Sviluppo di un sistema di riconoscimento di immagini contenenti volti morphed

La tesi descrive lo sviluppo di un sistema di rilevamento di immagini di volto sottoposte a morphing.

Dizionarii vecchio e nuovo nuovo e vecchio di nomenclatura chimica : il secondo de' quali contiene la chiave e le regole del nuovo sistema di chimica di Vincenzo Dandolo veneto : che serve di supplemento al Trattato elementare di chimica del sig. Lavoisier /

Sulla respirazione dissertazione inedita del sig . Lavoisier diretta a Vincenzo Dandolo e dallo stesso portata dal francese nell' italiano idioma con alcune note illustrative ; Sulla traspirazione dissertazione inedita dei signori Lavoisier e Seguin diretta a Vincenzo Dandolo e dallo stesso portata dal francese nell' italiano idioma

Massime principali sulle quali in seguito del piano di riforma e di organizzazione delle truppe dovrà essere stabilito il nuovo sistema di amministrazione militare.

Papal states - Segreteria di stato.

Estudio Económico de América Latina y el Caribe 2016: La Agenda 2030 para el Desarrollo Sostenible y los desafíos del financiamiento para el desarrollo

En su edición número 68, que corresponde al año 2016, el Estudio Económico de América Latina y el Caribe consta de tres partes. En la primera se resume el desempeño de la economía regional en 2015 y se analiza la evolución durante el primer semestre de 2016, así como las perspectivas de crecimiento para el año. Se examinan los factores externos e internos que han incidido en el desempeño económico de la región y se destacan algunos de los desafíos para las políticas macroeconómicas en un contexto externo caracterizado por el bajo crecimiento y elevados grados de incertidumbre. En la sección temática de este Estudio se analizan los desafíos que tienen los países de América Latina y el Caribe en el ámbito interno y externo para movilizar el financiamiento del desarrollo. En lo interno, la desaceleración del crecimiento y las mayores restricciones fiscales imponen importantes retos a la movilización de recursos. En lo externo, la condición de países de renta media dificulta el acceso al financiamiento externo concesionado o de la cooperación internacional. La tercera parte, que está disponible en la página web de la CEPAL (www.cepal.org), contiene las notas referentes al desempeño económico de los países de América Latina y el Caribe en 2015 y el primer semestre de 2016, así como los respectivos anexos estadísticos. La información que se presenta ha sido actualizada al 30 de junio de 2016.

Estudo Econômico da América Latina e do Caribe 2016: A Agenda 2030 para o Desenvolvimento Sustentável e os desafios do financiamento para o desenvolvimento. Documento informativo

Em sua edição número 68, que corresponde a 2016, o Estudo Econômico da América Latina e do Caribe consta de três partes. A primeira resume o desempenho da economia regional em 2015 e analisa a evolução durante o primeiro semestre de 2016, bem como as perspectivas de crescimento para o ano. Examina os fatores externos e internos que incidiram no desempenho econômico da região e destaca alguns dos desafios para as políticas macroeconômicas num contexto externo caracterizado por baixo crescimento e elevados graus de incerteza. A seção temática deste estudo analisa os desafios que os países da América Latina e do Caribe enfrentam no âmbito interno e externo para mobilizar o financiamento para o desenvolvimento. No âmbito interno, a desaceleração do crescimento e as maiores restrições fiscais impõem importantes desafios à mobilização de recursos. No âmbito externo, a condição de países de renda média dificulta o acesso ao financiamento externo concessional ou à cooperação internacional. A terceira parte, que está disponível no site da CEPAL (www.cepal.org), contém as notas referentes ao desempenho econômico dos países da América Latina e do Caribe em 2015 e no primeiro semestre de 2016, bem como os respectivos anexos estatísticos. A informação apresentada foi atualizada em 30 de junho de 2016.

Optimization and Machine Learning Frameworks for Complex Network Analysis

Thesis (Ph.D.)--University of Washington, 2016-06

Applying machine learning to catalogue matching in astrophysics

We present the results of applying automated machine learning techniques to the problem of matching different object catalogues in astrophysics. In this study, we take two partially matched catalogues where one of the two catalogues has a large positional uncertainty. The two catalogues we used here were taken from the H I Parkes All Sky Survey (HIPASS) and SuperCOSMOS optical survey. Previous work had matched 44 per cent (1887 objects) of HIPASS to the SuperCOSMOS catalogue. A supervised learning algorithm was then applied to construct a model of the matched portion of our catalogue. Validation of the model shows that we achieved a good classification performance (99.12 per cent correct). Applying this model to the unmatched portion of the catalogue found 1209 new matches. This increases the catalogue size from 1887 matched objects to 3096. The combination of these procedures yields a catalogue that is 72 per cent matched.

Machine learning for matching astronomy catalogues

An emerging issue in the field of astronomy is the integration, management and utilization of databases from around the world to facilitate scientific discovery. In this paper, we investigate application of the machine learning techniques of support vector machines and neural networks to the problem of amalgamating catalogues of galaxies as objects from two disparate data sources: radio and optical. Formulating this as a classification problem presents several challenges, including dealing with a highly unbalanced data set. Unlike the conventional approach to the problem (which is based on a likelihood ratio) machine learning does not require density estimation and is shown here to provide a significant improvement in performance. We also report some experiments that explore the importance of the radio and optical data features for the matching problem.

A machine learning approach to intraday trading on foreign exchange markets

Foreign Exchange trading has emerged in recent times as a significant activity in many countries. As with most forms of trading, the activity is influenced by many random parameters so that the creation of a system that effectively emulates the trading process will be very helpful. In this paper we try to create such a system using Machine learning approach to emulate trader behaviour on the Foreign Exchange market and to find the most profitable trading strategy.

Blood type classification using computer vision and machine learning

In emergency situations, where time for blood transfusion is reduced, the O negative blood type (the universal donor) is administrated. However, sometimes even the universal donor can cause transfusion reactions that can be fatal to the patient. As commercial systems do not allow fast results and are not suitable for emergency situations, this paper presents the steps considered for the development and validation of a prototype, able to determine blood type compatibilities, even in emergency situations. Thus it is possible, using the developed system, to administer a compatible blood type, since the first blood unit transfused. In order to increase the system’s reliability, this prototype uses different approaches to classify blood types, the first of which is based on Decision Trees and the second one based on support vector machines. The features used to evaluate these classifiers are the standard deviation values, histogram, Histogram of Oriented Gradients and fast Fourier transform, computed on different regions of interest. The main characteristics of the presented prototype are small size, lightweight, easy transportation, ease of use, fast results, high reliability and low cost. These features are perfectly suited for emergency scenarios, where the prototype is expected to be used.