Classificação de famílias do feijoeiro sob diferentes cenários de dependência espacial e precisão experimental

Resumo: O objetivo deste trabalho foi avaliar a eficiência da análise estatística espacial, em comparação a análises usuais em blocos ao acaso e em látice, na classificação de famílias de feijoeiro ( Phaseolus vulgaris), sob diferentes cenários de dependência espacial e de precisão experimental. Foram considerados 12 cenários, formados por quatro classes de dependência espacial entre erros (nula, baixa, média e alta) e três classes de precisão experimental (moderada, alta e muito alta). Para as três classes de precisão experimental, foram definidos os valores de acurácia seletiva de: 0,60, 0,80 e 0,95, respectivamente. Já as quatro classes de dependência espacial entre erros assumiram, respectivamente, os seguintes valores de alcance do modelo geoestatístico exponencial: 0, 10, 20 e 40 m. Para experimentos com precisão experimental muito alta ou ausência de dependência espacial, a eficiência da análise espacial para classificação de famílias do feijoeiro é semelhante à eficiência das análises usuais. Para experimentos com alta e, principalmente, com moderada precisão experimental, a análise espacial é mais eficiente que as análises usuais para classificação de famílias de feijoeiro, quando os erros apresentam dependência espacial.

Unifying Time to Contact Estimation and Collision Avoidance across Species

The -function and the -function are phenomenological models that are widely used in the context of timing interceptive actions and collision avoidance, respectively. Both models were previously considered to be unrelated to each other: is a decreasing function that provides an estimation of time-to-contact (ttc) in the early phase of an object approach; in contrast, has a maximum before ttc. Furthermore, it is not clear how both functions could be implemented at the neuronal level in a biophysically plausible fashion. Here we propose a new framework the corrected modified Tau function capable of predicting both -type ("") and -type ("") responses. The outstanding property of our new framework is its resilience to noise. We show that can be derived from a firing rate equation, and, as , serves to describe the response curves of collision sensitive neurons. Furthermore, we show that predicts the psychophysical performance of subjects determining ttc. Our new framework is thus validated successfully against published and novel experimental data. Within the framework, links between -type and -type neurons are established. Therefore, it could possibly serve as a model for explaining the co-occurrence of such neurons in the brain.