O monitoramento do meio ambiente e suas mudanças requer a análise de uma grade quantidade de imagens muitas vezes coletadas por satélites. No entanto, variações nos sinais devido a mudanças nas condições atmosféricas frequentemente resultam num deslocamento da distribuição dos dados para diferentes locais e datas. Isso torna difícil a distinção dentre as várias classes de uma base de dados construída a partir de várias imagens. Neste trabalho introduzimos uma nova abordagem de classificação supervisionada, chamada Classifica-Normaliza-Classifica (CNC), para amenizar o problema de deslocamento dos dados. A proposta é implementada usando dois classificadores. O primeiro é treinado em imagens não normalizadas de refletância de topo de atmosfera para distinguir dentre pixels de uma classe de interesse (CDI) e pixels de outras categorias (e.g. floresta versus não-floresta). Dada uma nova imagem de teste, o primeiro classificador gera uma segmentação das regiões da CDI e então um vetor mediano é calculado para os valores espectrais dessas áreas. Então, esse vetor é subtraído de cada pixel da imagem e portanto fixa a distribuição de dados de diferentes imagens num mesmo referencial. Finalmente, o segundo classificador, que é treinado para minimizar o erro de classificação em imagens já centralizadas pela mediana, é aplicado na imagem de teste normalizada no segundo passo para produzir a segmentação binária final. A metodologia proposta foi testada para detectar desflorestamento em pares de imagens co-registradas da Landsat 8 OLI sobre a floresta Amazônica. Experimentos usando imagens multiespectrais de refletância de topo de atmosfera mostraram que a CNC obteve maior acurácia na detecção de desflorestamento do que classificadores aplicados em imagens de refletância de superfície fornecidas pelo United States Geological Survey. As acurácias do método proposto também se mostraram superiores às obtidas pelas máscaras de desflorestamento do programa PRODES. / Monitoring natural environments and their changes over time requires the analysis of a large amount of image data, often collected by orbital remote sensing platforms. However, variations in the observed signals due to changing atmospheric conditions often result in a data distribution shift for different dates and locations making it difficult to discriminate between various classes in a dataset built from several images. This work introduces a novel supervised classification framework, called Classify-Normalize-Classify (CNC), to alleviate this data shift issue. The proposed scheme uses a two classifier approach. The first classifier is trained on non-normalized top-of-the-atmosphere reflectance samples to discriminate between pixels belonging to a class of interest (COI) and pixels from other categories (e.g. forest vs. non-forest). At test time, the estimated COI’s multivariate median signal, derived from the first classifier segmentation, is subtracted from the image and thus anchoring the data distribution from different images to the same reference. Then, a second classifier, pre-trained to minimize the classification error on COI median centered samples, is applied to the median-normalized test image to produce the final binary segmentation. The proposed methodology was tested to detect deforestation using bitemporal Landsat 8 OLI images over the Amazon rainforest. Experiments using top-of-the-atmosphere multispectral reflectance images showed that the deforestation was mapped by the CNC framework more accurately as compared to running a single classifier on surface reflectance images provided by the United States Geological Survey (USGS). Accuracies from the proposed framework also compared favorably with the benchmark masks of the PRODES program.

Os recentes avanços da ciência e tecnologia viabilizaram o crescimento de dados em quantidade e disponibilidade. Junto com essa explosão de informações geradas, surge a necessidade de analisar dados para descobrir conhecimento novo e útil. Desse modo, áreas que visam extrair conhecimento e informações úteis de grandes conjuntos de dados se tornaram grandes oportunidades para o avanço de pesquisas, tal como o Aprendizado de Máquina (AM) e a Mineração de Dados (MD). Porém, existem algumas limitações que podem prejudicar a acurácia de alguns algoritmos tradicionais dessas áreas, por exemplo o desbalanceamento das amostras das classes de um conjunto de dados. Para mitigar tal problema, algumas alternativas têm sido alvos de pesquisas nos últimos anos, tal como o desenvolvimento de técnicas para o balanceamento artificial de dados, a modificação dos algoritmos e propostas de abordagens para dados desbalanceados. Uma área pouco explorada sob a visão do desbalanceamento de dados são os problemas de classificação hierárquica, em que as classes são organizadas em hierarquias, normalmente na forma de árvore ou DAG (Direct Acyclic Graph). O objetivo deste trabalho foi investigar as limitações e maneiras de minimizar os efeitos de dados desbalanceados em problemas de classificação hierárquica. Os experimentos realizados mostram que é necessário levar em consideração as características das classes hierárquicas para a aplicação (ou não) de técnicas para tratar problemas dados desbalanceados em classificação hierárquica. / Recent advances in science and technology have made possible the data growth in quantity and availability. Along with this explosion of generated information, there is a need to analyze data to discover new and useful knowledge. Thus, areas for extracting knowledge and useful information in large datasets have become great opportunities for the advancement of research, such as Machine Learning (ML) and Data Mining (DM). However, there are some limitations that may reduce the accuracy of some traditional algorithms of these areas, for example the imbalance of classes samples in a dataset. To mitigate this drawback, some solutions have been the target of research in recent years, such as the development of techniques for artificial balancing data, algorithm modification and new approaches for imbalanced data. An area little explored in the data imbalance vision are the problems of hierarchical classification, in which the classes are organized into hierarchies, commonly in the form of tree or DAG (Direct Acyclic Graph). The goal of this work aims at investigating the limitations and approaches to minimize the effects of imbalanced data with hierarchical classification problems. The experimental results show the need to take into account the features of hierarchical classes when deciding the application of techniques for imbalanced data in hierarchical classification.

Submitted by Maicow Lucas Santos Walhers (maicow.assistentesocial@live.com) on 2017-02-09T18:34:33Z No. of bitstreams: 1 A CONSTRUÇÃO DA IDENTIDADE PROFISSIONAL EM SERVIÇO SOCIAL E A CONTRIBUIÇÃO DO ESTÁGIO SUPERVISIONADO.pdf: 1941163 bytes, checksum: ddf99e8bce54f311f0745d7b9f89127a (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-02-14T16:38:20Z (GMT) No. of bitstreams: 1 walhers_mls_me_fran.pdf: 1941163 bytes, checksum: ddf99e8bce54f311f0745d7b9f89127a (MD5) / Made available in DSpace on 2017-02-14T16:38:20Z (GMT). No. of bitstreams: 1 walhers_mls_me_fran.pdf: 1941163 bytes, checksum: ddf99e8bce54f311f0745d7b9f89127a (MD5) Previous issue date: 2016-09-29 / O presente trabalho teve como objetivo compreender como se configura a construção da identidade profissional em Serviço Social e como o estágio supervisionado contribui (ou não) nesse processo a partir dos sujeitos significativos: supervisores de campo, acadêmicos e estagiários. A identidade profissional caracteriza-se como categoria histórica, que deve ser apreendida somente a partir da dinâmica da realidade social e nela, inserida o Serviço Social enquanto resposta do Estado, da burguesia e da Igreja Católica a partir do agravamento da questão social. Partimos da contribuição da teoria social crítica marxiana, principalmente de Gramsci, para a compreensão do Estado ampliado, da busca pela hegemonia do projeto ético-político no Serviço Social e da identidade profissional. Procuramos analisá-la a partir da categoria trabalho e sua centralidade no mundo do trabalho, enquanto atividade ontológica do homem e sua configuração a partir da constituição da ordem burguesa. O estágio supervisionado é colocado como um dos elementos centrais na construção da identidade profissional e na relação teoria e prática diante da dimensão investigativa e interventiva da profissão. Enquanto espaço de mediação da práxis profissional o estágio supervisionado adquire um novo significado a partir das Diretrizes Curriculares em Serviço Social e da Política Nacional de Estágio – PNE, sendo considerado como um dos momentos onde o estagiário poderá (ou não) se identificar com a profissão, rompendo com a identidade atribuída da profissão ou reforça-la nos espaços sócio-ocupacionais. Também analisamos o Serviço Social na contemporaneidade e sua busca de ruptura com o Serviço Social tradicional e se este se reatualiza frente às mudanças no mundo do trabalho diante do avanço do conservadorismo na profissão. / This study aimed to understand how to set up the construction of professional identity in social work and as supervised training contributes (or not) in this process from the significant subjects: field supervisors, students and trainees. Professional identity is characterized as a historical category, which must be understood only from the dynamics of social reality and in it, set the Social Service as a state response, the bourgeoisie and the Catholic Church from the worsening of the social question. We start from the contribution of Marxian critical social theory, especially Gramsci, for understanding the expanded state, the quest for hegemony of the ethical-political project in social work and professional identity. We try to analyze it from the category of labor and its centrality in the world of work, while ontological activity of man and its configuration from the constitution of the bourgeois order. The supervised training is placed as a central element in the construction of professional identity and the theory and practice before the investigative and interventional dimension of professional relationship. While the professional practice mediation space supervised training acquires a new meaning from the Curriculum Guidelines in Social Work and the National Training Policy - PNE, being considered as one of the moments where the trainee may (or not) to identify with the profession , breaking with the identity given profession or strengthens it in social and occupational spaces. We also analyze the social work in contemporary and his quest break with traditional social work and this is renews the face of changes in the world of work before the advance of conservatism in the profession.

Made available in DSpace on 2016-03-15T19:42:48Z (GMT). No. of bitstreams: 1 Adriana Parravano Neves.pdf: 1028496 bytes, checksum: 2e5a2cc2cdc758b411b3da5578f47a45 (MD5) Previous issue date: 2014-08-05 / The central object of the present research is the supervised internship in a pedagogy course as a guideline for the constitution of interdisciplinary experiences in initial teachers‟ education. This work analyzed a teacher-training course, Pedagogy, in the city of São Paulo, to confront theoretical aspects of the necessity of initiating an interdisciplinary posture in the orientation for initial teacher education. For this, it was made a bibliographic review, utilizing authors focused on themes about Teacher Education, Interdisciplinary Subjects, Curriculum and Supervised Practice Internship, in addition to field research, where I utilized the fieldnote as data collection tools, in which I registered the routine of the classes observed of the course. A five-question questionnaire was applied with the aim of reflecting about the ideas of the theory and practice developed in the course. During the analysis, it was possible to observe the difficulty students in pedagogical training have in relating theory with practice, using as an argument the lack of stimulus, the observed practice in formation and the perception of the current context. The internship was revealed as fundamental for the students to be exposed to projects and proposals, which gather reflections, and interdisciplinary analyzes during initial teacher education, becoming their formation more coherent in relation to the contemporary needs of a thought and an action more complex. Among results, it was perceived the student s perspective before the internship in this initial teacher education course, as well the significance of the interdisciplinary issue in the context of formation, cause, although students did not have the chance to experience the interdisciplinary challenge, they have brought concerns about it. / A presente pesquisa tem por objeto central o estágio supervisionado no curso de Pedagogia como eixo norteador para constituição de experiências interdisciplinares na formação inicial do professor. Foi analisado um curso de formação de professores na capital paulista para confrontar os aspectos teóricos da necessidade de desencadear uma postura interdisciplinar presente nas orientações para formação inicial de professores Para tanto, foi feita uma revisão bibliográfica, utilizando autores centrados em temas sobre Formação de Professor, Interdisciplinaridade, Currículo e Estágio Supervisionado; além da pesquisa de campo, onde utilizei como ferramentas de coleta de dados o caderno de campo, em que registrei a rotina e as aulas observadas do curso, além da aplicação de um questionário com cinco perguntas voltadas à reflexão sobre a ideia de teoria e prática e de documentos do curso de Pedagogia. Durante as análises da coleta, foi possível perceber a dificuldade que os alunos em formação pedagógica possuem em relacionar a teoria com a prática, argumentando falta de estímulo, prática observada na formação e percepção do contexto atual. O estágio revelou-se como fundamental para que os discentes sejam expostos a projetos e propostas que congreguem reflexões e análises interdisciplinares durante a formação inicial, tornando mais coerentes a formação em relação às necessidades contemporâneas de um pensamento e uma ação mais complexos. Dentre os resultados, foi possível conhecer o olhar dos alunos perante o estágio no curso de formação inicial bem verificar a importância da questão interdisciplinar no contexto de formação, pois embora não tivessem a possibilidade de vivenciar o desafio interdisciplinar, os alunos trouxeram inquietações nesse sentido.

Made available in DSpace on 2016-04-27T14:30:36Z (GMT). No. of bitstreams: 1 Gislene Miotto Catolino Raymundo.pdf: 4475173 bytes, checksum: 0246fc6e0523d0554ed110630dea3a8a (MD5) Previous issue date: 2011-04-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This project aimed at analyzing how the Teaching practice and supervised training are understood and experienced in the courses of initial teacher education established from the new curriculum guidelines to be applied in the basic education teachers training, specifically because of the requirements proposed by the LDB N°. 9394/96 and also by the Resolutions and Opinions of the National Education Council. The study and reflection involving these curriculum components from the new curriculum guidelines are of fundamental importance since the initial teacher training should enable the education and educational research as a unit of teaching activities, aiming at a reflexive link between the theory and practice experienced in schools and training field. In this perspective, the contribution of this paper is to discuss a proposal considered to be innovative in the process of teacher training, because it shows the disciplines of Teaching Practice and Supervised training as coordinating axes, expressing the possibility of a training that exceeds the beacons placed by traditional teaching conceptions and techniques and that enables the teacher not only to(re) define his teaching knowledge but also to understand the meaning of being a teacher. Thus, in this study, it was verified how the Pedagogy course at the Centro Universitário de Maringá has adapted the Teaching Practice and the Supervised training from the new curriculum guidelines for the teacher education curriculum and how much these components contribute to the redefinition of knowledge which are necessary to the pedagogical practice qualification, specifically for those students who are working as basic education teachers. The choice for both this institution and this course was made taking into consideration the fact that, since I am responsible for teacher training in this institution, I experience the limits and possibilities of the Teaching Practice and Supervised training which are the articulating axis of the relationship between theory and practice in the training of the future basic education teachers. To develop this research, I chose a qualitative approach, where the collection of data has been conducted through document analysis and questionnaires administered to teachers and students of the institution examined. The analysis of those documents identified how the Teaching Practice and Supervised Training are designed in a space and time which allowed for changes, learning, redefined the teaching practice and allowed to rediscover the social dimensions of being a teacher, especially for those who are already working as basic education teachers / O presente trabalho objetivou analisar a partir das novas Diretrizes Curriculares para a formação de professores da educação básica, especificamente frente às exigências propostas pela LDB nº. 9394/96 e também pelas Resoluções e Pareceres do Conselho Nacional de Educação como a Prática de Ensino e Estágio Curricular Supervisionado são compreendidos e vivenciados nos cursos de formação inicial de docentes. O estudo e a reflexão envolvendo esses componentes curriculares a partir das novas diretrizes curriculares são de fundamental importância, pois é na formação inicial de professores que se deve possibilitar o ensino e a investigação pedagógica como unidade do trabalho docente, objetivando a articulação reflexiva entre os conhecimentos teóricos e a prática vivenciada nas escolas, campo de estágio. Nesta perspectiva, a contribuição deste trabalho está em discutir uma proposta que considero inovadora no processo de formação de professores, pois apresenta como eixos articuladores as disciplinas de Prática de Ensino e Estágio Supervisionado, expressando a possibilidade de uma formação docente que extrapole as balizas colocadas pelas concepções tradicional e técnica do fazer docente e que propicie ao futuro professor (re)significar os seus saberes docentes e compreender o significado de ser professor. Dessa forma, nesta pesquisa, verificouse como o curso de Pedagogia do Centro Universitário de Maringá adequou a Prática de Ensino e o Estágio Supervisionado a partir das novas Diretrizes Curriculares para a formação de professores e o quanto esses componentes curriculares contribuem para a ressignificação de saberes necessários à qualificação da prática pedagógica, especificamente dos acadêmicos que já atuam como professores da educação básica. A escolha por essa instituição de ensino e por esse curso se deve ao fato de que, enquanto professora responsável pela formação de professores nesta instituição, vivencio os limites e possibilidades da Prática de Ensino e do Estágio Supervisionado constituírem os eixos articuladores da relação teoria e prática na formação dos futuros professores da educação básica. Para o desenvolvimento desta pesquisa, optei por uma abordagem de cunho qualitativa, sendo realizada a coleta dos dados por meio de análise documental e questionários aplicados aos docentes e acadêmicos da instituição analisada. A análise desses documentos permitiu identificar o quanto a Prática de Ensino e o Estágio são concebidos como um espaço e tempo que possibilitou mudanças, aprendizados, ressignificou a prática pedagógica e permitiu redescobrir a dimensão social de ser professor, principalmente daqueles que já atuam como docentes da educação básica

Aprendizado semissupervisionado (ASS) é o nome dado ao paradigma de aprendizado de máquina que considera tanto dados rotulados como dados não rotulados. Embora seja considerado frequentemente como um meio termo entre os paradigmas supervisionado e não supervisionado, esse paradigma é geralmente aplicado a tarefas preditivas ou descritivas. Na tarefa preditiva de classificação, p. ex., o objetivo é rotular dados não rotulados de acordo com os rótulos dos dados rotulados. Nesse caso, enquanto que os dados não rotulados descrevem as distribuições dos dados e mediam a propagação dos rótulos, os itens de dados rotulados semeiam a propagação de rótulos e guiam-na à estabilidade. No entanto, dados são gerados tipicamente não rotulados e sua rotulação requer o envolvimento de especialistas no domínio, rotulando-os manualmente. Dificuldades na visualização de grandes volumes de dados, bem como o custo associado ao envolvimento do especialista, são desafios que podem restringir o desempenho dessa tarefa. Por- tanto, o destacamento automático de bons candidatos a dados rotulados, doravante denominados indivíduos representativos, é uma tarefa de grande importância, e pode proporcionar uma boa relação entre o custo com especialista e o desempenho do aprendizado. Dentre as abordagens de ASS discriminadas na literatura, nosso interesse de estudo se concentra na abordagem baseada em redes, onde conjuntos de dados são representados relacionalmente, através da abstração gráfica. Logo, o presente trabalho tem como objetivo explorar a influência dos nós rotulados no desempenho do ASS baseado em redes, i.e., estudar a caracterização de nós representativos, como a estrutura da rede pode realçá-los, o ganho de desempenho de ASS proporcionado pela rotulação manual dos mesmos, e aspectos filosóficos relacionados. Em relação à caracterização, critérios de caracterização de nós centrais em redes são estudados considerando-se redes com estruturas modulares bem definidas. Contraintuitivamente, nós bastantes conectados (hubs) não são muito representativos. Nós razoavelmente conectados em vizinhanças pouco conectadas, por outro lado, são; estritamente local, esse critério de caracterização é escalável a grandes volumes de dados. Em redes com distribuição de grau homogênea - modelo Girvan-Newman (GN), nós com alto coeficiente de agrupamento também mostram-se representativos. Por outro lado, em redes com distribuição de grau heterogênea - modelo Lancichinetti-Fortunato-Radicchi (LFR), nós com alta intermedialidade se destacam. Nós com alto coeficiente de agrupamento em redes GN estão tipicamente situados em motifs do tipo quase-clique; nós com alta intermedialidade em redes LFR são hubs situados na borda das comunidades. Em ambos os casos, os nós destacados são excelentes regularizadores. Além disso, como critérios diversos se destacam em redes com características diversas, abordagens unificadas para a caracterização de nós representativos também foram estudadas. Crítica para o realce de indivíduos representativos e o bom desempenho da classificação semissupervisionada, a construção de redes a partir de bases de dados vetoriais também foi estudada. O método denominado AdaRadius foi proposto, e apresenta vantagens tais como adaptabilidade em bases de dados com densidade variada, baixa dependência da configuração de seus parâmetros, e custo computacional razoável, tanto sobre dados pool-based como incrementais. As redes resultantes, por sua vez, são esparsas, porém conectadas, e permitem que a classificação semissupervisionada se favoreça da rotulação prévia de indivíduos representativos. Por fim, também foi estudada a validação de métodos de construção de redes para o ASS, sendo proposta a medida denominada coerência grafo-rótulos de Katz. Em suma, os resultados discutidos apontam para a validade da seleção de indivíduos representativos para semear a classificação semissupervisionada, corroborando a hipótese central da presente tese. Analogias são encontrados em diversos problemas modelados em redes, tais como epidemiologia, propagação de rumores e informações, resiliência, letalidade, grandmother cells, e crescimento e auto-organização. / Semi-supervised learning (SSL) is the name given to the machine learning paradigm that considers both labeled and unlabeled data. Although often defined as a mid-term between unsupervised and supervised machine learning, this paradigm is usually applied to predictive or descriptive tasks. In the classification task, for example, the goal is to label the unlabeled data according to the labels of the labeled data. In this case, while the unlabeled data describes the data distributions and mediate the label propagation, the labeled data seeds the label propagation and guide it to the stability. However, as a whole, data is generated unlabeled, and to label data requires the involvement of domain specialists, labeling it by hand. Difficulties on visualizing huge amounts of data, as well as the cost of the specialists involvement, are challenges which may constraint the labeling task performance. Therefore, the automatic highlighting of good candidates to label by hand, henceforth called representative individuals, is a high value task, which may result in a good tradeoff between the cost with the specialist and the machine learning performance. Among the SSL approaches in the literature, our study is focused on the network--based approache, where datasets are represented relationally, through the graphic abstraction. Thus, the current study aims to explore and exploit the influence of the labeled data on the SSL performance, that is, the proper characterization of representative nodes, how the network structure may enhance them, the SSL performance gain due to labeling them by hand, and related philosophical aspects. Concerning the characterization, central nodes characterization criteria were studied on networks with well-defined modular structures. Counterintuitively, highly connected nodes (hubs) are not much representatives. Not so connected nodes placed in low connectivity neighborhoods are, though. Strictly local, this characterization is scalable to huge volumes of data. In networks with homogeneous degree distribution - Girvan-Newman networks (GN), nodes with high clustering coefficient also figure out as representatives. On the other hand, in networks with inhomogeneous degree distribution - Lancichinetti-Fortunato-Radicchi networks (LFR), nodes with high betweenness stand out. Nodes with high clustering coefficient in GN networks typically lie in almost-cliques motifs; nodes with high betweenness in LFR networks are highly connected nodes, which lie in communities borders. In both cases, the highlighted nodes are outstanding regularizers. Besides that, unified approaches to characterize representative nodes were studied because diverse criteria stand out for diverse networks. Crucial for highlighting representative nodes and ensure good SSL performance, the graph construction from vector-based datasets was also studied. The method called AdaRadius was introduced and presents advantages such as adaptability to data with variable density, low dependency on parameters settings, and reasonable computational cost on both pool based and incremental data. Yielding networks are sparse but connected and allow the semi-supervised classification to take great advantage of the manual labeling of representative nodes. Lastly, the validation of graph construction methods for SSL was studied, being proposed the validation measure called graph-labels Katz coherence. Summing up, the discussed results give rise to the validity of representative individuals selection to seed the semi-supervised classification, supporting the central assumption of current thesis. Analogies may be found in several real-world network problems, such as epidemiology, rumors and information spreading, resilience, lethality, grandmother cells, and network evolving and self-organization.

Acute kidney injury (AKI) is a significant adverse effect of many medications that leads to increased morbidity, cost, and mortality among hospitalized patients. Recent literature supports a strong link between empiric combination antimicrobial therapy and increased AKI risk. As briefly summarized below, the following chapters describe my research conducted in this area. Chapter 1 presents and summarizes the published literature connecting combination antimicrobial therapy with increased AKI incidence. This chapter sets the specific aims I aim to achieve during my dissertation project. Chapter 2 describes a study in which patients receiving vancomycin (VAN) in combination with piperacillin-tazobactam (TZP) or cefepime (CFP). I matched over 1,600 patients receiving both combinations and found a significantly lower incidence of AKI among patient receiving the CFP+VAN combination when controlling for confounders. The conclusion of this study is that VAN+TZP has significantly increased risk of AKI compared to CFP+VAN, confirming the results of previous literature. Chapter 3 presents a study of patients receiving VAN in combination with meropenem (MEM) or TZP. This study included over 10,000 patients and used inverse probability of treatment weighting to conserve data for this population. After controlling for confounders, VAN+TZP was associated with significantly more AKI than VAN+MEM. This study demonstrates that MEM is clinically viable alternative to TZP in empiric antimicrobial therapy. Chapter 4 describes a study in which patients receiving TZP or ampicillin-sulbactam (SAM) with or without VAN were analyzed for AKI incidence. The purpose of this study was to identify whether the addition of a beta-lactamase inhibitor to a beta-lactam increased the risk of AKI. This study included more than 2,400 patients receiving either agent and found that there were no differences in AKI among patients receiving SAM or TZP; however, AKI was significantly more common in the TZP group when stratified by VAN exposure. This study shows that comparisons of TZP to other beta-lactams without beta-lactamase inhibitors are valid. Chapter 5 presents a study of almost 30,000 patients who received combination antimicrobial therapy over an 8-year period. This study demonstrates similar AKI incidence to previous literature and the studies presented in the previous chapters. Additionally, the results of the predictive models suggest that further work in this research area is needed. The studies conducted present a clear message that patients receiving VAN+TZP are at significantly greater risk of AKI than alternative regimens for empiric coverage of infection.

Transposable Elements (TEs) or jumping genes are the DNA sequences that have an intrinsic capability to move within a host genome from one genomic location to another. Studies show that the presence of a TE within or adjacent to a functional gene may alter its expression. TEs can also cause an increase in the rate of mutation and can even promote gross genetic arrangements. Thus, the proper classification of the identified jumping genes is important to understand their genetic and evolutionary effects. While computational methods have been developed that perform either binary classification or multi-label classification of TEs, few studies have focused on their hierarchical classification. The existing methods have limited accuracy in classifying TEs. In this study, we examine the performance of a variety of machine learning (ML) methods and propose a robust augmented Stacking-based ML method, ClassifyTE, for the hierarchical classification of TEs with high accuracy.

Mosquito borne diseases have been a constant scourge across the globe resulting in numerous diseases with debilitating consequences, and also death. To derive trends on population of mosquitoes in an area, trained personnel lay traps, and after collecting trapped specimens, they spend hours under a microscope to inspect each specimen for identifying the actual species and logging it. This is vital, because multiple species of mosquitoes can reside in any area, and the vectors that some of them carry are not the same ones carried by others. The species identification process is naturally laborious, and imposes severe cognitive burden, since sometimes, hundreds of mosquitoes can get trapped. Most importantly, common citizens cannot aid in this task. In this paper, we design a system based on smart-phone images for mosquito species identification, that integrates image processing, feature selection, unsupervised clustering, and support vector machine based algorithm for classification. Results with a total of 101 female mosquito specimens spread across 9 different vector carrying species (that were captured from a real outdoor trap) demonstrate an overall accuracy of 77% in species identification. When implemented as a smart-phone app, the latency and energy consumption were minimal. In terms of practical impact, common citizens can benefit from our system to identify mosquito species by themselves, and also share images to local/ global mosquito control centers. In economically disadvantaged areas across the globe, tools like these can enable novel citizen-science enabled mechanisms to combat spread of mosquitoes.

This work is motivated by the need of providing patients with a decision support system that facilitates the selection of the most appropriate treatment strategy in cancer treatment. Treatment options are currently subject to predetermined clinical pathways and medical expertise, but generally, do not consider the individual patient characteristics or preferences. Although genomic patient data are available, this information is rarely used in the clinical setting for real-life patient care. In the area of personalized medicine, the advancement in the fundamental understanding of cancer biology and clinical oncology can promote the prevention, detection, and treatment of cancer diseases. The objectives of this research are twofold. 1) To develop a patient-centered decision support model that can determine the most appropriate cancer treatment strategy based on subjective medical decision criteria, and patient's characteristics concerning the treatment options available and desired clinical outcomes; and 2) to develop a methodology to organize and analyze gene expression data and validate its accuracy as a predictive model for patient's response to radiation therapy (tumor radiosensitivity). The complexity and dimensionality of the data generated from gene expression microarrays requires advanced computational approaches. The microarray gene expression data processing and prediction model is built in four steps: response variable transformation to emphasize the lower and upper extremes (related to Radiosensitive and Radioresistant cell lines); dimensionality reduction to select candidate gene expression probesets; model development using a Random Forest algorithm; and validation of the model in two clinical cohorts for colorectal and esophagus cancer patients. Subjective human decision-making plays a significant role in defining the treatment strategy. Thus, the decision model developed in this research uses language and mechanisms suitable for human interpretation and understanding through fuzzy sets and degree of membership. This treatment selection strategy is modeled using a fuzzy logic framework to account for the subjectivity associated to the medical strategy and the patient's characteristics and preferences. The decision model considers criteria associated to survival rate, adverse events and efficacy (measured by radiosensitivity) for treatment recommendation. Finally, a sensitive analysis evaluates the impact of introducing radiosensitivity in the decision-making process. The intellectual merit of this research stems from the fact that it advances the science of decision-making by integrating concepts from the fields of artificial intelligence, medicine, biology and biostatistics to develop a decision aid approach that considers conflictive objectives and has a high practical value. The model focuses on criteria relevant to cancer treatment selection but it can be modified and extended to other scenarios beyond the healthcare environment.