Taxonomia das espécies brasileiras de Lauraceae coletadas por Carl Friedrich Philipp Von Martius de 1817 a 1820

CARL FRIEDRICH PHILIPP VON MARTIUS foi um naturalista alemão que visitou diversas regiões brasileiras, sobretudo a região da Amazônia. Este veio ao Brasil junto com a comitiva da Arquiduquesa Leopoldina da Áustria, que aqui vinha se casar com o Príncipe Herdeiro D. Pedro de Alcântara, futuro Imperador do Brasil. A sua viagem pelo Brasil teve início em 1817, no Rio de Janeiro, e término em 1820, na região amazônica. Estima-se que coletou amostras de cerca de 7.200 espécies de plantas, que foram base para a produção da Flora Brasiliensis, editada inicialmente por ele, com a colaboração e edição póstuma de AUGUST WILHELM EICHLER e IGNATZ URBAN. Esta obra monumental foi publicada entre 1840 e 1906, com a participação dos mais eminentes botânicos europeus da época, que realizaram os tratamentos taxonômicos de 22.767 espécies brasileiras, na maioria angiosperma. O tratamento das Lauraceae ficou a cargo do botânico suíço CARL DANIEL FRIEDRICH MEISSNER. Dentre as espécies de Lauraceae constam 64 táxons com indicação de coletas realizadas por MARTIUS. Tomando-se por referência o tratamento de MEISSNER, bem como as demais opera principes, o presente trabalho teve como objetivo a atualização taxonômica das espécies de Lauraceae coletadas por MARTIUS no Brasil. Para tanto, foram verificadas as coleções dos principais herbários europeus e norte americanos, com base na literatura especializada e nos bancos de dados disponíveis. Através de imagens em alta resolução dos espécimes, esses foram confrontados com os protólogos e revisões dos gêneros. Desta forma, os tratamentos das espécies envolvidas foram conduzidos com a verificação do status taxonômico das mesmas, suas sinonímias, nomes atualmente aceitos como corretos, bem como sobre as tipificações relacionadas. Sempre que pertinente, foram feitos comentários sobre as coleções e sobre problemas taxonômicos e nomenclaturais detectados. Com este trabalho...

Lanzarote en la Diputación Provincial durante el sexenio revolucionario (1868-1874)

[ES] Aborda los temas que sobre la isla de Lanzarote plantean sus representantes en la Diputación Provincial, aprovechando la situación creada tras la Revolución de septiembre de 1868. Se realiza un acercamiento al funcionamiento de la institución provincial, el papel que juega dentro de las diferentes instancias de poder y el uso que de ella hacen las fuerzas políticas como mecanismo de control.

Oceanic crust and island arc formation in Central Asia during late Neoproterozoic times - evidence from petrological and geochemical studies

Die vorliegende Arbeit behandelt die Entwicklung des 570 Ma alten, neoproterozoischen Agardagh - Tes-Chem Ophioliths (ATCO) in Zentralasien. Dieser Ophiolith liegt südwestlich des Baikalsees (50.5° N, 95° E) und wurde im frühen Stadium der Akkretion des Zentralasiatischen Mobilgürtels auf den nordwestlichen Rand des Tuvinisch-Mongolischen Mikrokontinentes aufgeschoben. Bei dem Zentralasiatische Mobilgürtel handelt es sich um einen riesigen Akkretions-Subduktionskomplex, der heute das größte zusammenhängende Orogen der Erde darstellt. Im Rahmen dieser Arbeit wurden eine Reihe plutonischer und vulkanischer Gesteine, sowie verschiedene Mantelgesteine des ATCO mittels mikroanalytischer und geochemischer Verfahren untersucht (Elektronenstrahlmikrosonde, Ionenstrahlmikrosonde, Spurenelement- und Isotopengeochemie). Die Auswertung dieser Daten ermöglichte die Entwicklung eines geodynamisch-petrologischen Modells zur Entstehung des ATCO. Die vulkanischen Gesteine lassen sich aufgrund ihrer Spurenelement- und Isotopenzusammensetzung in inselbogenbezogene und back-arc Becken bezogene Gesteine (IA-Gesteine und BAB-Gesteine) unterscheiden. Darüber hinaus gibt es eine weitere, nicht eindeutig zuzuordnende Gruppe, die hauptsächlich mafische Gänge umfasst. Der grösste Teil der untersuchen Vulkanite gehört zur Gruppe der IA-Gesteine. Es handelt sich um Al-reiche Basalte und basaltische Andesite, welche aus einem evolvierten Stammmagma mit Mg# 0.60, Cr ~ 180 µg/g und Ni ~ 95 µg/g hauptsächlich durch Klinopyroxenfraktionierung entstanden sind. Das Stammmagma selbst entstand durch Fraktionierung von ca. 12 % Olivin und geringen Anteilen von Cr-Spinell aus einer primären, aus dem Mantel abgeleiteten Schmelze. Die IA-Gesteine haben hohe Konzentrationen an inkompatiblen Spurenelementen (leichte-(L)- Seltenerdelement-(SEE)-Konzentrationen etwa 100-fach chondritisch, chondrit-normierte (La/Yb)c von 14.6 - 5.1), negative Nb-Anomalien (Nb/La = 0.37 - 0.62) und niedrige Zr/Nb Verhältnisse (7 - 14) relativ zu den BAB-Gesteinen. Initiale eNd Werte liegen bei etwa +5.5, initiale Bleiisotopenverhältnisse sind: 206Pb/204Pb = 17.39 - 18.45, 207Pb/204Pb = 15.49 - 15.61, 208Pb/204Pb = 37.06 - 38.05. Die Anreicherung lithophiler inkompatibler Spurenelemente (LILE) in dieser Gruppe ist signifikant (Ba/La = 11 - 130) und zeigt den Einfluss subduzierter Komponenten an. Die BAB-Gesteine repräsentieren Schmelzen, die sehr wahrscheinlich aus der gleichen Mantelquelle wie die IA-Gesteine stammen, aber durch höhere Aufschmelzgrade (8 - 15 %) und ohne den Einfluss subduzierter Komponenten entstanden sind. Sie haben niedrigere Konzentrationen an inkompatiblen Spurenelementen, flache SEE-Muster ((La/Yb)c = 0.6 - 2.4) und höhere initiale eNd Werte zwischen +7.8 und +8.5. Nb Anomalien existieren nicht und Zr/Nb Verhältnisse sind hoch (21 - 48). Um die geochemische Entwicklung der vulkanischen Gesteine des ATCO zu erklären, sind mindestens drei Komponenten erforderlich: (1) eine angereicherte, ozeaninselbasalt-ähnliche Komponente mit hoher Nb Konzentration über ~ 30 µg/g, einem niedrigen Zr/Nb Verhältnis (ca. 6.5), einem niedrigen initialen eNd Wert (um 0), aber mit radiogenen 206Pb/204Pb-, 207Pb/204Pb- und 208Pb/204Pb-Verhältnissen; (2) eine N-MORB ähnliche back-arc Becken Komponente mit flachem SEE-Muster und einem hohen initialen eNd Wert von mindestens +8.5, und (3) eine Inselbogen-Komponente aus einer verarmten Mantelquelle, welche durch die abtauchende Platte geochemisch modifiziert wurde. Die geochemische Entstehung der ATCO Vulkanite lässt sich dann am besten durch eine Kombination aus Quellenkontamination, fraktionierte Kristallisation und Magmenmischung erklären. Geodynamisch gesehen entstand der ATCO sehr wahrscheinlich in einem intraozeanischen Inselbogen - back-arc System. Bei den untersuchten Plutoniten handelt es sich um ultramafische Kumulate (Wehrlite und Pyroxenite) sowie um gabbroische Plutonite (Olivin-Gabbros bis Diorite). Die geochemischen Charakteristika der mafischen Plutonite sind deutlich unterschiedlich zu denen der vulkanischen Gesteine, weshalb sie sehr wahrscheinlich ein späteres Entwicklungsstadium des ATCO repräsentieren. Die Spurenelement-Konzentrationen in den Klinopyroxenen der ultramafischen Kumulate sind extrem niedrig, mit etwa 0.1- bis 1-fach chondritischen SEE-Konzentrationen und mit deutlich LSEE-verarmten Mustern ((La/Yb)c = 0.27 - 0.52). Berechnete Gleichgewichtsschmelzen der ultramafischen Kumulate zeigen grosse Ähnlichkeit zu primären boninitischen Schmelzen. Die primären Magmen waren daher boninitischer Zusammensetzung und entstanden in dem durch vorausgegangene Schmelzprozesse stark verarmten Mantelkeil über einer Subduktionszone. Niedrige Spurenelement-Konzentrationen zeigen einen geringen Einfluss der abtauchenden Platte an. Die Spurenelement-Konzentrationen der Gabbros sind ebenfalls niedrig, mit etwa 0.5 - 10-fach chondritischen SEE-Konzentrationen und mit variablen SEE-Mustern ((La/Yb)c = 0.25 - 2.6). Analog zu den Vulkaniten der IA-Gruppe haben alle Gabbros eine negative Nb-Anomalie mit Nb/La = 0.01 - 0.31. Die initialen eNd Werte der Gabbros variieren zwischen +4.8 und +7.1, mit einem Mittelwert von +5.9, und sind damit identisch mit denen der IA-Vulkanite. Bei den untersuchten Mantelgesteinen handelt es sich um teilweise serpentinisierte Dunite und Harzburgite, die alle durch hohe Mg/Si- und niedrige Al/Si-Verhältnisse gekennzeichnet sind. Dies zeigt einen refraktären Charakter an und steht in guter Übereinstimmung mit den hohen Cr-Zahlen (Cr#) der Spinelle (bis zu Cr# = 0.83), auf deren Basis der Aufschmelzgrad der residuellen Mantelgesteine berechnet wurde. Dieser beträgt etwa 25 %. Die geochemische Zusammensetzung und die petrologischen Daten der Ultramafite und Gabbros lassen sich am besten erklären, wenn man für die Entstehung dieser Gesteine einen zweistufigen Prozess annimmt. In einer ersten Stufe entstanden die ultramafischen Kumulate unter hohem Druck in einer Magmenkammer an der Krustenbasis, hauptsächlich durch Klinopyroxen-Fraktionierung. Bei dieser Magmenkammer handelte es sich um ein offenes System, dem von unten laufend neue Schmelze zugeführt wurde, und aus dem im oberen Bereich evolviertere Schmelzen geringerer Dichte entwichen. Diese evolvierten Schmelzen stiegen in flachere krustale Bereiche auf und bildeten dort meist isolierte Intrusionskörper. Diese Intrusionskörper erstarrten ohne Magmen-Nachschub, weshalb petrographisch sehr unterschiedliche Gesteine entstehen konnten. Eine geochemische Modifikation der abkühlenden Schmelzen erfolgte allerdings durch die Assimilation von Nebengestein. Da innerhalb der Gabbros keine signifikante Variation der initalen eNd Werte existiert, handelte es sich bei dem assimilierten Material hauptsächlich um vulkanische Gesteine des ATCO und nicht um ältere, möglicherweise kontinentale Kruste.

Sechste Sitzung: Brenneke (mit einem Bückling gegen Nante:) Bürger-Depentirter, ick habe des Vergnügen Dir die Frau Reichsverwesern ...

Welsch (Projektbearbeiter): Satire auf die am 8. (nicht 6.) August 1848 stattgefundene Parade der Berliner Bürgerwehr zu Ehren des Reichsverwesers: Besuch der als "Reichsmutter" apostrophierten Gräfin von Meran (der Gemahlin Erzherzog Johanns und ehemaligen Postmeisterstochter Anna Plochl) in Berlin "... um die Stimmungen und Bedürfnisse der von uns verwesten Völker kennen zu lernen." Artikulierung antiösterreichischer Ressentiments: "... et könnte unter die sechzehn Millionen Preußen, doch woll Eener oder der Andere sind, dem mehr schwarz un weiß [preußisch], als Schwarz, roth, golden zu Muthe is." Verfaßt kurz nach der Verbüßung einer 17tägigen Freiheitsstrafe

Die berühmten Männer : neue moralische Erzählung

von der Gräfin von Genlis

Ausst. 303 - Biblia, Das ist, Die gantze H[eilige] Schrifft Alten und Newen Testaments

Verteutscht: Durch D. Martin Luther. Jetzundt Nach dem letzten, in Anno 1545 bey des Authoris Lebzeiten außgangenen Exemplar ... fleissig nachgetruckt ... Insonderheit aber, mit den schönen und Kunstreichen Original Kupfferstücken Matthaei Merians gezieret ...

Tercera edición del Facundo : una estrategia de Sarmiento para intervenir en la escena política

El propósito es una lectura de la tercera edición del Facundo (1868) como estrategia de Domingo Faustino Sarmiento para la concreción de fines políticos (puntualmente, el acceso a la presidencia argentina en 1868). El estudio se centra en el nuevo escrito que el autor inserta en esta edición: “El Chacho, último caudillo de la montonera de los llanos". Se aborda, desde el campo de la Historia Intelectual, la historicidad del concepto “caudillismo", analizando los usos que hace Sarmiento del término en sus diversos contextos de enunciación. A su vez se propone un análisis de la historicidad del texto mismo, observando las estrategias discursivas con que opera su autor para intervenir en la escena política.

Cálculo y características del valor de vida del cliente en organizaciones modernas

En las últimas décadas las organizaciones tienden a focalizarse en la minimización de costos o la maximización de ingresos. Cuando una organización adopta uno de estos enfoques debe dejar de lado al otro. Por ejemplo, si una empresa se focaliza solo en la maximización de ingresos, fracasa en maximizar los beneficios. De manera similar, la minimización de costos sin tener en cuenta los beneficios afecta negativamente en la performance de la organización en el mercado. Por eso el balance de ambos es esencial para una organización que desea tener un crecimiento empujado por el mercado mientras que evalúa cuidadosamente la rentabilidad y el retorno sobre la inversión de las inversiones de marketing. En otras palabras, la clave del éxito radica en la asignación eficiente de recursos, esto es, esfuerzos focalizados en clientes rentables así como también una eficiente comunicación especial para cada segmento. Primero se analiza cómo se origina el cálculo del Valor de Vida de un Cliente (posteriormente VVC) para luego compararlo con las métricas más usadas. Se presentan dos tipos, el enfoque a nivel individual y el enfoque a nivel agregado. Luego se describirán las estrategias que se utilizarán para maximizar el VVC y los subsecuentes desafíos organizacionales que surgen cuando se quiere implementar una operatoria en torno al VVC. La aplicación de la metodología propuesta se verá a lo largo de casos de estudio y ejemplos de empresas modernas. A modo de cierre se comentará en breve el futuro de la metodología para pasar finalmente a la aplicación de la misma. La metodología se aplicó para calcular el VVC de un concesionario de automóviles mendocino así como también para mostrar los resultados de la misma a modo de conclusión. Al final de este trabajo se encuentra además un anexo que contiene un glosario de definiciones, allí se encuentran los términos técnicos utilizados en la investigación.

Contributions to Bayesian network learning with applications to neuroscience

Neuronal morphology is a key feature in the study of brain circuits, as it is highly related to information processing and functional identification. Neuronal morphology affects the process of integration of inputs from other neurons and determines the neurons which receive the output of the neurons. Different parts of the neurons can operate semi-independently according to the spatial location of the synaptic connections. As a result, there is considerable interest in the analysis of the microanatomy of nervous cells since it constitutes an excellent tool for better understanding cortical function. However, the morphologies, molecular features and electrophysiological properties of neuronal cells are extremely variable. Except for some special cases, this variability makes it hard to find a set of features that unambiguously define a neuronal type. In addition, there are distinct types of neurons in particular regions of the brain. This morphological variability makes the analysis and modeling of neuronal morphology a challenge. Uncertainty is a key feature in many complex real-world problems. Probability theory provides a framework for modeling and reasoning with uncertainty. Probabilistic graphical models combine statistical theory and graph theory to provide a tool for managing domains with uncertainty. In particular, we focus on Bayesian networks, the most commonly used probabilistic graphical model. In this dissertation, we design new methods for learning Bayesian networks and apply them to the problem of modeling and analyzing morphological data from neurons. The morphology of a neuron can be quantified using a number of measurements, e.g., the length of the dendrites and the axon, the number of bifurcations, the direction of the dendrites and the axon, etc. These measurements can be modeled as discrete or continuous data. The continuous data can be linear (e.g., the length or the width of a dendrite) or directional (e.g., the direction of the axon). These data may follow complex probability distributions and may not fit any known parametric distribution. Modeling this kind of problems using hybrid Bayesian networks with discrete, linear and directional variables poses a number of challenges regarding learning from data, inference, etc. In this dissertation, we propose a method for modeling and simulating basal dendritic trees from pyramidal neurons using Bayesian networks to capture the interactions between the variables in the problem domain. A complete set of variables is measured from the dendrites, and a learning algorithm is applied to find the structure and estimate the parameters of the probability distributions included in the Bayesian networks. Then, a simulation algorithm is used to build the virtual dendrites by sampling values from the Bayesian networks, and a thorough evaluation is performed to show the model’s ability to generate realistic dendrites. In this first approach, the variables are discretized so that discrete Bayesian networks can be learned and simulated. Then, we address the problem of learning hybrid Bayesian networks with different kinds of variables. Mixtures of polynomials have been proposed as a way of representing probability densities in hybrid Bayesian networks. We present a method for learning mixtures of polynomials approximations of one-dimensional, multidimensional and conditional probability densities from data. The method is based on basis spline interpolation, where a density is approximated as a linear combination of basis splines. The proposed algorithms are evaluated using artificial datasets. We also use the proposed methods as a non-parametric density estimation technique in Bayesian network classifiers. Next, we address the problem of including directional data in Bayesian networks. These data have some special properties that rule out the use of classical statistics. Therefore, different distributions and statistics, such as the univariate von Mises and the multivariate von Mises–Fisher distributions, should be used to deal with this kind of information. In particular, we extend the naive Bayes classifier to the case where the conditional probability distributions of the predictive variables given the class follow either of these distributions. We consider the simple scenario, where only directional predictive variables are used, and the hybrid case, where discrete, Gaussian and directional distributions are mixed. The classifier decision functions and their decision surfaces are studied at length. Artificial examples are used to illustrate the behavior of the classifiers. The proposed classifiers are empirically evaluated over real datasets. We also study the problem of interneuron classification. An extensive group of experts is asked to classify a set of neurons according to their most prominent anatomical features. A web application is developed to retrieve the experts’ classifications. We compute agreement measures to analyze the consensus between the experts when classifying the neurons. Using Bayesian networks and clustering algorithms on the resulting data, we investigate the suitability of the anatomical terms and neuron types commonly used in the literature. Additionally, we apply supervised learning approaches to automatically classify interneurons using the values of their morphological measurements. Then, a methodology for building a model which captures the opinions of all the experts is presented. First, one Bayesian network is learned for each expert, and we propose an algorithm for clustering Bayesian networks corresponding to experts with similar behaviors. Then, a Bayesian network which represents the opinions of each group of experts is induced. Finally, a consensus Bayesian multinet which models the opinions of the whole group of experts is built. A thorough analysis of the consensus model identifies different behaviors between the experts when classifying the interneurons in the experiment. A set of characterizing morphological traits for the neuronal types can be defined by performing inference in the Bayesian multinet. These findings are used to validate the model and to gain some insights into neuron morphology. Finally, we study a classification problem where the true class label of the training instances is not known. Instead, a set of class labels is available for each instance. This is inspired by the neuron classification problem, where a group of experts is asked to individually provide a class label for each instance. We propose a novel approach for learning Bayesian networks using count vectors which represent the number of experts who selected each class label for each instance. These Bayesian networks are evaluated using artificial datasets from supervised learning problems. Resumen La morfología neuronal es una característica clave en el estudio de los circuitos cerebrales, ya que está altamente relacionada con el procesado de información y con los roles funcionales. La morfología neuronal afecta al proceso de integración de las señales de entrada y determina las neuronas que reciben las salidas de otras neuronas. Las diferentes partes de la neurona pueden operar de forma semi-independiente de acuerdo a la localización espacial de las conexiones sinápticas. Por tanto, existe un interés considerable en el análisis de la microanatomía de las células nerviosas, ya que constituye una excelente herramienta para comprender mejor el funcionamiento de la corteza cerebral. Sin embargo, las propiedades morfológicas, moleculares y electrofisiológicas de las células neuronales son extremadamente variables. Excepto en algunos casos especiales, esta variabilidad morfológica dificulta la definición de un conjunto de características que distingan claramente un tipo neuronal. Además, existen diferentes tipos de neuronas en regiones particulares del cerebro. La variabilidad neuronal hace que el análisis y el modelado de la morfología neuronal sean un importante reto científico. La incertidumbre es una propiedad clave en muchos problemas reales. La teoría de la probabilidad proporciona un marco para modelar y razonar bajo incertidumbre. Los modelos gráficos probabilísticos combinan la teoría estadística y la teoría de grafos con el objetivo de proporcionar una herramienta con la que trabajar bajo incertidumbre. En particular, nos centraremos en las redes bayesianas, el modelo más utilizado dentro de los modelos gráficos probabilísticos. En esta tesis hemos diseñado nuevos métodos para aprender redes bayesianas, inspirados por y aplicados al problema del modelado y análisis de datos morfológicos de neuronas. La morfología de una neurona puede ser cuantificada usando una serie de medidas, por ejemplo, la longitud de las dendritas y el axón, el número de bifurcaciones, la dirección de las dendritas y el axón, etc. Estas medidas pueden ser modeladas como datos continuos o discretos. A su vez, los datos continuos pueden ser lineales (por ejemplo, la longitud o la anchura de una dendrita) o direccionales (por ejemplo, la dirección del axón). Estos datos pueden llegar a seguir distribuciones de probabilidad muy complejas y pueden no ajustarse a ninguna distribución paramétrica conocida. El modelado de este tipo de problemas con redes bayesianas híbridas incluyendo variables discretas, lineales y direccionales presenta una serie de retos en relación al aprendizaje a partir de datos, la inferencia, etc. En esta tesis se propone un método para modelar y simular árboles dendríticos basales de neuronas piramidales usando redes bayesianas para capturar las interacciones entre las variables del problema. Para ello, se mide un amplio conjunto de variables de las dendritas y se aplica un algoritmo de aprendizaje con el que se aprende la estructura y se estiman los parámetros de las distribuciones de probabilidad que constituyen las redes bayesianas. Después, se usa un algoritmo de simulación para construir dendritas virtuales mediante el muestreo de valores de las redes bayesianas. Finalmente, se lleva a cabo una profunda evaluaci ón para verificar la capacidad del modelo a la hora de generar dendritas realistas. En esta primera aproximación, las variables fueron discretizadas para poder aprender y muestrear las redes bayesianas. A continuación, se aborda el problema del aprendizaje de redes bayesianas con diferentes tipos de variables. Las mixturas de polinomios constituyen un método para representar densidades de probabilidad en redes bayesianas híbridas. Presentamos un método para aprender aproximaciones de densidades unidimensionales, multidimensionales y condicionales a partir de datos utilizando mixturas de polinomios. El método se basa en interpolación con splines, que aproxima una densidad como una combinación lineal de splines. Los algoritmos propuestos se evalúan utilizando bases de datos artificiales. Además, las mixturas de polinomios son utilizadas como un método no paramétrico de estimación de densidades para clasificadores basados en redes bayesianas. Después, se estudia el problema de incluir información direccional en redes bayesianas. Este tipo de datos presenta una serie de características especiales que impiden el uso de las técnicas estadísticas clásicas. Por ello, para manejar este tipo de información se deben usar estadísticos y distribuciones de probabilidad específicos, como la distribución univariante von Mises y la distribución multivariante von Mises–Fisher. En concreto, en esta tesis extendemos el clasificador naive Bayes al caso en el que las distribuciones de probabilidad condicionada de las variables predictoras dada la clase siguen alguna de estas distribuciones. Se estudia el caso base, en el que sólo se utilizan variables direccionales, y el caso híbrido, en el que variables discretas, lineales y direccionales aparecen mezcladas. También se estudian los clasificadores desde un punto de vista teórico, derivando sus funciones de decisión y las superficies de decisión asociadas. El comportamiento de los clasificadores se ilustra utilizando bases de datos artificiales. Además, los clasificadores son evaluados empíricamente utilizando bases de datos reales. También se estudia el problema de la clasificación de interneuronas. Desarrollamos una aplicación web que permite a un grupo de expertos clasificar un conjunto de neuronas de acuerdo a sus características morfológicas más destacadas. Se utilizan medidas de concordancia para analizar el consenso entre los expertos a la hora de clasificar las neuronas. Se investiga la idoneidad de los términos anatómicos y de los tipos neuronales utilizados frecuentemente en la literatura a través del análisis de redes bayesianas y la aplicación de algoritmos de clustering. Además, se aplican técnicas de aprendizaje supervisado con el objetivo de clasificar de forma automática las interneuronas a partir de sus valores morfológicos. A continuación, se presenta una metodología para construir un modelo que captura las opiniones de todos los expertos. Primero, se genera una red bayesiana para cada experto y se propone un algoritmo para agrupar las redes bayesianas que se corresponden con expertos con comportamientos similares. Después, se induce una red bayesiana que modela la opinión de cada grupo de expertos. Por último, se construye una multired bayesiana que modela las opiniones del conjunto completo de expertos. El análisis del modelo consensuado permite identificar diferentes comportamientos entre los expertos a la hora de clasificar las neuronas. Además, permite extraer un conjunto de características morfológicas relevantes para cada uno de los tipos neuronales mediante inferencia con la multired bayesiana. Estos descubrimientos se utilizan para validar el modelo y constituyen información relevante acerca de la morfología neuronal. Por último, se estudia un problema de clasificación en el que la etiqueta de clase de los datos de entrenamiento es incierta. En cambio, disponemos de un conjunto de etiquetas para cada instancia. Este problema está inspirado en el problema de la clasificación de neuronas, en el que un grupo de expertos proporciona una etiqueta de clase para cada instancia de manera individual. Se propone un método para aprender redes bayesianas utilizando vectores de cuentas, que representan el número de expertos que seleccionan cada etiqueta de clase para cada instancia. Estas redes bayesianas se evalúan utilizando bases de datos artificiales de problemas de aprendizaje supervisado.

Viva la integridad de la patria!: artículos publicados en defensa de las Antillas españolas

por La Prensa, diario político de Madrid ; director, Leopoldo de Alba Salcedo.

Viva la integridad de la patria!: artículos publicados en defensa de las Antillas españolas

por La Prensa, diario político de Madrid ; director, Leopoldo de Alba Salcedo.

Afrika.

Added title page: Allgemeine Länderkunde hrsg. von Wilhelm Sievers.

C. F. Gellerts sämmtliche werke ...

6.-9. th. edited by J. A. Schlegel and G. L. Heyer.

Bild einer christlichen Fürstin: Maria, Erzherzogin zu Oesterreich, Herzogin von Bayern, durch Friedrich von Hurter.

Mode of access: Internet.