Predicting random level and seasonality of hotel prices. A structural equation growth curve approach

This article examines the effect on price of different characteristics of holiday hotels in the sun-and-beach segment, under the hedonic function perspective. Monthly prices of the majority of hotels in the Spanish continental Mediterranean coast are gathered from May to October 1999 from the tour operator catalogues. Hedonic functions are specified as random-effect models and parametrized as structural equation models with two latent variables, a random peak season price and a random width of seasonal fluctuations. Characteristics of the hotel and the region where they are located are used as predictors of both latent variables. Besides hotel category, region, distance to the beach, availability of parking place and room equipment have an effect on peak price and also on seasonality. 3- star hotels have the highest seasonality and hotels located in the southern regions the lowest, which could be explained by a warmer climate in autumn

Modeling and Classifying Breast Tissue Density in Mammograms

We present a new approach to model and classify breast parenchymal tissue. Given a mammogram, first, we will discover the distribution of the different tissue densities in an unsupervised manner, and second, we will use this tissue distribution to perform the classification. We achieve this using a classifier based on local descriptors and probabilistic Latent Semantic Analysis (pLSA), a generative model from the statistical text literature. We studied the influence of different descriptors like texture and SIFT features at the classification stage showing that textons outperform SIFT in all cases. Moreover we demonstrate that pLSA automatically extracts meaningful latent aspects generating a compact tissue representation based on their densities, useful for discriminating on mammogram classification. We show the results of tissue classification over the MIAS and DDSM datasets. We compare our method with approaches that classified these same datasets showing a better performance of our proposal

Scene Classification Using a Hybrid Generative/Discriminative Approach

We investigate whether dimensionality reduction using a latent generative model is beneficial for the task of weakly supervised scene classification. In detail, we are given a set of labeled images of scenes (for example, coast, forest, city, river, etc.), and our objective is to classify a new image into one of these categories. Our approach consists of first discovering latent ";topics"; using probabilistic Latent Semantic Analysis (pLSA), a generative model from the statistical text literature here applied to a bag of visual words representation for each image, and subsequently, training a multiway classifier on the topic distribution vector for each image. We compare this approach to that of representing each image by a bag of visual words vector directly and training a multiway classifier on these vectors. To this end, we introduce a novel vocabulary using dense color SIFT descriptors and then investigate the classification performance under changes in the size of the visual vocabulary, the number of latent topics learned, and the type of discriminative classifier used (k-nearest neighbor or SVM). We achieve superior classification performance to recent publications that have used a bag of visual word representation, in all cases, using the authors' own data sets and testing protocols. We also investigate the gain in adding spatial information. We show applications to image retrieval with relevance feedback and to scene classification in videos

La Relació entre el món laboral i el món de l'educació en persones amb discapacitat

La fundació Síndrome de Down de Girona i Comarques Astrid – 21 és una fundació privada benèfica de tipus assistencial. La finalitat dels seus programes és la protecció de les persones amb síndrome de Down al llarg de la seva vida, però també està oberta a altres discapacitats intel•lectuals. Aquest treball se centra en el programa “formació d’adults” que ofereix una formació a totes aquelles persones amb discapacitat que ja estan inserides en el món laboral. L’estudi que he dut a terme sorgeix d’una problemàtica latent en aquest programa. Els grups, en un principi, estaven formats per persones amb un nivell cognitiu més o menys semblant. Tot i això, degut a la incorporació de nous alumnes, la coordinació amb l’horari laboral i amb activitats de lleure, entre d’altres factors, ha provocat l’heterogeneïtat d’aquests. Per aquest motiu, a partir del paradigma d’investigació – acció, he creat uns instruments de mesura de les capacitats cognitives dels alumnes relacionades amb els objectius treballats al programa per tal de reelaborar els grups ja existents i, al mateix temps, tenir una eina per a futures incorporacions del programa “formació d’adults” de la Fundació Astrid 21

Características fenotípicas de personalidad y neuropsicológicas en padres no afectados de pacientes esquizofrénicos

Introducció. Actualment, està àmpliament acceptat que l'esquizofrènia posseeix una etiologia multifactorial i que existeix una complexa interacció entre factors genètics i factors ambientals. Amb l'objectiu de coneixerà quins són els mecanismes etiològics i patofisiològics que determinen el trastorn una part de la investigaci6 s 'ha centrat, en els últims anys, en la detecció de marcadors de vulnerabilitat en subjectes amb risc al trastorn. Aquesta vulnerabilitat, denominada 'esquizotipia', es pot identificar en subjectes clínicament no afectats. Objectiu. L'objectiu d'aquesta investigació s'ha dirigit a intentar contestar a alguns interrogants que encara no tenen resposta. Per exemple, per què alguns familiars, essent portadors del genotip esquizofrènic, no han presentat mai la malaltia?, existeixen formes esquizotípiques de menor risc per a la presentació del trastorn?, poden alguns patrons esquizotípics 'ajudar' a que la vulnerabilitat es mantingui latent i no es manifesti en forma de trastorn? En termes generals, l'estudi s'ha centrat en la identificació de marcadors de vulnerabilitat dels trastorns de l'espectre esquizofrènic en pares no afectats de pacients amb esquizofrènia (subjectes d'edats avançades amb poca probabilitat de presentar el trastorn) comparats amb pares normals de subjectes normals. Metodologia. S' han avaluat 26 parelles de pares no afectats de pacients amb esquizofrènia i 26 parelles de pares normals de subjectes normals (n= 104) en variables de personalitat i comportamentals (esquizotipia psicomètrica -O-LIFE-, trastorns de personalitat -Qüestionari d'avaluació IPDE-, psicopatologia general -SCL-90- i lloc de control -MHLC-) i variables neuropsicològiques (dèficit atencional -CPT-IP-, funció executiva -TMT part B- i memòria i aprenentatge verbal -CVLT-). Resultats. Els pares dels pacients esquizofrènics, comparats amb els controls, mostren significativament puntuacions mes altes al factor d'anhedònia introvertida, al trastorn paranoide de la personalitat i al trastorn per evitació de la personalitat, més característiques de psicopatologia general i un major lloc de control intern relacionat amb la salut. També realitzen mes errors d'omissió en la tasca atencional, presenten una major interferència proactiva al test de memòria i aprenentatge verbal i mostren una tendència a dedicar mes temps a completar la tasca executiva. Els resultats mostren que les associacions entre les variables de personalitat i les neuropsicològiques són de poca magnitud i les diferències entre ambdós grups no segueixen un patró clarament determinat. Conclusions. Els pares dels pacients esquizofrènics presenten més trets esquizotípics negatius que els pares del subjectes normals. L'anhedònia introvertida podria considerar-se com una forma de menor risc a l'esquizofrènia ja que s'evidencia en subjectes (pares) d'edats avançades que ja han superat l'edat de risc i amb poca probabilitat de presentar mai el trastorn. Tanmateix, es confirma que el trastorn paranoide de la personalitat forma part dels trastorns de l'espectre esquizofrènic. Els pares dels pacients atribueixen un major pes i la internalització i al poder dels altres en relació a l'estat de salut, i en general, presenten més característiques psicopatològiques que el grup control. Quant a les variables neuropsicològiques, els pares dels pacients realitzen pitjor la tasca atencional, són més lents en l'anticipació, planificació i flexibilitat de les respostes en el test executiu. Els indicadors de memòria i aprenentatge verbal no discriminen a ambdós grups, i únicament els pares dels pacients presenten una major interferència proactiva. Finalment, el patró de personalitat i el neuropsicològic corresponen a dos fenotips diferents relacionats amb l'esquizofrènia que no es troben íntimament units en subjectes amb aquestes característiques.

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.