Na primeira parte desta tese, estudamos os princípios operacionais das decisões celulares mediadas pelo sistema de sinalização Notch. Este sistema tem papel importante nas decisões celulares que ocorrem durante o desenvolvimento embrionário, cicatrização de feridas e na formação de tumores. O circuito de sinalização é ativado quando o receptor Notch de uma célula interage com um dos ligantes - Delta ou Jagged - de uma célula vizinha. O circuito Notch-Delta forma um comutador intercelular, e duas células vizinhas tendem a adotar estados diferentes - Emissor (muito ligante e pouco receptor) e Recebedor (pouco ligante e muito receptor). Neste manuscrito, apresentamos uma nova abordagem teórica que integra ambos Delta e Jagged no circuito Notch. Mostramos que o circuito Notch-Delta-Jagged permite um novo estado - um híbrido Emissor/Recebedor (E/R) com concentrações intermediárias de receptores e ligantes, e portanto o circuito é age como uma chave de três vias. Em seguida, observamos que a taxa de produção de ambos os ligantes, assim como a modulação assimétrica da afinidade de ligação do Notch com seus ligantes mediada pela glicosiltransferase Fringe, afeta severamente o intervalo de existência dos estados e sua relativa estabilidade - altos níveis de Jagged, mas não de Fringe ou Delta, promovem o estado híbrido E/R e o processo de indução lateral. Nós elucidamos o papel de Jagged na determinação dos estados celulares e discutimos sua possível implicação no entendimento da comunicação entre tumor e estroma, que frequentemente envolve comunicação via interações Notch-Jagged. Posteriormente, avaliamos a interação entre Notch, inflamação e a população de Células Cancerígenas Estaminais (CCE). Mostramos que inflamação pode expandir a população de CCE por meio do aumento dos níveis de produção de Jagged que posteriormente ativa o sistema de sinalização Notch em células vizinhas não-CCE. Nossos resultados sugerem que a inibição da produção de Jagged atenua o efeito da expansão de CCE devido a inflamação, indicando que inflamação cresce a população de CCE via interações Notch-Jagged. Nossos resultados são consistentes com observações em câncer de mama do subtipo basal (triplo negativo), onde a perda de Fringe e a ativação constitutiva do eixo NF-kB - Jag1 promove a expansão da população de CCE. Nossa abordagem computacional pode ser adaptada para incluir circuitos adicionais tais como p53 e hipóxia, que afetam a plasticidade celular, proporcionando assim uma plataforma útil para a projeção de novas terapias. Na segunda parte desta tese, introduzimos um novo método para seleção de características: Suvrel. Este é um método variacional, inspirado em aprendizado de relevância, para determinar tensores métricos para definição de distâncias baseadas em similaridades, para utilização em métodos de classificação. Nós introduzimos uma nova metodologia na qual o tensor métrico pode ser calculado analiticamente. O preprocessamento das características por uma transformação linear utilizando o tensor métrico calculado via Suvrel melhora a eficiência dos classificadores. Testamos nosso método para conjuntos de dados públicos, utilizando os classificadores mais comumente utilizados. Nós também aplicamos esta metodologia no estudo da relação entre parâmetros estruturais globais e o sistema de classificação de função enzimática. Por último, introduzimos uma nova metodologia para a identificação de genes diferencialmente expressos utilizando a tecnologia de microarranjos de DNA. Diferentemente das abordagens tradicionais, nossa metodologia evita passos intermediários de preprocessamento que são desnecessários e devido a isto não acumula erros destas análises, o que resulta em um método mais sensível e robusto. / In the first part of this thesis, we studied the operating principles of cell fate decisions mediated by Notch signaling pathway. This pathway have important role in cell fate determination during embryonic development, wound healing and tumorigenesis. Notch signaling is activated by binding of Notch receptor of one cell to either of its ligand- Delta or Jagged- of another cell. Notch-Delta circuit forms an intercellular toggle switch, and two neighboring cells tend to adopt different fates - Sender (high ligand, low receptor) and Receiver (low ligand, high receptor). Here, we present a new tractable theoretical framework that incorporates both Delta and Jagged in Notch signaling, and show that Notch-Delta-Jagged circuit enables an additional fate - hybrid Sender/Receiver (S/R) (medium ligand, medium receptor) and behaves as a three-way switch. Further, we found that production rates of both the ligands and the asymmetric modulation of binding affinity of Notch to its ligands by glycosyltransferase Fringe severely affects the parameter range of the existence of these states and their relative stability - high levels of Jagged, but not that of Fringe or Delta, promote hybrid S/R state and lateral induction. We elucidate the role of Jagged in cell fate determination and discuss its possible implications in understanding tumor-stroma crosstalk, which frequently entails Notch-Jagged communication. We further evaluate the interplay among Notch signaling, inflamation and Cancer Stem Cell population. We show that inflammation can expand the population of Cancer Stem Cells (CSCs) by increasing the levels of Jagged in cells that can further activate Notch signaling pathway in neighboring non-CSCs. Our results suggest that, inhibiting the production of Jagged dampens the effect of inflammation in expanding the CSC population, indicating that inflammatory signal function through Notch-Jagged signaling to increase CSCs. Our results are consistent with observations in basal-like breast cancer, where loss of Fringe and constitutive activation of NF-kB-Jag1 axis promotes CSC population. Our computational framework can be tailored to include additional signals such as p53 and hypoxia that affect this plasticity to gain stemness, thus providing a platform that can be useful in designing novel therapies. In the second part of the thesis, we introduce a new method for feature selection: Supervised Variational Relevance Learning (Suvrel). This is a variational method to determine metric tensors to define distance based similarity in pattern classification, inspired in relevance learning. We propose a new methodology where the metric tensor can be calculated analytically. Preprocessing the patterns by doing linear transformations using the metric tensor yields a dataset which can be more efficiently classified. We test our methods using publicly available datasets, for some standard classifiers. We also applied this methodology to study the relationship between global structural parameters and the Enzyme Commission hierarchy. Lastly, we propose a new methodology for identifying the differentially expressed genes using DNA microarray technology. Unlike traditional approaches, our methodology skips intermediate unnecessary preprocessing steps and therefore does not accumulate errors due to these analysis, resulting in a more sensitive and robust method.

O estudo teve como principal objetivo analisar a adesão ao tratamento da tuberculose a partir da operacionalização da estratégia Tratamento Diretamente Supervisionado (DOTS), sob a perspectiva de profissionais de saúde que atuavam no controle da doença na região da Supervisão Técnica de Saúde do Butantã - SP. Trata-se de pesquisa qualitativa, baseada nos pressupostos da Teoria da Determinação Social do Processo Saúde-Doença e no conceito de Adesão. No período de maio a julho de 2006, foram entrevistados 22 profissionais de saúde das Unidades Básicas de Saúde (UBS) que desenvolviam a estratégia, incluindo os Coordenadores destas UBS. Foram resguardados os procedimentos éticos. Utilizou-se de técnica de análise de discurso apropriada para o tratamento dos depoimentos, que foram decompostos e analisados a partir das categorias analíticas: significados sobre o processo saúde-doença, a forma como se organiza o trabalho na unidade de saúde, os significados sobre a DOTS e sobre a adesão ao tratamento. Os resultados mostram que, de modo geral, os sujeitos do estudo consideram a tuberculose a partir da perspectiva da multicausalidade, ainda que com ênfase nos aspectos sociais. Identificaram-se atitudes que revelam estigma, decorrentes da falta de conhecimento a respeito da enfermidade e da forma como relacionar-se com o doente. Evidenciaram-se problemas na organização dos serviços, que se referem à trajetória percorrida pelos pacientes para ter acesso ao diagnóstico da tuberculose, além da ausência da busca de sintomáticos respiratórios. Quanto à DOTS, sua estruturação é diversa entre as UBS, no intuito de considerar as necessidades dos doentes no processo terapêutico, mas também devido à falta de conhecimentos dos profissionais, no que diz respeito à operacionalização da estratégia. A equipe de enfermagem é a que mais intensamente participa da DOTS. Para os profissionais de saúde, a estratégia permite manter atenção junto ao doente evitando o abandono do tratamento. Reitera-se, com algumas ressalvas, que a estratégia apresenta impacto na adesão, uma vez que possibilita a criação de vínculo entre o profissional de saúde e o doente. Além disso, verificou-se a necessidade de ampliar o entendimento a respeito do conceito de adesão, dado que não se restringe a um comportamento pessoal e volitivo / The main goal to this research was to analyze the compliance with tuberculosis therapy by use of the DOTS strategy – (Directly Observed Treatment), under the perspective of health professionals’ who carried out the control of tuberculosis in the Supervision of Health region of Butantã in the city of São Paulo, Brazil. This is a qualitative research based on the principles of the Social Determination of the Health-Disease Process Theory and of the concept of compliance. From May to July 2006, 22 Health professionals from the Health Basic Units (HBU), who developed the DOTS strategy, were interviewed, including their unit’s coordinators. Ethical procedures were applied to protect them. By using the appropriate speech analysis technique for the handling the collected material, the interviews were fragmented and analyzed according to analytic categories: understanding about the health-disease process, the way that the work is organized within the Health Unit, the meanings about the DOTS and about the compliance with treatment. The results show that, in general, the subjects of this study consider tuberculosis from the perspective of multicausality, even though with emphasis in the social aspects. Attitudes that reveal stigma were identified, derived from the lack of knowledge about the illness and the way of interacting with the patient. Some problems occurred in the organization of the services that refer to the path taken by the patients to having access to the diagnosis of tuberculosis, as well as the lack of search for respiratory symptomatic. With regards to the DOTS, its structure is diverse among the HBU, in the intention of considering the patients’ needs in the therapeutic process, but also due to the lack of knowledge of the professionals, when it comes to exercising the strategy. The nursing team is the one which participates most intensely in the DOTS. For the health professionals, the strategy allows them to pay close attention to the patient avoiding any dropping out of the treatment. It is certain, with some exceptions, that the strategy has some impact in its initiation, once it allows for a relationship to be created between the health professional and the patient. It was also verified that there is a need to further unfold the understanding of the concept of initiating this strategy, since it isn’t restricted to a personal behavior or to free will

Introdução: Os estágios curriculares supervisionados dos cursos de licenciatura são oportunidades que permitem aos professores em formação, refletirem sobre sua prática, ajudando-os na construção de um conhecimento pedagógico, que o embasará ao longo de sua vida profissional. Neste contexto é esperado que os licenciandos desenvolvam reflexões que transponham o nível descritivo, para que sejam levados a um olhar crítico sobre seu desempenho, com o objetivo de transformar a sua prática pedagógica. As narrativas construídas através da elaboração de portfólios reflexivos apresentam-se como estratégias potencializadoras para o desenvolvimento de práticas reflexivas. Objetivo: Este estudo teve como objetivo analisar, quanto aos níveis de reflexão, as narrativas relacionadas à prática pedagógica vivenciada durante o estágio curricular supervisionado relatadas nos portfólios de licenciandos de Enfermagem. Método: Trata-se de um estudo documental exploratório-descritivo. Foram analisados os portfólios dos estudantes do curso de Licenciatura em Enfermagem de uma universidade pública de São Paulo. O portfólio foi desenvolvido no estágio curricular supervisionado que é integrado à disciplina ENO 436 - Metodologia de ensino de Enfermagem II, em 2011. A disciplina, que tem como foco as bases teórico-metodológicas e práticas para a formação do professor, propôs uma Rota de Aprendizagem constituída por oito atividades para a elaboração do portfólio, das quais duas foram analisadas: Descrição reflexiva da aula teórica ministrada e Descrição reflexiva da supervisão em campo de prática. Resultados: A turma analisada era composta por 43 estudantes, sendo que somente 28 completaram as duas atividades descritas em seus portfólios. Na primeira atividade, dos 28 portfólios analisados, todos apresentaram narrativas em nível técnico de reflexão, 22 em nível crítico e 15 em nível metacrítico e na segunda atividade, todos os portfólios apresentaram narrativas em nível técnico, 21 em nível crítico e 16 em nível metacrítico. Os fatos narrados por todos os licenciandos aconteceram em diversas escolas e instituições de saúde, sob a supervisão de diferentes professores supervisores, onde cada licenciando enfatizou em suas narrativas o que lhe foi mais significativo. Conclusões: O portfólio proporcionou o desenvolvimento dos três níveis de reflexão propostos por Sá-Chaves (2000), técnico, crítico e metacrítico, porém nem todos os licenciandos alcançaram o nível crítico e metacrítico. Os estudantes tiveram oportunidade de vivenciar a prática pedagógica e muitos apresentaram reflexões em nível metacrítico, refletindo sobre seu desempenho, sobre a construção da sua identidade docente e sobre a importância de refletir sobre a prática com o objetivo de transformá-la e transformar-se a si mesmo. O portfólio representou um espaço significativo para a reflexão dos licenciandos sobre a prática vivenciada no campo de estágio bem como uma ferramenta relevante para os professores na medida em que estes, a partir desses resultados, poderão reiterar e reestruturar a proposta do uso do portfólio no Curso de Licenciatura em Enfermagem. / Introduction: The supervised training program of the degree courses are opportunities that allow to the teachers in formation think about their practice, helping them in the construction of a pedagogical knowledge that will base them along their professional life. In this context, it is waited that the undergraduates develop reflections to transpose the descriptive level, so that they are taken to a critical view on their acting, with the objective of transforming their pedagogical practice. The narratives built through the elaboration of reflexive portfolios present as potentiated strategies for the development of reflexive practices. Objective: This study had as objective analyzes, as for the reflection levels, the narratives related to the pedagogical practice experienced during the supervised training program reported in the portfolios of the Nursing undergraduates. Method: It is an exploratory-descriptive documental study where were analyzed the portfolios of the undergraduates of Nursing degree in a public university in São Paulo. The portfolio was developed in the supervised training program that is integrated into the discipline Nursing Teaching Methodology II (ENO 436), in 2011. The discipline, that focuses the theoretical-methodological and practical bases for the formation of the teacher proposed a Route of Learning constituted by eight activities for the elaboration of the portfolio, of which two were analyzed: Reflexive description of the theoretical class taught and \"Reflexive description of the supervision in the practical field. Results: The analyzed group was composed by 43 students, and only 28 completed the two activities described in their portfolios. In the first activity, of the 28 portfolios analyzed, all presented narratives in technical level of reflection, 22 in critical level and 15 in level metacritical and in the second activity, all of the portfolios presented narratives in technical level, 21 in critical level and 16 in level metacritical. The facts narrated by all of the undergraduates happened in several schools and institutions of health, under the supervision of different supervising teachers, where each undergraduate emphasized in their narratives what was more significant. Conclusions: The portfolio provided the development of the three reflection levels proposed by Sá-Chaves (2000), technician, critic and metacritical, however not all of the undergraduates reached the critical and metacritical level. The students had opportunity to experience the pedagogical practice and many ones presented reflections in the metacritical level, thinking about their acting, about the construction of their teaching identity and on the importance of contemplating on the practice with the objective of transforming it as well as themselves. The portfolio represented a significant space for the reflection of the undergraduates on the practice experienced in the training field as well as a relevant tool for the teachers, in so far these ones, from those results, can reiterate and restructure the proposal of the use of the portfolio in the Nursing degree.

Le cancer de la prostate est le plus courant en France et la 4ième cause de mortalité par cancer. Les méthodes diagnostics de références actuel sont souvent insuffisantes pour détecter et localiser précisément une lésion. L’imagerie IRM multi-paramétrique est désormais la technique la plusprometteuse pour le diagnostic et la prise en charge du cancer de la prostate. Néanmoins, l’interprétation visuelle des multiples séquences IRM n’est pas aisée. Dans ces conditions, un fort intérêt s’est porté sur les systèmes d’aide au diagnostic dont le but est d’assister le radiologue dans ses décisions. Cette thèse présente la conception d’un système d’aide à la détection (CADe) dontl’approche finale est de fournir au radiologue une carte de probabilité du cancer dans la zone périphérique de la prostate. Ce CADe repose sur une base d’images IRM multi-paramétrique (IRM-mp) 1.5T de types T2w, dynamique et de diffusion provenant d’une base de 49 patients annotés permettant d’obtenir une vérité terrain par analyse stricte des coupes histologiques des pièces de prostate. Cette thèse met l’accent sur la détection des cancers mais aussisur leur caractérisation dans le but de fournir une carte de probabilité corrélée au grade de Gleason des tumeurs. Nous avons utilisé une méthode d’apprentissage de dictionnaires permettant d’extraire de nouvelles caractéristiques descriptives dont l’objectif est de discriminer chacun des cancers. Ces dernières sont ensuite utilisées par deux classifieurs : régression logistique et séparateur à vaste marge (SVM), permettant de produire une carte de probabilité du cancer. Nous avons concentré nos efforts sur la discrimination des cancers agressifs (Gleason>6) et fourni une analyse de la corrélationentre probabilités et scores de Gleason. Les résultats montrent de très bonnes performances de détection des cancers agressifs et l’analyse des probabilités conclue sur une forte capacité du système à séparer les cancers agressifs du reste des tissus mais ne permet pas aisément de distinguer chacundes grades de cancer / Prostate cancer is the most frequent and the fourth leading cause of mortality in France. Actual diagnosis methods are often insufficient in order to detect and precisely locate cancer. Multiparametrics MRI is now one of the most promising method for accurate follow-up of the disease. However, the visual interpretation of MRI is not easy and it is shown that there is strongvariability among expert radiologists to perform diagnosis, especially when MR sequences are contradictory. Under these circumstances, a strong interest is for Computer-aided diagnosis systems (CAD) aiming at assisting expert radiologist in their final decision. This thesis presents our work toward the conception of a CADe which final goal is to provide a cancer probability map to expertradiologist. This study is based on a rich dataset of 49 patients made of T2w, dynamic and diffusion MR images. The ground truth was obtained through strict process of annotations and correlation between histology and MRI. This thesis focuses both for cancer detection and characterization in order to provide a cancer probability map correlated to cancer aggressiveness (Gleason score). To that end we used a dictionary learning method to extract new features to better characterize cancer aggressiveness signatures as well as image features. Those features are then used as an input to Support Vector Machines (SVM) and Logistic Regression (LR) classifiers to produce a cancer probability map. We then focused on discriminating agressive cancers (Gleason score >6) from other tissues and provided an analysis of the correlation between cancer aggressiveness and probabilities. Our work conclude on a strong capability to distinguish agressive cancer from other tissues but fails to precisely distinguish different grades of cancers

The fact that clustering is perhaps the most used technique for exploratory data analysis is only a semaphore that underlines its fundamental importance. The general problem statement that broadly describes clustering as the identification and classification of patterns into coherent groups also implicitly indicates it's utility in other tasks such as supervised learning. In the past decade and a half there have been two developments that have altered the landscape of research in clustering: One is improved results by the increased use of graph theoretic techniques such as spectral clustering and the other is the study of clustering with respect to its relevance in semi-supervised learning i.e. using unlabeled data for improving prediction accuracies. In this work an attempt is made to make contributions to both these aspects. Thus our contributions are two-fold: First, we identify some general issues with the spectral clustering framework and while working towards a solution, we introduce a new algorithm which we call "Regularity Clustering" which makes an attempt to harness the power of the Szemeredi Regularity Lemma, a remarkable result from extremal graph theory for the task of clustering. Secondly, we investigate some practical and useful strategies for using clustering unlabeled data in boosting prediction accuracy. For all of these contributions we evaluate our methods against existing ones and also apply these ideas in a number of settings.

Cancer is a leading cause of death worldwide, resulting in an estimated 1.6 million mortalities and 600,000 new cases in the US alone in 2015. Gene fusions, hybrid genes formed from two originally separated genes, are known drivers of cancer. However, gene fusions have also been found in healthy cells due to routine errors in replication. This project aims to understand the role of gene fusion in cancer. Specifically, we seek to achieve two goals. First, we would like to develop a computational method that predicts if a gene fusion event is associated with the cancer or healthy sample. Second, we would like to use this information to determine and characterize molecular mechanisms behind the gene fusion events. Recent studies have attempted to address these problems, but without explicit consideration of the fact that there are overlapping fusion events in both cancer and healthy cells. Here, we address this problem using FUsion Enriched Learning of CANcer Mutations (FUELCAN), a semi-supervised model, which classifies all overlapping fusion events as unlabeled to start. The model is trained using the known cancer and healthy samples and tested using the unlabeled dataset. Unlabeled data is classified as associated with healthy or cancer samples and the top 20 data points are put back into the training set. The process continues until all have been appropriately classified. Three datasets were analyzed from Acute Lymphoblastic Leukemia (ALL), breast cancer and colorectal cancer. We obtained similar results for both supervised and semi-supervised classification. To improve our model, we assessed the functional landscape of gene fusion events and observed that the pathway neighbors of both gene fusion partners are differentially expressed in each cancer dataset. The significant neighbors are also shown to have direct connections to cancer pathways and functions, indicating that these gene fusions are important for cancer development. Future directions include applying the acquired transcriptomic knowledge to our machine learning algorithm, counting transcription factors and kinases within the gene fusion events and their neighbors and assessing the differences between upstream and downstream effects within the pathway neighbors.

Made available in DSpace on 2017-07-21T18:15:22Z (GMT). No. of bitstreams: 1 Dinameres Aparecida Antunes.pdf: 6452935 bytes, checksum: 42b0127ee41d759b5a9558135f9e818a (MD5) Previous issue date: 2015-03-04 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Our major goal is through GEOBIA (Geographic Object Based Image Analysis) obtain the characterization of use and land occupation in two different zones nearby Pitangui’s river, situated among the cities of Castro, Carambeí and Ponta Grossa, Paraná State. Nowadays that is a growing demand of remote sensing images with high spatial resolution. As a result, there is a need to create new methodologies for digital image processing. Here we can mention GEOBIA, which has some advantages, such as a polygon generation for each geographical object created, relational data base with several descriptors, as well as, the possibility to use spectral, spatial and texture information. Yet we have been used the Principal Components Analysis (PCA) and the Cluster Analysis (CA) in order to reduce the size of our training samples from the relational data base, which are trained by means of supervised classification. With this, we aim to select descriptors that could bring the best results for our classification. We have obtained different geographic object oriented supervised classifications, whereas the descriptors were selected from PCA, also from PCA together with CA, as well as, all descriptors have been selected from GEOBIA. We have concluded that the best results for the two work zones were obtain from the descriptors selected from PCA together with CA. In work zone 1 we have obtained 95,68% of general precision in the confusion matrix and 0,95 in the kappa index. While, in work zone 2 we have obtained 93,85% in the confusion matrix and 0,93 in the kappa index. These numbers are consider outstanding in the literature. With this, we show that descriptors selection for geographic object oriented classification is an important approach, since there are descriptors with redundant information that could mislead the classification result. / O objetivo desse trabalho foi mediante a GEOBIA (Geographic Object Based Image Analysis) caracterizar o uso e ocupação da terra em duas diferentes áreas no entorno do rio Pitangui, localizado entre os municípios de Castro, Carambeí e Ponta Grossa, Paraná. Devido à maior demanda de imagens de sensoriamento remoto com alta resolução espacial, há a necessidade de novas metodologias no processamento de imagem digital, pode-se citar a GEOBIA, que é análise orientada a objeto geográfico, que dentre as suas vantagens está a geração de polígonos para cada objeto geográfico criado e banco de dados relacional com diversos descritores, além de possibilitar o uso de informação espectral, espacial e de textura. A Análise de Componentes Principais (ACP) e Análise de Agrupamentos (AA) foram utilizadas com o objetivo de reduzir a dimensionalidade do banco de dados relacional das amostras de treinamento da classificação supervisionada e dessa forma, selecionar os descritores que proporcionassem melhores resultados para a classificação. Processou-se classificações supervisionadas orientadas a objetos utilizando descritores selecionados a partir da ACP, selecionados pela ACP mais AA, e todos os descritores gerados a partir da GEOBIA. Observou-se que os melhores resultados para ambas as áreas de estudo foram com os descritores selecionados pela ACP mais AA, que obtiveram na área de estudo 1 95,68% de precisão geral na matriz de confusão, e 0,95 no índice kappa, e para área de estudo 2 93,85% na matriz e 0,93 no índice kappa, valores considerados excelentes pela literatura, demonstrando que a seleção de descritores para a classificação orientada a objetos é pertinente, pois há descritores com informações redundantes que podem prejudicar o resultado final da classificação.

In this thesis, we study the overfitting problem in supervised learning of classifiers from a geometric perspective. As with many inverse problems, learning a classification function from a given set of example-label pairs is an ill-posed problem, i.e., there exist infinitely many classification functions that can correctly predict the class labels for all training examples. Among them, according to Occam's razor, simpler functions are favored since they are less overfitted to training examples and are therefore expected to perform better on unseen examples. The standard technique to enforce Occam's razor is to introduce a regularization scheme, which penalizes some type of complexity of the learned classification function. Some widely used regularization techniques are functional norm-based (Tikhonov) techniques, ensemble-based techniques, early stopping techniques, etc. However, there is important geometric information in the learned classification function that is closely related to overfitting, and has been overlooked by previous methods. In this thesis, we study the complexity of a classification function from a new geometric perspective. In particular, we investigate the differential geometric structure in the submanifold corresponding to the estimator of the class probability P(y|x), based on the observation that overfitting produces rapid local oscillations and hence large mean curvature of this submanifold. We also show that our geometric perspective of supervised learning is naturally related to an elastic model in physics, where our complexity measure is a high dimensional extension of the surface energy in physics. This study leads to a new geometric regularization approach for supervised learning of classifiers. In our approach, the learning process can be viewed as a submanifold fitting problem that is solved by a mean curvature flow method. In particular, our approach finds the submanifold by iteratively fitting the training examples in a curvature or volume decreasing manner. Our technique is unified for both binary and multiclass classification, and can be applied to regularize any classification function that satisfies two requirements: firstly, an estimator of the class probability can be obtained; secondly, first and second derivatives of the class probability estimator can be calculated. For applications, where we apply our regularization technique to standard loss functions for classification, our RBF-based implementation compares favorably to widely used regularization methods for both binary and multiclass classification. We also design a specific algorithm to incorporate our regularization technique into the standard forward-backward training of deep neural networks. For theoretical analysis, we establish Bayes consistency for a specific loss function under some mild initialization assumptions. We also discuss the extension of our approach to situations where the input space is a submanifold, rather than a Euclidean space. / 2018-11-30T00:00:00Z

Dada a grande quantidade de dados gerados atualmente, apenas uma pequena porção dos mesmos pode ser rotulada manualmente por especialistas humanos. Isso é um desafio comum para aplicações de aprendizagem de máquina. Aprendizado semi-supervisionado aborda este problema através da manipulação dos dados não rotulados juntamente aos dados rotulados. Entretanto, se apenas uma quantidade limitada de exemplos rotulados está disponível, o desempenho da tarefa de aprendizagem de máquina (e.g., classificação) pode ser não satisfatória. Diversas soluções abordam este problema através do uso de uma ensemble de classificadores, visto que essa abordagem aumenta a diversidade dos classificadores. Algoritmos como o co-training e o tri-training utilizam múltiplas partições de dados ou múltiplos algoritmos de aprendizado para melhorar a qualidade da classificação de instâncias não rotuladas através de concordância por maioria simples. Além disso, existem abordagens que estendem esta ideia e adotam processos de votação menos triviais para definir os rótulos, como eleição por maioria ponderada, por exemplo. Contudo, estas soluções requerem que os rótulos possuam um certo nível de confiança para serem utilizados no treinamento. Consequentemente, nem toda a informação disponível é utilizada. Por exemplo: informações associadas a níveis de confiança baixos são totalmente ignoradas. Este trabalho propõe uma abordagem chamada social-training, que utiliza toda a informação disponível na tarefa de aprendizado semi-supervisionado. Para isto, múltiplos classificadores heterogêneos são treinados com os dados rotulados e geram diversas classificações para as mesmas instâncias não rotuladas. O social-training, então, agrega estes resultados em um único rótulo por meio de funções de escolha social que trabalham com agregação de rankings sobre as instâncias. Especificamente, a solução trabalha com casos de classificação binária. Os resultados mostram que trabalhar com o ranking completo, ou seja, rotular todas as instâncias não rotuladas, é capaz de reduzir o erro de classificação para alguns conjuntos de dados da base da UCI utilizados. / Given the huge quantity of data currently being generated, just a small portion of it can be manually labeled by human experts. This is a challenge for machine learning applications. Semi-supervised learning addresses this problem by handling unlabeled data alongside labeled ones. However, if only a limited quantity of labeled examples is available, the performance of the machine learning task (e.g., classification) can be very unsatisfactory. Many solutions address this issue by using a classifier ensemble because this increases diversity. Algorithms such as co-training and tri-training use multiple views or multiple learning algorithms in order to improve the classification of unlabeled instances through simple majority agreement. Also, there are approaches that extend this idea and adopt less trivial voting processes to define the labels, like weighted majority voting. Nevertheless, these solutions require some confidence level on the label in order to use it for training. Hence, not all information is used, i.e., information associated with low confidence level is disregarded completely. An approach called social-training is proposed, which uses all information available in the semi-supervised learning task. For this, multiple heterogeneous classifiers are trained with the labeled data and generate diverse classifications for the same unlabeled instances. Social-training then aggregates these results into a single label by means of social choice functions that work with rank aggregation over the instances. The solution addresses binary classification cases. The results show that working with the full ranking, i.e., labeling all unlabeled instances, is able to reduce the classification error for some UCI data sets used.

O estágio curricular supervisionado teve seu reconhecimento ampliado na legislação de ensino brasileira, especialmente após a publicação da Lei de Diretrizes e Bases da Educação 9.394/96, pois tem se mostrado um dos elementos centrais na formação de professores. Ao mesmo tempo em que ganha o reconhecimento legal, amplia-se a necessidade de que sejam feitas reflexões aprofundadas sobre a forma como as experiências do estágio têm sido vividas por estudantes e professores dos cursos de formação. O problema de pesquisa deste estudo é: Como os saberes são mobilizados por estudantes de um curso de Licenciatura em Educação Física em suas práticas docentes durante o estágio supervisionado no Ensino Médio? Foram adotados os princípios metodológicos da pesquisa qualitativa. A pesquisa foi realizada com nove estudantes-estagiários de um curso de licenciatura em Educação Física de uma instituição comunitária de ensino superior do interior do Rio Grande do Sul. A produção das informações se deu através de entrevistas narrativas, observações, análise do projeto pedagógico do curso e grupo de discussão. O processo analítico se deu através da triangulação entre as fontes do campo, as fontes teóricas e as interpretações da autora. Os resultados da pesquisa evidenciaram que os participantes reconhecem a relevância do estágio na sua formação profissional e consideram-no tempo e espaço de muitas aprendizagens, e, ainda, que essa experiência poderia ter seu espaço ampliado no currículo do curso. Entendem que o estágio contribui para que o início de carreira seja menos impactante, para que aprendam a movimentar-se na estrutura e na cultura escolar, construam relações humanas e ocupem a posição de professor com autoridade epistemológica. Em relação aos saberes necessários para ensinar, que se constituem, ao mesmo tempo, em aprendizagens advindas com o estágio, os participantes referiram a capacidade de escuta, mediação, negociação, diálogo e acolhimento; o posicionamento como sujeito de autoridade, integrante de um coletivo que compartilha, planeja e aprende junto; o conhecimento sobre os conteúdos da Educação Física e sua trajetória histórica; a elaboração e execução do planejamento de ensino e o conhecimento sobre o contexto escolar, a vida de professor e a vida na escola. Em relação às questões da formação, os participantes referiram que as disciplinas do curso ofereceram um importante suporte para o planejamento do estágio; que as atividades realizadas em escolas básicas, tanto no estágio como em outras situações acadêmicas, foram indispensáveis para compreender melhor o trabalho e a escola; que a formação para a pesquisa contribuiu para sua autonomia e que o estágio contribuiu para a ampliação do debate em sala de aula. As relações entre teoria e prática se mostraram uma questão ainda pouco compreendida pelos estudantes, que, de certa forma, desqualificam as disciplinas compreendidas como teóricas. Os estudantes entendem que as relações entre universidade e escola precisam ser intensificadas, no sentido de constituirmos uma formação mais integrada. A pesquisa evidenciou que há um desejo dos estagiários de, através do investimento em um bom ensino da Educação Física e da ampliação de seus conteúdos na escola, contribuir para seu reconhecimento enquanto componente curricular da Educação Básica. / The supervised curricular internship has had its recognition extended within the Brazilian educational legislation, especially after the edition of the Law 9.394/96, which establishes the guidelines for the national education, because it plays a key role in the teacher’s formation process. At the time it gains legal recognition, it increases the need for in-depth reflections on how the internship experiences have been experienced by students and teacher throughout the formation courses. The issue studied in the present work was how the different knowledges are mobilized by the students of a Bachelor’s Degree in Physical Education in their teaching practices during the supervised internship in high school? The methodological principles of the qualitative research have been used. The study has been carried out with nine students/interns of a Bachelor’s Degree in Physical Education from a community institution located in the countryside of Rio Grande do Sul. The data was produced through interviews, observations, analysis of course pedagogical projects and group discussions. The analytical process performed a triangulation of the field sources, theoretical sources and author interpretations. The results showed that the participants recognized the importance of the internship in their professional formation process and considered it a time and a place for many learnings, and also that this experience could be extended in the couse curriculum. They understand that the internship helped them to reduce the difficulties faced in the beginning of the professional practice, learn how to move within the school structure, build human relations and occupy the position of teacher and authority. Regarding the knowledge required to teach, considering at the same time the outcome of the internship experience, the participants mentioned the capacity of listening, mediation, negotiation, dialogue and acceptance; the position of a subject of authority, a member of a collective that share, plan and learn together; the knowledge of the Physical Education contents and its historical path; the preparation and implementation of the learning plan and the knowledge of the school context, the teacher's life and the school life. Regarding the formation issues, the participants mention that the course disciplines offer an important support for the planning of the internship; the activities carried out in basic schools, either in the internship or in other academic situations were indispensable for a better understanding of the work and the school; the preparation for the research contributed to develop their autonomy and the internship contributed to broaden the debate in the classroom. The relation between theory and practice stood as an issue still poorly understood by students, that in some way disqualify the subjects understood as theoretical. The students understand that the relations between university and school need to be intensified in the sense of achieving an more integrated formation. The study showed that there is a desire of interns, through investing in a good PE teaching and expanding its contents in school, to contribute to its recognition as a curricular component of the Basic Education.