Genetic programming and bacterial algorithm for neural networks and fuzzy systems design

In the field of control systems it is common to use techniques based on model adaptation to carry out control for plants for which mathematical analysis may be intricate. Increasing interest in biologically inspired learning algorithms for control techniques such as Artificial Neural Networks and Fuzzy Systems is in progress. In this line, this paper gives a perspective on the quality of results given by two different biologically connected learning algorithms for the design of B-spline neural networks (BNN) and fuzzy systems (FS). One approach used is the Genetic Programming (GP) for BNN design and the other is the Bacterial Evolutionary Algorithm (BEA) applied for fuzzy rule extraction. Also, the facility to incorporate a multi-objective approach to the GP algorithm is outlined, enabling the designer to obtain models more adequate for their intended use.

A hybrid training method for B-spline neural networks

Current and past research has brought up new views related to the optimization of neural networks. For a fixed structure, second order methods are seen as the most promising. From previous works we have shown how second order methods are of easy applicability to a neural network. Namely, we have proved how the Levenberg-Marquard possesses not only better convergence but how it can assure the convergence to a local minima. However, as any gradient-based method, the results obtained depend on the startup point. In this work, a reformulated Evolutionary algorithm - the Bacterial Programming for Levenberg-Marquardt is proposed, as an heuristic which can be used to determine the most suitable starting points, therefore achieving, in most cases, the global optimum.

Optimisation of an aptamer-biosensor to detect C-reactive protein

Dissertação de Mestrado, Engenharia Biológica, Faculdade de Engenharia de Recursos Naturais, Universidade do Algarve, 2009

Produção de enzimas celulósicas, usando resíduos industriais e seu uso como biocatalisador na produção de biocombustíveis

Dissertação mest., Engenharia Biológica, Universidade do Algarve, 2010

Design of neuro-fuzzy models by evolutionary and gradient-based algorithms

All systems found in nature exhibit, with different degrees, a nonlinear behavior. To emulate this behavior, classical systems identification techniques use, typically, linear models, for mathematical simplicity. Models inspired by biological principles (artificial neural networks) and linguistically motivated (fuzzy systems), due to their universal approximation property, are becoming alternatives to classical mathematical models. In systems identification, the design of this type of models is an iterative process, requiring, among other steps, the need to identify the model structure, as well as the estimation of the model parameters. This thesis addresses the applicability of gradient-basis algorithms for the parameter estimation phase, and the use of evolutionary algorithms for model structure selection, for the design of neuro-fuzzy systems, i.e., models that offer the transparency property found in fuzzy systems, but use, for their design, algorithms introduced in the context of neural networks. A new methodology, based on the minimization of the integral of the error, and exploiting the parameter separability property typically found in neuro-fuzzy systems, is proposed for parameter estimation. A recent evolutionary technique (bacterial algorithms), based on the natural phenomenon of microbial evolution, is combined with genetic programming, and the resulting algorithm, bacterial programming, advocated for structure determination. Different versions of this evolutionary technique are combined with gradient-based algorithms, solving problems found in fuzzy and neuro-fuzzy design, namely incorporation of a-priori knowledge, gradient algorithms initialization and model complexity reduction.

Engineering new strategies to improve pharmacokinetics of therapeutic proteins

Tese de doutoramento, Farmácia (Biotecnologia Farmacêutica), Universidade de Lisboa, Faculdade de Farmácia, 2014

Topical bacteriophage therapy of the infected diabetic foot

Tese de doutoramento, Medicina (Medicina Interna), Universidade de Lisboa, Faculdade de Medicina, 2014

Antimicrobial activity of essential oils against multiresistant aeromonads and enterococci

Tese de mestrado. Biologia (Microbiologia Aplicada). Universidade de Lisboa, Faculdade de Ciências, 2014

The impact of the phytopathogen Pectobacterium carotovorum in Drosophila melanogaster development

Tese de mestrado. Biologia (Microbiologia Aplicada). Universidade de Lisboa, Faculdade de Ciências, 2014

New synthetic methodologies for the transformation of biomass derived intermediates to valuable molecules

Tese de doutoramento, Farmácia (Química Farmacêutica e Terapêutica), Universidade de Lisboa, Faculdade de Farmácia, 2014

Exploring the modulatory role of A2A receptors in oligodendrogenesis derived from neural stem/progenitor cells of the subventricular zone

Tese de mestrado, Neurociências, Faculdade de Medicina, Universidade de Lisboa, 2015

Efeito da combinação de antibióticos e sinvastatina sobre microrganismos de interesse endodôntico e na expressão de marcadores odontoblásticos

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Immune responses in Bathymodiolus azoricus upon Vibrio challenges : approaches to characterize mussel survival strategies and physiological adaptations in deep sea extreme environments

Tese de Doutoramento, Ciências do Mar, especialidade de Biologia Marinha, 18 de Dezembro de 2015, Universidade dos Açores.

Biodegradação enzimática de aminas aromáticas tóxicas

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia Química e Biológica

Bioatividade de Líquidos Iónicos derivados do Ácido Valpróico em bactérias Gram-negativa

Os Líquidos Iónicos (LIs) são sais orgânicos constituídos exclusivamente por iões e possuem pontos de fusão inferiores a 100ºC. As suas propriedades únicas e o facto de ser possível ajustar as suas propriedades físicas, químicas e biológicas, de acordo com o objetivo pretendido, tornam esta classe de compostos, um grande objeto de estudo de inúmeros investigadores. Desde os inícios da sua aplicação até à atualidade, a investigação nesta área expandiu o seu raio de ação, estando já descrito o seu potencial como agentes antimicrobianos e, mais recentemente, como compostos farmacêuticos ativos. Atualmente muitas das suas aplicações são baseadas nas suas propriedades biológicas. Esta Tese teve como objetivo avaliar a influência que os LIs podem exercer a nível do crescimento bacteriano e estudar alternativas de combater a resistência bacteriana. Todos os LIs utilizados neste trabalho tinham como anião o ácido valpróico, sendo utilizados catiões orgânicos de amónio e de imidazólio. Foram utilizadas 4 bactérias e avaliou-se a atividade biológica e a respetiva taxa de crescimento. O estudo da sua atividade biológica foi feito através da determinação da Concentração Mínima Inibitória (CMI) e a análise das suas curvas de crescimentos na presença e ausência de composto. Com este trabalho foi possível verificar que dentro dos compostos em estudo, LIs derivados do valproato, o Valproato com o cetilperidínio [valp] [cetylpir] foi o que influenciou o crescimento de todas as bactérias estudadas. Este estudo demonstrou o potencial antibacteriano de alguns compostos, podendo desta forma vir a ser utilizados para fins farmacêuticos