Adaptive Markov chain Monte Carlo and Bayesian filtering for state space models

This thesis is concerned with the state and parameter estimation in state space models. The estimation of states and parameters is an important task when mathematical modeling is applied to many different application areas such as the global positioning systems, target tracking, navigation, brain imaging, spread of infectious diseases, biological processes, telecommunications, audio signal processing, stochastic optimal control, machine learning, and physical systems. In Bayesian settings, the estimation of states or parameters amounts to computation of the posterior probability density function. Except for a very restricted number of models, it is impossible to compute this density function in a closed form. Hence, we need approximation methods. A state estimation problem involves estimating the states (latent variables) that are not directly observed in the output of the system. In this thesis, we use the Kalman filter, extended Kalman filter, Gauss–Hermite filters, and particle filters to estimate the states based on available measurements. Among these filters, particle filters are numerical methods for approximating the filtering distributions of non-linear non-Gaussian state space models via Monte Carlo. The performance of a particle filter heavily depends on the chosen importance distribution. For instance, inappropriate choice of the importance distribution can lead to the failure of convergence of the particle filter algorithm. In this thesis, we analyze the theoretical Lᵖ particle filter convergence with general importance distributions, where p ≥2 is an integer. A parameter estimation problem is considered with inferring the model parameters from measurements. For high-dimensional complex models, estimation of parameters can be done by Markov chain Monte Carlo (MCMC) methods. In its operation, the MCMC method requires the unnormalized posterior distribution of the parameters and a proposal distribution. In this thesis, we show how the posterior density function of the parameters of a state space model can be computed by filtering based methods, where the states are integrated out. This type of computation is then applied to estimate parameters of stochastic differential equations. Furthermore, we compute the partial derivatives of the log-posterior density function and use the hybrid Monte Carlo and scaled conjugate gradient methods to infer the parameters of stochastic differential equations. The computational efficiency of MCMC methods is highly depend on the chosen proposal distribution. A commonly used proposal distribution is Gaussian. In this kind of proposal, the covariance matrix must be well tuned. To tune it, adaptive MCMC methods can be used. In this thesis, we propose a new way of updating the covariance matrix using the variational Bayesian adaptive Kalman filter algorithm.

Rvssiae, Moscoviae et Tartariae descriptio. Auctore Antonio Ienkensono Anglo, edita Londini anno 1562. [et] dedicata illustriss: d. Henrico Sÿdneo Wallie praesidi.

Kartussin alla privilegiomerkintä: Cum priuilegio.

Tegumento e profundidade de semeadura na emergência de plântulas e no desenvolvimento do porta-enxerto Trifoliata

O objetivo deste trabalho foi otimizar a emergência de plântulas e o desenvolvimento do porta-enxerto de citros Trifoliata [Poncirus trifoliata (L.) Raf.], por meio de tratamentos mecânicos do tegumento das sementes e da variação na profundidade de semeadura. O experimento foi realizado no período de junho a outubro de 2004, em casa-de-vegetação com temperatura controlada. A semeadura foi realizada em tubetes de plástico, contendo substrato comercial. Tegumento íntegro, tegumento com orifício no endosperma do lado oposto ao do embrião e sem tegumento foram as formas de tratar as sementes, semeadas em quatro profundidades (0,5; 1,0; 2,0; e 3,0 cm), sendo o experimento instalado em delineamento de blocos ao acaso, em esquema fatorial, com quatro repetições, sendo as unidades experimentais constituídas por 48 tubetes com uma semente cada. Verificou-se que a remoção do tegumento propicia maior porcentagem final de emergência (90%), em relação à realização de um orifício no endosperma (83%) e à manutenção do tegumento (73%). O desenvolvimento dos porta-enxertos é maior quando utilizadas sementes sem tegumento ou com orifício no endosperma. As profundidades de semeadura de 1 e 2 cm são as recomendadas para o porta-enxerto Trifoliata.

Concentrações de ácido giberélico e períodos de estratificação na emergência do porta-enxerto de marmeleiro 'japonês' (chaenomeles sinensis)

O trabalho foi realizado com o objetivo de avaliar a influência do ácido giberélico (GA3) e período de estratificação a frio-úmido de sementes do marmeleiro 'Japonês' (Chaenomeles sinensis) no crescimento de plântulas desse porta-enxerto. As sementes foram extraídas dos frutos, lavadas em água corrente e secas à sombra por 48 h. Em seguida foram submersas em diferentes concentrações de ácido giberélico: 0, 100, 200 e 300 mg L-1, por 24 h, com sistema de oxigenação. Foram então colocadas em placas de Petri, entre camadas algodão umedecido e deixadas para estratificação a frio em câmara do tipo B.O.D. em temperatura de 4 ºC, por diferentes períodos (0, 20, 40 e 60 dias). Ao final de cada período, as sementes foram distribuídas em bandejas de poliestireno de 72 células, contendo como substrato a vermiculita. Após 30 e 60 dias da semeadura foi mensurado a porcentagem de emergência e ao final dessa última avaliação o comprimento médio das plântulas e a massa seca média total. Conclui-se que as sementes do marmeleiro 'Japonês' devem ser tratadas com 200 mg L-1 de GA3 e estratificadas em algodão à temperatura de 4 ºC por 60 dias, para se obter aumento na porcentagem final da emergência bem como no crescimento das plântulas.

Duas ou três coisas sobre Antonio Candido

Busca-se aqui investigar a conexão entre duas características definidoras da originalidade crítica de Antonio Candido: sua filiação à linhagem do "marxismo ocidental" e sua inserção numa tradição nacional.

Antonio Banfi e le filosofie della Germania del novecento

Tra le figure più importanti del dibattito filosofico italiano del Novecento, Antonio Banfi ha svolto nell'Italia del secondo dopoguerra anche un ruolo politico di rilievo come senatore del PCI. La sua interpretazione del marxismo ha presentato una forte accentuazione umanistica. Tra i suoi scolari filosofi e storici della filosofia come Giulio Preti, Enzo Paci, Remo Cantoni, Paolo Rossi. Il saggio prende in esame la prima fase della riflessione filosofica di Banfi, nella quale ha una importanza decisiva la conoscenza diretta del dibattito tedesco tra le due guerre mondiali, in primo luogo della fenomenologia di Husserl e della ontologia di N. Hartmann. I Principi di una teoria della ragione - libro apparso alla fine degli anni '20 - e poi una serie di incisivi saggi degli anni '30 documentano una conoscenza approfondita e critica di un dibattito di cui mostrerà di nutrirsi in misura decisiva l'interpretazione di Banfi non solo di Hegel, ma anche di Marx.

Revue encyclopédique : ou Analyse raisonnée des productions les plus remarquables dans la littérature, les sciences et les arts / par une réunion de membres de l'Institut et d'autres hommes de lettres

1821/04 (T10)-1821/06.

Revue encyclopédique : ou Analyse raisonnée des productions les plus remarquables dans la littérature, les sciences et les arts / par une réunion de membres de l'Institut et d'autres hommes de lettres

1821/01 (T9)-1821/03.