空间对接缓冲试验台助推装置研究

设计了一种用于空间对接缓冲试验台的新型高动态响应助推力模拟装置。介绍了助推装置的机构组成和原理,计算了助推气动系统的响应时间,并分析了助推运动过程。研究表明:该助推装置的响应速度快、精度高,助推力方向实时通过模拟飞行器的质心,满足设计要求。

Método de extração de informações para monitoramento da ocupação das terras por grandes obras de infraestruturas a partir de imagens de satélite de alta resolução.

A tecnologia de sensoriamento remoto é uma das mais importantes fontes de informação para subsídios na identificação e no monitoramento de mudanças na cobertura da Terra. Objeto dessa tecnologia, a classificação supervisionada, por meio do algoritmo da máxima verossimilhança, tem sido um dos métodos mais utilizados para a extração de informações, principalmente em imagens de média resolução espacial. Utilizando parâmetros estatísticos, esse algoritmo pressupõe a ponderação das distâncias entre as médias dos níveis digitais das classes. Este trabalho objetivou a aplicação desse algoritmo em imagem de satélite de alta resolução. Para isso, foi necessário minimizar a intensidade de informações disponibilizadas por esses sensores, alterando a resolução espacial para 4 m e a radiométrica para 8 bit e, ainda, fazer uma filtragem pós-processamento. O presente trabalho, parte integrante de um projeto de monitoramento orbital de grandes obras de engenharia em infraestrutura, avaliou um método para a extração de informações para o monitoramento dessas obras, inseridas em meio rural ou urbano. A finalidade desse procedimento é subsidiar a análise da dinâmica de desenvolvimento dessas obras em relação a situações precedentes, assim como a possíveis intervenções no seu entorno. O projeto de monitoramento dessas obras utiliza imagens de satélites de vários sensores de alta resolução espacial, captadas em diferentes datas. No entanto, a aplicação do método apresentado neste trabalho exemplifica a utilização de imagem do satélite Ikonos 2 em uma única data. Para a imagem Ikonos 2, foi obtido um índice Kappa geral de 0,84 e apenas a classe caracterizada como Pastagem apresentou concordância relativamente mais baixa (0,71) em comparação a outras classes, mas ainda assim considerada uma boa classificação. Diante disso, a padronização proposta com a finalidade de minimizar as informações em imagens de alta resolução juntamente com o algoritmo da máxima verossimilhança e a posterior filtragem mostraram-se eficientes como suporte para a avaliação da ocupação das terras tomadas pelas obras (área de influência direta) e do seu entorno.

Sharing visual features for multiclass and multiview object detection

We consider the problem of detecting a large number of different classes of objects in cluttered scenes. Traditional approaches require applying a battery of different classifiers to the image, at multiple locations and scales. This can be slow and can require a lot of training data, since each classifier requires the computation of many different image features. In particular, for independently trained detectors, the (run-time) computational complexity, and the (training-time) sample complexity, scales linearly with the number of classes to be detected. It seems unlikely that such an approach will scale up to allow recognition of hundreds or thousands of objects. We present a multi-class boosting procedure (joint boosting) that reduces the computational and sample complexity, by finding common features that can be shared across the classes (and/or views). The detectors for each class are trained jointly, rather than independently. For a given performance level, the total number of features required, and therefore the computational cost, is observed to scale approximately logarithmically with the number of classes. The features selected jointly are closer to edges and generic features typical of many natural structures instead of finding specific object parts. Those generic features generalize better and reduce considerably the computational cost of an algorithm for multi-class object detection.

Contextual models for object detection using boosted random fields

We seek to both detect and segment objects in images. To exploit both local image data as well as contextual information, we introduce Boosted Random Fields (BRFs), which uses Boosting to learn the graph structure and local evidence of a conditional random field (CRF). The graph structure is learned by assembling graph fragments in an additive model. The connections between individual pixels are not very informative, but by using dense graphs, we can pool information from large regions of the image; dense models also support efficient inference. We show how contextual information from other objects can improve detection performance, both in terms of accuracy and speed, by using a computational cascade. We apply our system to detect stuff and things in office and street scenes.

Resumos...

Análise proteômica de raízes de feijão (Phaseolus vulgaris) inoculadas com Rhizobium tropici. Teste para comprovar a eficiência do método de extração e determinação de ácido fítico em sementes de soja utilizado na Embrapa Soja. Auditoria de comunicação: avaliando os veículos de comunicação interna da Embrapa Soja. Utilização da técnica de espectrofotometria do infravermelho próximo (NIR) para análise discriminante dos ácidos graxos oléico e linoléico de genótipos de girassol. Análise da disponibilidade hídrica para a cultura da soja nas safras 2004/05 e 2009/10 em Londrina, PR . Calibração de psicrômetros para avaliações de potencial hídrico foliar. Avaliação de ácidos graxos da soja: grão inteiro, casca, cotilédones e hipocótilo. Variabilidade temporal da produtividade da soja após conversão do preparo convencional para o sistema plantio direto. COMUT na biblioteca da Embrapa Soja. EM DIA: Boletim interno compartilhando informações. Sistema Web para estimativas de perdas por seca na cultura da soja. Portais Web desenvolvidos no laboratório de Bioinformática da Embrapa Soja. Validação de um método para detecção e quantificação de soja cultivance® tolerante a herbicidas imidazolinonas por PCR . Índice de vegetação por diferença normalizada (NDVI) de cultivares de soja sob três níveis de disponibilidade hídrica no solo. Avaliação do fluxo de seiva em cultivares de soja em três níveis de disponibilidade hídrica no solo. A importância do controle de qualidade dos inoculantes. Comportamento exploratório de ninfas recém eclodidas de Edessa meditabunda (F.) (Heteroptera: Pentatomidae) sobre a superfície dos córions. Produção de brotos de soja da cultivar BRS 216. Teste de aceitabilidade de brotos de soja da cultivar BRS 216. Análise de lignina com diferentes massas de tegumento de soja utilizando método gravimétrico. Desenvolvimento e caracterização físico-química de biscoitos com farinha de soja orgânica de cultivares especiais para a alimentação humana. Análise sensorial de biscoitos com farinha de soja orgânica de cultivares especiais para a alimentação humana. Avaliação de genótipos de soja de diferentes grupos de maturação e resistência aos percevejos. Métodos químicos para extração de boro no solo. Abordagem computacional para a identificação de elementos cis-regulatórios no genoma da soja. Quebra de dormência em sementes de girassol silvestre utilizando ácido giberélico. Teor relativo de água em cultivares de soja sob três níveis de disponibilidade hídrica no solo. Soybean gene express: plataforma para análise de expressão diferencial em bibliotecas subtrativas de CDNA. Biologia e exigências térmicas do ácaro vermelho Tetranychus gigas. Características biológicas de Telenomus remus em diferentes hospedeiros após serem criados em de ovos de Anticarsia gemmatalis e Spodoptera frugiperda por uma geração. Enfoque sobre o plano de saúde dos empregados da Embrapa no contexto do pacote de benefícios sociais oferecidos pela empresa. Dinâmica populacional do ácaro verde Mononychellus planki em cultivares de soja. Envelhecimento, trabalho e tempo livre: elaborando projetos de vida. Teor de isoflavonas em vinte cultivares de soja semeadas em Londrina e Ponta Grossa. Utilização de Pseudomonas fluorescens no controle biológico de Macrophomina phaseolina. Algoritmo computacional para determinar o perfil mínimo de marcadores moleculares que discriminam um conjunto de cultivares. Qualidade física do solo em um sistema de integração lavoura-pecuária com diferentes pressões de pastejo. Diversidade de estirpes do gênero Burkholderia em solos do cerrado brasileiro baseado no sequenciamento do gene ribossomal 16S. Estudo da diversidade genética de isolados de Corynespora cassiicola (Berk. & M.A. Curtis) C.T. Wei.

Uso de algoritmos genéticos em problemas de localização capacitada para alocação de recursos no campo e na cidade.

Problemas de localização. Descrição do algoritmo genético construtivo.

Entendendo e interpretando os parâmetros utilizados por BLAST.

O método BLAST para determinação de similaridades entre sequências biológicas. Score e matrizes de substituição. Determinação de matrizes de substituição BLOSUM. Determinação de matrizes de substituição PAM. Resultados da teoria Estatística de comparação local de sequências. O Algoritmo usado por BLAST. NCBI-BLAST. Exemplo de busca.

Implementação Java do filtro de Marr e Hildreth para detecção de bordas.

O objetivo desta publicação é apresentar a implementação Java do algoritmo de Marr e Hildreth (Marr & Hildreth, 1980) para a detecção de bordas. O objetivo maior das implementações é a construção de uma biblioteca de processamento de imagens em Java, como software livre, sob a licença GPL (General Public License) conforme publicada pela Free Software Foundation.

Replicación Activa en NodeJS con 0MQ

Mi trabajo final de grado se centra en el aprendizaje, desarrollo y divulgación del entorno de programación NodeJS, un entorno orientado a eventos que está basado en el lenguaje de programación JavaScript en el lado del servidor. El enfoque de NodeJS es el desarrollo de aplicaciones de red altamente escalables. La escalabilidad se proporciona por la eficiencia obtenida a lo largo de los años en la optimización de código en los motores de JavaScript por la delegación asíncrona a tareas propias del sistema operativo. Aprovechando estas cualidades, desarrollo la implementación de un algoritmo basado en el modelo de replicación activa consistente en mantener copias de objetos de datos en distintos almacenes de datos. Con este modelo se constituye un sistema distribuido tolerante a fallos y de alta disponibilidad. Para los protocolos de comunicación se utilizan de los socket 0MQ y se desarrollan algunos ejemplos del uso de cada tipo de ellos.

Indexing Methods for Efficient Multiclass Recognition

Many real world image analysis problems, such as face recognition and hand pose estimation, involve recognizing a large number of classes of objects or shapes. Large margin methods, such as AdaBoost and Support Vector Machines (SVMs), often provide competitive accuracy rates, but at the cost of evaluating a large number of binary classifiers, thus making it difficult to apply such methods when thousands or millions of classes need to be recognized. This thesis proposes a filter-and-refine framework, whereby, given a test pattern, a small number of candidate classes can be identified efficiently at the filter step, and computationally expensive large margin classifiers are used to evaluate these candidates at the refine step. Two different filtering methods are proposed, ClassMap and OVA-VS (One-vs.-All classification using Vector Search). ClassMap is an embedding-based method, works for both boosted classifiers and SVMs, and tends to map the patterns and their associated classes close to each other in a vector space. OVA-VS maps OVA classifiers and test patterns to vectors based on the weights and outputs of weak classifiers of the boosting scheme. At runtime, finding the strongest-responding OVA classifier becomes a classical vector search problem, where well-known methods can be used to gain efficiency. In our experiments, the proposed methods achieve significant speed-ups, in some cases up to two orders of magnitude, compared to exhaustive evaluation of all OVA classifiers. This was achieved in hand pose recognition and face recognition systems where the number of classes ranges from 535 to 48,600.

Work experience in transition year: a mixed methods study of subject and career choices

Transition Year (TY) has been a feature of the Irish Education landscape for 39 years. Work experience (WE) has become a key component of TY. WE is defined as a module of between five and fifteen days duration where students engage in a work placement in the broader community. It places a major emphasis on building relationships between schools and their external communities and concomitantly between students and their potential future employers. Yet, the idea that participation in a TY work experience programme could facilitate an increased awareness of potential careers has drawn little attention from the research community. This research examines the influence WE has on the subsequent subjects choices made by students along with the effects of that experience on the students’ identities and emerging vocational identities. Socio-cultural Learning Theory and Occupational Choice Theory frame the overall study. A mixed methods approach to data collection was adopted through the administration of 323 quantitative questionnaires and 32 individual semi-structured interviews in three secondary schools. The analysis of the data was conducted using a grounded theory approach. The findings from the research show that WE makes a significant contribution to the students’ sense of agency in their own lives. It facilitates the otherwise complex process of subject choice, motivates students to work harder in their senior cycle, introduces them to the concepts of active, experience-based and self-directed learning, while boosting their self-confidence and nurturing the emergence of their personal and vocational identities. This research is a gateway to further study in this field. It also has wide reaching implications for students, teachers, school authorities, parents and policy makers regarding teaching and learning in our schools and the value of learning beyond the walls of the classroom.

Power system parameters forecasting using Hilbert-Huang transform and machine learning

A novel hybrid data-driven approach is developed for forecasting power system parameters with the goal of increasing the efficiency of short-term forecasting studies for non-stationary time-series. The proposed approach is based on mode decomposition and a feature analysis of initial retrospective data using the Hilbert-Huang transform and machine learning algorithms. The random forests and gradient boosting trees learning techniques were examined. The decision tree techniques were used to rank the importance of variables employed in the forecasting models. The Mean Decrease Gini index is employed as an impurity function. The resulting hybrid forecasting models employ the radial basis function neural network and support vector regression. A part from introduction and references the paper is organized as follows. The second section presents the background and the review of several approaches for short-term forecasting of power system parameters. In the third section a hybrid machine learningbased algorithm using Hilbert-Huang transform is developed for short-term forecasting of power system parameters. Fourth section describes the decision tree learning algorithms used for the issue of variables importance. Finally in section six the experimental results in the following electric power problems are presented: active power flow forecasting, electricity price forecasting and for the wind speed and direction forecasting.

Comparative immunogenicity of HIV-1 clade C envelope proteins for prime/boost studies.

BACKGROUND: Previous clinical efficacy trials failed to support the continued development of recombinant gp120 (rgp120) as a candidate HIV vaccine. However, the recent RV144 HIV vaccine trial in Thailand showed that a prime/boost immunization strategy involving priming with canarypox vCP1521 followed by boosting with rgp120 could provide significant, although modest, protection from HIV infection. Based on these results, there is renewed interest in the development of rgp120 based antigens for follow up vaccine trials, where this immunization approach can be applied to other cohorts at high risk for HIV infection. Of particular interest are cohorts in Africa, India, and China that are infected with clade C viruses. METHODOLOGY/PRINCIPAL FINDINGS: A panel of 10 clade C rgp120 envelope proteins was expressed in 293 cells, purified by immunoaffinity chromatography, and used to immunize guinea pigs. The resulting sera were collected and analyzed in checkerboard experiments for rgp120 binding, V3 peptide binding, and CD4 blocking activity. Virus neutralization studies were carried out with two different assays and two different panels of clade C viruses. A high degree of cross reactivity against clade C and clade B viruses and viral proteins was observed. Most, but not all of the immunogens tested elicited antibodies that neutralized tier 1 clade B viruses, and some sera neutralized multiple clade C viruses. Immunization with rgp120 from the CN97001 strain of HIV appeared to elicit higher cross neutralizing antibody titers than the other antigens tested. CONCLUSIONS/SIGNIFICANCE: While all of the clade C antigens tested were immunogenic, some were more effective than others in eliciting virus neutralizing antibodies. Neutralization titers did not correlate with rgp120 binding, V3 peptide binding, or CD4 blocking activity. CN97001 rgp120 elicited the highest level of neutralizing antibodies, and should be considered for further HIV vaccine development studies.

Inactivation of the von Hippel-Lindau tumor suppressor leads to selective expression of a human endogenous retrovirus in kidney cancer.

A human endogenous retrovirus type E (HERV-E) was recently found to be selectively expressed in most renal cell carcinomas (RCCs). Importantly, antigens derived from this provirus are immunogenic, stimulating cytotoxic T cells that kill RCC cells in vitro and in vivo. Here, we show HERV-E expression is restricted to the clear cell subtype of RCC (ccRCC) characterized by an inactivation of the von Hippel-Lindau (VHL) tumor-suppressor gene with subsequent stabilization of hypoxia-inducible transcription factors (HIFs)-1α and -2α. HERV-E expression in ccRCC linearly correlated with HIF-2α levels and could be silenced in tumor cells by either transfection of normal VHL or small interfering RNA inhibition of HIF-2α. Using chromatin immunoprecipitation, we demonstrated that HIF-2α can serve as transcriptional factor for HERV-E by binding with HIF response element (HRE) localized in the proviral 5' long terminal repeat (LTR). Remarkably, the LTR was found to be hypomethylated only in HERV-E-expressing ccRCC while other tumors and normal tissues possessed a hypermethylated LTR preventing proviral expression. Taken altogether, these findings provide the first evidence that inactivation of a tumor suppressor gene can result in aberrant proviral expression in a human tumor and give insights needed for translational research aimed at boosting human immunity against antigenic components of this HERV-E.

Synthesis of high affinity antibodies in irradiated rabbits grafted with allogeneic cells from hyperimmune donors

Irradiated rabbits grafted with allogeneic lymph node, spleen and bone marrow cells from a donor rabbit hyperimmunized against tobacco mosaic virus synthesize high affinity antibodies, displaying mainly recipient allotypic specificities, after antigen boosting. By contrast, recipient rabbits from non-immune donors synthesize antibodies of lower affinity. It is suggested that the differentiation of new emerging host B cells is specifically influenced by the presence of donor-memory cells.