Intrinsic test of independence in contingency tables

A condition needed for testing nested hypotheses from a Bayesianviewpoint is that the prior for the alternative model concentratesmass around the small, or null, model. For testing independencein contingency tables, the intrinsic priors satisfy this requirement.Further, the degree of concentration of the priors is controlled bya discrete parameter m, the training sample size, which plays animportant role in the resulting answer regardless of the samplesize.In this paper we study robustness of the tests of independencein contingency tables with respect to the intrinsic priors withdifferent degree of concentration around the null, and comparewith other “robust” results by Good and Crook. Consistency ofthe intrinsic Bayesian tests is established.We also discuss conditioning issues and sampling schemes,and argue that conditioning should be on either one margin orthe table total, but not on both margins.Examples using real are simulated data are given

Bayesian tools for zero counts in compositional data

The log-ratio methodology makes available powerful tools for analyzing compositionaldata. Nevertheless, the use of this methodology is only possible for those data setswithout null values. Consequently, in those data sets where the zeros are present, aprevious treatment becomes necessary. Last advances in the treatment of compositionalzeros have been centered especially in the zeros of structural nature and in the roundedzeros. These tools do not contemplate the particular case of count compositional datasets with null values. In this work we deal with \count zeros" and we introduce atreatment based on a mixed Bayesian-multiplicative estimation. We use the Dirichletprobability distribution as a prior and we estimate the posterior probabilities. Then weapply a multiplicative modi¯cation for the non-zero values. We present a case studywhere this new methodology is applied.Key words: count data, multiplicative replacement, composition, log-ratio analysis

Econometrics on GPUs

A graphical processing unit (GPU) is a hardware device normally used to manipulate computer memory for the display of images. GPU computing is the practice of using a GPU device for scientific or general purpose computations that are not necessarily related to the display of images. Many problems in econometrics have a structure that allows for successful use of GPU computing. We explore two examples. The first is simple: repeated evaluation of a likelihood function at different parameter values. The second is a more complicated estimator that involves simulation and nonparametric fitting. We find speedups from 1.5 up to 55.4 times, compared to computations done on a single CPU core. These speedups can be obtained with very little expense, energy consumption, and time dedicated to system maintenance, compared to equivalent performance solutions using CPUs. Code for the examples is provided.

Application of discriminant function analysis and change-point problem in dating volcanic ashes

The application of Discriminant function analysis (DFA) is not a new idea in the studyof tephrochrology. In this paper, DFA is applied to compositional datasets of twodifferent types of tephras from Mountain Ruapehu in New Zealand and MountainRainier in USA. The canonical variables from the analysis are further investigated witha statistical methodology of change-point problems in order to gain a betterunderstanding of the change in compositional pattern over time. Finally, a special caseof segmented regression has been proposed to model both the time of change and thechange in pattern. This model can be used to estimate the age for the unknown tephrasusing Bayesian statistical calibration

Probabilistic models to assist maintenance of multiple instruments

The paper discusses maintenance challenges of organisations with a huge number of devices and proposes the use of probabilistic models to assist monitoring and maintenance planning. The proposal assumes connectivity of instruments to report relevant features for monitoring. Also, the existence of enough historical registers with diagnosed breakdowns is required to make probabilistic models reliable and useful for predictive maintenance strategies based on them. Regular Markov models based on estimated failure and repair rates are proposed to calculate the availability of the instruments and Dynamic Bayesian Networks are proposed to model cause-effect relationships to trigger predictive maintenance services based on the influence between observed features and previously documented diagnostics

A Novel Breast Tissue Density Classification Methodology

It has been shown that the accuracy of mammographic abnormality detection methods is strongly dependent on the breast tissue characteristics, where a dense breast drastically reduces detection sensitivity. In addition, breast tissue density is widely accepted to be an important risk indicator for the development of breast cancer. Here, we describe the development of an automatic breast tissue classification methodology, which can be summarized in a number of distinct steps: 1) the segmentation of the breast area into fatty versus dense mammographic tissue; 2) the extraction of morphological and texture features from the segmented breast areas; and 3) the use of a Bayesian combination of a number of classifiers. The evaluation, based on a large number of cases from two different mammographic data sets, shows a strong correlation ( and 0.67 for the two data sets) between automatic and expert-based Breast Imaging Reporting and Data System mammographic density assessment

Proposta d'un model predictiu del risc d'ingrés hospitalari amb l'ús d'algoritmes bayesians

Model predictiu basat en xarxes bayesianes que permet identificar els pacients amb major risc d'ingrés a un hospital segons una sèrie d'atributs de dades demogràfiques i clíniques.

Priors about observables in vector autoregressions

Standard practice in Bayesian VARs is to formulate priors on the autoregressive parameters, but economists and policy makers actually have priors about the behavior of observable variables. We show how this kind of prior can be used in a VAR under strict probability theory principles. We state the inverse problem to be solved and we propose a numerical algorithm that works well in practical situations with a very large number of parameters. We prove various convergence theorems for the algorithm. As an application, we first show that the results in Christiano et al. (1999) are very sensitive to the introduction of various priors that are widely used. These priors turn out to be associated with undesirable priors on observables. But an empirical prior on observables helps clarify the relevance of these estimates: we find much higher persistence of output responses to monetary policy shocks than the one reported in Christiano et al. (1999) and a significantly larger total effect.

Aprendizaje basado en la interacción de usuarios para búsqueda y recuperación de imágenes

Se propone, al amparo del proyecto “Nuevos Algoritmos para la Gestión Eficiente de Contenidos Multimediaen Redes de Comunicaciones Móviles” (NAGEC), un nuevo mecanismo para la búsqueda y recuperación deimágenes basado en realimentación de relevancia. La arquitectura propuesta se compone de una red neuronal yun tesauro. La red neuronal extrae de las imágenes dos parámetros: textura y color. El tesauro recoge lasrelaciones semánticas existentes entre los términos descriptores de las imágenes de la base de datos VisTex.Ambos componentes se relacionan mediante un modelo de realimentación de relevancia que, a través de lasinteracciones del usuario con el tesauro durante el proceso de búsqueda, permite a la red aprender relacionessemánticas inherentes a las imágenes.

Proposta de reconhecimento de padrão de conforto em clientes com pênfigo vulgar utilizando a Lógica Fuzzy

Propuesta de reconocimiento del estándar de comodidad en clientes con pénfigo vulgar utilizando la Lógica FuzzyO objetivo é propor a Lógica Fuzzy para reconhecimento de padrões de conforto de pessoas submetidas a uma tecnologia de cuidar em Enfermagem por apresentarem pênfigo vulgar, uma doença cutâneo-mucosa rara que acomete principalmente adultos. A proposta aplicável em métodos experimentais com sujeitos submetidos à comparação quali-quantitativa (taxonomia/pertinência) do padrão de conforto antes e depois da intervenção. Requer o registro em escala cromática correspondente à intensidade de cada atributo: dor; mobilidade e comprometimento da autoimagem. As regras Fuzzy estabelecidas pela máquina de inferência definem o padrão de conforto em desconforto máximo, mediano e mínimo, traduzindo a eficácia dos cuidados de Enfermagem. Apesar de pouco utilizada na área de Enfermagem, essa lógica viabiliza pesquisas sem dimensionamento a priori do número de sujeitos em função da estimação de parâmetros populacionais. Espera-se avaliação do padrão de conforto do cliente com pênfigo diante da tecnologia aplicada de forma personalizada, conduzindo a avaliação global.

TREINO NÃO SUPERVISIONADO DE MODELOS ACÚSTICOS PARA RECONHECIMENTO DE FALA

Esta tese resume os trabalhos desenvolvidos na área de processamento automático de fala com o objetivo de incrementar a quantidade de recursos linguísticos disponíveis para o português europeu. O estágio de desenvolvimento e a aplicação das tecnologias de fala para uma língua estão relacionados com a quantidade e a qualidade de recursos disponíveis para esta língua. Poucas línguas apresentam, no domínio público e livre, todos os recursos necessários para desenvolver as tecnologias de fala. A língua portuguesa, como muitas outras, tem escassez de recursos públicos e livres, o que pode dificultar o desenvolvimento e a aplicação de tecnologias de fala que incorporam esta língua. Os trabalhos descritos nesta tese apresentam uma abordagem para criar bases de dados de fala, recorrendo apenas aos recursos do domínio público e livres, partindo de sinais multimédia sem transcrições ortográficas ou fonéticas. É apresentada uma solução para aproveitar a grande disponibilidade de material multimédia existente no domínio público (podcasts por exemplo) e selecionar segmentos de fala adequados para treinar modelos acústicos. Para isso, foram desenvolvidos vários sistemas para segmentar e classificar automaticamente os noticiários. Estes sistemas podem ser combinados para criar bases de dados de fala com transcrição fonética sem a intervenção humana. Foi desenvolvido um sistema de conversão automático de grafemas para fonemas que se apoia em regras fonológicas e modelos estatísticos. Esta abordagem híbrida é justificada pelos desenvolvimentos de algoritmos de aprendizagem automática aplicados a conversão de grafemas para fonemas e pelo fato do português apresentar uma razoável regularidade fonética e fonológica bem como uma ortografia de base fonológica. Com auxílio deste sistema, foi criado um dicionário de pronunciação com cerca de 40 mil entradas, que foram verificadas manualmente. Foram implementados sistemas de segmentação e de diarização de locutor para segmentar sinais de áudio. Estes sistemas utilizam várias técnicas como a impressão digital acústica, modelos com misturas de gaussianas e critério de informação bayesiana que normalmente são aplicadas noutras tarefas de processamento de fala. Para selecionar os segmentos adequados ou descartar os segmentos com fala não preparada que podem prejudicar o treino de modelos acústicos, foi desenvolvido um sistema de deteção de estilos de fala. A deteção de estilos de fala baseia-se na combinação de parâmetros acústicos e parâmetros prosódicos, na segmentação automática e em classificadores de máquinas de vetores de suporte. Ainda neste âmbito, fez-se um estudo com o intuito de caracterizar os eventos de hesitações presentes nos noticiários em português. A transcrição fonética da base de dados de fala é indispensável no processo de treino de modelos acústicos. É frequente recorrer a sistemas de reconhecimento de fala de grande vocabulário para fazer transcrição automática quando a base de dados não apresenta nenhuma transcrição. Nesta tese, é proposto um sistema de word-spotting para fazer a transcrição fonética dos segmentos de fala. Fez-se uma implementação preliminar de um sistema de word-spotting baseado em modelos de fonemas. Foi proposta uma estratégia para diminuir o tempo de resposta do sistema, criando, a priori, uma espécie de “assinatura acústica” para cada sinal de áudio com os valores de todos os cálculos que não dependem da palavra a pesquisar, como a verosimilhanças de todos os estados dos modelos de fonemas. A deteção de uma palavra utiliza medidas de similaridade entre as verosimilhanças do modelo da palavra e do modelo de enchimento, um detetor de picos e um limiar definido por forma a minimizar os erros de deteção. Foram publicados vários recursos para a língua portuguesa que resultaram da aplicação dos vários sistemas desenvolvidos ao longo da execução desta tese com especial destaque para o sistema de conversão de grafemas para fonemas a partir do qual se publicaram vários dicionários de pronunciação, dicionários com as palavras homógrafas heterofónicas, dicionário com estrangeirismos, modelos estatísticos para a conversão de grafemas para fonemas, o código fonte de todo sistema de treino e conversão e um demonstrador online.

Estudio filogenético de los géneros de Lithinini de Sudamérica Austral (Lepidoptera, Geometridae): una nueva clasificación

Estudio filogenético de los géneros de Lithinini de Sudamérica Austral (Lepidoptera, Geometridae): una nueva clasificación. Se evalúa la taxonomía de la tribu Lithinini de Sudamérica Austral sobre la base de un análisis filogenético. Para el análisis se utilizó a Catophoenissa como grupo externo. Se usaron dos aproximaciones filogenéticas para evaluar las relaciones de parentesco: 1) criterio de parsimonia; e 2) inferencia bayesiana. El análisis de parsimonia se realizó a través del programa PAUP y el análisis bayesiano con cadenas de Markov y Monte Carlo a través del programa BayesPhylogenies. Los resultados generados a partir de la hipótesis filogenética permiten proponer una nueva taxonomía para los Lithinini de Sudamérica Austral. Los géneros validos son: Asestra Warren, Acauro Rindge, Calta Rindge, Euclidiodes Warren, Franciscoia Orfila y Schajovskoy, Incalvertia Bartlett-Calvert, Lacaria Orfila y Schajovskoy, Laneco Rindge, Maeandrogonaria Butler, Martindoelloia Orfila y Schajovskoy, Nucara Rindge, Odontothera Butler, Proteopharmacis Warren, Psilaspilates Butler, Rhinoligia Warren, Tanagridia Butler. Los principales cambios respecto de ordenamientos taxonómicos previos son: 1) Yalpa Rindge, es tratado como sinónimo junior de Odontothera. 2) El género Rhinoligia Warren es incorporado a los Lithinini; 3) Se reafirma que Siopla Rindge es sinónimo junior de Asestra, Yapoma Rindge y Duraglia Rindge son sinónimos de Euclidiodes Warren, mientras que Callemo Rindge y Guara Rindge son sinónimos de Tanagridia; 4) Los géneros Calta Rindge, Incalvertia Rindge, Odontothera Butler y Proteopharmacis Warren, sinonimizados por Pitkin, son redefinidos, revalidados e incorporados a la tribu Lithinini. Se describe una nueva especie para el género Franciscoia, F. ediliae Parra. Se incluye un catálogo con los géneros y especies de la tribu de la región, más las figuras de los adultos y genitalias de las principales especies.

Índice de Satisfação dos Funcionários. Estudo de Caso: Câmara Municipal de Santa Cruz

No âmbito do processo de obtenção do grau de Licenciatura em Administração Pública e Autárquica, ministrada pela Universidade Jean Piaget de Cabo Verde, foi elaborada a presente memória monográfica, intitulada “Índice de Satisfação dos Funcionários. Estudo de caso: Câmara Municipal de Santa Cruz”. Este trabalho visa analisar o índice de satisfação dos funcionários da Câmara Municipal de Santa Cruz (CMSC). A satisfação dos funcionários é tema importante e que vem sendo debatido em várias sociedades e organizações, uma vez que se considera que o sucesso profissional da organização depende em grande medida e forma directa da motivação, da satisfação e de outros factores relacionados com os funcionários. Neste sentido, faz todo o sentido estudar esta problemática associada a uma organização municipal. Portanto, trata-se de um tema decorrente e que vai permitir o conhecimento de um conjunto de indicadores para inferência do índice de satisfação dos funcionários da CMSC. Para a realização dessa investigação, utilizamos dados primários obtidos a partir do inquérito por questionário e dados secundários colhidos sobretudo na Câmara Municipal de Santa Cruz. Evidentemente, este trabalho apoia-se num vasto manancial de teorias recolhidas em várias bibliografias. Foram utilizados os métodos quantitativo e exploratório. Aplicámos um inquérito por questionário a uma amostra de 60 funcionários da CMSC, representando uma taxa de amostragem de 12,1%. O método de selecção dos funcionários foi o aleatório simples. Os dados foram tratados e analisados através do programa Statistical Package for the Social Science (SPSS), versão 21.0. Relativamente aos resultados, observamos que o índice de satisfação dos funcionários da CMSC é considerado razoável. Em termos de satisfação dos funcionários inquiridos, as dimensões mais referidas correspondem a resultados profissionais e o desempenho e a competência e a menos têm a ver com a compensação justa e adequada. Entretanto, alguns itens mostraram-se resultados que devem ser salientados tais como o vencimento mensal adequado (cerca 45% funcionários inquiridos insatisfeitos e 55% satisfeitos), com o ambiente de trabalho (30% insatisfeitos e 70% satisfeitos) e com o ambiente saudável (cerca de 33% insatisfeitos e 67% satisfeitos).

Representação e propagação de incertezas em dados de solo: II - Atributos numéricos

Este trabalho teve por objetivos utilizar krigagem por indicação para espacializar propriedades de solos expressas por atributos numéricos, gerar uma representação acompanhada de medida espacial de incerteza e modelar a propagação de incerteza por procedimentos fuzzy de álgebra de mapas. Foram estudados os atributos: teores de potássio (K) e de alumínio (Al) trocáveis, saturação por bases (V), soma de bases (S), capacidade de troca catiônica (CTC) e teor de areia total (AT), extraídos de 222 perfis pedológicos e de 219 amostras extras, localizados no estado de Santa Catarina. Quando os atributos foram expressos em classes de fertilidade, a incerteza de Al, S e V aumentou e a de K e CTC diminuiu, considerando intervalos de confiança de 95 % de probabilidade. Constatou-se que um maior número de dados numéricos de K, S e V levou a uma maior incerteza na inferência espacial, enquanto o maior número de dados numéricos de AT e CTC diminuiu o grau de incerteza. A incerteza diminuiu quando diferentes representações numéricas foram integradas.