949 resultados para Divergent natural selection
Resumo:
Materials selection is a matter of great importance to engineering design and software tools are valuable to inform decisions in the early stages of product development. However, when a set of alternative materials is available for the different parts a product is made of, the question of what optimal material mix to choose for a group of parts is not trivial. The engineer/designer therefore goes about this in a part-by-part procedure. Optimizing each part per se can lead to a global sub-optimal solution from the product point of view. An optimization procedure to deal with products with multiple parts, each with discrete design variables, and able to determine the optimal solution assuming different objectives is therefore needed. To solve this multiobjective optimization problem, a new routine based on Direct MultiSearch (DMS) algorithm is created. Results from the Pareto front can help the designer to align his/hers materials selection for a complete set of materials with product attribute objectives, depending on the relative importance of each objective.
Resumo:
Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia do Ambiente, perfil de Engenharia Ecológica
Resumo:
A existência de estirpes de Plasmodium falciparum resistentes a multiplos fármacos é um dos problemas mais graves no controlo da malária. Novos fármacos, como a artemisinina (ART) e seus derivados são cada vez mais utilizados no tratamento da malaria e muito embora até ao momento não haja registos de fármaco-resistência estável à ART o seu surgimento seria desastroso devido á falta de alternativas. A investigação apresentada nesta tese descreve a selecção de resistência estável à ART e ao artesunato (ATN) utilizando um modelo roedor de malária, o parasita Plasmodium chabaudi chabaudi (Plasmodium chabaudi). Dois clones de Plasmodium chabaudi diferentes, AS-15CQ e AS-30CQ, foram inoculados em murganhos que por sua vez foram tratados na presença de concentrações sucessivamente crescentes de ATN e ART, sendo que no final do processo de seleção de resistência, os parasitas obtidos apresentavam uma resistência de 6 e 15 vezes superior ao ATN e à ART, respectivamente, em relação aos parasitas iniciais. Os clones obtidos foram nomeados respectivamente AS-ATN (obtido a partir de AS-15CQ por seleção com pressão de ATN) e AS-ART (obtido a partir de AS-30CQ por seleção com pressão de ART). A resistência obtida durante o processo de seleção é estável após clonagem, congelamento/descongelamento, passagem sanguínea na ausência de pressão de fármaco e transmissão natural através do mosquito vector. A sequência nucleotídica e o número de cópias dos genes previamente descritos na literatura como moduladores putativos de resistência à ART e seus derivados: mdr1, cg10, tctp e atp6; foi comparada entre parasitas resistentes e sensíveis, não tendo sido encontradas nenhumas alterações, quer na sequência quer no número de cópias destes genes. Posteriormente, numa tentativa de identificar os genes envolvidos na resistância à ART e ao ATN a técnica de Linkage Group Selection (LGS) foi utilizada. Para tal dois cruzamentos genéticos foram realizados. Estes cruzamentos foram realizados entre os clones fármaco-resistentes; AS-ART e AS-ATN e um clone geneticamente distinto dos anteriores e sensível aos fármacos em estudos, AJ. Após realização do LGS quatro loci genéticos; nos cromossomas de P. chabaudi 1, 2, 6 e 8 foram encontrados associados à resistência. Atendendo a que, a selecção no cromossoma 2 era a mais forte, este locus foi submetido a subsequentes análises genéticas, tendo sido encontradas duas mutações diferentes (V739F e V770F) num gene que codifica para um enzima de desubiquitinação (gene ubp-1).
Resumo:
In machine learning and pattern recognition tasks, the use of feature discretization techniques may have several advantages. The discretized features may hold enough information for the learning task at hand, while ignoring minor fluctuations that are irrelevant or harmful for that task. The discretized features have more compact representations that may yield both better accuracy and lower training time, as compared to the use of the original features. However, in many cases, mainly with medium and high-dimensional data, the large number of features usually implies that there is some redundancy among them. Thus, we may further apply feature selection (FS) techniques on the discrete data, keeping the most relevant features, while discarding the irrelevant and redundant ones. In this paper, we propose relevance and redundancy criteria for supervised feature selection techniques on discrete data. These criteria are applied to the bin-class histograms of the discrete features. The experimental results, on public benchmark data, show that the proposed criteria can achieve better accuracy than widely used relevance and redundancy criteria, such as mutual information and the Fisher ratio.