Fronts from complex two-dimensional dispersal kernels: theory and application to Reid's paradox

Bimodal dispersal probability distributions with characteristic distances differing by several orders of magnitude have been derived and favorably compared to observations by Nathan [Nature (London) 418, 409 (2002)]. For such bimodal kernels, we show that two-dimensional molecular dynamics computer simulations are unable to yield accurate front speeds. Analytically, the usual continuous-space random walks (CSRWs) are applied to two dimensions. We also introduce discrete-space random walks and use them to check the CSRW results (because of the inefficiency of the numerical simulations). The physical results reported are shown to predict front speeds high enough to possibly explain Reid's paradox of rapid tree migration. We also show that, for a time-ordered evolution equation, fronts are always slower in two dimensions than in one dimension and that this difference is important both for unimodal and for bimodal kernels

A comparison of the alr and ilr transformations for kernel density estimation of compositional data

In a seminal paper, Aitchison and Lauder (1985) introduced classical kernel density estimation techniques in the context of compositional data analysis. Indeed, they gave two options for the choice of the kernel to be used in the kernel estimator. One of these kernels is based on the use the alr transformation on the simplex SD jointly with the normal distribution on RD-1. However, these authors themselves recognized that this method has some deficiencies. A method for overcoming these dificulties based on recent developments for compositional data analysis and multivariate kernel estimation theory, combining the ilr transformation with the use of the normal density with a full bandwidth matrix, was recently proposed in Martín-Fernández, Chacón and Mateu- Figueras (2006). Here we present an extensive simulation study that compares both methods in practice, thus exploring the finite-sample behaviour of both estimators

Prediction of the bulking phenomenon in wastewater treatment plants

The control and prediction of wastewater treatment plants poses an important goal: to avoid breaking the environmental balance by always keeping the system in stable operating conditions. It is known that qualitative information — coming from microscopic examinations and subjective remarks — has a deep influence on the activated sludge process. In particular, on the total amount of effluent suspended solids, one of the measures of overall plant performance. The search for an input–output model of this variable and the prediction of sudden increases (bulking episodes) is thus a central concern to ensure the fulfillment of current discharge limitations. Unfortunately, the strong interrelation between variables, their heterogeneity and the very high amount of missing information makes the use of traditional techniques difficult, or even impossible. Through the combined use of several methods — rough set theory and artificial neural networks, mainly — reasonable prediction models are found, which also serve to show the different importance of variables and provide insight into the process dynamics

Effect of magnesium sulphate and L-tryptophan and genotype on the feed intake, behaviour and meat quality of pigs

Sixty-nine entire male pigs with different halothane genotype (homozygous halothane positive – nn-, n=36; and homozygous halothane negative – NN-, n=33) were fed with a supplementation of magnesium sulphate (Mg) and/or L-tryptophan (Trp) in the diet for 5 days before slaughter. Animals were housed individually and were submitted to stressful ante mortem conditions (mixed in the lorry according to treatments and transported 1h on rough roads). Individual feed intake was recorded during the 5-day treatment. At the abattoir, pig behaviour was assessed in the raceway to the stunning system and during the stunning period by exposure to CO2. Muscle pH, colour, water holding capacity, texture and cathepsin activities were determined to assess meat quality. The number of pigs with an individual feed intake lower than 2kg/day was significantly different among diets (P<0.05; Control: 8.7%; Mg&Trp: 43.5%; Trp: 17.4%) and they were considered to have inadequate supplement intake. During the ante mortem period, 15.2% of pigs included in the experiment died, and this percentage decreased to 8.7% in those pigs with a feed intake > 2kg/day, all of them from the stress-sensitive pigs (nn). In general, no differences were observed in the behaviour of pigs along the corridor leading to the stunning system and inside the CO2 stunning system. During the stunning procedure, Trp diet showed shorter periods of muscular excitation than control and Mg&Trp diets. The combination of a stressful ante mortem treatment and Mg&Trp supplementation led to carcasses with high incidence of severe skin lesions. Different meat quality results were found when considering all pigs or considering only those with adequate supplement intake. In this later case, Trp increased pH45 (6.15) vs Control diet (5.96) in the Longissimus thoracis (LT) muscle (P<0.05) and pH at 24h (Trp: 5.59 vs C: 5.47) led to a higher incidence of dark, firm and dry (DFD) traits in SM muscle (P<0.05). Genotype affected negatively all the meat quality traits. Seventy-five percent of LT and 60.0% of the SM muscles from nn pigs were classified as pale, soft and exudative (PSE), while none of the NN pigs showed these traits (P<0.0001). No significant differences were found between genotypes on the incidence of DFD meat. Due to the negative effects observed in the Mg&Trp group in feed intake and carcass quality, the utilization of a mixture of magnesium sulphate and tryptophan is not recommended

Front spreading in population dynamic models. Theory and application to the Neolithic transition

This thesis presents population dynamics models that can be applied to predict the rate of spread of the Neolithic transition (change from hunter-gathering to farming economics) across the European continent, which took place about 9000 to 5000 years ago. The first models in this thesis provide predictions at a continental scale. We develop population dynamics models with explicit kernels and apply realistic data. We also derive a new time-delayed reaction-diffusion equation which yields speeds about a 10% slower than previous models. We also deal with a regional variability: the slowdown of the Neolithic front when reaching the North of Europe. We develop simple reaction-diffusion models that can predict the measured speeds in terms of the non-homogeneous distribution of pre-Neolithic (Mesolithic) population in Europe, which were present in higher densities at the North of the continent. Such models can explain the observed speeds.

Image classification for a large number of object categories

L'increment de bases de dades que cada vegada contenen imatges més difícils i amb un nombre més elevat de categories, està forçant el desenvolupament de tècniques de representació d'imatges que siguin discriminatives quan es vol treballar amb múltiples classes i d'algorismes que siguin eficients en l'aprenentatge i classificació. Aquesta tesi explora el problema de classificar les imatges segons l'objecte que contenen quan es disposa d'un gran nombre de categories. Primerament s'investiga com un sistema híbrid format per un model generatiu i un model discriminatiu pot beneficiar la tasca de classificació d'imatges on el nivell d'anotació humà sigui mínim. Per aquesta tasca introduïm un nou vocabulari utilitzant una representació densa de descriptors color-SIFT, i desprès s'investiga com els diferents paràmetres afecten la classificació final. Tot seguit es proposa un mètode par tal d'incorporar informació espacial amb el sistema híbrid, mostrant que la informació de context es de gran ajuda per la classificació d'imatges. Desprès introduïm un nou descriptor de forma que representa la imatge segons la seva forma local i la seva forma espacial, tot junt amb un kernel que incorpora aquesta informació espacial en forma piramidal. La forma es representada per un vector compacte obtenint un descriptor molt adequat per ésser utilitzat amb algorismes d'aprenentatge amb kernels. Els experiments realitzats postren que aquesta informació de forma te uns resultats semblants (i a vegades millors) als descriptors basats en aparença. També s'investiga com diferents característiques es poden combinar per ésser utilitzades en la classificació d'imatges i es mostra com el descriptor de forma proposat juntament amb un descriptor d'aparença millora substancialment la classificació. Finalment es descriu un algoritme que detecta les regions d'interès automàticament durant l'entrenament i la classificació. Això proporciona un mètode per inhibir el fons de la imatge i afegeix invariança a la posició dels objectes dins les imatges. S'ensenya que la forma i l'aparença sobre aquesta regió d'interès i utilitzant els classificadors random forests millora la classificació i el temps computacional. Es comparen els postres resultats amb resultats de la literatura utilitzant les mateixes bases de dades que els autors Aixa com els mateixos protocols d'aprenentatge i classificació. Es veu com totes les innovacions introduïdes incrementen la classificació final de les imatges.

Desenvolupament, implementació i aplicació de noves metodologies per a l'estudi de la reactivitat química i de les propietats òptiques no lineals

El coneixement de la superfície d'energia potencial (PES) ha estat essencial en el món de la química teòrica per tal de discutir tant la reactivitat química com l'estructura i l'espectroscòpia molecular. En el camp de la reactivitat química es hem proposat continuar amb el desenvolupament de nova metodologia dins el marc de la teoria del funcional de la densitat conceptual. En particular aquesta tesis es centrarà en els següents punts: a) El nombre i la naturalesa dels seus punts estacionaris del PES poden sofrir canvis radicals modificant el nivell de càlcul utilitzats, de tal manera que per estar segurs de la seva naturalesa cal anar a nivells de càlcul molt elevats. La duresa és una mesura de la resistència d'un sistema químic a canviar la seva configuració electrònica, i segons el principi de màxima duresa on hi hagi un mínim o un màxim d'energia trobarem un màxim o un mínim de duresa, respectivament. A l'escollir tot un conjunt de reaccions problemàtiques des del punt de vista de presència de punts estacionaris erronis, hem observat que els perfils de duresa són més independents de la base i del mètode utilitzats, a més a més sempre presenten el perfil correcte. b) Hem desenvolupat noves expressions basades en les integracions dels kernels de duresa per tal de determinar la duresa global d'una molècula de manera més precisa que la utilitzada habitualment que està basada en el càlcul numèric de la derivada segona de l'energia respecte al número d'electrons. c) Hem estudiat la validesa del principis de màxima duresa i de mínima polaritzabiliat en les vibracions asimètriques en sistemes aromàtics. Hem trobat que per aquests sistemes alguns modes vibracionals incompleixen aquests principis i hem analitzat la relació d'aquest l'incompliment amb l'efecte de l'acoblament pseudo-Jahn-Teller. A més a més, hem postulat tot un conjunt de regles molt senzilles que ens permetien deduir si una molècula compliria o no aquests principis sense la realització de cap càlcul previ. Tota aquesta informació ha estat essencial per poder determinar exactament quines són les causes del compliment o l'incompliment del MHP i MPP. d) Finalment, hem realitzat una expansió de l'energia funcional en termes del nombre d'electrons i de les coordenades normals dintre del conjunt canònic. En la comparació d'aquesta expansió amb l'expansió de l'energia del nombre d'electrons i del potencial extern hem pogut recuperar d'una altra forma diferent tot un conjunt de relacions ja conegudes entre alguns coneguts descriptors de reactivitat del funcional de la densitat i en poden establir tot un conjunt de noves relacions i de nous descriptors. Dins del marc de les propietats moleculars es proposa generalitzar i millorar la metodologia pel càlcul de la contribució vibracional (Pvib) a les propietats òptiques no lineals (NLO). Tot i que la Pvib no s'ha tingut en compte en la majoria dels estudis teòrics publicats de les propietats NLO, recentment s'ha comprovat que la Pvib de diversos polímers orgànics amb altes propietats òptiques no lineals és fins i tot més gran que la contribució electrònica. Per tant, tenir en compte la Pvib és essencial en el disseny dels nous materials òptics no lineals utilitzats en el camp de la informàtica, les telecomunicacions i la tecnologia làser. Les principals línies d'aquesta tesis sobre aquest tema són: a) Hem calculat per primera vegada els termes d'alt ordre de Pvib de diversos polímers orgànics amb l'objectiu d'avaluar la seva importància i la convergència de les sèries de Taylor que defineixen aquestes contribucions vibracionals. b) Hem avaluat les contribucions electròniques i vibracionals per una sèrie de molècules orgàniques representatives utilitzant diferents metodologies, per tal de poder de determinar quina és la manera més senzilla per poder calcular les propietats NLO amb una precisió semiquantitativa.

Texture recognition under varying imaging geometries

La visió és probablement el nostre sentit més dominant a partir del qual derivem la majoria d'informació del món que ens envolta. A través de la visió podem percebre com són les coses, on són i com es mouen. En les imatges que percebem amb el nostre sistema de visió podem extreure'n característiques com el color, la textura i la forma, i gràcies a aquesta informació som capaços de reconèixer objectes fins i tot quan s'observen sota unes condicions totalment diferents. Per exemple, som capaços de distingir un mateix objecte si l'observem des de diferents punts de vista, distància, condicions d'il·luminació, etc. La Visió per Computador intenta emular el sistema de visió humà mitjançant un sistema de captura d'imatges, un ordinador, i un conjunt de programes. L'objectiu desitjat no és altre que desenvolupar un sistema que pugui entendre una imatge d'una manera similar com ho realitzaria una persona. Aquesta tesi es centra en l'anàlisi de la textura per tal de realitzar el reconeixement de superfícies. La motivació principal és resoldre el problema de la classificació de superfícies texturades quan han estat capturades sota diferents condicions, com ara distància de la càmera o direcció de la il·luminació. D'aquesta forma s'aconsegueix reduir els errors de classificació provocats per aquests canvis en les condicions de captura. En aquest treball es presenta detalladament un sistema de reconeixement de textures que ens permet classificar imatges de diferents superfícies capturades en diferents condicions. El sistema proposat es basa en un model 3D de la superfície (que inclou informació de color i forma) obtingut mitjançant la tècnica coneguda com a 4-Source Colour Photometric Stereo (CPS). Aquesta informació és utilitzada posteriorment per un mètode de predicció de textures amb l'objectiu de generar noves imatges 2D de les textures sota unes noves condicions. Aquestes imatges virtuals que es generen seran la base del nostre sistema de reconeixement, ja que seran utilitzades com a models de referència per al nostre classificador de textures. El sistema de reconeixement proposat combina les Matrius de Co-ocurrència per a l'extracció de característiques de textura, amb la utilització del Classificador del veí més proper. Aquest classificador ens permet al mateix temps aproximar la direcció d'il·luminació present en les imatges que s'utilitzen per testejar el sistema de reconeixement. És a dir, serem capaços de predir l'angle d'il·luminació sota el qual han estat capturades les imatges de test. Els resultats obtinguts en els diferents experiments que s'han realitzat demostren la viabilitat del sistema de predicció de textures, així com del sistema de reconeixement.