Variations interindividuelles des performances cognitives et conséquences évolutives chez une population naturelle de mésange charbonnière (Parus major)

Les animaux font face à des changements environnementaux brutaux dus aux modifications de milieux liés à l'activité humaine et aux changements climatiques, et doivent s'ajuster rapidement à leur nouvel environnement. Certains processus cognitifs comme l'innovation et l'apprentissage permettent aux animaux d'intégrer de nouveaux comportements à leur répertoire comportemental (flexibilité comportementale), leur donnant l'opportunité d'intégrer un comportement plus optimal pour s'ajuster. Les performances cognitives varient entre espèces et les individus d'une même population et bien que des études récentes se soient intéressées aux causes des variations interindividuelles des performances cognitives, les conséquences restent peu explorées. Dans cette thèse, les questions des pressions de sélection s'exerçant sur les capacités cognitives sont abordées afin de mieux comprendre l'évolution de ces traits au sein d'une population naturelle de mésange charbonnière Parus major. Un nouveau test de résolution de problème a tout d'abord été présenté à des couples reproducteurs directement en milieu naturel. Les résultats ont montré que les couples les plus performants à résoudre la tâche surpassaient les couples les moins performants sur plusieurs mesures de succès reproducteur. Afin de vérifier que la motivation à nourrir les poussins ne biaisait pas cette relation, la taille de nichée a ensuite été manipulée, ce qui n'a pas affecté la performance subséquente des parents. Les couples innovateurs démontraient un meilleur succès reproducteur quel que soit le changement de la taille de nichée subit, ce qui suggère que cette performance influence bien le succès de reproduction, et non l'inverse. De plus, les couples innovateurs approvisionnaient leurs poussins plus souvent que les couples non innovateurs, suggérant que les innovateurs pourraient exploiter leur habitat de façon plus optimale. Dans un troisième temps, plusieurs caractéristiques morphologiques, dont la coloration des plumes, ont été reliées aux performances de résolution de problème et d'apprentissage. Ces liens, bien que complexes et condition-dépendants, pourraient indiquer un rôle de ces performances lors de la sélection sexuelle. Enfin, afin de tester l'effet du parasite sanguin du paludisme sur les traits comportementaux, un médicament contre le paludisme a été injecté à des femelles reproductrices. Cette injection n'a pas modifié leurs performances cognitives mais a augmenté leur niveau d'activité et d'exploration du nichoir en réponse à la tâche de résolution de problème. Ce parasite sanguin, très présent chez les populations depassereaux, pourrait donc expliquer les variations interindividuelles et interpopulationnelles de certains traits comportementaux en milieu naturel, au même titre que dans nombreux autres systèmes hôte-parasites étudiés. Les travaux présentés dans cette thèse ont permis de détailler pour la première fois la relation entre une performance cognitive et le succès reproducteur chez une population aviaire naturelle, une relation robuste et non influencée par la motivation à nourrir la couvée. Cette performance cognitive est reliée à plusieurs traits morphologiques, mais non à la charge parasitaire. Une meilleure exploitation de l'habitat et habileté à s'occuper des poussins pourrait expliquer cette relation.

Développement d'une nouvelle méthode de caractérisation tissulaire basée sur l'élastographie ultrasonore : application pour le dépistage précoce du cancer du sein

Le cancer du sein est le cancer le plus fréquent chez la femme. Il demeure la cause de mortalité la plus importante chez les femmes âgées entre 35 et 55 ans. Au Canada, plus de 20 000 nouveaux cas sont diagnostiqués chaque année. Les études scientifiques démontrent que l'espérance de vie est étroitement liée à la précocité du diagnostic. Les moyens de diagnostic actuels comme la mammographie, l'échographie et la biopsie comportent certaines limitations. Par exemple, la mammographie permet de diagnostiquer la présence d’une masse suspecte dans le sein, mais ne peut en déterminer la nature (bénigne ou maligne). Les techniques d’imagerie complémentaires comme l'échographie ou l'imagerie par résonance magnétique (IRM) sont alors utilisées en complément, mais elles sont limitées quant à la sensibilité et la spécificité de leur diagnostic, principalement chez les jeunes femmes (< 50 ans) ou celles ayant un parenchyme dense. Par conséquent, nombreuses sont celles qui doivent subir une biopsie alors que leur lésions sont bénignes. Quelques voies de recherche sont privilégiées depuis peu pour réduire l`incertitude du diagnostic par imagerie ultrasonore. Dans ce contexte, l’élastographie dynamique est prometteuse. Cette technique est inspirée du geste médical de palpation et est basée sur la détermination de la rigidité des tissus, sachant que les lésions en général sont plus rigides que le tissu sain environnant. Le principe de cette technique est de générer des ondes de cisaillement et d'en étudier la propagation de ces ondes afin de remonter aux propriétés mécaniques du milieu via un problème inverse préétabli. Cette thèse vise le développement d'une nouvelle méthode d'élastographie dynamique pour le dépistage précoce des lésions mammaires. L'un des principaux problèmes des techniques d'élastographie dynamiques en utilisant la force de radiation est la forte atténuation des ondes de cisaillement. Après quelques longueurs d'onde de propagation, les amplitudes de déplacement diminuent considérablement et leur suivi devient difficile voir impossible. Ce problème affecte grandement la caractérisation des tissus biologiques. En outre, ces techniques ne donnent que l'information sur l'élasticité tandis que des études récentes montrent que certaines lésions bénignes ont les mêmes élasticités que des lésions malignes ce qui affecte la spécificité de ces techniques et motive la quantification de d'autres paramètres mécaniques (e.g.la viscosité). Le premier objectif de cette thèse consiste à optimiser la pression de radiation acoustique afin de rehausser l'amplitude des déplacements générés. Pour ce faire, un modèle analytique de prédiction de la fréquence de génération de la force de radiation a été développé. Une fois validé in vitro, ce modèle a servi pour la prédiction des fréquences optimales pour la génération de la force de radiation dans d'autres expérimentations in vitro et ex vivo sur des échantillons de tissu mammaire obtenus après mastectomie totale. Dans la continuité de ces travaux, un prototype de sonde ultrasonore conçu pour la génération d'un type spécifique d'ondes de cisaillement appelé ''onde de torsion'' a été développé. Le but est d'utiliser la force de radiation optimisée afin de générer des ondes de cisaillement adaptatives, et de monter leur utilité dans l'amélioration de l'amplitude des déplacements. Contrairement aux techniques élastographiques classiques, ce prototype permet la génération des ondes de cisaillement selon des parcours adaptatifs (e.g. circulaire, elliptique,…etc.) dépendamment de la forme de la lésion. L’optimisation des dépôts énergétiques induit une meilleure réponse mécanique du tissu et améliore le rapport signal sur bruit pour une meilleure quantification des paramètres viscoélastiques. Il est aussi question de consolider davantage les travaux de recherches antérieurs par un appui expérimental, et de prouver que ce type particulier d'onde de torsion peut mettre en résonance des structures. Ce phénomène de résonance des structures permet de rehausser davantage le contraste de déplacement entre les masses suspectes et le milieu environnant pour une meilleure détection. Enfin, dans le cadre de la quantification des paramètres viscoélastiques des tissus, la dernière étape consiste à développer un modèle inverse basé sur la propagation des ondes de cisaillement adaptatives pour l'estimation des paramètres viscoélastiques. L'estimation des paramètres viscoélastiques se fait via la résolution d'un problème inverse intégré dans un modèle numérique éléments finis. La robustesse de ce modèle a été étudiée afin de déterminer ces limites d'utilisation. Les résultats obtenus par ce modèle sont comparés à d'autres résultats (mêmes échantillons) obtenus par des méthodes de référence (e.g. Rheospectris) afin d'estimer la précision de la méthode développée. La quantification des paramètres mécaniques des lésions permet d'améliorer la sensibilité et la spécificité du diagnostic. La caractérisation tissulaire permet aussi une meilleure identification du type de lésion (malin ou bénin) ainsi que son évolution. Cette technique aide grandement les cliniciens dans le choix et la planification d'une prise en charge adaptée.

Single Frame Image Super Resolution Using Learned Directionlets

In this paper, a new directionally adaptive, learning based, single image super resolution method using multiple direction wavelet transform, called Directionlets is presented. This method uses directionlets to effectively capture directional features and to extract edge information along different directions of a set of available high resolution images .This information is used as the training set for super resolving a low resolution input image and the Directionlet coefficients at finer scales of its high-resolution image are learned locally from this training set and the inverse Directionlet transform recovers the super-resolved high resolution image. The simulation results showed that the proposed approach outperforms standard interpolation techniques like Cubic spline interpolation as well as standard Wavelet-based learning, both visually and in terms of the mean squared error (mse) values. This method gives good result with aliased images also.

Using Recurrent Networks for Dimensionality Reduction

This report explores how recurrent neural networks can be exploited for learning high-dimensional mappings. Since recurrent networks are as powerful as Turing machines, an interesting question is how recurrent networks can be used to simplify the problem of learning from examples. The main problem with learning high-dimensional functions is the curse of dimensionality which roughly states that the number of examples needed to learn a function increases exponentially with input dimension. This thesis proposes a way of avoiding this problem by using a recurrent network to decompose a high-dimensional function into many lower dimensional functions connected in a feedback loop.

Object Recognition with Pictorial Structures

This thesis presents a statistical framework for object recognition. The framework is motivated by the pictorial structure models introduced by Fischler and Elschlager nearly 30 years ago. The basic idea is to model an object by a collection of parts arranged in a deformable configuration. The appearance of each part is modeled separately, and the deformable configuration is represented by spring-like connections between pairs of parts. These models allow for qualitative descriptions of visual appearance, and are suitable for generic recognition problems. The problem of detecting an object in an image and the problem of learning an object model using training examples are naturally formulated under a statistical approach. We present efficient algorithms to solve these problems in our framework. We demonstrate our techniques by training models to represent faces and human bodies. The models are then used to locate the corresponding objects in novel images.

On the Convergence of Stochastic Iterative Dynamic Programming Algorithms

Recent developments in the area of reinforcement learning have yielded a number of new algorithms for the prediction and control of Markovian environments. These algorithms, including the TD(lambda) algorithm of Sutton (1988) and the Q-learning algorithm of Watkins (1989), can be motivated heuristically as approximations to dynamic programming (DP). In this paper we provide a rigorous proof of convergence of these DP-based learning algorithms by relating them to the powerful techniques of stochastic approximation theory via a new convergence theorem. The theorem establishes a general class of convergent algorithms to which both TD(lambda) and Q-learning belong.

Bagging Regularizes

Intuitively, we expect that averaging --- or bagging --- different regressors with low correlation should smooth their behavior and be somewhat similar to regularization. In this note we make this intuition precise. Using an almost classical definition of stability, we prove that a certain form of averaging provides generalization bounds with a rate of convergence of the same order as Tikhonov regularization --- similar to fashionable RKHS-based learning algorithms.

A Conservative Front Tracking Algorithm

The discontinuities in the solutions of systems of conservation laws are widely considered as one of the difficulties in numerical simulation. A numerical method is proposed for solving these partial differential equations with discontinuities in the solution. The method is able to track these sharp discontinuities or interfaces while still fully maintain the conservation property. The motion of the front is obtained by solving a Riemann problem based on the state values at its both sides which are reconstructed by using weighted essentially non oscillatory (WENO) scheme. The propagation of the front is coupled with the evaluation of "dynamic" numerical fluxes. Some numerical tests in 1D and preliminary results in 2D are presented.

L'Aprenentatge en grup per projectes, una experiència enriquidora

Els canvis a la universitat s’estan produint amb un cert recel per part d’alguns a qui costa acoblar-se als dictats del nou marc que proposa l’EEES. Nosaltres portem anys treballant amb grups i per projectes, dintre dels estudis de Enginyeria del Disseny Industrial i Desenvolupament de Productes de la Universitat de Girona, en les assignatures de Projectes. La nostra experiència és molt positiva i concorda amb tot allò que es ve publicant sobre l’aprenentatge basat en grups i el model de treball sobre projectes. D’aquesta manera aconseguim una bona interacció dels estudiants amb allò que nosaltres volem que aprenguin. L’aprenentatge per projectes (APP, o PBL Project Based Learning) es un conjunt de mètodes de treball, una eina d’instrucció que ajuda tant al docent com a l’alumne en el procés d’ensenyament / aprenentatge però que requereix alguns canvis significatius respecte una classe expositiva o un tradicional treball en grup. Presentem el desenvolupament d’aquests mètodes, on a més hem introduït elements innovadors dintre el que es coneix com autogestió del temps i de l’aprenentatge

Operational Cost Reduction in WDM Networks using Lighttours

Wavelength division multiplexing (WDM) networks have been adopted as a near-future solution for the broadband Internet. In previous work we proposed a new architecture, named enhanced grooming (G+), that extends the capabilities of traditional optical routes (lightpaths). In this paper, we compare the operational expenditures incurred by routing a set of demands using lightpaths with that of lighttours. The comparison is done by solving an integer linear programming (ILP) problem based on a path formulation. Results show that, under the assumption of single-hop routing, almost 15% of the operational cost can be reduced with our architecture. In multi-hop routing the operation cost is reduced in 7.1% and at the same time the ratio of operational cost to number of optical-electro-optical conversions is reduced for our architecture. This means that ISPs could provide the same satisfaction in terms of delay to the end-user with a lower investment in the network architecture

Utilidad de la relación estratégica comunitaria y el marketing en empresas el sector salud

La necesidad de involucrar el concepto de comunidad y sus estrategias con el sector salud, generan el problema de investigación de determinar ¿Cuál es la utilidad de la relación estratégica comunitaria y el marketing en empresas del sector salud? El sector salud ha apartado las actividades relacionales con sus clientes, el cual es caracterizado por la atracción, desarrollo y mantenimiento de relaciones con los clientes. El objetivo de la investigación es determinar cuál es la utilidad de la relación estratégica comunitaria y el marketing en empresas del sector salud y los objetivos específicos son: describir el uso de comunidad e Identificar la utilidad de aplicar las estrategias comunitarias en el sector. La metodología es la investigación y análisis de caso, estudiando una organización relevante dentro del sector salud, anexando fuentes de información secundarias como que aporten a los resultados. El análisis arroja una brecha entre la teoría y la utilización de comunidad, donde la organización la define como sus clientes y empleados. Posteriormente cabe determinar si son aplicadas las estrategias comunitarias por la compañía, donde se encontró que algunas lo son. Al encontrar el uso de estrategias cabe estudiar si generan utilidad a los resultados demostrando que conservar y mejorar relaciones con los clientes es de beneficio para la compañía, sin dejar de atraer nuevos clientes para ampliar las posibilidades de ser una compañía rentable y perdurable. Finalmente se establece un eje estratégico que genere un impacto positivo a la empresa - comunidad para crear relaciones más efectivas y rentables.

Metodolog??a PBLE como gu??a del proceso de aprendizaje en ingenier??a. Primeros pasos en la UR

En este trabajo se dan a conocer algunas de las actuaciones que un equipo del Departamento de Ingenier??a Mec??nica de la Universidad de la Rioja desarrolla a modo de especificaci??n de dise??o conceptual del m??todo formativo. Constituye una propuesta de implantaci??n, que incluir?? un plan de alcance, de comunicaci??n y de riesgos, de cara a proponer a los usuarios de la Universidad un m??todo alternativo y algo m??s acorde con las tendencias europeas que en este sentido se van produciendo desde hace ya algunos a??os. La aproximaci??n seleccionada para la propuesta de implantaci??n es la basada en la metodolog??a PBLE (Project Based Learning Engineering).

Lo que el ojo no ve : un estudio de caso basado en procesos de indagación co(wiki)laborativos.

Resumen basado en el de la publicación

Comunidades de aprendizaje en red : diseño de un proyecto de entorno colaborativo.

Monográfico con el título: 'Aprendizaje y construcción del conocimiento en la red'. Resumen basado en el de la publicación

Studies of dynamics of physical agent ecosystems

This thesis addresses the problem of learning in physical heterogeneous multi-agent systems (MAS) and the analysis of the benefits of using heterogeneous MAS with respect to homogeneous ones. An algorithm is developed for this task; building on a previous work on stability in distributed systems by Tad Hogg and Bernardo Huberman, and combining two phenomena observed in natural systems, task partition and hierarchical dominance. This algorithm is devised for allowing agents to learn which are the best tasks to perform on the basis of each agent's skills and the contribution to the team global performance. Agents learn by interacting with the environment and other teammates, and get rewards from the result of the actions they perform. This algorithm is specially designed for problems where all robots have to co-operate and work simultaneously towards the same goal. One example of such a problem is role distribution in a team of heterogeneous robots that form a soccer team, where all members take decisions and co-operate simultaneously. Soccer offers the possibility of conducting research in MAS, where co-operation plays a very important role in a dynamical and changing environment. For these reasons and the experience of the University of Girona in this domain, soccer has been selected as the test-bed for this research. In the case of soccer, tasks are grouped by means of roles. One of the most interesting features of this algorithm is that it endows MAS with a high adaptability to changes in the environment. It allows the team to perform their tasks, while adapting to the environment. This is studied in several cases, for changes in the environment and in the robot's body. Other features are also analysed, especially a parameter that defines the fitness (biological concept) of each agent in the system, which contributes to performance and team adaptability. The algorithm is applied later to allow agents to learn in teams of homogeneous and heterogeneous robots which roles they have to select, in order to maximise team performance. The teams are compared and the performance is evaluated in the games against three hand-coded teams and against the different homogeneous and heterogeneous teams built in this thesis. This section focuses on the analysis of performance and task partition, in order to study the benefits of heterogeneity in physical MAS. In order to study heterogeneity from a rigorous point of view, a diversity measure is developed building on the hierarchic social entropy defined by Tucker Balch. This is adapted to quantify physical diversity in robot teams. This tool presents very interesting features, as it can be used in the future to design heterogeneous teams on the basis of the knowledge on other teams.