63 research outputs found
Multidimensional scaling of conditional data matrices.
No full textDegeneracies in Multidimensional Unfolding. Proefschrift aangebode n tot het verkrijgen van de graad van Doctor in de Psychologische Wetens chappen, Juni 2005. Promotor: Prof. Dr. L. Delbeke. Co-promotoren: Prof. Dr. P. J. F. Groenen en Prof. Dr. W. J. Heiser. Tweewegs multidimensionale ontvouwing is een techniek voor de simultane afbeelding van tweemodale proximiteitsgegevens in een meetkundige ruimte . Een voorbeeld is de afbeelding van voorkeursgegevens, waarbij zo wel de personen als de preferentie-objecten in een multidimensionale rui mte geplaatst worden op zodanige wijze dat de objectpunten dichter bij d e persoonpunten liggen naarmate ze meer voorkeur genieten. Dit afstandsm odel, ook wel ideaalpuntmodel genoemd, staat ervoor bekend zeer di kwijls te degenereren: de gevonden oplossingen zijn bij een degeneratie niet te interpreteren wegens het samenklitten van een groot aantal punte n. Om het verschijnsel van gedegenereerde oplossingen zo zuiver mogelijk te bestuderen, is het belangrijk een degelijk algoritme dat stabiele oplos singen geeft te gebruiken. In het eerste hoofdstuk van dit proefschrift wordt een numerieke procedure voorgesteld die dit mogelijk maakte: door iteratieve majorisatie toe te passen, konden ontvouwingsalgoritmes opges teld worden die naar een lokaal minimum convergeren. Iteratieve majorisa tie is niet erg bekend bij onderzoekers die numerieke procedures gebruik en, en daarom wordt er in dit preliminaire deel dieper op ingegaan aan d e hand van een éénvoudig toegepast probleem buiten de context van ontvouwing. I n een eerste hoofddeel van het proefschrift, wordt het degeneratieproble em verkend in twee hoofdstukken. Het tweede hoofdstuk geeft een historis ch overzicht van de verschillende gepubliceerde bijdragen ter bestuderin g en oplossing van het degeneratieprobleem. Tegelijkertijd wordt het dom ein van multidimensionale ontvouwing afgebakend en wordt er een meer nauwkeurige omschrijving gegeven van het degeneratieprobleem. Een derde hoofdstuk herdefinieert degeneraties: er wordt getoond dat dit type oplossingen wèl informatief is maar dat de i deaalpunt-representatie niet adequaat is. Bijvoorbeeld, de veel voorkome nde objectpunt degeneratie is het gevolg van een aantal ver verwijderde persoonpunten, en door deze laatste als vectoren voor te stellen verdwij nt de degeneratie. Oplossingen voor het degeneratieprobleem worden in het tweede deel gebod en. Het vierde hoofdstuk, dat verderbouwt op de bevindingen uit het derd e hoofdstuk, leidt een hybride vector-ideaalpunt-model in. Een bijhorend algoritme, VIPSCAL, wordt ontwikkeld en gebruikt om he t model voor empirische data te evalueren: in tegenstelling tot wat men zou verwachten, blijken deze oplossingen te degenereren. Een zoektocht n aar de oorzaak van deze degeneraties, leidt tot het inzicht dat, in tege nstelling tot wat de literatuur vermeldt, ver verwijderde ideaalpunten n iet zomaar als vector voor te stellen zijn. Om alsnog degeneraties te ve rmijden, worden restricties ingebouwd en dit brengt een aantal nieuwe mo dellen met zich mee. Het vijfde hoofdstuk biedt een oplossing voor het degeneratiep robleem waarbij het afstandsmodel met zijn ideaalpunten behouden b lijft. In dit hoofdstuk wordt getoond hoe een hoogdimensionale structuur voor rangorde data, de permutatiepolytoop, gebruikt kan worden om bijko mende afstandsinformatie af te leiden. De resulterende ontvouwingtechnie k is zeer gebruiksvriendelijk, en bovendien blijkt uit twee simulatiestu dies dat deze methode goed werkt.status: Publishe
Bibliometric Mapping of the Computational Intelligence Field
No full textIn this paper, a bibliometric study of the computational intelligence field is presented. Bibliometric maps showing the associations between the main concepts in the field are provided for the periods 1996–2000 and 2001–2005. Both the current structure of the field and the evolution of the field over the last decade are analyzed. In addition, a number of emerging areas in the field are identified. It turns out that computational intelligence can best be seen as a field that is structured around four important types of problems, namely control problems, classification problems, regression problems, and optimization problems. Within the computational intelligence field, the neural networks and fuzzy systems subfields are fairly intertwined, whereas the evolutionary computation subfield has a relatively independent position.neural networks;bibliometric mapping;fuzzy systems;bibliometrics;computational intelligence;evolutionary computation
Multidimensional Scaling Using Majorization: SMACOF in R
No full textIn this paper we present the methodology of multidimensional scaling problems (MDS) solved by means of the majorization algorithm. The objective function to be minimized is known as stress and functions which majorize stress are elaborated. This strategy to solve MDS problems is called SMACOF and it is implemented in an R package of the same name which is presented in this article. We extend the basic SMACOF theory in terms of configuration constraints, three-way data, unfolding models, and projection of the resulting configurations onto spheres and other quadratic surfaces. Various examples are presented to show the possibilities of the SMACOF approach offered by the corresponding package.
Global Optimization strategies for two-mode clustering
No full textTwo-mode clustering is a relatively new form of clustering that clusters both rows and
columns of a data matrix. To do so, a criterion similar to k-means is optimized. However,
it is still unclear which optimization method should be used to perform two-mode
clustering, as various methods may lead to non-global optima. This paper reviews and
compares several optimization methods for two-mode clustering. Several known
algorithms are discussed and a new, fuzzy algorithm is introduced. The meta-heuristics
Multistart, Simulated Annealing, and Tabu Search are used in combination with these
algorithms. The new, fuzzy algorithm is based on the fuzzy c-means algorithm of Bezdek
(1981) and the Fuzzy Steps approach to avoid local minima of Heiser and Groenen
(1997) and Groenen and Jajuga (2001). The performance of all methods is compared in a
large simulation study. It is found that using a Multistart meta-heuristic in combination
with a two-mode k-means algorithm or the fuzzy algorithm often gives the best results.
Finally, an empirical data set is used to give a practical example of two-mode clustering
University of Nebraska College of Medicine Class of 1973
No full text1973 - Patrick J. Abbott, R. Stephen S. Amato, Douglas Alton Anderson, Arthur Steven Annin, Donald Leo Arkfeld, James Olen Armitage, Ronald L. Asher, Craig David Bartruff, Walter Eugene Baumann, Kent Jerome Beachler, Timothy J. Biga, Gary Herbert Bliss, William Carl Boelter, II, Norval Leon Books, Samuel Eugene Boon, Peter William Brill, James Donovan Brooke, Gary Eugene Canton, Frederick Dwight Catlett, Ward Alan Chambers, Donald Kenneth Chin, Mark Allen Christensen, Loran Tracy Clement, David Robert Colan, Winifred Jo Pringle Cromer, Daniel R. Cronk, Daniel Henry Dietrich, Stephen Baker Erickson, Joseph Graham Ewing, Gerald Saul Ferenstein, John James Ferguson, Harry Feurberg, Sidney William Frank, Philip Anthony Gasseling, Louis James Gogela, Charles DeLand Gregorius, Stephen Richard Grenier, Lawrence W. Hake, Neil Jeffrey Halbridge, Don LeRoy Halouska, Robert Duane Hanlon, James T. Hartford, Robert Herman Heise, II, David Patrick Heiser, Robert Charles Hendler, Barbara Maria Boczar Heywood, Richard Alan Hirschmann, Howard J. Hoody, Jr., Richard Allen Hranac, Gary Engelbert Hrnicek, Robert Harris Hurlbutt, IV, Brian Thomas Hurley, David C. Imes, Thomas Maynard Jensen, John Harry Jirka, Alan Kennedy Johnson, Richard Edwin Jones, Louis Eric Kleager, Ronald Walter Klutman, Barry Louis Kriesfeld, David Clark Krohn, Tyrone Langager, Jeffrey Wells Lewis, Edwin John Loeffel, Jr., Gerald Walter Luckey, William David Lux, William Wallace Lyons, III, Gregory Lynn Magnuson, William Robert Marsh, James Gelsin Marx, Michael Leroy McCoy, Jerry Eugene McCrcry, Patricia M. McGannon, Robert Harry Mcintyre, Jr., Charles Edwin McKinzie, David Lawrence Meyer, Mark H. Meyer, Dale Evan Michels, Edwin Jens Mikkelsen, Vernon Walter Miller, Donald Joseph Morris, Cary John Myers, Raymond Oliver Naumann, Gerald Edward Nearhood, Stephen Francis Noll, Russell Arthur Novak, Thomas Edward Novotny, William Joseph Origer, Richard Keith Osterholm, William Rodney Palmer, Douglas Gene Peter, Ronald Frederick Pfeiffer, Alois Frederick Proett, Gregory Lee Quick, Joseph Michael Rapoport, Peggy Fagan Rapoport, Andrew G. Rasmussen, Steven Marion Reppert, E. Charles Robacker, Dennis Lee Ross, William Robert Schlichtemeier, Curtis Paul Schworm, Peter Eugene Seda, Bruce Gordon Sheffield, Steven Engebret Shefte, Dell Allen Shepherd, Dean Allen Shuey, Larry Darrell Skinner, Stewart E. Sloan, Jeffery Michael Snow, Thomas Duane Spoonhour, James M. Steier, David Harvey Stoltzman, Cory Thomas Strobel, Craig Bennett Stucky, John David Swanson, Stephen Gene Swanson, Dean Robert Thomson, John William Timmerman, Douglas Earl Vickstrom, John Norman Walburn, Joseph Hulley Washburn, Jr., Francis Edward Watson, Susan Beachly Williams, Thomas L. Williams, Larry Flick Withers, III, David Alan Wolin, Christopher Jay Wrenn
September 28th, 1973 - Glen Erman Christensen
December 22nd, 1973 - James Saxton Bird, Steven Bruce Plettner, Bruce Everett Taylorhttps://digitalcommons.unmc.edu/comclass/1053/thumbnail.jp
DNA fusion gene vaccination mobilizes effective anti-leukemic cytotoxic T lymphocytes from a tolerized repertoire
No full textThe majority of known human tumor-associated antigens derive from non-mutated self proteins. T cell tolerance, essential to prevent autoimmunity, must therefore be cautiously circumvented to generate cytotoxic T cell responses against these targets. Our strategy uses DNA fusion vaccines to activate high levels of peptide-specific CTL. Key foreign sequences from tetanus toxin activate tolerance-breaking CD4+ T cell help. Candidate MHC class Ibinding tumor peptide sequences are fused to the C terminus for optimal processing and presentation. To model performance against a leukemia-associated antigen in a tolerized setting, we constructed a fusion vaccine encoding an immunodominant CTL epitopederived from Friend murine leukemia virus gag protein (FMuLVgag) and vaccinated tolerant FMuLVgag-transgenic (gag-Tg) mice. Vaccination with the construct induced epitopespecificIFN-c-producing CD8+ T cells in normal and gag-Tg mice. The frequency and avidity of activated cells were reduced in gag-Tg mice, and no autoimmune injury resulted. However, these CD8+ T cells did exhibit gag-specific cytotoxicity in vitro and in vivo. Also, epitope-specific CTL killed FBL-3 leukemia cells expressing endogenous FMuLVgag antigen and protected against leukemia challenge in vivo. These results demonstrate a simple strategy to engage anti-microbial T cell help to activate epitope-specific polyclonal CD8+ T cell responses from a residual tolerized repertoire
Stabilization of β-catenin impacts pancreas growth
No full textA recent study has shown that deletion of beta-catenin within the pancreatic epithelium results in a loss of pancreas mass. Here, we show that ectopic stabilization of beta-catenin within mouse pancreatic epithelium can have divergent effects on both organ formation and growth. Robust stabilization of beta-catenin during early organogenesis drives changes in hedgehog and Fgf10 signaling and induces a loss of Pdx1 expression in early pancreatic progenitor cells. Together, these perturbations in early pancreatic specification culminate in a severe reduction of pancreas mass and postnatal lethality. By contrast, inducing the stabilized form of beta-catenin at a later time point in pancreas development causes enhanced proliferation that results in a dramatic increase in pancreas organ size. Taken together, these data suggest a previously unappreciated temporal/spatial role for beta-catenin signaling in the regulation of pancreas organ growth
Highly purified human menotropin (HP-HMG) is associated with a low incidence of ovarian hyperstimulation syndrome (OHSS) in patients undergoing in vitro fertilization: menopur in gnrh antagonist single embryo transfer - high responder (MEGASET-HR) trial outcomes
No full textPromoting the use of elective single embryo transfer in clinical practice.
No full textBACKGROUND: The transfer of multiple embryos after in vitro fertilization (IVF) increases the risk of twins and higher-order births. Multiple births are associated with significant health risks and maternal and neonatal complications, as well as physical, emotional, and financial stresses that can strain families and increase the incidence of depression and anxiety disorders in parents. Elective single embryo transfer (eSET) is among the most effective methods to reduce the risk of multiple births with IVF.
MAIN BODY: Current societal guidelines recommend eSET for patientsprognosis, yet even this approach is not widely applied. Many patients and clinicians have been reluctant to adopt eSET due to studies reporting higher live birth rates with the transfer of two or more embryos rather than eSET. Additional barriers to eSET include risk of treatment dropout after embryo transfer failure, patient preference for twins, a lack of knowledge about the risks and complications associated with multiple births, and the high costs of multiple IVF cycles. This review provides a comprehensive summary of strategies to increase the rate of eSET, including personalized counseling, access to educational information regarding the risks of multiple pregnancies and births, financial incentives, and tools to help predict the chances of IVF success. The use of comprehensive chromosomal screening to improve embryo selection has been shown to improve eSET outcomes and may increase acceptance of eSET.
CONCLUSIONS: eSET is an effective method for reducing multiple pregnancies resulting from IVF. Although several factors may impede the adoption of eSET, there are a number of strategies and tools that may encourage the more widespread adoption of eSET in clinical practice
- …
