Reconhecimento semi-automático de sinus frontais para identificação humana forense baseado na transformada imagem-floresta e no contexto da forma

Pós-graduação em Ciência da Computação - IBILCE

Desenvolvimento e aplicação de métodos sorológicos e moleculares para o diagnóstico da doença de Newcastle em pombos comuns (Columba livia)

Pós-graduação em Microbiologia Agropecuária - FCAV

Estudo dos altos estruturais de Pitanga, Artemis, Pau D'Alho e Jibóia (flanco nordeste da bacia sedimentar do Paraná), através dos métodos geofísicos da gravimetria e magnetometria terrestres

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Investigação das características I x V e C x V de NCPS puro, com nitrogênio substitucional carregado (-1 e +1) e com grupos doador (NO2)-aceitador (NH2) através de métodos derivados de hartree-fock

Neste trabalho, fizemos uma investigação sobre o estudo teórico das características I x V e C x V de Nanotubo Carbono de Parede Simples (NCPS) puro, com Nitrogênio substitucional carregado com cargas -1 (caracterizando um indicativo de dopagem tipo n) e +1 (caracterizando um indicativo de dopagem tipo p) e na presença de grupos doador (NO₂)-aceitador (NH₂), através da simulação computacional do estado fundamental de NCPS, bem como de sua estrutura eletrônica e propriedades ópticas, utilizando parametrizações semi-empíricas AM1 (Austin Mudel 1) e ZINDO/S-ClS (Zerner´s lntermediate Neglect of Differential Orbital/Spectroscopic - Cunfiguration lnteraction Single) derivadas da Teoria de Hartree-Fock baseada em técnicas de química quântica. Por meio deste modelo teórico analisamos as propriedades ópticas e eletrônicas, de maior interesse para esses materiais, a fim de se entender a melhor forma de interação desses materiais na fabricação de dispositivos eletrônicos, tais como TECs (Transistores de Efeito de Campo) ou em aplicações em optoeletrônica tais como DEL (Dispositivo Emissor de Luz). Observamos que NCPS com Nitrogênio substitucional apresentam defeitos conformacionais do tipo polarônico. Fizemos as curvas dos espectros UV-visível de Absorção para NCPS armchair e zigzag puro, com Nitrogênio substitucional carregado com cargas (-1 e +1) e na presença de grupos doador (NO₂)-aceitador (NH₂), quando perturbados por intensidades diferentes de campo elétrico. Verificamos que em NCPS zigzag ao aumentarmos a intensidade do campo elétrico, suas curvas sofrem grandes perturbações. Obtivemos as curvas p x E, I x V e C x V para esses NCPS, concluímos que NCPS armchair possui comportamento resistor, pois suas curvas são lineares e zigzag possui comportamento semelhante ao dos dispositivos eletrônicos importantes para o avanço tecnológico. Assim, nossos resultados estão de bom acordo com os resultados experimentais e teóricos de NCPS puro e com Nitrogênio encontrados na literatura.

Avaliação de métodos eletromagnéticos aplicando campos polarizados e focalizados

Em investigações geofísicas rasas que empregam os métodos eletromagnéticos indutivos mais avançados, alvos com baixo número de indução (Low Induction Number – LIN) produzem anomalias eletromagnéticas muito baixas e de difícil interpretação. Para suprir esta deficiência, neste trabalho são estudados a aplicabilidade de campos eletromagnéticos polarizados e focalizados – POLFOCEM como fonte primária de indução. Os campos E.M. focalizados e polarizados, vertical e horizontalmente, são obtidos pelas combinações vetoriais de pares de dipolos transmissores e, ocorrem na região central entre eles. A focalização é observada nesta região na profundidade de 0,25 do espaçamento entre esses transmissores – L. Portanto, máximos acoplamentos podem ser obtidos através da seleção da polarização de acordo com a geometria do alvo, ocorrendo um aumento na densidade de fluxo magnético sobre ele e, máximas anomalias produzidas. É utilizada uma metodologia numérica para o cômputo dessas anomalias por meio da técnica dos elementos finitos para solução do problema 2,5-D. Em todos os experimentos numéricos são realizadas comparações qualitativas e quantitativas entre as respostas obtidas pelos sistemas POLFOCEM e convencional, o qual emprega um único dipolo como transmissor (dipolo-dipolo). As anomalias produzidas pelo sistema POLFOCEM, em que os dipolos transmissores são acionados simultaneamente, correspondem à soma das anomalias produzidas por cada um desses dipolos independentes, caracterizando, desta forma, a linearidade dos campos eletromagnéticos. Os experimentos numéricos são realizados para alvos prismáticos bidimensionais com três diferentes inclinações, inseridos num semi-espaço resistivo, e para as freqüências das fontes na faixa das ondas de rádio. As anomalias assimétricas no sistema convencional, que se tornam simétricas no sistema POLFOCEM, apresentam valores menores em amplitude. Contudo, aquelas anomalias tanto assimétricas quanto simétricas que se tornam anti-simétricas apresentam valores maiores. Em decorrência dessas diminuições e aumentos nas amplitudes ocorrem rotações nos diagramas de Argand, no sentido horário e anti-horário para alvos com baixos valores de condutividade, respectivamente. Em experimentos de identificação de presença de dois alvos próximos, o sistema convencional é capaz de identificá-los primeiramente, prevalecendo o seu uso.

Região do espaço que mais influencia em medidas eletromagnéticas no domínio da frequência: caso de uma linha de corrente sobre um semi-espaço condutor

Localizar em subsuperfície a região que mais influencia nas medidas obtidas na superfície da Terra é um problema de grande relevância em qualquer área da Geofísica. Neste trabalho, é feito um estudo sobre a localização dessa região, denominada aqui zona principal, para métodos eletromagnéticos no domínio da freqüência, utilizando-se como fonte uma linha de corrente na superfície de um semi-espaço condutor. No modelo estudado, tem-se, no interior desse semi-espaço, uma heterogeneidade na forma de camada infinita, ou de prisma com seção reta quadrada e comprimento infinito, na direção da linha de corrente. A diferença entre a medida obtida sobre o semi-espaço contendo a heterogeneidade e aquela obtida sobre o semi-espaço homogêneo, depende, entre outros parâmetros, da localização da heterogeneidade em relação ao sistema transmissor-receptor. Portanto, mantidos constantes os demais parâmetros, existirá uma posição da heterogeneidade em que sua influência é máxima nas medidas obtidas. Como esta posição é dependente do contraste de condutividade, das dimensões da heterogeneidade e da freqüência da corrente no transmissor, fica caracterizada uma região e não apenas uma única posição em que a heterogeneidade produzirá a máxima influência nas medidas. Esta região foi denominada zona principal. Identificada a zona principal, torna-se possível localizar com precisão os corpos que, em subsuperfície, provocam as anomalias observadas. Trata-se geralmente de corpos condutores de interesse para algum fim determinado. A localização desses corpos na prospecção, além de facilitar a exploração, reduz os custos de produção. Para localizar a zona principal, foi definida uma função Detetabilidade (∆), capaz de medir a influência da heterogeneidade nas medidas. A função ∆ foi calculada para amplitude e fase das componentes tangencial (H_x) e normal (H_z) à superfície terrestre do campo magnético medido no receptor. Estudando os extremos da função ∆ sob variações de condutividade, tamanho e profundidade da heterogeneidade, em modelos unidimensionais e bidimensionais, foram obtidas as dimensões da zona principal, tanto lateralmente como em profundidade. Os campos eletromagnéticos em modelos unidimensionais foram obtidos de uma forma híbrida, resolvendo numericamente as integrais obtidas da formulação analítica. Para modelos bidimensionais, a solução foi obtida através da técnica de elementos finitos. Os valores máximos da função ∆, calculada para amplitude de H_x, mostraram-se os mais indicados para localizar a zona principal. A localização feita através desta grandeza apresentou-se mais estável do que através das demais, sob variação das propriedades físicas e dimensões geométricas, tanto dos modelos unidimensionais como dos bidimensionais. No caso da heterogeneidade condutora ser uma camada horizontal infinita (caso 1D), a profundidade do plano central dessa camada vem dada pela relação p_o = 0,17 δ_o, onde p_o é essa profundidade e δ_o o "skin depth" da onda plana (em um meio homogêneo de condutividade igual à do meio encaixante (σ₁) e a freqüência dada pelo valor de w em que ocorre o máximo de ∆ calculada para a amplitude de H_x). No caso de uma heterogeneidade bidimensional (caso 2D), as coordenadas do eixo central da zona principal vem dadas por d_o = 0,77 r₀ (sendo d_o a distância horizontal do eixo à fonte transmissora) e p_o = 0,36 δ_o (sendo p_o a profundidade do eixo central da zona principal), onde r₀ é a distância transmissor-receptor e δ_o o "skin depth" da onda plana, nas mesmas condições já estipuladas no caso 1D. Conhecendo-se os valores de r₀ e δ_o para os quais ocorre o máximo de ∆, calculado para a amplitude de H_x, pode-se determinar (d_o, p_o). Para localizar a zona principal (ou, equivalentemente, uma zona condutora anômala em subsuperfície), sugere-se um método que consiste em associar cada valor da função ∆ da amplitude de H_x a um ponto (d, p), gerado através das relações d = 0,77 r e p = 0,36 δ, para cada w, em todo o espectro de freqüências das medidas, em um dado conjunto de configurações transmissor-receptor. São, então, traçadas curvas de contorno com os isovalores de ∆ que vão convergir, na medida em que o valor de ∆ se aproxima do máximo, sobre a localização e as dimensões geométricas aproximadas da heterogeneidade (zona principal).

Aplicação dos métodos gravimétrico e magnetométrico para a definição do comportamento estrutural da faixa de dobramentos Araguaia

O presente trabalho consiste na interpretação de informações gravimétricas e aeromagnetométricas (Projeto Geofísico Brasil-Canadá - PGBC) da região setentrional da Faixa de Dobramentos Araguaia, envolvendo uma área de aproximadamente 129.000km², compreendida entre os meridianos 47°50’W e 50°30’W e paralelos 4°50'S e 9°00'S. Abrange porções sudeste do Estado do Pará, noroeste de Goiás e oeste do Maranhão. Os trabalhos de campo constaram de levantamentos gravimétrico e altimétrico, ao longo de rodovias que constituem a rede viária regional, e os resultados obtidos, após correções e reduções, foram então organizados de forma a constituírem um mapa de anomalias Bouguer, apresentado em escala 1:500.000. O padrão gravimétrico da faixa de dobramentos Araguaia se caracteriza por mostrar feições predominantemente longitudinais, com curvas isoanômalas de direções submeridianas, concordante com o comportamento litológico-estrutural conhecido para a área. Na porção centro-meridional desse mapa aparece uma zona de anomalia negativa, alongada e intensa (menos de -100mgal), a qual sofre duas importantes inflexões para NW, sendo uma correlacionável ao Lineamento Carajás, e a outra na altura do paralelo 5°30'S. Apresenta zonas de altos gravimétricos, notadamente na porção noroeste (domínio cratônico), relacionada à influência das metavulcânicas do Grupo Grão Pará, e na porção nordeste, devida a massas densas introduzidas na crosta. Destaca-se também o relativo alto gravimétrico acompanhando o flanco oriental do eixo de ocorrência das braquidobras, podendo ser devido a massas excedentes colocadas sob essa região, através de esforços tectônicos, produzindo elevações do nível de base da crosta e consequentemente do embasamento. De forma genérica o flanco oriental da faixa mostra um gradiente mais intenso que o ocidental, devido principalmente à configuração geométrica das estruturas nesse setor. Da mesma forma merece destaque o gradiente regional ascendente de sul para norte. A análise das cartas de intensidade magnética do PGBC fornecem condições à individualização de diversos domínios magnéticos, perfeitamente correlacionáveis litológico e estruturalmente com as unidades geotectônicas que compõem o arcabouço regional, assim como suas subunidades. A execução de modelamento simples, quer para as informações gravimétricas como magnetométricas, objetivaram fornecer subsídios semi-quantitativos à interpretação, de forma a auxiliar no estabelecimento do padrão geométrico do embasamento da faixa de dobramentos Araguaia, assim como das estruturas a ela impostas. Assim, por meio do processamento das informações gravimétricas, verificou-se um padrão geométrico na forma de fatias imbricadas, estabelecidas sobre o substrato. A grande anomalia negativa da porção centro-meridional da faixa pode estar relacionada a uma deficiência de massa profunda (depressão na base da crosta) ou ainda a uma associação entre contraste de densidade e espessamento do pacote de supracrustais, nessa porção. O baixo gravimétrico da porção sudeste da área, entre Guarai e Tupirama, é devido a uma depressão do embasamento, da mesma forma como a anomalia negativa associada ao Lineamento Carajás está relacionada a uma estrutura sinformal conhecida.

Métodos sísmicos de refração e eletromagnético aplicados ao estudo de um paleocanal da Ilha do Marajó, Pará

Os métodos sísmico de refração e eletromagnético foram aplicados, em caráter experimental, à prospecção de água subterrânea. A eficiência destes métodos foi testada com cerca de 1.500m de perfis de refração rasa na delimitação geométrica em três dimensões de um paleocanal na região dos campos naturais da Ilha de Marajó e com um perfil eletromagnético (técnica Slingram) para a detecção de contatos laterais de água doce-água salobra. A interpretação dos dados sísmicos foi realizada com as equações de tempo de intersecção para n camadas inclinadas com o auxílio do controle geológico de 2 (dois) poços para contornar problemas de camadas não detectadas. Obteve-se uma baixa velocidade (0,81 km/s) para os sedimentos silte-arenosos saturados que preenchem o paleocanal. Em virtude da inversão de velocidades ter sido obtida como resultado para estes sedimentos, não se aconselha o mapeamento de paleocanais pela sísmica de refração, salvo com a utilização de técnicas especiais de campo (registro digital, 'up-hole survey', registro ondas S, reflexão simultânea, ...). Os dados eletromagnéticos foram analisados semi-quantitativamente com o auxílio de um modelo reduzido construído a partir de uma seção de resistividades aparentes. Um diagrama de Argand, traçado com os dados de laboratório, fornece subsídios para a determinação da condutância em ambientes de sedimentos não consolidados análogos ao de Marajó. Recomenda-se a utilização dos métodos eletromagnéticos para o reconhecimento lateral de zonas de água doce-água-salobra, uma vez que a componente quadratura da frequência alta (2640 Hz) define, com precisão suficiente, estas zonas. A comparação dos resultados dos dois métodos mostra que apenas parte do paleocanal se comporta como um aquífero.

Análise da estabilidade do tornozelo em movimentos esportivos e o efeito da órtese semi-rígida

Pós-graduação em Desenvolvimento Humano e Tecnologias - IBRC

Avaliação das alterações celulares nos ovócitos de fêmeas semi-ingurgitadas de carrapatos Rhipicephalus sanguineus (Acari: Ixodidae) decorrentes da exposição ao óleo de andiroba

Os carrapatos são considerados um dos mais importantes grupos dentre os artrópodes, por serem vetores de agentes patogênicos, que podem atacar animais, bem como o próprio homem. Dentre as diversas espécies de carrapato destaca-se a do Rhipicephalus sanguineus, pertencente à família Ixodidae e com ampla distribuição em todos os continentes. Atualmente esta espécie é considerada uma praga urbana, de grande importância médico-veterinária, que parasita principalmente o cão doméstico. Os ovários de carrapatos são considerados órgãos vitais para o sucesso biológico deste grupo de animais. Neste sentido, desenvolver pesquisas para se conhecer a ação de produtos naturais com reconhecida ação repelente ou acaricida, sobre o sistema reprodutor feminino de carrapatos, traria importantes informações para um melhor entendimento dos efeitos da ação destes produtos nos ovócitos desses ectoparasitas, contribuindo principalmente para o desenvolvimento de métodos de controle alternativos menos tóxicos para os organismos não-alvo e menos poluentes para o meio ambiente. Dessa forma, o presente estudo analisou as alterações morfofisiológicas causadas por diferentes concentrações do óleo de andiroba no ovário de fêmeas semiingurgitadas de carrapatos R. sanguineus

Aspectos teórico-numéricos dos métodos SPH e MPS

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Análise da influência de variantes do método de solução de escoamentos utilizando os métodos de elementos finitos com compressibilidade artificial e pseudo-características

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Algoritmos de aprendizado semi-supervisionado baseados em grafos aplicados na bioinformática

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Desempenho de métodos de estimativa da evapotranspiração de referência nas localidades de Frederico Westphalen e Palmeira das Missões, RS

A estimativa da evapotranspiração de referência (ETo), usada no balanço hídrico, possibilita quantificar o armazenamento de água no solo, auxiliando no manejo da irrigação. O objetivo do trabalho foi comparar métodos mais simples de estimativa da evapotranspiração de referência com o método Penman-Monteith (FAO), nas escalas diária e de 5, 10, 15 e 30 dias, e mensal, para os municípios de Frederico Westphalen e Palmeira das Missões, no RS. Os métodos avaliados tenderam a melhorar a eficiência com o aumento da escala temporal de estudo, mantendo o mesmo desempenho para ambas as localidades. Os maiores e menores valores de ETo ocorreram nos meses de dezembro e junho, respectivamente. A maioria dos métodos subestimou os valores de ETo. Em qualquer escala temporal, os métodos de Makking e da Radiação FAO24 podem substituir o modelo de Penman-Monteith.

Semi-supervised subspace clustering and applications to neuroscience

Machine learning techniques are used for extracting valuable knowledge from data. Nowa¬days, these techniques are becoming even more important due to the evolution in data ac¬quisition and storage, which is leading to data with different characteristics that must be exploited. Therefore, advances in data collection must be accompanied with advances in machine learning techniques to solve new challenges that might arise, on both academic and real applications. There are several machine learning techniques depending on both data characteristics and purpose. Unsupervised classification or clustering is one of the most known techniques when data lack of supervision (unlabeled data) and the aim is to discover data groups (clusters) according to their similarity. On the other hand, supervised classification needs data with supervision (labeled data) and its aim is to make predictions about labels of new data. The presence of data labels is a very important characteristic that guides not only the learning task but also other related tasks such as validation. When only some of the available data are labeled whereas the others remain unlabeled (partially labeled data), neither clustering nor supervised classification can be used. This scenario, which is becoming common nowadays because of labeling process ignorance or cost, is tackled with semi-supervised learning techniques. This thesis focuses on the branch of semi-supervised learning closest to clustering, i.e., to discover clusters using available labels as support to guide and improve the clustering process. Another important data characteristic, different from the presence of data labels, is the relevance or not of data features. Data are characterized by features, but it is possible that not all of them are relevant, or equally relevant, for the learning process. A recent clustering tendency, related to data relevance and called subspace clustering, claims that different clusters might be described by different feature subsets. This differs from traditional solutions to data relevance problem, where a single feature subset (usually the complete set of original features) is found and used to perform the clustering process. The proximity of this work to clustering leads to the first goal of this thesis. As commented above, clustering validation is a difficult task due to the absence of data labels. Although there are many indices that can be used to assess the quality of clustering solutions, these validations depend on clustering algorithms and data characteristics. Hence, in the first goal three known clustering algorithms are used to cluster data with outliers and noise, to critically study how some of the most known validation indices behave. The main goal of this work is however to combine semi-supervised clustering with subspace clustering to obtain clustering solutions that can be correctly validated by using either known indices or expert opinions. Two different algorithms are proposed from different points of view to discover clusters characterized by different subspaces. For the first algorithm, available data labels are used for searching for subspaces firstly, before searching for clusters. This algorithm assigns each instance to only one cluster (hard clustering) and is based on mapping known labels to subspaces using supervised classification techniques. Subspaces are then used to find clusters using traditional clustering techniques. The second algorithm uses available data labels to search for subspaces and clusters at the same time in an iterative process. This algorithm assigns each instance to each cluster based on a membership probability (soft clustering) and is based on integrating known labels and the search for subspaces into a model-based clustering approach. The different proposals are tested using different real and synthetic databases, and comparisons to other methods are also included when appropriate. Finally, as an example of real and current application, different machine learning tech¬niques, including one of the proposals of this work (the most sophisticated one) are applied to a task of one of the most challenging biological problems nowadays, the human brain model¬ing. Specifically, expert neuroscientists do not agree with a neuron classification for the brain cortex, which makes impossible not only any modeling attempt but also the day-to-day work without a common way to name neurons. Therefore, machine learning techniques may help to get an accepted solution to this problem, which can be an important milestone for future research in neuroscience. Resumen Las técnicas de aprendizaje automático se usan para extraer información valiosa de datos. Hoy en día, la importancia de estas técnicas está siendo incluso mayor, debido a que la evolución en la adquisición y almacenamiento de datos está llevando a datos con diferentes características que deben ser explotadas. Por lo tanto, los avances en la recolección de datos deben ir ligados a avances en las técnicas de aprendizaje automático para resolver nuevos retos que pueden aparecer, tanto en aplicaciones académicas como reales. Existen varias técnicas de aprendizaje automático dependiendo de las características de los datos y del propósito. La clasificación no supervisada o clustering es una de las técnicas más conocidas cuando los datos carecen de supervisión (datos sin etiqueta), siendo el objetivo descubrir nuevos grupos (agrupaciones) dependiendo de la similitud de los datos. Por otra parte, la clasificación supervisada necesita datos con supervisión (datos etiquetados) y su objetivo es realizar predicciones sobre las etiquetas de nuevos datos. La presencia de las etiquetas es una característica muy importante que guía no solo el aprendizaje sino también otras tareas relacionadas como la validación. Cuando solo algunos de los datos disponibles están etiquetados, mientras que el resto permanece sin etiqueta (datos parcialmente etiquetados), ni el clustering ni la clasificación supervisada se pueden utilizar. Este escenario, que está llegando a ser común hoy en día debido a la ignorancia o el coste del proceso de etiquetado, es abordado utilizando técnicas de aprendizaje semi-supervisadas. Esta tesis trata la rama del aprendizaje semi-supervisado más cercana al clustering, es decir, descubrir agrupaciones utilizando las etiquetas disponibles como apoyo para guiar y mejorar el proceso de clustering. Otra característica importante de los datos, distinta de la presencia de etiquetas, es la relevancia o no de los atributos de los datos. Los datos se caracterizan por atributos, pero es posible que no todos ellos sean relevantes, o igualmente relevantes, para el proceso de aprendizaje. Una tendencia reciente en clustering, relacionada con la relevancia de los datos y llamada clustering en subespacios, afirma que agrupaciones diferentes pueden estar descritas por subconjuntos de atributos diferentes. Esto difiere de las soluciones tradicionales para el problema de la relevancia de los datos, en las que se busca un único subconjunto de atributos (normalmente el conjunto original de atributos) y se utiliza para realizar el proceso de clustering. La cercanía de este trabajo con el clustering lleva al primer objetivo de la tesis. Como se ha comentado previamente, la validación en clustering es una tarea difícil debido a la ausencia de etiquetas. Aunque existen muchos índices que pueden usarse para evaluar la calidad de las soluciones de clustering, estas validaciones dependen de los algoritmos de clustering utilizados y de las características de los datos. Por lo tanto, en el primer objetivo tres conocidos algoritmos se usan para agrupar datos con valores atípicos y ruido para estudiar de forma crítica cómo se comportan algunos de los índices de validación más conocidos. El objetivo principal de este trabajo sin embargo es combinar clustering semi-supervisado con clustering en subespacios para obtener soluciones de clustering que puedan ser validadas de forma correcta utilizando índices conocidos u opiniones expertas. Se proponen dos algoritmos desde dos puntos de vista diferentes para descubrir agrupaciones caracterizadas por diferentes subespacios. Para el primer algoritmo, las etiquetas disponibles se usan para bus¬car en primer lugar los subespacios antes de buscar las agrupaciones. Este algoritmo asigna cada instancia a un único cluster (hard clustering) y se basa en mapear las etiquetas cono-cidas a subespacios utilizando técnicas de clasificación supervisada. El segundo algoritmo utiliza las etiquetas disponibles para buscar de forma simultánea los subespacios y las agru¬paciones en un proceso iterativo. Este algoritmo asigna cada instancia a cada cluster con una probabilidad de pertenencia (soft clustering) y se basa en integrar las etiquetas conocidas y la búsqueda en subespacios dentro de clustering basado en modelos. Las propuestas son probadas utilizando diferentes bases de datos reales y sintéticas, incluyendo comparaciones con otros métodos cuando resulten apropiadas. Finalmente, a modo de ejemplo de una aplicación real y actual, se aplican diferentes técnicas de aprendizaje automático, incluyendo una de las propuestas de este trabajo (la más sofisticada) a una tarea de uno de los problemas biológicos más desafiantes hoy en día, el modelado del cerebro humano. Específicamente, expertos neurocientíficos no se ponen de acuerdo en una clasificación de neuronas para la corteza cerebral, lo que imposibilita no sólo cualquier intento de modelado sino también el trabajo del día a día al no tener una forma estándar de llamar a las neuronas. Por lo tanto, las técnicas de aprendizaje automático pueden ayudar a conseguir una solución aceptada para este problema, lo cual puede ser un importante hito para investigaciones futuras en neurociencia.