sexta-feira, 17 de dezembro de 2010

Visões diferentes do mundo

Resumo dos autores: A superfície total de córtex visual humano (V1) varia consideravelmente entre os indivíduos por razões desconhecidas. Observou-se que esta variabilidade foi fortemente e negativamente correlacionada com a magnitude de duas ilusões visuais comuns, onde dois objetos fisicamente idênticos aparecem diferentes em tamanho, como resultado do seu contexto. Porque tais ilusões dissociam a percepção consciente da estimulação física, nossos resultados indicam que a superfície de V1 prevê variabilidade na experiência consciente. Estamos todos familiarizados com a noção de que nossos pensamentos e emoções diferem de uma pessoa para outra, mas muitas vezes assumem que a nossa percepção sensorial mais básica do mundo é muito semelhante de pessoa para pessoa. No entanto, o aparato neural que é pensado para processar tais aspectos fundamentais da percepção sensorial mostra variabilidade anatômica significativa. Por exemplo, o córtex visual primário (V1) varia entre indivíduos em uma faixa tripla na superfície e Volume1. Pouco se sabe sobre as razões para essa variabilidade ou se tem quaisquer consequências perceptivas. De fato, estudos do sistema visual humano normalmente tratam variabilidade inter-individual, como um potencial de confundir deliberadamente para removê-lo da média entre os pequenos grupos de participantes. Nós tomamos uma abordagem diferente, examinando explicitamente tal variabilidade morfológica de um grupo muito maior e relacioná-la diretamente para medidas comportamentais da consciência visual.
Acesse o texto completo em: SCHWARZKOPF, D. S.; SONG, C.; REES, G. The surface area of human V1 predicts the subjective experience of object size. Nature Neuroscience, v. 13, n. 12 Dec. 2010.





























quarta-feira, 8 de dezembro de 2010

Sistema de Informação Geográfica (SIG) pode ser utilizada no mapeamento digital de solos

Pesquisadores da Faculdade de Agronomia, da Universidade Federal do Rio Grande do Sul compararam métodos para mapeamento digital de solos e selecionaram metodologias para uso em Sistema de Informação Geográfica (SIG) que são adequados para o mapeamento digital de solos. A pesquisa foi publicada no periódico Ciência Rural, número 40, de outubro de 2010.
Com o objetivo de produzir mapas pedológicos com legenda original e simplificada, o trabalho comparou métodos de classificação em estágio único (como regressões logísticas, múltiplas Multinomiais e Bayes) e em estágios múltiplos com a utilização de sistemas de informações geográficas e de variáveis geomorfométricas. A base de dados obtida foi gerenciada no aplicativo computacional ArcGis, em que as variáveis e o mapa original foram relacionados por meio de amostras de treinamento para os algoritmos. Os resultados dos algoritmos obtidos no software Weka foram implementados no ArcGis, para a confecção dos mapas (SCIELO RELEASE, 2010)

Resumo dos autores: Mapas pedológicos são fontes de informações primordiais para planejamento e manejo do uso do solo, porém apresentam altos custos de produção. A fim de produzir mapas de solos a partir de mapas existentes, neste trabalho, foram comparados métodos de classificação em estágio único (Regressões Logísticas Múltiplas Multinomiais e Bayes) e em estágios múltiplos (Classification and Regression Trees (CART), J48 e Logistic Model Trees (LMT)) com a utilização de sistemas de informações geográficas e de variáveis geomorfométricas para produção de mapas pedológicos com legenda original e simplificada. A base de dados foi gerenciada em aplicativo computacional ArcGis, em que as variáveis e o mapa original foram relacionados por meio de amostras de treinamento para os algoritmos. Os resultados dos algoritmos obtidos no software Weka foram implementados no ArcGis, para a confecção dos mapas. Foram geradas matrizes de erros para análise de acurácias dos mapas. As variáveis geomorfométricas de declividade, perfil e plano de curvatura, elevação e índice de umidade topográfica são aquelas que melhor explicam a distribuição espacial das classes de solo. Os métodos de classificação em estágio múltiplo apresentaram sensíveis melhoras nas acurácias globais, porém significativas melhoras nos índices Kappa. A utilização de legenda simplificada aumentou significativamente as acurácias do produtor e do usuário.