976 resultados para Random real
Resumo:
Plant community ecologists use the null model approach to infer assembly processes from observed patterns of species co-occurrence. In about a third of published studies, the null hypothesis of random assembly cannot be rejected. When this occurs, plant ecologists interpret that the observed random pattern is not environmentally constrained - but probably generated by stochastic processes. The null model approach (using the C-score and the discrepancy index) was used to test for random assembly under two simulation algorithms. Logistic regression, distance-based redundancy analysis, and constrained ordination were used to test for environmental determinism (species segregation along environmental gradients or turnover and species aggregation). This article introduces an environmentally determined community of alpine hydrophytes that presents itself as randomly assembled. The pathway through which the random pattern arises in this community is suggested to be as follows: Two simultaneous environmental processes, one leading to species aggregation and the other leading to species segregation, concurrently generate the observed pattern, which results to be neither aggregated nor segregated - but random. A simulation study supports this suggestion. Although apparently simple, the null model approach seems to assume that a single ecological factor prevails or that if several factors decisively influence the community, then they all exert their influence in the same direction, generating either aggregation or segregation. As these assumptions are unlikely to hold in most cases and assembly processes cannot be inferred from random patterns, we would like to propose plant ecologists to investigate specifically the ecological processes responsible for observed random patterns, instead of trying to infer processes from patterns
Resumo:
3rd International Conference on Mathematical Modeling in Physical Sciences (IC-MSQUARE 2014)
Resumo:
Instituição fundamental à monarquia lusitana, a Casa Real portuguesa abrangia, em seu espaço, centenas de criados, homens e mulheres das mais diversas origens. Com a transferência da Corte para o Rio de Janeiro, em 1808, o príncipe regente d. João reestruturou o seu universo doméstico, estabelecendo aqui, e à semelhança de Portugal, todos os departamentos imperativos à correta execução das tarefas cotidianas da sua Casa: cavalariça, cozinha, serviço de copa, câmara, aquisição de gêneros alimentícios, etc. Esta tese tem como objeto a conformação da Casa Real portuguesa no Rio de Janeiro, entre os anos de 1808 e 1821. Serão analisados aqui a estrutura organizacional da Casa Real; os conflitos suscitados entre os recém-emigrados agentes do espaço doméstico régio e os súditos fluminenses; os mecanismos de remuneração peculiares ao universo doméstico joanino; as formas de acesso à Casa Real; e, finalmente, a estrutura financeira da Casa Real portuguesa. Num quadro mais amplo, procurou-se relacionar a Casa do Rei aos outros poderes instituídos na cidade, agora Corte, do Rio de Janeiro, de forma a demonstrar que o espaço doméstico da monarquia era, também, uma instituição relevante na montagem da administração joanina na América e, conseqüentemente, na transformação de um espaço historicamente colonial em centro do império português.
Resumo:
O presente trabalho investiga um método de detecção de anomalias baseado em sistemas imunológicos artificiais, especificamente em uma técnica de reconhecimento próprio/não-próprio chamada algoritmo de seleção negativa (NSA). Foi utilizado um esquema de representação baseado em hiperesferas com centros e raios variáveis e um modelo capaz de gerar detectores, com esta representação, de forma eficiente. Tal modelo utiliza algoritmos genéticos onde cada gene do cromossomo contém um índice para um ponto de uma distribuição quasi-aleatória que servirá como centro do detector e uma função decodificadora responsável por determinar os raios apropriados. A aptidão do cromossomo é dada por uma estimativa do volume coberto através uma integral de Monte Carlo. Este algoritmo teve seu desempenho verificado em diferentes dimensões e suas limitações levantadas. Com isso, pode-se focar as melhorias no algoritmo, feitas através da implementação de operadores genéticos mais adequados para a representação utilizada, de técnicas de redução do número de pontos do conjunto próprio e de um método de pré-processamento baseado em bitmaps de séries temporais. Avaliações com dados sintéticos e experimentos com dados reais demonstram o bom desempenho do algoritmo proposto e a diminuição do tempo de execução.