADARME 04 May 2020 (has links)
[pt] O desmatamento é uma das principais causas de redução da biodiversidade, mudança climática e outros fenômenos destrutivos. Assim, a detecção antecipada de desmatamento é de suma importância. Técnicas
baseadas em imagens de satélite são uma das opções mais iteresantes para esta aplicação. No entanto, muitos trabalhos desenvolvidos incluem algumas operações manuais ou dependência de um limiar para identificar regiões que sofrem desmatamento ou não. Motivado por este cenário, a presente dissertação apresenta uma avaliação de métodos para detecção automática de desmatamento, especificamente de Early Fusion (EF) Convolutional Network, Siamese Convolutional Network (SN), Convolutional Support
Vector Machine (CSVM) e Support Vector Machine (SVM), o último tomado como baseline. Todos os métodos foram avaliados em regiões dos biomas brasileiros Amazônia e Cerrado. Duas imagens Landsat 8 adquiridas em diferentes datas foram utilizadas nos experimentos, e também o impacto do tamanho do conjunto de treinamento foi analisado. Os resultados demonstraram que as abordagens baseadas no Deep Learning superaram claramente o baseline SVM em termos de pontuação F1-score e Overrall Accuracy, com uma superioridade de SN e EF sobre CSVM e SVM. Da mesma forma, uma redução do efeito sal e pimenta nos mapas de mudança gerados foi notada devido, principalmente ao aumento de amostras nos
conjuntos de treinamento. Finalmente, realizou-se uma análise visando avaliar como os métodos podem reduzir o esforço humano na inspeção visual das áreas desmatadas. / [en] Deforestation is one of the main causes of biodiversity reduction, climate change, among other destructive phenomena. Thus, early detection of deforestation processes is of paramount importance. Techniques based on satellite images are one of the most attractive options for this application. However, many works developed include some manual operations or dependency on a threshold to identify regions that suffer deforestation or not. Motivated by this scenario, the present dissertation presents an evaluation of methods for automatic deforestation detection, specifically Early Fusion (EF) Convolutional Network, Siamese Convolutional Network (SN), Convolutional Support Vector Machine (CSVM) and Support Vector Machine (SVM), taken as the baseline. These methods were evaluated in regions of Brazilian Amazon and Cerrado Biomes. Two Landsat 8 images acquired at different dates were used in the experiments, and the impact
of training set size was also analyzed. The results demonstrated that Deep Learning-based approaches clearly outperformed the SVM baseline in our approaches, both in terms of F1-score and Overall Accuracy, with the superiority of SN and EF over CSVM and SVM. In the same way, a reduction of the salt-and-pepper effect in the generated probabilistic change maps was noticed due, mainly, to the increase of samples in the training sets. Finally, an analysis was carried out to assess how the methods can reduce the time invested in the visual inspection of deforested areas.
|
Page generated in 0.2657 seconds