Gaussian Process Vine Copulas for Multivariate Dependence

Copulas allow to learn marginal distributions separately from the multivariate dependence structure (copula) that links them together into a density function. Vine factorizations ease the learning of high-dimensional copulas by constructing a hierarchy of conditional bivariate copulas. However, to simplify inference, it is common to assume that each of these conditional bivariate copulas is independent from its conditioning variables. In this paper, we relax this assumption by discovering the latent functions that specify the shape of a conditional copula given its conditioning variables We learn these functions by following a Bayesian approach based on sparse Gaussian processes with expectation propagation for scalable, approximate inference. Experiments on real-world datasets show that, when modeling all conditional dependencies, we obtain better estimates of the underlying copula of the data.

Dynamic Covariance Models for Multivariate Financial Time Series

The accurate prediction of time-changing covariances is an important problem in the modeling of multivariate financial data. However, some of the most popular models suffer from a) overfitting problems and multiple local optima, b) failure to capture shifts in market conditions and c) large computational costs. To address these problems we introduce a novel dynamic model for time-changing covariances. Over-fitting and local optima are avoided by following a Bayesian approach instead of computing point estimates. Changes in market conditions are captured by assuming a diffusion process in parameter values, and finally computationally efficient and scalable inference is performed using particle filters. Experiments with financial data show excellent performance of the proposed method with respect to current standard models.

Gaussian process volatility model

The prediction of time-changing variances is an important task in the modeling of financial data. Standard econometric models are often limited as they assume rigid functional relationships for the evolution of the variance. Moreover, functional parameters are usually learned by maximum likelihood, which can lead to over-fitting. To address these problems we introduce GP-Vol, a novel non-parametric model for time-changing variances based on Gaussian Processes. This new model can capture highly flexible functional relationships for the variances. Furthermore, we introduce a new online algorithm for fast inference in GP-Vol. This method is much faster than current offline inference procedures and it avoids overfitting problems by following a fully Bayesian approach. Experiments with financial data show that GP-Vol performs significantly better than current standard alternatives.

Reusable, robust, and accurate laser-generated photonic nanosensor.

Developing noninvasive and accurate diagnostics that are easily manufactured, robust, and reusable will provide monitoring of high-risk individuals in any clinical or point-of-care environment. We have developed a clinically relevant optical glucose nanosensor that can be reused at least 400 times without a compromise in accuracy. The use of a single 6 ns laser (λ = 532 nm, 200 mJ) pulse rapidly produced off-axis Bragg diffraction gratings consisting of ordered silver nanoparticles embedded within a phenylboronic acid-functionalized hydrogel. This sensor exhibited reversible large wavelength shifts and diffracted the spectrum of narrow-band light over the wavelength range λpeak ≈ 510-1100 nm. The experimental sensitivity of the sensor permits diagnosis of glucosuria in the urine samples of diabetic patients with an improved performance compared to commercial high-throughput urinalysis devices. The sensor response was achieved within 5 min, reset to baseline in ∼10 s. It is anticipated that this sensing platform will have implications for the development of reusable, equipment-free colorimetric point-of-care diagnostic devices for diabetes screening.

Predictive entropy search for efficient global optimization of black-box functions

We propose a novel information-theoretic approach for Bayesian optimization called Predictive Entropy Search (PES). At each iteration, PES selects the next evaluation point that maximizes the expected information gained with respect to the global maximum. PES codifies this intractable acquisition function in terms of the expected reduction in the differential entropy of the predictive distribution. This reformulation allows PES to obtain approximations that are both more accurate and efficient than other alternatives such as Entropy Search (ES). Furthermore, PES can easily perform a fully Bayesian treatment of the model hyperparameters while ES cannot. We evaluate PES in both synthetic and real-world applications, including optimization problems in machine learning, finance, biotechnology, and robotics. We show that the increased accuracy of PES leads to significant gains in optimization performance.

Ocorrência de besouros coprófagos capturados por dois tipos de atrativos: fonte luminosa e fezes bovinas.

Os besouros coprófagos, popularmente conhecidos como "rola-bostas", ao lado de ácaros e outros insetos predadores ou competidores que atuam nas massas fecais, são grandes parceiros biológicos da pecuária (KOLLER, 1998). Por se alimentarem de fezes, esses besouros constituem a maneira mais prática e economicamente viável da qual se dispõe para remover as massas fecais de bovinos nas pastagens. Além disso, colaboram com a bovinocultura no controle de pragas e parasitos presentes nas fezes bovinas, tais como a mosca-dos-chifres (Haematobia irritans) e diversas espécies de vermes gastrintestinais (nematódeos). Os coleópteros coprófagos podem proporcionar outros benefícios ao enterrar as fezes dos animais porque aceleram a absorção de nutrientes pelo solo (adubação orgânica), o que evita perdas significativas de nitrogênio, um dos nutrientes de maior custo na conservação das pastagens cultivadas (MIRANDA et al., 2000). Outra contribuição importante é que ao cavar galerias os besouros coprófagos melhoram a aeração do solo e contribuem para a infiltração de água, melhorando as características físicas dele (FINCHER, 1981). Logo, a utilização de besouros coprófagos no controle biológico constitui uma alternativa interessante em comparação ao controle químico convencional, tendo em vista a sua abundância e diversidade relatada para diferentes regiões do Brasil (OLIVEIRA et al., 1996; RODRIGUES; MARCHINI, 1998; PEREIRA et al., 2003; MONTEIRO et al., 2006; RONQUI et al., 2006). A lógica da adoção de estratégias integradas de métodos de controle, valorizando o controle natural, reside no fato de que muitos parasitos, especialmente a mosca-dos-chifres (BARROS et al., 2002; 2007), carrapatos e vermes gastrintestinais, estão se tornando resistentes aos produtos empregados no seu controle. Além disso, o uso inadequado e sistemático de pesticidas interfere na sobrevivência de organismos benéficos presentes nas massas fecais, contribuindo para um controle biológico menos eficiente. Entre esses organismos benéficos, talvez os mais prejudicados sejam os besouros coprófagos. No presente estudo comparou-se a eficácia de captura entre armadilhas tipo alçapão segundo o modelo descrito e proposto por Lobo et al. (1988), comparando a isca tradicional de fezes bovinas com uma fonte de atração luminosa e utilizando recipiente de captura com 54 cm de diâmetro de abertura. O trabalho foi realizado na Fazenda Experimental da Embrapa Gado de Corte, localizada a 20° 27' S e 54° 37' W e a uma altitude aproximada de 530 metros, em Campo Grande, MS, situada na região central de Mato Grosso do Sul.

Cloração de água para propriedades rurais.

2010

Sistema base para avaliação e eco-certificação de atividades rurais.

O Sistema Base para Eco-certificação de Atividades Rurais (Eco-cert.Rural PROCISUR) consiste de um conjunto de planilhas eletrônicas que integram vinte e quatro indicadores do desempenho de uma dada atividade rural, no âmbito de um estabelecimento. Sete aspectos essenciais de avaliação são considerados: i. Uso de Insumos e Recursos, ii. Qualidade Ambiental, iii. Respeito ao Consumidor, iv. Emprego, v. Renda, vi. Saúde e vii. Gestão e Administração. Os indicadores foram construídos em matrizes de ponderação nas quais dados obtidos em campo, de acordo com o conhecimento do produtor/administrador do estabelecimento, são automaticamente transformados em índices de impacto expressos graficamente. Os resultados da avaliação permitem, ao produtor/administrador, averiguar quais práticas de manejo produzem maior impacto no desempenho de sua atividade e, aos tomadores de decisões, gestores e organizações, a definição de políticas e instrumentos para melhoria de desempenho das atividades rurais, bem como a implantação de um sistema de benchmarking para a identificação de empreendimentos com melhor desempenho ambiental e determinação de estudo de caso afinados com os planos de desenvolvimento local sustentável.

Cultivares de milho para a produção de grãos e forragem, na região Central de Minas Gerais.

2006