Object-Oriented Genetic Programming for the Automatic Inference of Graph Models for Complex Networks

Complex networks are systems of entities that are interconnected through meaningful relationships. The result of the relations between entities forms a structure that has a statistical complexity that is not formed by random chance. In the study of complex networks, many graph models have been proposed to model the behaviours observed. However, constructing graph models manually is tedious and problematic. Many of the models proposed in the literature have been cited as having inaccuracies with respect to the complex networks they represent. However, recently, an approach that automates the inference of graph models was proposed by Bailey [10] The proposed methodology employs genetic programming (GP) to produce graph models that approximate various properties of an exemplary graph of a targeted complex network. However, there is a great deal already known about complex networks, in general, and often specific knowledge is held about the network being modelled. The knowledge, albeit incomplete, is important in constructing a graph model. However it is difficult to incorporate such knowledge using existing GP techniques. Thus, this thesis proposes a novel GP system which can incorporate incomplete expert knowledge that assists in the evolution of a graph model. Inspired by existing graph models, an abstract graph model was developed to serve as an embryo for inferring graph models of some complex networks. The GP system and abstract model were used to reproduce well-known graph models. The results indicated that the system was able to evolve models that produced networks that had structural similarities to the networks generated by the respective target models.

Inverse Illumination Design with Genetic Programming

Interior illumination is a complex problem involving numerous interacting factors. This research applies genetic programming towards problems in illumination design. The Radiance system is used for performing accurate illumination simulations. Radiance accounts for a number of important environmental factors, which we exploit during fitness evaluation. Illumination requirements include local illumination intensity from natural and artificial sources, colour, and uniformity. Evolved solutions incorporate design elements such as artificial lights, room materials, windows, and glass properties. A number of case studies are examined, including many-objective problems involving up to 7 illumination requirements, the design of a decorative wall of lights, and the creation of a stained-glass window for a large public space. Our results show the technical and creative possibilities of applying genetic programming to illumination design.

Feature Selection and Classification Using Age Layered Population Structure Genetic Programming

The curse of dimensionality is a major problem in the fields of machine learning, data mining and knowledge discovery. Exhaustive search for the most optimal subset of relevant features from a high dimensional dataset is NP hard. Sub–optimal population based stochastic algorithms such as GP and GA are good choices for searching through large search spaces, and are usually more feasible than exhaustive and deterministic search algorithms. On the other hand, population based stochastic algorithms often suffer from premature convergence on mediocre sub–optimal solutions. The Age Layered Population Structure (ALPS) is a novel metaheuristic for overcoming the problem of premature convergence in evolutionary algorithms, and for improving search in the fitness landscape. The ALPS paradigm uses an age–measure to control breeding and competition between individuals in the population. This thesis uses a modification of the ALPS GP strategy called Feature Selection ALPS (FSALPS) for feature subset selection and classification of varied supervised learning tasks. FSALPS uses a novel frequency count system to rank features in the GP population based on evolved feature frequencies. The ranked features are translated into probabilities, which are used to control evolutionary processes such as terminal–symbol selection for the construction of GP trees/sub-trees. The FSALPS metaheuristic continuously refines the feature subset selection process whiles simultaneously evolving efficient classifiers through a non–converging evolutionary process that favors selection of features with high discrimination of class labels. We investigated and compared the performance of canonical GP, ALPS and FSALPS on high–dimensional benchmark classification datasets, including a hyperspectral image. Using Tukey’s HSD ANOVA test at a 95% confidence interval, ALPS and FSALPS dominated canonical GP in evolving smaller but efficient trees with less bloat expressions. FSALPS significantly outperformed canonical GP and ALPS and some reported feature selection strategies in related literature on dimensionality reduction.

Feature Selection and Classification Using Age Layered Population Structure Genetic Programming

The curse of dimensionality is a major problem in the fields of machine learning, data mining and knowledge discovery. Exhaustive search for the most optimal subset of relevant features from a high dimensional dataset is NP hard. Sub–optimal population based stochastic algorithms such as GP and GA are good choices for searching through large search spaces, and are usually more feasible than exhaustive and determinis- tic search algorithms. On the other hand, population based stochastic algorithms often suffer from premature convergence on mediocre sub–optimal solutions. The Age Layered Population Structure (ALPS) is a novel meta–heuristic for overcoming the problem of premature convergence in evolutionary algorithms, and for improving search in the fitness landscape. The ALPS paradigm uses an age–measure to control breeding and competition between individuals in the population. This thesis uses a modification of the ALPS GP strategy called Feature Selection ALPS (FSALPS) for feature subset selection and classification of varied supervised learning tasks. FSALPS uses a novel frequency count system to rank features in the GP population based on evolved feature frequencies. The ranked features are translated into probabilities, which are used to control evolutionary processes such as terminal–symbol selection for the construction of GP trees/sub-trees. The FSALPS meta–heuristic continuously refines the feature subset selection process whiles simultaneously evolving efficient classifiers through a non–converging evolutionary process that favors selection of features with high discrimination of class labels. We investigated and compared the performance of canonical GP, ALPS and FSALPS on high–dimensional benchmark classification datasets, including a hyperspectral image. Using Tukey’s HSD ANOVA test at a 95% confidence interval, ALPS and FSALPS dominated canonical GP in evolving smaller but efficient trees with less bloat expressions. FSALPS significantly outperformed canonical GP and ALPS and some reported feature selection strategies in related literature on dimensionality reduction.

Providing Genetic Testing Through the Private Sector: A View From Canada

Genetic testing technologies are rapidly moving from the research laboratory to the market place. Very little scholarship considers the implications of private genetic testing for a public health care system such as Canada’s. It is critical to consider how and if these tests should be marketed to, and purchased by, the public. It is also imperative to evaluate the extent to which genetic tests are or should be included in Canada’s public health care system, and the impact of allowing a two-tiered system for genetic testing. A series of threshold tests are presented as ways of clarifying whether a genetic test is morally appropriate, effective and safe, efficient and appropriate for public funding and whether private purchase poses special problems and requires further regulation. These thresholds also identify the research questions around which professional, public and policy debate must be sustained: What is a morally acceptable goal for genetic services? What are the appropriate benefits? What are the risks? When is it acceptable that services are not funded under health care? And how can the harms of private access be managed?

Regulation of HMG-CoA reductase, HSL and ACAT expression and activity in testicular cholesterol metabolism in mink and in mouse following experimental genetic deletion

Introduction: L'homéostasie du cholestérol est indispensable à la synthèse de la testostérone dans le tissu interstitiel et la production de gamètes mâles fertiles dans les tubules séminifères. Les facteurs enzymatiques contribuent au maintien de cet équilibre intracellulaire du cholestérol. L'absence d'un ou de plusieurs enzymes telles que la HMG-CoA réductase, la HSL et l'ACAT-1 a été associée à l'infertilité masculine. Toutefois, les facteurs enzymatiques qui contribuent au maintien de l'équilibre intra-tissulaire du cholestérol n'ont pas été étudiés. Cette étude a pour but de tester l'hypothèse que le maintien des taux de cholestérol compatibles avec la spermatogenèse nécessite une coordination de la fonction intracellulaire des enzymes HMG-CoA réductase, ACAT1 et ACAT2 et la HSL. Méthodes: Nous avons analysé l'expression de l’ARNm et de la protéine de ces enzymes dans les fractions enrichies en tubules séminifères (STf) de vison durant le développement postnatal et le cycle reproductif annuel et dans les fractions enrichies en tissu interstitiel (ITf) et de STf durant le développement postnatal chez la souris. Nous avons développé deux nouvelles techniques pour la mesure de l'activité enzymatique de la HMG-CoA réductase et de celle de l'ACAT1 et ACAT2. En outre, l'immunohistochimie a été utilisée pour localiser les enzymes dans le testicule. Enfin, les souris génétiquement déficientes en HSL, en SR-BI et en CD36 ont été utilisées pour élucider la contribution de la HMG-CoA réductase, l'ACAT1 et l'ACAT2 et la HSL à l'homéostasie du cholestérol. Résultats: 1) HMG-CoA réductase: (Vison) La variation du taux d’expression de l’ARNm de la HMG-CoA réductase était corrélée à celle de l'isoforme de 90 kDa de la protéine HMG-CoA réductase durant le développement postnatal et chez l'adulte durant le cycle reproductif saisonnier. L'activité enzymatique de la HMG-CoA réductase augmentait de façon concomitante avec le taux protéinique pour atteindre son niveau le plus élevé à 240 jours (3.6411e-7 mol/min/μg de protéines) au cours du développement et en Février (1.2132e-6 mol/min/μg de protéines) durant le cycle reproductif chez l’adulte. (Souris), Les niveaux d'expression de l'ARNm et l'activité enzymatique de la HMG-CoA réductase étaient maximales à 42 jours. A l'opposé, le taux protéinique diminuait au cours du développement. 2) HSL: (Vison), l'expression de la protéine de 90 kDa de la HSL était élevée à 180- et 240 jours après la naissance, ainsi qu'en Janvier durant le cycle saisonnier chez l'adulte. L'activité enzymatique de la HSL augmentait durant le développement pour atteindre un pic à 270 jours (36,45 nM/min/μg). Chez l'adulte, l'activité enzymatique de la HSL était maximale en Février. (Souris) Le niveau d’expression de l'ARNm de la HSL augmentait significativement à 21-, 28- et 35 jours après la naissance concomitamment avec le taux d'expression protéinique. L'activité enzymatique de la HSL était maximale à 42 jours suivie d'une baisse significative chez l'adulte. 3) ACAT-1 et ACAT-2: Le présent rapport est le premier à identifier l’expression de l'ACAT-1 et de l'ACAT-2 dans les STf de visons et de souris. (Vison) L'activité enzymatique de l'ACAT-2 était maximale à la complétion du développement à 270 jour (1190.00 CPMB/200 μg de protéines) et en janvier (2643 CPMB/200 μg de protéines) chez l'adulte. En revanche, l'activité enzymatique de l'ACAT-1 piquait à 90 jours et en août respectivement durant le développement et chez l'adulte. (Souris) Les niveaux d'expression de l'ARNm et la protéine de l'ACAT-1 diminuait au cours du développement. Le taux de l'ARNm de l'ACAT-2, à l’opposé du taux protéinique, augmentait au cours du développement. L'activité enzymatique de l'ACAT-1 diminuait au cours du développement tandis que celle de l'ACAT-2 augmentait pour atteindre son niveau maximal à 42 jours. 4) Souris HSL-/ -: Le taux d’expression de l'ARNm et l'activité enzymatique de la HMG-CoA réductase diminuaient significativement dans les STf de souris HSL-/- comparés aux souris HSL+/+. Par contre, les taux de l'ARNm et les niveaux des activités enzymatiques de l'ACAT-1 et de l'ACAT-2 étaient significativement plus élevés dans les STf de souris HSL-/- comparés aux souris HSL+/+ 5) Souris SR-BI-/-: L'expression de l'ARNm et l'activité enzymatique de la HMG-CoA réductase et de l'ACAT-1 étaient plus basses dans les STf de souris SR-BI-/- comparées aux souris SR-BI+/+. A l'opposé, le taux d'expression de l'ARNm et l'activité enzymatique de la HSL étaient augmentées chez les souris SR-BI-/- comparées aux souris SR-BI+/+. 6) Souris CD36-/-: L'expression de l'ARNm et l'activité enzymatique de la HMG-CoA réductase et de l'ACAT-2 étaient significativement plus faibles tandis que celles de la HSL et de l'ACAT-1 étaient inchangées dans les STf de souris CD36-/- comparées aux souris CD36+/+. Conclusion: Nos résultats suggèrent que: 1) L'activité enzymatique de la HMG-CoA réductase et de la HSL sont associées à l'activité spermatogénétique et que ces activités ne seraient pas régulées au niveau transcriptionnel. 2) L'ACAT-1 et de l'ACAT-2 sont exprimées dans des cellules différentes au sein des tubules séminifères, suggérant des fonctions distinctes pour ces deux isoformes: l'estérification du cholestérol libre dans les cellules germinales pour l'ACAT-1 et l'efflux du cholestérol en excès dans les cellules de Sertoli au cours de la spermatogenèse pour l'ACAT-2. 3) La suppression génétique de la HSL diminuait la HMG-CoA réductase et augmentait les deux isoformes de l'ACAT, suggérant que ces enzymes jouent un rôle critique dans le métabolisme du cholestérol intratubulaire. 4) La suppression génétique des transporteurs sélectifs de cholestérol SR-BI et CD36 affecte l'expression (ARNm et protéine) et l'activité des enzymes HMG-CoA réductase, HSL, ACAT-1 et ACAT-2, suggérant l'existence d’un effet compensatoire entre facteurs enzymatiques et non-enzymatiques du métabolisme du cholestérol dans les fractions tubulaires. Ensemble, les résultats de notre étude suggèrent que les enzymes impliquées dans la régulation du cholestérol intratubulaire agissent de concert avec les transporteurs sélectifs de cholestérol dans le but de maintenir l'homéostasie du cholestérol intra-tissulaire du testicule.

Analysis of the Ethical, Social and Legal Issues Related to the Delivery of the Prenatal Genetic Testing in Argentina

L'introduction de nouvelles biotechnologies dans tout système de soins de santé est un processus complexe qui est étroitement lié aux facteurs économiques, politiques et culturels, et, par conséquent, demande de remettre en cause plusieurs questions sociales et éthiques. Dans la situation particulière de l’Argentine - c’est-à-dire: de grandes inégalités sociales entre les citoyens, la rareté des ressources sanitaires, l’accès limité aux services de base, l’absence de politiques spécifiques - l'introduction de technologies génétiques pose de sérieux défis qui doivent impérativement être abordés par les décideurs politiques. Ce projet examine le cas des tests génétiques prénataux dans le contexte du système de santé argentin pour illustrer comment leur introduction peut être complexe dans une nation où l’accès égale aux services de santé doit encore être amélioré. Il faut également examiner les restrictions légales et les préceptes religieux qui influencent l'utilisation des technologies génétiques, ce qui souligne la nécessite de développer un cadre de référence intégral pour le processus d'évaluation des technologies afin d’appuyer l’élaboration de recommandations pour des politiques cohérentes et novatrices applicables au contexte particulier de l’Argentine.

Studies on the exaggerated inflammatory response caused by streptococcus suis at systemic and central nervous system levels

Streptococcus suis de type 2 est un microorganisme pathogène d’importance chez le porc. Il est la cause de différentes pathologies ayant comme caractéristique commune la méningite. C’est également un agent émergeant de zoonose : des cas cliniques humains ont récemment été rapportés en Asie. Cependant, la pathogénèse de S. suis n’est pas encore complètement élucidée. Jusqu’à présent, la réponse pro-inflammatoire initiée par S. suis n’a été étudiée qu’in vitro. L’étude du choc septique et de la méningite requiert toujours des modèles expérimentaux appropriés. Au cours de cette étude, nous avons développé un modèle in vivo d’infection chez la souris qui utilise la voie d’inoculation intra-péritonéale. Ce modèle a servi à l’étude de la réponse pro-inflammatoire associée à ce pathogène, tant au niveau systémique qu’au niveau du système nerveux central (SNC). Il nous a également permis de déterminer si la sensibilité aux infections à S. suis pouvait être influencée par des prédispositions génétiques de l’hôte. Le modèle d’infection par S. suis a été mis au point sur des souris de lignée CD1. Les résultats ont démontré une bactériémie élevée pendant les trois jours suivant l’infection. Celle-ci était accompagnée d’une libération rapide et importante de différentes cytokines pro-inflammatoires (TNF-α, IL-6, IL-12p40/p70, IFN-ɣ) et de chémokines (KC, MCP-1 and RANTES), qui ont entraîné un choc septique et la mort de 20 % des animaux. Ensuite, pour confirmer le rôle de l’inflammation sur la mortalité et pour déterminer si les caractéristiques génétiques de l’hôte pouvaient influencer la réponse inflammatoire et l’issue de la maladie, le modèle d’infection a été étendu à deux lignées murines consanguines différentes considérées comme résistante : la lignée C57BL/6 (B6), et sensible : la lignée A/J. Les résultats ont démontré une importante différence de sensibilité entre les souris A/J et les souris B6, avec un taux de mortalité atteignant 100 % à 20 h post-infection (p.i.) pour la première lignée et de seulement 16 % à 36 h p.i. pour la seconde. La quantité de bactéries dans le sang et dans les organes internes était similaire pour les deux lignées. Donc, tout comme dans la lignée CD1, la bactériémie ne semblait pas être liée à la mort des souris. La différence entre les taux de mortalité a été attribuée à un choc septique non contrôlé chez les souris A/J infectées par S. suis. Les souris A/J présentaient des taux exceptionnellement élevés de TNF-α, IL-12p40/p70, IL-1β and IFN- γ, significativement supérieurs à ceux retrouvés dans la lignée B6. Par contre, les niveaux de chémokines étaient similaires entre les lignées, ce qui suggère que leur influence est limitée dans le développement du choc septique dû à S. suis. Les souris B6 avaient une production plus élevée d’IL-10, une cytokine anti-inflammatoire, ce qui suppose que la cascade cytokinaire pro-inflammatoire était mieux contrôlée, entraînant un meilleur taux de survie. Le rôle bénéfique potentiel de l’IL-10 chez les souris infectées par S. suis a été confirmé par deux approches : d’une part en bloquant chez les souris B6 le récepteur cellulaire à l’IL-10 (IL-10R) par un anticorps monoclonal anti-IL-10R de souris et d’autre part en complémentant les souris A/J avec de l’IL-10 de souris recombinante. Les souris B6 ayant reçu le anticorps monoclonal anti-IL-10R avant d’être infectées par S. suis ont développé des signes cliniques aigus similaires à ceux observés chez les souris A/J, avec une mortalité rapide et élevée et des taux de TNF-α plus élevés que les souris infectées non traitées. Chez les souris A/J infectées par S. suis, le traitement avec l’IL-10 de souris recombinante a significativement retardé l’apparition du choc septique. Ces résultats montrent que la survie au choc septique dû à S. suis implique un contrôle très précis des mécanismes pro- et anti-inflammatoires et que la réponse anti-inflammatoire doit être activée simultanément ou très rapidement après le début de la réponse pro-inflammatoire. Grâce à ces expériences, nous avons donc fait un premier pas dans l’identification de gènes associés à la résistance envers S. suis chez l’hôte. Une des réussites les plus importantes du modèle d’infection de la souris décrit dans ce projet est le fait que les souris CD1 ayant survécu à la septicémie présentaient dès 4 jours p.i. des signes cliniques neurologiques clairs et un syndrome vestibulaire relativement similaires à ceux observés lors de méningite à S. suis chez le porc et chez l’homme. L’analyse par hybridation in situ combinée à de l’immunohistochimie des cerveaux des souris CD1 infectées a montré que la réponse inflammatoire du SNC débutait avec une augmentation significative de la transcription du Toll-like receptor (TLR)2 et du CD14 dans les microvaisseaux cérébraux et dans les plexus choroïdes, ce qui suggère que S. suis pourrait se servir de ces structures comme portes d’entrée vers le cerveau. Aussi, le NF-κB (suivi par le système rapporteur de l’activation transcriptionnelle de IκBα), le TNF-α, l’IL-1β et le MCP-1 ont été activés, principalement dans des cellules identifiées comme de la microglie et dans une moindre mesure comme des astrocytes. Cette activation a également été observée dans différentes structures du cerveau, principalement le cortex cérébral, le corps calleux, l’hippocampe, les plexus choroïdes, le thalamus, l’hypothalamus et les méninges. Partout, cette réaction pro-inflammatoire était accompagnée de zones extensives d’inflammation et de nécrose, de démyélinisation sévère et de la présence d’antigènes de S. suis dans la microglie. Nous avons mené ensuite des études in vitro pour mieux comprendre l’interaction entre S. suis et la microglie. Pour cela, nous avons infecté des cellules microgliales de souris avec la souche sauvage virulente (WT) de S. suis, ainsi qu’avec deux mutants isogéniques, un pour la capsule (CPS) et un autre pour la production d’hémolysine (suilysine). Nos résultats ont montré que la capsule était un important mécanisme de résistance à la phagocytose pour S. suis et qu’elle modulait la réponse inflammatoire, en dissimulant les composants pro-inflammatoires de la paroi bactérienne. Par contre, l’absence d’hémolysine, qui est un facteur cytotoxique potentiel, n’a pas eu d’impact majeur sur l’interaction de S. suis avec la microglie. Ces études sur les cellules microgliales ont permis de confirmer les résultats obtenus précédemment in vivo. La souche WT a induit une régulation à la hausse du TLR2 ainsi que la production de plusieurs médiateurs pro-inflammatoires, dont le TNF-α et le MCP-1. S. suis a induit la translocation du NF-kB. Cet effet était plus rapide dans les cellules stimulées par le mutant déficient en CPS, ce qui suggère que les composants de la paroi cellulaire représentent de puissants inducteurs du NF-kB. De plus, la souche S. suis WT a stimulé l’expression de la phosphotyrosine, de la PKC et de différentes cascades liées à l’enzyme mitogen-activated protein kinase (MAPK). Cependant, les cellules microgliales infectées par le mutant déficient en CPS ont montré des profils de phosphorylation plus forts et plus soutenus que celles infectées par le WT. Finalement, la capsule a aussi modulé l’expression de l’oxyde nitrique synthétase inductible (iNOS) induite par S. suis et par la production subséquente d’oxyde nitrique par la microglie. Ceci pourrait être lié in vivo à la neurotoxicité et à la vasodilatation. Nous pensons que ces résultats contribueront à une meilleure compréhension des mécanismes sous-tendant l’induction de l’inflammation par S. suis, ce qui devrait permettre, d’établir éventuellement des stratégies plus efficaces de lutte contre la septicémie et la méningite. Enfin, nous pensons que ce modèle expérimental d’infection chez la souris pourra être utilisé dans l’étude de la pathogénèse d’autres bactéries ayant le SNC pour cible.

The bridging of pluralistic visions of science and ethics for bioethics - Tibetan medicine as compared with the Western research on longevity and human genetic enhancement

La thèse examine les liens entre la vision pluraliste de la science et l’éthique de la médecine tibétaine et les nouvelles pratiques en médecine occidentale, soit la longévité et la recherche sur la génétique amélioratrice. Elle cherche à cerner l’apport que la médecine tibétaine peut apporter aux recherches occidentales sur la longévité et la génétique humaine amélioratrice. Elle traite donc d’un enjeu social clé et du débat qui s’y rattache. La découverte et la description sont centrales à la méthodologie et informent l’analyse. Nous avons examiné dans un premier temps, les travaux de recherche sur la longévité reliée à la génétique amélioratrice (mémoire et muscles). Nous nous sommes penchés également sur les fondements de la médecine tibétaine en tant que système intégré. Pour ce faire, nous avons traité des notions telles que la santé, l’identité, la perfection et l’immortalité. Notre cadre conceptuel repose sur la théorie bouddhiste de l’interdépendance qui se caractérise par la formulation de catégories qui ensuite sont synthétisées dans l’essence; les deux niveaux d’interprétation de la théorie sont décrits en détail avant de passer à une comparaison avec la notion de complexité occidentale. La médecine tibétaine de fait présente un système où l’éthique et la science sont intégrées et se prête bien à une comparaison avec la vision pluraliste de la science à partir d’une perspective éthique/bioéthique. Les commentaires recueillis auprès des experts nous ont permis de cerner comment la science, l’éthique et l’amélioration de la longévité sont définies au sein des deux paradigmes de l’Est et de l’Ouest. Nos résultats montrent six points qui se dégagent au terme de cette recherche permettent de jeter un pont sur la vision pluraliste de ces paradigmes. Ceux-ci transcendent les points de vue doctrinaux individuels de religions ainsi que du monde scientifique occidental. Plus que tout, ils laissent entrevoir un cadre de références novatrices qui contribuera à la prise de décision à l’égard de questionnements bioéthiques.

Reinforcement Learning Approaches to Power System Scheduling

One major component of power system operation is generation scheduling. The objective of the work is to develop efficient control strategies to the power scheduling problems through Reinforcement Learning approaches. The three important active power scheduling problems are Unit Commitment, Economic Dispatch and Automatic Generation Control. Numerical solution methods proposed for solution of power scheduling are insufficient in handling large and complex systems. Soft Computing methods like Simulated Annealing, Evolutionary Programming etc., are efficient in handling complex cost functions, but find limitation in handling stochastic data existing in a practical system. Also the learning steps are to be repeated for each load demand which increases the computation time.Reinforcement Learning (RL) is a method of learning through interactions with environment. The main advantage of this approach is it does not require a precise mathematical formulation. It can learn either by interacting with the environment or interacting with a simulation model. Several optimization and control problems have been solved through Reinforcement Learning approach. The application of Reinforcement Learning in the field of Power system has been a few. The objective is to introduce and extend Reinforcement Learning approaches for the active power scheduling problems in an implementable manner. The main objectives can be enumerated as:(i) Evolve Reinforcement Learning based solutions to the Unit Commitment Problem.(ii) Find suitable solution strategies through Reinforcement Learning approach for Economic Dispatch. (iii) Extend the Reinforcement Learning solution to Automatic Generation Control with a different perspective. (iv) Check the suitability of the scheduling solutions to one of the existing power systems.First part of the thesis is concerned with the Reinforcement Learning approach to Unit Commitment problem. Unit Commitment Problem is formulated as a multi stage decision process. Q learning solution is developed to obtain the optimwn commitment schedule. Method of state aggregation is used to formulate an efficient solution considering the minimwn up time I down time constraints. The performance of the algorithms are evaluated for different systems and compared with other stochastic methods like Genetic Algorithm.Second stage of the work is concerned with solving Economic Dispatch problem. A simple and straight forward decision making strategy is first proposed in the Learning Automata algorithm. Then to solve the scheduling task of systems with large number of generating units, the problem is formulated as a multi stage decision making task. The solution obtained is extended in order to incorporate the transmission losses in the system. To make the Reinforcement Learning solution more efficient and to handle continuous state space, a fimction approximation strategy is proposed. The performance of the developed algorithms are tested for several standard test cases. Proposed method is compared with other recent methods like Partition Approach Algorithm, Simulated Annealing etc.As the final step of implementing the active power control loops in power system, Automatic Generation Control is also taken into consideration.Reinforcement Learning has already been applied to solve Automatic Generation Control loop. The RL solution is extended to take up the approach of common frequency for all the interconnected areas, more similar to practical systems. Performance of the RL controller is also compared with that of the conventional integral controller.In order to prove the suitability of the proposed methods to practical systems, second plant ofNeyveli Thennal Power Station (NTPS IT) is taken for case study. The perfonnance of the Reinforcement Learning solution is found to be better than the other existing methods, which provide the promising step towards RL based control schemes for practical power industry.Reinforcement Learning is applied to solve the scheduling problems in the power industry and found to give satisfactory perfonnance. Proposed solution provides a scope for getting more profit as the economic schedule is obtained instantaneously. Since Reinforcement Learning method can take the stochastic cost data obtained time to time from a plant, it gives an implementable method. As a further step, with suitable methods to interface with on line data, economic scheduling can be achieved instantaneously in a generation control center. Also power scheduling of systems with different sources such as hydro, thermal etc. can be looked into and Reinforcement Learning solutions can be achieved.

International Initiatives for Regulating Access to Genetic Resources

In light of the various international instruments and international agencies that are actively engaged in resolving the issue of ABS, the present work tries to find an answer to the larger question how far the above agencies have succeeded in regulating access and make sure of benefit sharing. In this process, the work comprehensively analyses the work of different agencies involved in the process. It tries to find out the major obstacles that stand in the way of fulfilment of the benefit sharing objective and proposes the ways and means to tackle them. The study first traces the legal foundations of the concept of property in GRs and associated TK.For this, it starts with analysis of the nature of property and the questions related to ownership in GRs as contained in the CBD as well as in various State legislations. It further examines the notion of property before and after the enactment of the CBD and establishes that the CBD contains strong private property jurisprudence.Based on the theoretical foundation of private property right,Chapter 3 analyses the benefit sharing mechanism of the CBD, i.e. the Nagoya Protocol. It searches for a theoretical convergence of the notion of property as reflected in the two instruments and successfully establishes the same. It makes an appraisal of the Nagoya regime to find out how far it has gone beyond the CBD in ensuring the task of benefit sharing and the impediments in its way.Realizing that the ITPGRFA forms part of the CBD system, Chapter 4 analyses the benefit sharing structure of ITPGRFA as revealed through its multilateral system. This gives the work the benefit of comparing two different benefit sharing models operating on the same philosophy of property. This chapter tries to find out whether there is conceptual coherence in the notion of property when the benefit sharing model changes. It alsocompares the merits and demerits of both the systems and tries to locate the hurdles in achieving benefit sharing. Aware of the legal impediments caused by IPRs in the process of ABS, Chapter 5 tries to explore the linkages between IPRs and GRs and associated TK and assesses why contract-based CBD system fails before the monopoly rights under TRIPS. Chapter 6 analyses the different solutions suggested by the international community at the TRIPS Council as well as the WIPO (World Intellectual property Organisation) and examines their effectiveness. Chapter 7 concludes that considering the inability of the present IP system to understand the grass root realities of the indigenous communities as well as the varying situations of the country of origin, the best possible way to recognise the CBD goals in the TRIPS could be better achieved through linking the two instruments by means of the triple disclosure requirement in Article 29 as suggested by the Disclosure Group during the TRIPS Council deliberations. It also recommends that considering the nature of property in GR, a new section/chapter in the TRIPS dealing with GRs would be another workable solution.

Sequential interactions of Silver-silica nanocomposite (Ag-SiO2NC) with cell wall, metabolism and genetic stability of Psedomonas aeruginosa, a multiple antibiotic resistant bacterium

The study was carried out to understand the effect of silver-silica nanocomposite (Ag-SiO2NC) on the cell wall integrity, metabolism and genetic stability of Pseudomonas aeruginosa, a multiple drugresistant bacterium. Bacterial sensitivity towards antibiotics and Ag-SiO2NC was studied using standard disc diffusion and death rate assay, respectively. The effect of Ag-SiO2NC on cell wall integrity was monitored using SDS assay and fatty acid profile analysis while the effect on metabolism and genetic stability was assayed microscopically, using CTC viability staining and comet assay, respectively. P. aeruginosa was found to be resistant to β-lactamase, glycopeptidase, sulfonamide, quinolones, nitrofurantoin and macrolides classes of antibiotics. Complete mortality of the bacterium was achieved with 80 μgml-1 concentration of Ag-SiO2NC. The cell wall integrity reduced with increasing time and reached a plateau of 70 % in 110 min. Changes were also noticed in the proportion of fatty acids after the treatment. Inside the cytoplasm, a complete inhibition of electron transport system was achieved with 100 μgml-1 Ag-SiO2NC, followed by DNA breakage. The study thus demonstrates that Ag-SiO2NC invades the cytoplasm of the multiple drug-resistant P. aeruginosa by impinging upon the cell wall integrity and kills the cells by interfering with electron transport chain and the genetic stability

Plant genetic diversity, irrigation and nutrient cycling in traditional mountain oases of northern Oman

Little is known about plant biodiversity, irrigation management and nutrient fluxes as criteria to assess the sustainability of traditional irrigation agriculture in eastern Arabia. Therefore interdisciplinary studies were conducted over 4 yrs on flood-irrigated fields dominated by wheat (Triticum spp.), alfalfa (Medicago sativa L.) and date palm (Phoenix dactylifera L.) in two mountain oases of northern Oman. In both oases wheat landraces consisted of varietal mixtures comprising T. aestivum and T. durum of which at least two botanical varieties were new to science. During irrigation cycles of 6-9 days on an alfalfa-planted soil, volumetric water contents ranged from 30-13%. For cropland, partial oasis balances (comprising inputs of manure, mineral fertilizers, N2-fixation and irrigation water, and outputs of harvested products) were similar for both oases, with per hectare annual surpluses of 131 kg N, 37 kg P and 84 kg K at Balad Seet and of 136 kg N, 16 kg P and 66 kg K at Maqta. Respective palm grove surpluses, in contrast were with 303 kg N, 38 kg P, and 173 kg K ha^-1 yr^-1 much higher at Balad Seet than with 84 kg N, 14 kg P and 91 kg K ha^-1 yr^-1 at Maqta. The results show that the sustainability of these irrigated landuse systems depends on a high quality of the irrigation water with low Na but high CaCO3, intensive recycling of manure and an elaborate terrace structure with a well tailored water management system that allows adequate drainage.

Genetic Programming meets Model-Driven Development

Genetic programming is known to provide good solutions for many problems like the evolution of network protocols and distributed algorithms. In such cases it is most likely a hardwired module of a design framework that assists the engineer to optimize specific aspects of the system to be developed. It provides its results in a fixed format through an internal interface. In this paper we show how the utility of genetic programming can be increased remarkably by isolating it as a component and integrating it into the model-driven software development process. Our genetic programming framework produces XMI-encoded UML models that can easily be loaded into widely available modeling tools which in turn posses code generation as well as additional analysis and test capabilities. We use the evolution of a distributed election algorithm as an example to illustrate how genetic programming can be combined with model-driven development. This example clearly illustrates the advantages of our approach – the generation of source code in different programming languages.

Evolving Distributed Algorithms with Genetic Programming

Distributed systems are one of the most vital components of the economy. The most prominent example is probably the internet, a constituent element of our knowledge society. During the recent years, the number of novel network types has steadily increased. Amongst others, sensor networks, distributed systems composed of tiny computational devices with scarce resources, have emerged. The further development and heterogeneous connection of such systems imposes new requirements on the software development process. Mobile and wireless networks, for instance, have to organize themselves autonomously and must be able to react to changes in the environment and to failing nodes alike. Researching new approaches for the design of distributed algorithms may lead to methods with which these requirements can be met efficiently. In this thesis, one such method is developed, tested, and discussed in respect of its practical utility. Our new design approach for distributed algorithms is based on Genetic Programming, a member of the family of evolutionary algorithms. Evolutionary algorithms are metaheuristic optimization methods which copy principles from natural evolution. They use a population of solution candidates which they try to refine step by step in order to attain optimal values for predefined objective functions. The synthesis of an algorithm with our approach starts with an analysis step in which the wanted global behavior of the distributed system is specified. From this specification, objective functions are derived which steer a Genetic Programming process where the solution candidates are distributed programs. The objective functions rate how close these programs approximate the goal behavior in multiple randomized network simulations. The evolutionary process step by step selects the most promising solution candidates and modifies and combines them with mutation and crossover operators. This way, a description of the global behavior of a distributed system is translated automatically to programs which, if executed locally on the nodes of the system, exhibit this behavior. In our work, we test six different ways for representing distributed programs, comprising adaptations and extensions of well-known Genetic Programming methods (SGP, eSGP, and LGP), one bio-inspired approach (Fraglets), and two new program representations called Rule-based Genetic Programming (RBGP, eRBGP) designed by us. We breed programs in these representations for three well-known example problems in distributed systems: election algorithms, the distributed mutual exclusion at a critical section, and the distributed computation of the greatest common divisor of a set of numbers. Synthesizing distributed programs the evolutionary way does not necessarily lead to the envisaged results. In a detailed analysis, we discuss the problematic features which make this form of Genetic Programming particularly hard. The two Rule-based Genetic Programming approaches have been developed especially in order to mitigate these difficulties. In our experiments, at least one of them (eRBGP) turned out to be a very efficient approach and in most cases, was superior to the other representations.