A fast Bayesian reconstruction algorithm for emission tomography with entropy prior converging to feasible images

The development and tests of an iterative reconstruction algorithm for emission tomography based on Bayesian statistical concepts are described. The algorithm uses the entropy of the generated image as a prior distribution, can be accelerated by the choice of an exponent, and converges uniformly to feasible images by the choice of one adjustable parameter. A feasible image has been defined as one that is consistent with the initial data (i.e. it is an image that, if truly a source of radiation in a patient, could have generated the initial data by the Poisson process that governs radioactive disintegration). The fundamental ideas of Bayesian reconstruction are discussed, along with the use of an entropy prior with an adjustable contrast parameter, the use of likelihood with data increment parameters as conditional probability, and the development of the new fast maximum a posteriori with entropy (FMAPE) Algorithm by the successive substitution method. It is shown that in the maximum likelihood estimator (MLE) and FMAPE algorithms, the only correct choice of initial image for the iterative procedure in the absence of a priori knowledge about the image configuration is a uniform field.

Bayesian image reconstruction with space-variant noise suppression

In this paper we present a Bayesian image reconstruction algorithm with entropy prior (FMAPE) that uses a space-variant hyperparameter. The spatial variation of the hyperparameter allows different degrees of resolution in areas of different statistical characteristics, thus avoiding the large residuals resulting from algorithms that use a constant hyperparameter. In the first implementation of the algorithm, we begin by segmenting a Maximum Likelihood Estimator (MLE) reconstruction. The segmentation method is based on using a wavelet decomposition and a self-organizing neural network. The result is a predetermined number of extended regions plus a small region for each star or bright object. To assign a different value of the hyperparameter to each extended region and star, we use either feasibility tests or cross-validation methods. Once the set of hyperparameters is obtained, we carried out the final Bayesian reconstruction, leading to a reconstruction with decreased bias and excellent visual characteristics. The method has been applied to data from the non-refurbished Hubble Space Telescope. The method can be also applied to ground-based images.

Image restoration in astronomy: a Bayesian perspective

When preparing an article on image restoration in astronomy, it is obvious that some topics have to be dropped to keep the work at reasonable length. We have decided to concentrate on image and noise models and on the algorithms to find the restoration. Topics like parameter estimation and stopping rules are also commented on. We start by describing the Bayesian paradigm and then proceed to study the noise and blur models used by the astronomical community. Then the prior models used to restore astronomical images are examined. We describe the algorithms used to find the restoration for the most common combinations of degradation and image models. Then we comment on important issues such as acceleration of algorithms, stopping rules, and parameter estimation. We also comment on the huge amount of information available to, and made available by, the astronomical community.

Caracterização da fauna edáfica em diferentes coberturas vegetais na região norte Fluminense

O sistema solo-serapilheira é o habitat natural para grande variedade de organismos, que diferem em tamanho e metabolismo, responsáveis por inúmeras funções. O monitoramento dos grupos de fauna no sistema solo-serapilheira permite não só uma inferência sobre a funcionalidade destes organismos, mas também uma indicação simples da complexidade ecológica dessas comunidades. O presente trabalho teve como objetivo caracterizar a distribuição da fauna edáfica nos compartimentos solo e serapilheira em duas épocas do ano e em cinco diferentes coberturas vegetais (eucalipto, floresta não preservada, floresta preservada, capoeira, pasto) no Norte Fluminense. As coberturas de floresta natural, especialmente das florestas preservadas e não preservadas, mostraram, de maneira geral, valores de densidade e riqueza de fauna superiores aos de eucalipto e pasto, tanto no solo quanto na serapilheira, nas duas épocas de coleta. Em geral, não houve preferência dos grupos de fauna pelos compartimentos solo e serapilheira. A densidade de fauna, riqueza de espécies, índice de Shannon e índice de Pielou também variaram conforme a época de coleta, sendo, no verão, estabelecidas maiores diferenças entre as diferentes coberturas vegetais estudadas do que no inverno. O índice de Pielou foi a variável mais estável e, portanto, mais apropriada para o estudo da dissimilaridade entre as coberturas vegetais em termos de distribuição dos grupos de fauna.

Growth, convergence and public investment : a bayesian model averaging approach

The aim of this paper is twofold. First, we study the determinants of economic growth among a wide set of potential variables for the Spanish provinces (NUTS3). Among others, we include various types of private, public and human capital in the group of growth factors. Also,we analyse whether Spanish provinces have converged in economic terms in recent decades. Thesecond objective is to obtain cross-section and panel data parameter estimates that are robustto model speci¯cation. For this purpose, we use a Bayesian Model Averaging (BMA) approach.Bayesian methodology constructs parameter estimates as a weighted average of linear regression estimates for every possible combination of included variables. The weight of each regression estimate is given by the posterior probability of each model.

Growth, convergence and public investment : a bayesian model averaging approach

The aim of this paper is twofold. First, we study the determinants of economic growth among a wide set of potential variables for the Spanish provinces (NUTS3). Among others, we include various types of private, public and human capital in the group of growth factors. Also,we analyse whether Spanish provinces have converged in economic terms in recent decades. Thesecond objective is to obtain cross-section and panel data parameter estimates that are robustto model speci¯cation. For this purpose, we use a Bayesian Model Averaging (BMA) approach.Bayesian methodology constructs parameter estimates as a weighted average of linear regression estimates for every possible combination of included variables. The weight of each regression estimate is given by the posterior probability of each model.

Critérios morfológicos e taxonômicos de Latossolo e Nitossolo validados por propriedades físicas mensuráveis analisadas em parte pela geoestatística

A morfologia e a classificação do solo estabelecem referenciais em atributos do solo que podem ser usados para inferência de propriedades ou para correlacionar sistemas e resultados de manejo entre sítios sob mesmas condições. Apesar das evidências nesse sentido, atributos morfológicos ainda são criticados por sua subjetividade. O objetivo deste estudo foi validar o uso de atributos morfológicos do solo, usados na taxonomia, como preditores de propriedades físicas mensuráveis e analisadas pela geoestatística, particularmente aquelas que diferenciam horizontes B níticos de B latossólicos. Três perfis de solo selecionados em áreas manejadas com sistema de plantio direto e em preparo convencional sob pousio foram descritos morfologicamente e classificados. Os perfis estudados foram classificados como Latossolo Vermelho distroférrico típico, tanto no sistema de plantio direto (LD) como no cultivo convencional (LC), e como Nitossolo Vermelho distroférrico latossólico (ND), todos de textura muito argilosa. Amostras foram coletadas por horizonte genético, para caracterização físico-hídrica (curva de retenção de água, porosidade e densidade do solo), química e granulométrica. Em uma das paredes do perfil (0,40 x 1,5 m), em uma grade de 80 pontos distanciados de 10 cm, foram realizadas medições de resistência do solo à infiltração de água e de resistência do solo à penetração, para análise de dependência espacial utilizando geoestatística. A estrutura menos desenvolvida e a menor espessura do horizonte A do solo sob plantio convencional refletiram o revolvimento excessivo e a eliminação da cobertura do solo. O Nitossolo Vermelho distroférrico latossólico diferiu dos demais por apresentar estrutura forte e em blocos desde a superfície até a profundidade de 1,0 m, caracterizando, em associação com sua cerosidade, horizonte B nítico sobrejacente a B latossólico. A estrutura do horizonte nítico condicionou não apenas a classificação do solo, mas também a resistência do solo à penetração e à infiltração de água e a retenção de água do solo. Os limites verticais dos horizontes diagnósticos de superfície e subsuperfície definidos por critérios morfológicos, como estrutura e consistência, mostraram estreita associação com as propriedades físicas mensuradas em campo e analisadas geoestatisticamente, validando os critérios morfológicos na separação de camadas de solo com propriedades físicas diferenciadas. A mensuração das propriedades físico-hídricas dos solos discriminou os horizontes diagnósticos B latossólicos do B nítico, mostrando a validade dos critérios morfológicos e taxonômicos para discriminação desses horizontes diagnósticos nos solos estudados e consolidando o uso desses critérios como indicadores de propriedades físicas diferenciadas dos solos.

Métodos de quantificação de carbono e matéria orgânica em resíduos orgânicos

Na determinação dos teores de carbono (C) em resíduos orgânicos, são utilizadas variações de marchas analíticas empregadas para solos, sem a necessária calibração. Assim, torna-se necessário avaliar e calibrar métodos de determinação dos teores de C e de matéria orgânica (MO) nesses materiais, tendo como referência o método da combustão seca. Objetivou-se neste estudo: avaliar métodos de determinação dos teores de carbono total (CT), carbono orgânico (CO) e MO em amostras de resíduos orgânicos diversificadas; determinar um modelo matemático de conversão de C e MO de um método analítico para outro; e avaliar a possibilidade de o método da mufla ser utilizado em rotina de laboratórios para análise de teores de MO e inferência de teores de CT em resíduos orgânicos. Foram avaliados os teores de CT, CO e MO em 42 amostras de compostos, estercos, resíduos vegetais, lodos de esgoto e camas de frango e de suíno, cujas coletas foram realizadas em 2010, em municípios do Sul de Minas Gerais e em Jundiaí-SP. As amostras foram secas em estufa a 65 ºC, por 48 h, maceradas e passadas em peneiras com malha de 0,250 mm e analisadas. Os métodos utilizados nas análises foram: Walkley-Black modificado - Yeomans & Bremner (YB), combustão seca a 950 ºC (analisador TOC) e combustão em mufla a 550 ºC, para as determinações de CO, CT e MO, respectivamente. Os teores de CT nos resíduos orgânicos variaram de 8,5 a 51,4 %. O método de Yeomans & Bremner subestima os teores de C em relação ao método da combustão seca. Em função da determinação dos teores de MO e CO e de uso de equações matemáticas, é possível estimar os teores de CT pelo método da combustão seca.

To select or to weigh: a comparative study of linear combination schemes for superparent-one-dependence estimators

We conduct a large-scale comparative study on linearly combining superparent-one-dependence estimators (SPODEs), a popular family of seminaive Bayesian classifiers. Altogether, 16 model selection and weighing schemes, 58 benchmark data sets, and various statistical tests are employed. This paper's main contributions are threefold. First, it formally presents each scheme's definition, rationale, and time complexity and hence can serve as a comprehensive reference for researchers interested in ensemble learning. Second, it offers bias-variance analysis for each scheme's classification error performance. Third, it identifies effective schemes that meet various needs in practice. This leads to accurate and fast classification algorithms which have an immediate and significant impact on real-world applications. Another important feature of our study is using a variety of statistical tests to evaluate multiple learning methods across multiple data sets.

A consideração da estrutura das unidades em inferências derivadas do experimento

O modelo estatístico deve exprimir corretamente a estrutura do experimento. Isso é necessário para garantir que os componentes de variância que afetam efeitos referentes a fatores experimentais sejam idênticos aos componentes de variância usados para julgar a significância desses efeitos, exceto pelas próprias variâncias atribuíveis a esses efeitos. O modelo estatístico usualmente formulado ignora a estrutura das unidades que resulta de restrições à casualização. Como conseqüência, propriedades que decorrem da casualização não são apropriadamente levadas em conta, e inferências podem se tornar tendenciosas. Sugere-se um procedimento para identificação dos efeitos referentes à estrutura das unidades, e sua consideração no modelo estatístico e em inferências derivadas do experimento. Em particular, é proposto um algoritmo para a determinação prática dos valores esperados de quadrados médios que levam em conta apropriadamente a estrutura do experimento.

Um algoritmo prático para determinação da variância do estimador de um contraste de parâmetros

Testes de significância de contrastes de efeitos de níveis de um fator ou de combinações de níveis de dois ou mais fatores requerem o conhecimento das estimativas das variâncias dos estimadores desses contrastes. As expressões dessas estimativas para experimentos com delineamentos complexos, em geral, não são disponíveis em textos. Sua derivação algébrica a partir da equação do modelo estatístico é trabalhosa. Expõe-se um algoritmo prático para a obtenção da variância do estimador de qualquer contraste de parâmetros para delineamentos completos balanceados. O algoritmo baseia-se nos valores esperados dos quadrados médios.

Wave-height hazard analysis in Eastern Coast of Spain : Bayesian approach using generalized Pareto distribution

Standard practice of wave-height hazard analysis often pays little attention to the uncertainty of assessed return periods and occurrence probabilities. This fact favors the opinion that, when large events happen, the hazard assessment should change accordingly. However, uncertainty of the hazard estimates is normally able to hide the effect of those large events. This is illustrated using data from the Mediterranean coast of Spain, where the last years have been extremely disastrous. Thus, it is possible to compare the hazard assessment based on data previous to those years with the analysis including them. With our approach, no significant change is detected when the statistical uncertainty is taken into account. The hazard analysis is carried out with a standard model. Time-occurrence of events is assumed Poisson distributed. The wave-height of each event is modelled as a random variable which upper tail follows a Generalized Pareto Distribution (GPD). Moreover, wave-heights are assumed independent from event to event and also independent of their occurrence in time. A threshold for excesses is assessed empirically. The other three parameters (Poisson rate, shape and scale parameters of GPD) are jointly estimated using Bayes' theorem. Prior distribution accounts for physical features of ocean waves in the Mediterranean sea and experience with these phenomena. Posterior distribution of the parameters allows to obtain posterior distributions of other derived parameters like occurrence probabilities and return periods. Predictives are also available. Computations are carried out using the program BGPE v2.0

Bayes linear spaces

Linear spaces consisting of σ-finite probability measures and infinite measures (improper priors and likelihood functions) are defined. The commutative group operation, called perturbation, is the updating given by Bayes theorem; the inverse operation is the Radon-Nikodym derivative. Bayes spaces of measures are sets of classes of proportional measures. In this framework, basic notions of mathematical statistics get a simple algebraic interpretation. For example, exponential families appear as affine subspaces with their sufficient statistics as a basis. Bayesian statistics, in particular some well-known properties of conjugated priors and likelihood functions, are revisited and slightly extended

Relaciones entre los bovinos criollos panameños y algunas razas criollas de Latinoamérica

El objetivo de este trabajo fue establecer la relación genética entre poblaciones bovinas panameñas Guabalá y Guaymí y algunas poblaciones criollas de Latinoamérica. Se practicó un análisis factorial de correspondencias, análisis de varianza molecular, distancias genéticas, número medio de migrantes por población y los estadísticos F de Wright. Se evaluó la estructura de la población mediante un modelo Bayesiano, suponiéndose un número desconocido de K grupos diferentes genéticamente. El análisis factorial de correspondencias mostró que las poblaciones Guabalá y Guaymí se agrupan con los bovinos criollos mexicanos y el Texas Longhorn. Igualmente se observó menor diferenciación genética de las criollas panameñas con mexicanos y el Texas Longhorn. Los análisis de distancia genética también mostraron dados similares a los obtenidos por el Amova y por el análisis factorial de correspondencia, y se observó menor distancia entre poblaciones del norte y las panameñas, en comparación con las poblaciones del sur. La agrupación bayesiana permitió la asignación de los individuos a su respectivo grupo, con base en su semejanza genética, y proporcionó información acerca del número de poblaciones bajo el cual se originan. Hay una estrecha relación histórica, genética y geográfica de las poblaciones panameñas, criollas mexicanas y Texas Longhorn, a partir de las migraciones de sus precursores desde las Antillas hacia Panamá y México.

Estrategias de muestreo de micorrizas para encinas y avellanos jóvenes inoculados con Tuber melanosporum Vittad

La reforestació en marcs regulars de plantació per a la producció de tòfona negra és un recurs d’una gran importància econòmica per zones amb sòl poc fèrtils. Les primeres produccions de tòfona negra en condicions adequades solen aparèixer entre els sis i deu anys. Conèixer l’estat del fong productor de la tòfona negra abans de la fase de producció pot ser un gran ajut en la presa de decisions de gestió. Tanmateix, per a la correcta presa de postres i la seva posterior inferència sobre l’estat del fong, es necessari conèixer la distribució en l’espai de les micorizes del fong. En aquest treball es presenten els resultats de tres tècniques de mostreig que es comparen amb la població total, així com la distribució en l’espai de les micorizes en avellaner i alzina.