Produtividade em colônias de Polistes (Ap hanilopterus) vers icolor Olivier, 1791 (Hymenoptera: Vespidae, Polis tinae)

From August 2000 to December 2003, 185 colonies of Polistes versicolor were observed at the Bioterio of the Instituto de Biociencias, UNESP, Campus de Rio Claro, SP. In 144 colonies (77,84%) didn't emerge wasps, and of others 41 (22,16%), in 16 it was not possible to obtain the number of meconia, because they were attacked in several degrees of injury by natural enemies such as, ants, birds and parasitic wasps. The colonies productivity was measured through the meconia count in the cells of 25 colonies, which ranged from 1 to 6 meconia by cell.

THE USE OF AMPPD AS AN ALTERNATIVE SUBSTRATE FOR AP-MEDIATED DETECTION OF NONRADIOLABELED DNA PROBES IN EUCALYPTUS-SALIGNA

We present a non-radioactive alternative to Southern's (J. Mol. Biol. 98: 503-517, 1975) DNA-DNA hybridization technique. The use of AMPPD - Disodium 3-(4-Methoxyspiro {1,2-dioxetane-3,2'tricyclo[3.3.1.1(3,7)]decan}-4-yl)phyenyl phosphate as an alternative substrate for AP-mediated detection of digoxigenin-11 dUTP-labeled probes made possible the simple and nonhazardous reuse of blots. We used 0.8 % agarose gels containing 30 mug per lane of Eucalyptus saligna DNA, digested with Eco RI, electrophoresed and blotted on to nylon membranes (Hybond-N, Amersham, UK), using the Southern blotting procedure, and UV irradiated for one minute for DNA fixation. The hybridizations were carried out overnight with digoxigenin labeled random inserts of E. saligna DNA by using the Genius Kit (Boehringer Mannheim). Detection of the DNA-DNA hybrids was performed in the presence of 0.5% blocking agent and the substrates NBT/BCIP were replaced by 0.26 mM AMPPD in the final alkaline assay buffer (50 mul/cm2). After membrane incubation for five minutes at room temperature in a sealed plastic bag, the AMPPD solution was retrieved and stored at 4-degrees-C for reuse. A Kodak X-BRAF QA-S film was pressed firmly onto the bag containing the wet membrane, exposed for two to six hours and then developed. After use, the probes were stripped off and the blots reutilized, three times so far, with the same results.

Emprego da sondagem elétrica vertical com o método da eletroresistividade no estudo do lixão de Macapá-Ap

Vertical electrical soundings using eletroresistivity method were carried out in the public waste landfill in Macapá - AP, having as a goal to investigate the geoelectrical and hidrogeologic characteristics of the ground. The results of geophysics interpretation allowed obtaining a model of five geoelectrical layers until the depth of 14,6 m. This model is correlated to a sedimentary sequence of clay-silt-sandy with laterite. The main flow of the water table, also determined, is concordant to the topographical gradient.

Implementação do algoritmo de treinamento do classificador Floresta de Caminhos Ótimos em GPU

Pós-graduação em Ciência da Computação - IBILCE

Variabilidade genética de caracteres morfológicos e germinação de Tabebuia caraiba (Mart.) Bur. (Bignoniaceae) no Município de Macapá, AP

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Classificador Fisherface Fuzzy para o reconhecimento de faces

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU

Técnicas de reconhecimento de padrões tem como principal objetivo classificar um conjunto de amostras, sendo o processo de aprendizado a fase de maior consumo de tempo. O problema pode piorar em ferramentas de classificação interativas, o que pode ser inaceitável para grandes bases de dados. Um exemplo de classificador é o baseado em Floresta de Caminhos Ótimos [8] - OPF. Dado que muitos trabalhos tem sido orientados à implementação de algoritmos de reconhecimento de padrões em ambiente General Purpose Graphics Processing Unit - GPGPU, o presente estudo objetivou a implementação da etapa de treinamento do classificador Floresta de Caminhos Ótimos em CUDA, visando aumentar a sua eficiência. A otimização do classificador em CUDA demonstrou uma fase de treinamento mais rápida que a versão original.