Filtering by
- Creators: Ira A. Fulton Schools of Engineering
- Member of: Programs and Communities
En la zona metropolitana de Phoenix, el calor urbano está afectando la salud, la seguridad y la economía y se espera que estos impactos empeoren con el tiempo. Se prevé que el número de días por encima de 110˚F aumentará más del doble para el 2060. En mayo de 2017, The Nature Conservancy, el Departamento de Salud Pública del condado de Maricopa, Central Arizona Conservation Alliance, la Red de Investigación en Sostenibilidad sobre la Resiliencia Urbana a Eventos Extremos, el Centro de Investigación del Clima Urbano de Arizona State University y el Center for Whole Communities lanzaron un proceso participativo de planificación de acciones contra el calor para identificar tanto estrategias de mitigación como de adaptación a fin de reducir directamente el calor y mejorar la capacidad de los residentes para lidiar con el calor. Las organizaciones comunitarias con relaciones existentes en tres vecindarios seleccionados para la planificación de acciones contra el calor se unieron más tarde al equipo del proyecto: Phoenix Revitalization Corporation, RAILMesa y Puente Movement. Más allá de construir un plan de acción comunitario contra el calor y completar proyectos de demostración, este proceso participativo fue diseñado para desarrollar conciencia, iniciativa y cohesión social en las comunidades subrepresentadas. Asimismo el proceso de planificación de acciones contra el calor fue diseñado para servir como modelo para esfuerzos futuros de resiliencia al calor y crear una visión local, contextual y culturalmente apropiada de un futuro más seguro y saludable. El método iterativo de planificación y participación utilizado por el equipo del proyecto fortaleció las relaciones dentro y entre los vecindarios, las organizaciones comunitarias, los responsables de la toma de decisiones y el equipo núcleo, y combinó la sabiduría de la narración de historias y la evidencia científica para comprender mejor los desafíos actuales y futuros que enfrentan los residentes durante eventos de calor extremo. Como resultado de tres talleres en cada comunidad, los residentes presentaron ideas que quieren ver implementadas para aumentar su comodidad y seguridad térmica durante los días de calor extremo.
Como se muestra a continuación, las ideas de los residentes se interceptaron en torno a conceptos similares, pero las soluciones específicas variaron entre los vecindarios. Por ejemplo, a todos los vecindarios les gustaría agregar sombra a sus corredores peatonales, pero variaron las preferencias para la ubicación de las mejoras para dar sombra. Algunos vecindarios priorizaron las rutas de transporte público, otros priorizaron las rutas utilizadas por los niños en su camino a la escuela y otros quieren paradas de descanso con sombra en lugares clave. Surgieron cuatro temas estratégicos generales en los tres vecindarios: promover y educar; mejorar la comodidad/capacidad de afrontamiento; mejorar la seguridad; fortalecer la capacidad. Estos temas señalan que existen serios desafíos de seguridad contra el calor en la vida diaria de los residentes y que la comunidad, los negocios y los sectores responsables de la toma de decisión deben abordar esos desafíos.
Los elementos del plan de acción contra el calor están diseñados para incorporarse a otros esfuerzos para aliviar el calor, crear ciudades resilientes al clima y brindar salud y seguridad pública. Los socios de implementación del plan de acción contra el calor provienen de la región de la zona metropolitana de Phoenix, y se brindan recomendaciones para apoyar la transformación a una ciudad más fresca.
Para ampliar la escala de este enfoque, los miembros del equipo del proyecto recomiendan a) compromiso continuo e inversiones en estos vecindarios para implementar el cambio señalado como vital por los residentes, b) repetir el proceso de planificación de acción contra el calor con líderes comunitarios en otros vecindarios, y c) trabajar con las ciudades, los planificadores urbanos y otras partes interesadas para institucionalizar este proceso, apoyando las políticas y el uso de las métricas propuestas para crear comunidades más frescas.
Learning Sparse Representations for Fruit-Fly Gene Expression Pattern Image Annotation and Retrieval
Fruit fly embryogenesis is one of the best understood animal development systems, and the spatiotemporal gene expression dynamics in this process are captured by digital images. Analysis of these high-throughput images will provide novel insights into the functions, interactions, and networks of animal genes governing development. To facilitate comparative analysis, web-based interfaces have been developed to conduct image retrieval based on body part keywords and images. Currently, the keyword annotation of spatiotemporal gene expression patterns is conducted manually. However, this manual practice does not scale with the continuously expanding collection of images. In addition, existing image retrieval systems based on the expression patterns may be made more accurate using keywords.
Results
In this article, we adapt advanced data mining and computer vision techniques to address the key challenges in annotating and retrieving fruit fly gene expression pattern images. To boost the performance of image annotation and retrieval, we propose representations integrating spatial information and sparse features, overcoming the limitations of prior schemes.
Conclusions
We perform systematic experimental studies to evaluate the proposed schemes in comparison with current methods. Experimental results indicate that the integration of spatial information and sparse features lead to consistent performance improvement in image annotation, while for the task of retrieval, sparse features alone yields better results.
Drosophila melanogaster has been established as a model organism for investigating the developmental gene interactions. The spatio-temporal gene expression patterns of Drosophila melanogaster can be visualized by in situ hybridization and documented as digital images. Automated and efficient tools for analyzing these expression images will provide biological insights into the gene functions, interactions, and networks. To facilitate pattern recognition and comparison, many web-based resources have been created to conduct comparative analysis based on the body part keywords and the associated images. With the fast accumulation of images from high-throughput techniques, manual inspection of images will impose a serious impediment on the pace of biological discovery. It is thus imperative to design an automated system for efficient image annotation and comparison.
Results
We present a computational framework to perform anatomical keywords annotation for Drosophila gene expression images. The spatial sparse coding approach is used to represent local patches of images in comparison with the well-known bag-of-words (BoW) method. Three pooling functions including max pooling, average pooling and Sqrt (square root of mean squared statistics) pooling are employed to transform the sparse codes to image features. Based on the constructed features, we develop both an image-level scheme and a group-level scheme to tackle the key challenges in annotating Drosophila gene expression pattern images automatically. To deal with the imbalanced data distribution inherent in image annotation tasks, the undersampling method is applied together with majority vote. Results on Drosophila embryonic expression pattern images verify the efficacy of our approach.
Conclusion
In our experiment, the three pooling functions perform comparably well in feature dimension reduction. The undersampling with majority vote is shown to be effective in tackling the problem of imbalanced data. Moreover, combining sparse coding and image-level scheme leads to consistent performance improvement in keywords annotation.
Background:
Drosophila gene expression pattern images document the spatiotemporal dynamics of gene expression during embryogenesis. A comparative analysis of these images could provide a fundamentally important way for studying the regulatory networks governing development. To facilitate pattern comparison and searching, groups of images in the Berkeley Drosophila Genome Project (BDGP) high-throughput study were annotated with a variable number of anatomical terms manually using a controlled vocabulary. Considering that the number of available images is rapidly increasing, it is imperative to design computational methods to automate this task.
Results:
We present a computational method to annotate gene expression pattern images automatically. The proposed method uses the bag-of-words scheme to utilize the existing information on pattern annotation and annotates images using a model that exploits correlations among terms. The proposed method can annotate images individually or in groups (e.g., according to the developmental stage). In addition, the proposed method can integrate information from different two-dimensional views of embryos. Results on embryonic patterns from BDGP data demonstrate that our method significantly outperforms other methods.
Conclusion:
The proposed bag-of-words scheme is effective in representing a set of annotations assigned to a group of images, and the model employed to annotate images successfully captures the correlations among different controlled vocabulary terms. The integration of existing annotation information from multiple embryonic views improves annotation performance.
