Doctorado en Ingeniería - Sistemas

URI permanente para esta colecciónhttps://repositorio.unal.edu.co/handle/unal/82557

Examinar

Mostrando 1 - 20 de 112

Monitoreo inteligente de cubiertas terrestres en Antioquia mediante segmentación semántica profunda
(Universidad Nacional de Colombia, 2026-01-28) Vélez Uribe, Juan Pablo; Torres Madroñero, María Constanza; Tamayo Quintero, Juan David; Vélez Uribe, Juan Pablo [0001552476]; Torres Madroñero, Maria Constanza [0000013697]; Torres Madroñero, Maria Constanza [5515E90AAAAJ]; Tamayo Quintero, Juan David [Bkfzfk4AAAAJ]; Vélez Uribe, Juan Pablo [lbp0eyEAAAAJ]; Vélez Uribe, Juan Pablo [0000000205925622]; Torres Madroñero, Maria Constanza [0000000297952459]; Tamayo Quintero, Juan David[0000000201591573]; Gidia: Grupo de Investigación YyDesarrollo en Inteligencia Artificial; Torres Madroñero, Maria Constanza [35099889700]
Este trabajo de doctorado aborda el creciente desafío de la obtención de conjuntos de datos anotados a nivel de píxel en alta resolución para la segmentación semántica en imágenes de teledetección, impulsado por el avance del aprendizaje profundo. La necesidad de datos de calidad, a gran escala y con alto nivel de detalle ha motivado el desarrollo de metodologías innovadoras para reducir los costos y el tiempo asociados a la anotación manual, privilegiando métodos automatizados de pseudo-etiquetado y refinamiento estratégico, que logran una calidad comparable a los esfuerzos manuales con una reducción significativa de la carga de trabajo. En este contexto, se propone y valora la generación de mapas de cubierta terrestre precisos, actualizados y confiables, capaces de detectar cambios en la superficie de paisajes diversos en Antioquia y Colombia. Para ello, se presenta el conjunto de datos CoL-Seg, compuesto por aproximadamente 12,000 imágenes con 12 clases semánticas distintas en 15 municipios, construido con base en imágenes satelitales (Copernicus) y con una metodología de pseudo-etiquetado iterativo con intervención humana, logrando reducir los costos hasta en un 80–90% sin comprometer la calidad de las anotaciones. Paralelamente, en el campo del análisis de cambios, se exploró y comparó el rendimiento de distintas arquitecturas de redes neuronales profundas, incluyendo modelos tradicionales y avanzados como SwiftContextNet, para la segmentación en imágenes de alta resolución con sensores remotos (HRRS). Se exploro la implementación y evaluación de arquitecturas siamesas, dentro del marco innovador de Change-CoL, que permite la detección de cambios de extremo a extremo. Estas redes siamesas, basadas en principios sólidos como el ‘weight sharing’, facilitan el aprendizaje directo de relaciones temporales entre pares de imágenes multitemporales, generando mapas de cambio semántico con alta fidelidad. En particular, se desarrollaron y exploraron arquitecturas siamesas como Siames PSPNet y Siames SwiftContextNet. La primera extiende el potente módulo Pyramid Scene Parsing para la detección de cambios, fusionando características de momentos temporales diferentes, mientras que la segunda aprovecha mecanismos avanzados como el Procesamiento de Características Espectrales, Modelado de Contexto Global y atención multi-nivel para mejorar la precisión y coherencia en la detección de cambios. Ambos enfoques permitieron la comparación efectiva entre modelos tradicionales y siameses, destacando la capacidad de las arquitecturas siamesas para aprender relaciones temporales explícitas y mejorar la detección de transiciones en la cubierta terrestre. El marco Change-CoL, respaldado en estas arquitecturas, realizó una validación rigurosa mediante experimentos controlados en un entorno de alto rendimiento computacional usando GPU y dataset sintético de cambio artificial. La evaluación, basada en métricas como precisión general Accuracy, mIoU, F1-score y matriz de confusión, evidenció la superioridad y robustez de las arquitecturas siamesas en la detección de cambios, alcanzando una precisión en la identificación de transiciones y demostrando ser una metodología eficaz para el análisis temporal en entornos complejos y dinámicos. Sin embargo, el estudio se centro en las redes neuronales SwiftContextNet con el uso de la base de datos Col-seg y aplicando el marco robusto de detección de cambios semánticos en la cobertura terrestre en paisajes colombianos (Change-CoL) Este trabajo, en conjunto, contribuye al avance del análisis de cambios mediante el desarrollo de conjuntos de datos, metodologías automatizadas de anotación, y exploración e implementación de arquitecturas profundas. Ofrece una solución integral tanto para la generación de datos precisos como para la detección automática y eficiente de cambios en escenarios de alta resolución, reforzando la aplicación de aprendizaje profundo en la gestión ambiental y planificación territorial en Colombia y regiones similares. (Texto tomado de la fuente)
Spatiotemporal forecasting of PM2.5 in the urban areas of Medellín using machine learning
(Universidad Nacional de Colombia, 2026) Gañan Cardenas, Eduard Alexander; Branch Bedoya, John Willian; Ballesteros Parra, John Robert ; Gañan Cardenas, Eduard Alexander [0000000320702651]; Branch Bedoya, John Willian [000000020378028X]; Ballesteros Parra, John [0000000173698399]; Gidia: Grupo de Investigación YyDesarrollo en Inteligencia Artificial
PM2.5 is a critical air pollutant associated with adverse health outcomes, making accurate estimation and forecasting essential for exposure assessment and preventive decision making. However, most existing approaches rely on fixed monitoring stations and evaluate performance only at those locations, limiting the reconstruction and forecasting of PM2.5 over continuous urban surfaces, particularly under sparse monitoring and nonstationary spatiotemporal dynamics. This doctoral thesis proposes an integrated framework for hourly spatiotemporal reconstruction and real-time forecasting of urban PM2.5 over a continuous surface, applied to the Aburrá Valley, Colombia. First, historical concentrations are reconstructed using a spatiotemporal LASSO model based on Land Use Regression with multiscale sectorized buffers, integrating static spatial covariates and dynamic variables from official monitoring stations, meteorology, low-cost sensors, and urban morphology. Second, the reconstructed surface is used to train CAST (Cell As Token Spatial Transformer), a sequence-to-sequence spatial Transformer that models each grid cell as a token and forecasts PM2.5 up to 24 hours ahead. A station-level partitioning scheme evaluates spatial generalization while preventing data leakage. At stations excluded from training, reconstruction achieved r = 0.7653, R² = 58.01%, and RMSE = 5.854 µg/m³, outperforming IDW, temporal LUR, and LURF. For forecasting, CAST(PM25)-Res-Ytime achieved the best overall performance (r = 0.636, R² = 40.19%, RMSE = 7.03 µg/m³), outperforming conventional ConvLSTM architectures. Overall, integrating structured spatial reconstruction with Transformer-based forecasting enables consistent continuous-surface PM2.5 prediction in complex urban environments.
Co-simulation of power systems: methods, incorporation of control systems, and real-time applications
(Universidad Nacional de Colombia, 2026) Acosta Gil, Andrés Felipe; Espinosa Oviedo, Jairo José; Monti, Antonello; ; Acosta, Andrés [0000000330668354]; Espinosa Oviedo, Jairo José [000000020969741X]; Monti, Antonello [0000000319149801]; Grupo de Automática de la Universidad Nacional Gaunal;
This thesis presents frameworks to analyse power system co-simulation scenarios based on linear representations in the time domain and the frequency domain. The analysis is focused on stability and accuracy, and the effects of incorporating control systems. Moreover, decoupling techniques using the concept of macro-step, combined with signal-based estimation based on polynomial extrapolation are explained in detail, as well as fixed step and adaptive step co-simulation strategies. The thesis shows the tradeoffs between (macro) step size and accuracy, and how the parameters of a control system affect the co-simulation's accuracy. In addition, the use of the Ideal Transformer Model for power system co-simulation is investigated in detail, and conditions for co-simulation stability are presented and validated using the open-source simulator DPsim. Finally, an EMT real-time co-simulation application between this simulator and the RTDS platform is presented in a scenario that involves Inverter-based Generation
Aproximación metodológica para el pronóstico de la volatilidad de los rendimientos de acciones con técnicas de deep learning incorporando hechos estilizados.
(Universidad Nacional de Colombia, 2025-12-02) Acevedo Prins., Natalia María; Velásquez Henao., Juan David; Acevedo Prins, Natalia María [0000000269937067]
El presente trabajo de tesis doctoral tiene como objetivo proponer y validar una aproximación metodológica para el pronóstico de la volatilidad condicional de los rendimientos accionarios, integrando tres elementos clave: la edad de la información, la incorporación explícita de hechos estilizados financieros (colas pesadas, clustering, asimetrías) y el aprovechamiento de la información proveniente de modelos econométricos tradicionales como ARCH y GARCH. El diseño metodológico combina un análisis teórico de la equivalencia entre modelos ARCH y redes neuronales con el desarrollo de arquitecturas profundas (LSTM, MLP y variantes) optimizadas mediante funciones de pérdida basadas en verosimilitud t-Student y penalizaciones asociadas a la memoria temporal. El estudio se realizó con datos diarios de índices accionarios internacionales durante un horizonte de 2004–2022. La intervención principal consistió en comparar modelos econométricos y de aprendizaje profundo bajo métricas estadísticas (MSE, log-verosimilitud, pruebas Diebold–Mariano y Jobson–Korkie) y métricas económicas (Value at Risk, Expected Shortfall y desempeño de portafolios de mínima varianza). Los resultados evidencian que las arquitecturas propuestas no solo reproducen la persistencia y los hechos estilizados de la volatilidad, sino que también superan en precisión y utilidad práctica a los modelos tradicionales, especialmente cuando se incorpora la edad de la información en la función de pérdida. Se concluye que es posible construir un marco metodológico robusto que unifica teoría econométrica y aprendizaje profundo, aportando una herramienta más fiable para la gestión de riesgos financieros y la toma de decisiones en contextos de alta incertidumbre. (Texto tomado de la fuente)
Diseño de un modelo de evaluación para adopción tecnológica de hospitales en el contexto de la industria 4.0
(Universidad Nacional de Colombia, 2025-12-11) Capacho Alfonso, Víctor Hugo; Jiménez Builes, Jovani Alberto; Soto Durán, Dario Enrique; Capacho Alonso, Víctor Hugo [009000600667878]; Jimenez Builes, Jovani Alberto [0000000175987696]; Soto Durán, Dario E. [000000026557844X]; Inteligencia Artificial en educación
Esta tesis de doctorado presenta un modelo de evaluación para la adopción tecnológica de hospitales en el marco de la industria 4.0, centrado en el concepto de Smart Hospital. La investigación subraya la necesidad de que los hospitales optimicen sus procesos administrativos y operativos mediante la integración de tecnologías de la información y comunicación (TIC) y tecnologías inteligentes, las cuales son elementos esenciales de la cuarta revolución industrial. Se enfatiza que la presión demográfica y socioeconómica requiere una transformación continua en la atención médica, destacando el surgimiento de la salud 4.0. Los objetivos del estudio son diversificados; incluyen la caracterización de estándares de tecnologías inteligentes, procesos actuales en el contexto de salud 4.0, y el establecimiento de lineamientos para la adopción tecnológica. Además, se busca validar este modelo a través de la opinión de expertos y un caso de estudio. Se identifica que la falta de un modelo de madurez para hospitales en el contexto de hospitales inteligentes es una oportunidad para contribuir al campo. Finalmente, la investigación aspira a mejorar la planificación y ejecución en la adopción de innovaciones tecnológicas en hospitales, facilitando estándares de calidad en la atención de salud en Colombia. (Texto tomado de la fuente)
Una arquitectura de referencia para sistemas de información en salud enfocada en el gobierno de datos del proceso salud-enfermedad
(Universidad Nacional de Colombia, 2025-11-17) Casanova Yela, Rene; Villa Garzón, Fernán Alonso; Branch Bedoya, John Willian; 0001456989; Casanova, Rene [0000000271477549]; Villa Garzón, Fernán Alonso [0000000238636106]; Branch Bedoya, John Willian [0000-00020378028X]; Gidia: Grupo de Investigación YyDesarrollo en Inteligencia Artificial
Los sistemas de información en salud (SIS) han evolucionado bajo lógicas administrativas y financieras fragmentadas que limitan su capacidad para apoyar la toma de decisiones clínicas y representar el carácter holístico y longitudinal del proceso salud-enfermedad de los individuos. Esta fragmentación restringe la disponibilidad de información, afecta la continuidad del cuidado y mantiene un rol pasivo de las personas frente al gobierno de sus propios datos en salud. Como respuesta a estas limitaciones, este trabajo propone una arquitectura de referencia para sistemas de información en salud basada en principios de gobierno de datos y centrada en un objeto digital portable controlado por el individuo, que integra los determinantes biológicos, conductuales, ambientales y de servicios de salud del proceso salud-enfermedad. La metodología empleada corresponde a ProSA-RA, desarrollada en cuatro fases: (i) revisión sistemática de literatura para identificar arquitecturas, patrones y dominios relevantes del campo; (ii) definición conceptual y estructural de los dominios del proceso salud-enfermedad; (iii) diseño de una arquitectura de información, construcción de un objeto digital portable codificado en esquemas Avro y síntesis de una arquitectura de referencia basada en principios de Ecosistemas de Software y Sistema-de-Sistemas; y (iv) evaluación mediante escenarios, casos de estudio y una prueba de concepto. La arquitectura propuesta mejora la disponibilidad y trazabilidad de la información, fortalece la toma de decisiones basadas en evidencia y devuelve a los individuos la gobernabilidad de sus datos. Asimismo, facilita la integración de sistemas heterogéneos, soporta análisis longitudinales y habilita capacidades para analítica avanzada. Este trabajo aporta al campo de la salud digital, al gobierno de datos y a la arquitectura de software, proporcionando un modelo arquitectónico integral, reutilizable y extensible para la gestión del proceso salud-enfermedad. (Texto tomado de la fuente)
Structure selection processes for managing methodological uncertainties in System Dynamics models
(Universidad Nacional de Colombia, 2025) Parra Rodas, Juan Felipe; Arango Aramburo, Santiago; Olaya Morales, Yris; Parra, Juan Felipe; Arango Aramburo, Santiago [0000000250090986]; Olaya, Yris [0000000152104731]; Parra, Juan Felipe [Juan_Felipe_Parra]; Parra, Juan Felipe [0000000220092892]; Parra, Juan Felipe [https://www.researchgate.net/profile/Juan-Parra-19]; Ciencias de la Decision; Parra, Juan Felipe [57194181522]
Las transiciones energéticas son inherentemente complejas, inciertas, dependientes del contexto y políticamente controvertidas. Por esta razón, la planificación energética requiere de modelos de simulación, como los de Dinámica de Sistemas, para abordar las compensaciones entre múltiples objetivos, a menudo contradictorios, y para explorar escenarios a largo plazo. Sin embargo, el proceso de modelado de sistemas complejos en sí mismo implica decisiones estructurales intrincadas y no triviales —incertidumbres metodológicas—, como qué variables incluir, cómo representar la dinámica de sistemas y dónde trazar los límites del sistema. Estas decisiones configuran fundamentalmente los resultados del modelo y las narrativas que respaldan. A pesar de su importancia, la gestión de la incertidumbre metodológica sigue siendo un desafío persistente en el modelado de la dinámica de sistemas. Esta área está poco explorada, lo que resalta la necesidad de enfoques de modelado más integrales, transparentes y computacionalmente robustos que hagan explícitos sus supuestos estructurales y estén abiertos a examinación. En este sentido, esta investigación busca mejorar la confiabilidad de los modelos de dinámica de sistemas mediante la evaluación sistemática de las opciones metodológicas a través de un enfoque de estudio de caso presentado en cuatro estudios. El primero explora las vías para lograr una matriz eléctrica 100% renovable en Colombia para 2050. El segundo evalúa las políticas —reducción gradual del carbón, eliminación gradual e impuestos al carbono— para permitir una salida del carbón para 2035. El tercero presenta un análisis estructural de la literatura, demostrando que factores inciertos y cualitativos, como las variables sociales y ambientales, suelen pasarse por alto en los modelos energéticos. Resaltando la importancia de la comprensión de la incertidumbre al promover perspectivas más diversas sobre los modelos de dinámica de sistemas y una modelización más explícita en contextos inciertos. El cuarto examina cómo las variaciones en los supuestos metodológicos, particularmente relacionados con las funciones de inversión, afectan los resultados del modelado de la expansión del sector eléctrico. Juntos, estos estudios formalizan la exploración de la incertidumbre metodológica, introducen herramientas para comparar estructuras de modelos alternativos y promueven prácticas de modelado más reflexivas. Este enfoque tiene como objetivo mejorar la trazabilidad de los modelos, fortalecer la comunicación entre modeladores y tomadores de decisiones e informar el diseño de políticas energéticas adaptativas. Si bien se centran en Colombia, las contribuciones metodológicas son ampliamente aplicables a los estudios de simulación que abordan transiciones sociotécnicas en entornos inciertos. (Texto tomado de la fuente)
Una aproximación metodológica para la valoración de opciones de aplazamiento de proyectos de generación de energía solar fotovoltaica
(Universidad Nacional de Colombia, 2025-07-27) Jiménez Gómez, Luis Miguel; Velásquez Henao, Juan David
Esta tesis doctoral propone una aproximación metodológica para valorar la opción real de aplazamiento en proyectos de generación de energía solar fotovoltaica en Colombia, considerando la alta incertidumbre asociada al entorno eléctrico nacional. A diferencia del enfoque tradicional basado en el Valor Presente Neto, se incorpora explícitamente la flexibilidad de decidir el momento óptimo de inversión mediante simulación estocástica y técnicas avanzadas de valoración. El desarrollo metodológico se estructura en cuatro etapas. Primero, se identifican las variables más relevantes para la rentabilidad del proyecto a partir de un análisis de sensibilidad determinístico. Luego, se construye un sistema de simulación jerárquico que representa la dinámica de largo plazo de variables clave como el precio de electricidad, la irradiancia, los aportes hídricos y la demanda. En tercer lugar, se formula una metodología de valoración basada en el método Least Squares Monte Carlo (LSMC), adaptada a las condiciones del contexto colombiano. Finalmente, se aplica esta metodología a un caso real de un parque solar de 100 MW en La Guajira. Los resultados muestran que el valor de la opción de aplazamiento puede superar significativamente al VPN tradicional, especialmente en escenarios de alta incertidumbre. La metodología desarrollada permite cuantificar el valor económico de la flexibilidad de esperar, identificar umbrales críticos de ejercicio, y mejorar la calidad de las decisiones de inversión. Así, se aporta un marco integral para valorar proyectos energéticos en contextos donde la incertidumbre, la irreversibilidad y la flexibilidad son factores determinantes. (Tomado de la fuente)
Transición energética en el sector transporte terrestre automotor hacia tecnologías de cero y bajas emisiones
(Universidad Nacional de Colombia, 2025) Garcia Collazos, Julieth Stefany; Franco Cardona, Carlos Jaime; Cárdenas Ardila, Laura Milena; Garcia Collazos, Julieth Stefany [0000-0002-2004-2596]
La transición energética en el sector transporte es un esfuerzo global orientado a la reducción de emisiones de gases de efecto invernadero (GEI) y al cumplimiento de los compromisos climáticos. Dado que el transporte representa el 24 % de las emisiones globales de CO₂, su descarbonización es una prioridad. Si bien existen políticas para promover la transición energética en este sector, su efectividad y la evaluación del impacto de las estrategias implementadas se favorecen de la disponibilidad de herramientas de evaluación que permitan medir de manera precisa y continua sus resultados. Contar con una herramienta adecuada facilitaría la identificación de las iniciativas más eficaces y posibilitaría realizar ajustes oportunos con base en la evidencia obtenida, lo que contribuiría a una toma de decisiones más informadas Esta investigación presenta una plataforma de simulación para la evaluación integrada de políticas de transición energética en el transporte terrestre a lo largo del tiempo, calibrada principalmente con datos de Bogotá-Colombia, sin embargo, también se hizo una aplicación para México en la categoría pickups. Esta herramienta permite analizar cuatro categorías de vehículos: buses, taxis, camiones (de hasta 10.5 toneladas) y vehículos livianos (incluyendo automóviles y SUVs, como pickups). Asimismo, se contemplaron diversas tecnologías, entre ellas motores de combustión interna (ICE), vehículos eléctricos a batería (BEV), vehículos híbridos eléctricos (HEV), vehículos híbridos enchufables (PHEV), gas natural vehicular (CNG) y vehículos impulsados por hidrógeno. Para la evaluación de políticas, se definieron cuatro indicadores clave: proyecciones de la flota por categoría y tecnología, demanda de energía, emisiones de CO₂ y costos de implementación. Los resultados muestran que la transición energética en el transporte en Colombia depende en gran medida de la aplicación de políticas específicas, ya que sin ellas el cambio no se materializará en el tiempo oportuno. Así mismo, en ausencia de medidas adecuadas, la renovación del parque vehicular se retrasa, prolongando la circulación de tecnologías contaminantes, sobre todo en un contexto donde la capacidad adquisitiva limita el reemplazo oportuno de vehículos de alta emisión. Además, la insuficiencia de infraestructura de recarga genera incertidumbre incluso entre aquellos con mayor poder adquisitivo. Esta transformación en el sector transporte tiene implicaciones directas en el sector energético, pues requiere una reconfiguración de la cadena de valor de la electricidad para responder a la nueva demanda la cual, al ser más eficiente, podría disminuir la demanda de energía total. Por otro lado, la adopción de tecnologías de cero y bajas emisiones resulta fundamental para cumplir los objetivos ambientales a nivel nacional e internacional. Así mismo, los resultados muestran que el diseño y la aplicación de políticas diferenciadas según la categoría y la tecnología vehicular, junto con incentivos sólidos para tecnologías de cero y bajas emisiones, favorecen la transición energética en términos de reducción de emisiones y demanda de energía. Sin embargo, los costos asociados a la implementación de estas políticas y a la promoción de la transición son elevados, por lo que deben ser analizados detalladamente por los responsables de la toma de decisiones. Finalmente, se prevé que la tecnología híbrida predomine en los vehículos livianos, aprovechando la infraestructura existente y su mayor accesibilidad económica; en los buses, se espera una incorporación notable de tecnologías eléctricas; en los taxis, la electromovilidad se adaptará de manera óptima; y en el sector de camiones se anticipa una diversificación en las fuentes energéticas, compitiéndose la demanda entre tecnologías basadas en diésel, gas natural vehicular y electricidad. (Tomado de la fuente)
Modelo para la predicción de patrones de deforestación en el departamento de Antioquia empleando aprendizaje de máquinas
(Universidad Nacional de Colombia, 2025) Gómez Ossa, Luisa Fernanda; Sánchez Torres, Germán; Branch Bedoya, John Willian; Luisa-Gomez-Ossa; Gómez-Ossa, Luisa Fernanda [0000-0001-9971-4908]
Los cambios en coberturas y usos del suelo (CCUS) son especialmente importantes en áreas estratégicas para la provisión de servicios ecosistémicos de los cuales depende la población. Modelos espacialmente explícitos se han desarrollado para facilitar el monitoreo de patrones de deforestación, sin embargo, implementar estos modelos continúa siendo uno de los problemas más difíciles de abordar, esto se debe a que la deforestación es un proceso que se caracteriza por su alta complejidad, dinamismo y no linealidad. Dada esta dificultad y las diferentes aproximaciones metodológicas, el uso conjunto de técnicas de aprendizaje de máquinas (Machine Learning - ML) y sistemas de información geográfica (SIG) es uno de los enfoques más prometedores para modelar el problema específico de la evolución del uso del suelo. A nivel nacional y latinoamericano son pocos los estudios en los cuales se ha empleado ML para modelar CCUS a partir de imágenes satelitales de alta resolución espacial (<10m). Esta investigación con el uso de imágenes del programa NICFI (Norway’s International Climate & Forests Initiative) a una resolución de 4.7m desarrolló un modelo para la clasificación de coberturas y para la predicción de patrones de deforestación en el departamento de Antioquia, área que se caracteriza por su topografía montañosa y diversidad de ecosistemas. La metodología se llevó a cabo en tres etapas, la primera corresponde a un modelo de aprendizaje profundo (Deep Learning - DL) para la segmentación de coberturas, cuyos resultados se usaron como insumo en la segunda etapa de construcción de variables geográficas y explicativas del proceso de deforestación. Finalmente, la tercera etapa corresponde al modelo de predicción de deforestación. Para el modelo de segmentación de coberturas se usó un enfoque supervisado con la arquitectura U-Net y se exploraron 2 metodologías para el etiquetado de los datos, una a partir del uso de mapas globales existentes y otra con apoyo del algoritmo Kmeans y digitalización manual. Los conjuntos de datos se encuentran disponibles en formato TIF (Tagged Image File Format) con cuatro bandas R (rojo), G (verde), B (Azul), NIR (Infrarrojo cercano) y la etiqueta correspondiente a las coberturas: bosques denso, arbustales, pastos, áreas agrícolas heterogéneas, cuerpos de agua, áreas construidas y tierras desnudas y degradadas. Para la exploración y entrenamiento de los modelos tipo U-Net se construyeron 4 conjuntos de datos, para el primero se usó una estrategia de muestreo aleatorio, para el segundo y tercero una estrategia de muestreo balanceado, donde cada sección de imagen del conjunto de datos tiene una representación mínima por clase de 50% y 70% respectivamente y para el conjunto de datos 4 se usó un muestreo balanceado de 70% y se incluyeron datos multitemporales digitalizados de forma manual. Para la etapa 2, la selección y construcción de las variables explicativas se realizó con base en la metodología PRISMA, la disponibilidad de datos geográficos y las capas de coberturas generadas del modelo de segmentación. En total se construyeron 10 variables explicativas y la variable dependiente binaria (deforestado/no deforestado) para el periodo de análisis 2018-2019 y se usó el método de bosques aleatorios con el criterio de permutación para identificar la importancia relativa de las variables en el proceso de deforestación. En la etapa 3 se propone el desarrollo de un modelo covolucional con la arquitectura U-Net con atención para la predicción de la deforestación y al igual que en la etapa 1 de segmentación de coberturas, se entrenaron varios modelos empleando diferentes estrategias de muestreo para tratar el desbalance extremo de los datos. Finalmente se realizó una comparación de los resultados obtenidos para la métrica F1 macro entre las arquitecturas U-Net con atención, U-Net-estandar y U-Net residual con atención, encontrando mejores resultados en el rendimiento global del modelo con la arquitectura propuesta. La investigación representa en Colombia el primer intento a gran escala de utilizar un modelo DL para la predicción de la deforestación y el mapeo de coberturas a partir de imágenes satelitales de alta resolución espacial. Además de los modelos propuestos, el trabajo ofrece nuevos enfoques metodológicos para el manejo de datos espaciales que presentan desafíos distintos a otros tipos de datos y que tienen un potencial significativo para avanzar en el área de ML. (Tomado de la fuente)
Evaluación de políticas para el sector de motocicletas
(Universidad Nacional de Colombia, 2025-06-01) Salazar-Serna, Kathleen; Cadavid Higuita, Lorena; Franco Cardona, Carlos Jaime; Salazar Serna, Kathleen; [Kathleen_Salazar_Serna]; Salazar-Serna, Kathleen [0000-0003-3824-7044]; https://www.researchgate.net/profile/Kathleen-Salazar-Serna; Salazar-Serna, Kathleen [59146189800]; Janssen, Marco; Carley, Kathleen M.
La motocicleta es un medio de transporte que genera impactos significativos en las dinámicas urbanas contemporáneas, especialmente en países en desarrollo. A nivel socioeconómico, se constituye como una importante herramienta de movilidad e inclusión, particularmente para poblaciones de recursos limitados que enfrentan restricciones en el acceso al transporte público o la adquisición de automóviles. Su preferencia se fundamenta en características operativas como versatilidad y eficiencia en tiempos de viaje. Sin embargo, su predominio en el parque automotor, incluyendo Colombia, genera externalidades significativas en términos de contaminación, congestión y siniestralidad vial, requiriendo intervenciones de política pública basadas en evidencia. Esta investigación desarrolla una metodología innovadora para la evaluación de políticas de transporte urbano desde la perspectiva de sistemas complejos, con énfasis en contextos donde la motocicleta tiene fuerte influencia. El marco metodológico integra el modelado basado en agentes orientado por datos con el modelo de comportamiento humano CONSUMAT y el marco de Análisis y Desarrollo Institucional (IAD). Esta integración proporciona una base sólida para representar aspectos técnicos y sociales de los sistemas de transporte, estableciendo siete fases sistemáticas que garantizan su replicabilidad en diferentes contextos urbanos. Utilizando como caso de estudio la ciudad de Cali, Colombia, se aplicó la metodología propuesta y usando el modelo de simulación desarrollado se evaluaron políticas relacionadas con seguridad vial, contaminación ambiental, gestión del tráfico y promoción del transporte público. Las contribuciones principales de esta investigación comprenden: (1) el avance en la comprensión de los comportamientos emergentes de movilidad y los procesos de toma de decisiones en la elección modal en contextos urbanos, y (2) el desarrollo de un marco metodológico sistemático y adaptable para la evaluación de políticas de transporte en diversos contextos urbanos. El marco trasciende el ámbito específico de las motocicletas, ofreciendo una herramienta versátil para el análisis de políticas de transporte urbano. (Tomado de la fuente)
Modelo de ambiente virtual de enseñanza - aprendizaje mediado por la Televisión Digital Interactiva orientado a la extensión social universitaria
(Universidad Nacional de Colombia, 2024-07-16) Ceballos Guerra, Juan Carlos; Jiménez Builes, Jovani Alberto; Caro Caro, Edgar Orlando; Ceballos, Juan Carlos; Ceballos Guerra, Juan Carlos [000000030402765X}; Inteligencia Artificial en Educación
Las Instituciones de Educación Superior (IES) avanzan en la consolidación de procesos de trabajo con las comunidades más vulnerables. Esto conlleva la necesidad de fortalecer las estrategias de información, comunicación y educación dirigida a usuarios de la Extensión Social Universitaria. A su vez, requiere el diseño de metodologías y pedagogías participativas que contribuyan a que los Ambientes Virtuales de Aprendizaje (AVA) generen una interacción entre los usuarios aprovechando para tal fin las posibilidades de e – learning y las tecnologías relacionadas con el medio televisivo (t – learning). El Proyecto Experimental Hábitat –TICs (En su doble acepción de Tecnologías de Información y Comunicación, así como Territorios, identidades y Culturas) se concibió como una estrategia de Investigación-acción-creación en la cual participaron diferentes usuarios de la Extensión Social Universitaria: Estudiantes y docentes universitarios; pobladores, actores institucionales y organizaciones comunitarias. El estudio de caso aplicado se llevó a cabo en la Comuna 2 de la ciudad de Quibdó, Chocó. El modelo de AVA propuesto en esta investigación se construye de manera participativa con estos usuarios de la ESU. Cada uno de los productos elaborados en estos ambientes de aula y territorio fue diseñado como Objetos Virtuales de Aprendizaje (OVA) usando la imagen, el sonido y el video en un curso prototipo. Esta colección producida en el Proyecto Experimental Hábitat – TICs fue almacenada en Repositorios de Objetos de Aprendizaje (ROA) que pueden ser utilizados para actividades de extensión social universitaria a través de Sistemas de Gestión del Aprendizaje (LMS).
Intention prediction of cyclist based on their orientation angles as vulnerable road users in autonomous driving environments
(Universidad Nacional de Colombia, 2024-05-16) Arias Correa, Alberto Mauricio; Ballesteros Parra, John Robert; Branch Bedoya, John Willian; Madrigal González, Carlos Andrés; https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000268046; https://scholar.google.com/citations?user=0XMAvosAAAAJ&hl=es&oi=ao; Arias Correa, Alberto Mauricio [0000-0003-0619-235X]; https://www.researchgate.net/profile/Mauricio-Correa-8; Gidia: Grupo de Investigación YyDesarrollo en Inteligencia Artificial
Traffic accidents are currently the eighth leading cause of death, according to the World Health Organization (WHO). Of these deaths, 71% are vulnerable road users (VRUs), with cyclists accounting for 3%. In an environment where autonomous vehicles (AVs) are the most prominent non-vulnerable road actors, VRUS must be effectively and swiftly detected by these AVs. This task remains an open challenge, as cyclists exhibit highly complex movement patterns, and occlusions and lighting issues in urban roads hinder their detection. In this doctoral thesis, we propose predicting the intentions of cyclists on urban roads by estimating both their orientation and inclination during movement near AVs. Due to the lack of hardware and software for the data acquisition systems, containing images associated with cyclists' orientation angles, a system was designed, and a dataset called Cyclops was compiled. This dataset was then used to train an effective cyclist detector using the YOLOv8 architecture. A refined subset of the dataset enabled the training of a model based on modified VGG16 for angular regression and another with similar features based on EfficientNetV2-s. Both models showed better cyclist orientation estimation results than those currently found in the state-of-the-art. Finally, we trained an LSTM network to predict two subsequent periods of angular change (for orientation and inclination) from six previous states, maintaining a prediction sequence and achieving the proposed objective. (Tomado de la fuente)
Sparse In-loop Video Coding Restoration Method
(Universidad Nacional de Colombia, 2023-07-09) Salazar Herrera, Carlos Alberto; Branch Bedoya, John Willian; Trujillo Uribe, Maria Patricia; SALAZAR HERRERA, CARLOS ALBERTO; Salazar Herrera, arlos Alberto [0000000194098229]; Gidia: Grupo de Investigación YyDesarrollo en Inteligencia Artificial; Trujillo Uribe, Maria Patricia
Video in-loop restoration methods have traction much attention across the standardization groups for future video codecs AV2 1 and VVC 2. Primarily, because of potential benefits to compensate the artifacts generated during super-resolution scenarios and the effect of quan- tization process. Thus, new sophisticated learned-based algorithms have been proposed, in recent years, surpassing the classical switchable filter implementation in objective quality rate. However, CNN-based approaches requirements on computational cost and decoder complexity are still challenging. Therefore, we propose a low-complex learned-based method that leverages the solid and consistent sparse representation theory to exploit the spatial redundancy of frames. Our approach models the decoding residual, the distance between each reference and the respec- tive decoded frame. Furthermore, the proposed methods shrink the support of the sparse vector to two in order to control the restoration signal information. In addition, our method uses the Discrete Cosine Transform (DCT) orthogonal basis as a dictionary to exploit the statistical correlation between nonzero coefficients and the quantization level. Finally, we leverage the official and public available AV2 raw video dataset to compare our performance against the anchor AV2 codec through three objective visual quality metrics. The validation protocol includes benchmark data sets for the anchor and the restoration-enabled configurations. Our experimental results show a consistent restoration using sparse representation as well as an effective mechanism for sharing nonzero coefficients leveraging a Gaussian correlation. The experimental evaluation showed that our method has a 1%-2% gain regarding AV2, using SSIM and VMAF under similar bitrate conditions.
Essentia Curriculum : curriculum design from a software engineering approach based on the SEMAT essence kernel
(Universidad Nacional de Colombia, sede Medellín, 2024) Insuasti, Jesus; Zapata-Jaramillo, Carlos Mario; Insuasti, Jesus [0000276618]; Insuasti, Jesus [https://scholar.google.com/citations?user=Li9GsrgAAAAJ&hl=en]; Insuasti, Jesus [0000-0002-3233-3577]; Insuasti, Jesus [https://www.researchgate.net/profile/Jesus-Insuasti]; Lenguajes Computacionales; Insuasti, Jesus [56880402700]
Some curriculum design methods are found by considering a literature review of a century of curriculum design theory; however, documented experiences worldwide indicate curriculum design is done without considering curriculum design methods based on theory. In this vein, this Ph.D. Thesis starts by observing the practices described in curriculum design theory differ from empirical practices, an observation leading to many ways of working. Further, experiences in curriculum design lack documentation, and observable and reliable verification about curriculum design practices from an engineering perspective is lacking. Dealing with such gaps, this Ph.D. Thesis is focused on creating a theoretical foundation for curriculum design—initially focused on computing-related academic programs—from a software engineering approach by using the Software Engineering Method and Theory (SEMAT) Essence kernel. Thus, we establish ESSENTIA CURRICULUM in this work. To this end, a linguistic corpus is constructed based on a literature review and contributions from a community of 226 professors with experience in curriculum design worldwide. First, the work focuses on eliciting common practices. Second, the terminology is unified. Third, we propose modifications to the SEMAT Essence kernel for establishing EC-Nucleus as the core of ESSENTIA CURRICULUM, which is the basis of a language specification easy to understand, and context-free. Thus, EC-Nucleus can be applied beyond computing-related academic programs. ESSENTIA CURRICULUM is based on computational linguistics analysis of the linguistic corpus, which allows for the identification of common practices and, consequently, the unification of the terminology to support curriculum design endeavors. Ten common practices are represented in ESSENTIA CURRICULUM. Such practices and some curriculum design representations proposed by the community constitute a growing library of practices called EC-Bibliotheca, which is available online. Finally, the proposal is validated in an academic scenario with favorable results by following the IEEE 1012-2016 standard. The ESSENTIA CURRICULUM has the basis for creating specialized computing solutions working on natural language processing in future scenarios due to its definition as a system, theory, method, and model. (Tomado de la fuente)
A method for obtaining formal software specifications from knowledge representation languages
(Universidad Nacional de Colombia, 2023) Manjarrés Betancur, Roberto Antonio; Zapata Jaramillo, Carlos Mario; Manrique Losada, Bell; Lenguajes Computacionales
Software analysts use knowledge representation languages for characterizing the knowledge from stakeholders in the requirements engineering phase. Such languages encompass software models based on the unified modeling language and structured methods, including entity-relationship diagrams, class diagrams, cause-and-effect diagrams, and conceptual graphs. While such models are used for effectively representing the basic features of a software system, they still fail on including the behavior and components coming from complex software systems. Formal specifications comprise texts, math, and logic-based notations for representing the knowledge of a given domain. Software analysts use formal specifications for mitigating the impact of the ambiguity coming from traditional knowledge representation languages, easing computational processes, inference, and unambiguous validation of knowledge. However, the generation and validation of formal specifications require expertise in mathematics and logic from both software analysts and stakeholders, thereby impeding effective communication and validation of the software domain. In this Ph.D. Thesis, we propose a novel approach for bridging the gap between formal languages and knowledge representation languages. Our approach contributes to the fields of knowledge representation and formal languages by allowing software analysts for generating precise and comprehensive formal specifications from any knowledge representation language, regardless of their mathematical and logical proficiency. This approach eases the validation of resulting specifications by stakeholders. The proposed method is validated by developing three case studies. Our approach is a new work product for unambiguous knowledge representation. Also, our method is designed for supporting the requirements engineering phase as a new tool for software analysts. (Tomado de la fuente)
Modeling social-ecological systems : influence of governance structure on land cover and land use trajectories
(Universidad Nacional de Colombia, 2024-03-20) Díez Echavarría, Luisa Fernanda; Villegas Palacio, Clara Inés; Arango Aramburo, Santiago; https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000010115; https://scholar.google.es/citations?user=PD0aaXEAAAAJ&hl=es; Díez Echavarría, Luisa Fernanda [0000-0001-6022-6595]; https://www.researchgate.net/profile/Luisa-Diez-Echavarria; Ciencias de la Decision; https://www.scopus.com/authid/detail.uri?authorId=56495602600
En esta tesis se muestra una ruta metodológica para analizar el efecto de la gobernanza multinivel en la trayectoria espacio-temporal de los usos y coberturas del suelo (LUC). Para esto se utilizó un caso de estudio en una zona de una cuenca hidrográfica estratégica en los Andes Colombianos: cuenca de los ríos Grande y Chico. El primer estudio subraya la importancia de considerar diversas extensiones espaciales y características de gobernanza a la hora de analizar los patrones de cambio LUC en la cuenca. Allí se desafía el enfoque convencional de utilizar unidades de análisis genéricas como una cuenca, destacando el atractivo de la ganadería lechera en una zona que se convierte en el centro de la tesis. A partir de este punto, el análisis se basa en la estructura del modelo de causas de cambio de LUC: fuerza subyacente, agente mediador y causa inmediata. La fuerza subyacente de los cambios de LUC se describe en el segundo estudio, donde se definen la estructura de gobernanza según tres funciones, y se analiza su coherencia para lograr objetivos. Mediante el análisis de redes sociales geo-localizadas, se revelan ciclos de realimentación inconexos con objetivos de producción y conservación, y aboga por una gobernanza impulsada por la comunidad para fomentar la participación activa y mitigar los conflictos. El agente mediador de los cambios de LUC es el centro del tercer estudio, que explora el impacto de la estructura de gobernanza en las decisiones de los campesinos sobre el LUC. Se definen las variables de cada función de gobernanza y se evalúa su efecto en la decisión mediante la estimación de un modelo de Regresión Aparentemente No Relacionada. En el estudio se encuentra que los actores que promueven proyectos de producción los que ejercen un mayor impacto en el campesino, y se propone explorar diversas configuraciones de gobernanza para comprender sus implicaciones en las trayectorias de LUC. El cuarto estudio se enfoca en la causa inmediata de los cambios de LUC, introduciendo un modelo de simulación del sistema socio-ecológico (SSE) a nivel de finca con el lenguaje y ambiente de simulación Ocelet, y haciendo hincapié en la necesidad de una medición robusta y la integración de variables sociales. Los resultados revelan el reto que supone romper la dinámica de equilibrio en el SES en términos de los LUC y el control de la erosión hídrica, haciendo énfasis en la importancia de adaptar las políticas en función de los tipos de campesinos y sus fincas para abordar la sensibilidad a los cambios en la gobernanza. Esta tesis, mediante la aplicación de diversas metodologías, disminuye brechas de conceptualización y operacionalización del SES. Las contribuciones desde el punto de vista académico y de planeación territorial, mejoran la comprensión de estos sistemas altamente complejos y aportan en el diseño de políticas más efectivas para un territorio sostenible. (Tomado de la fuente)
Monitoring urban air pollution using low-cost sensor devices
(Universidad Nacional de Colombia, 2023-02-13) Rios Martinez, Jenny Rocio; Yris, Olaya Morales; Ciencias de la Decision
The study of urban air pollution holds paramount significance within the realms of environmental science and public health. Urban areas are epicenters of diverse human activities, industrial operations, and vehicular traffic, collectively contributing to elevated concentrations of air pollutants. As the use of LCS devices becomes more prevalent in citizen science initiatives, educational purposes, rise of information and awareness, it is crucial to establish their performance characteristics and evaluation metrics for air pollution monitoring. This thesis focuses on evaluating the performance of Low-cost sensors (LCS) in the monitoring of PM2.5 concentrations in outdoor urban environments in Colombia using data mining and machine learning models. The results show that the polynomial regression and Artificial Neural Networks models present a better enhancing in the accuracy and precision of the measurements of the different models of LCS used in this study compared with simple linear regression and other machine learning models. Lastly, the project endeavors to demonstrate the applicability of LCS devices for monitoring PM2.5 concentration in various transportation modes within the city of Medellin. This research contributes to the broader understanding of LCS devices' potential in enhancing air quality monitoring and their suitability for citizen-driven initiatives in regions lacking regulatory-grade instruments.
Incorporating emotion transition pattern graph in metaphor-based game design related to software engineering
(Universidad Nacional de Colombia, 2023-10-23) Maturana Gonzalez, Grissa Vianney; Zapata Jaramillo, Carlos Mario; https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001524059; https://orcid.org/0000-0001-7719-2010; Lenguajes Computacionales
Software engineering games are usually designed for teaching practical experiences to the students (e.g., video games, board games, and card games). Metaphor-based game design is a process for creating games by using elements from other games. Emotion transition pattern graph (ETPG) is a visualization model of the player emotions. ETPG is only used in video games for evaluating emotions and showing the frequency of emotional changes. Game design models are developed for helping game designers to achieve well-done games. Some authors use methods, frameworks, and models and, include emotional design. Emotion, emotion types, and emotional changes in video games are defined for evaluating user experience. Some metaphor-based games in software engineering are similar to Monopoly®, The Sims®, and others. However, some software engineering game designers rarely report the design method used for creating the game and such games lack an emotional design. The method for including player emotions in emotional design is scarcely reported in game design models. ETPGs are only defined for video games with a linear narrative structure. Metaphor-based game design is unclear on how to incorporate emotional design and a metaphor related to software engineering. Also, software engineering players respond with low values in studies for evaluating games. We propose a method for incorporating emotion transition pattern graph in metaphor-based game design related to software engineering.We select the discrete emotional theories, adding relief, satisfaction, and happiness after a literature review for incorporating emotional design into the method. In addition, we elicit emotions by using facial expressions provided for Noldus®, and analyzing body posture, gesture, and speech. Such emotions are related to story events in two categories: story events from events and mechanics. We propose a structure for such story events and use examples from software engineering point of view. ETPG is created by using emotions and story events. We analyze the emotion before and after the story event and report results by story event for identifying the emotion evoked into the players. Finally, we propose six practices by using the Quintessence kernel for representing the method. We use the validation square method for validating this Ph.D. Thesis. Such a method is applied by considering whether the proposed method is systematic and effective related to incorporating emotions into metaphor-based game design. Also, the method should facilitate the visualization of the emotion transitions, detection of story events, and corresponding emotions, frequency of emotions transition, and emotion types thanks to the incorporation of the EPTG. Game designers can use such a method for increasing game potential success. The graphical representation of the method by using Quintessence kernel allows game designer to replicate the method. Such a method is systematic and effective relative to incorporating game design emotions into metaphor-based game design.
Modelo de diseño instruccional accesible en sistemas e-learning para personas con discapacidad auditiva
(Universidad Nacional de Colombia, 2023-12-11) Duque Vaca, Miguel Angel; Jiménez Builes, Jovani Alberto; Pastor Ramírez, Danilo Mauricio; Miguel Duque-Vaca; Duque Vaca, Miguel Angel [0000-0001-9442-2420]; Gidia: Grupo de Investigación YyDesarrollo en Inteligencia Artificial
La tecnología ha permitido que las personas puedan acceder de forma masiva a varios servicios entre los que destacan la educación, sin embargo, millones de usuarios no pueden utilizar de forma satisfactoria estos recursos porque no cumplen con los criterios mínimos de inclusión. Frente a esta realidad, la presente Tesis Doctoral propone un modelo de diseño instruccional accesible que consta de cinco fases. El estudio se realizó en la Unidad Educativa Especializada Sordos de Chimborazo, utilizando encuestas, observación y entrevistas como técnicas para recoger datos, se determinaron y caracterizaron los problemas que presentan los estudiantes al utilizar tecnología. Aplicando la metodología de creación del modelo ADDIE se genera el Modelo de Diseño Instruccional Accesible MDIA y se implementa en Moodle un prototipo de la asignatura de matemática considerando tres modelos de diseño WCAG 2.1, DUA y PACIE, la accesibilidad del prototipo utilizando herramientas especializadas es 79,25% con OAW y 81% con Nibbler equivalente a Satisfactorio. La evaluación de los OA y del aula virtual se realiza utilizando cuestionarios con un nivel de confiabilidad muy bueno, los OA son evaluados por los docentes y obtienen una calificación cualitativa de Excelente, por su parte el aula virtual es validada por los estudiantes en donde el 42,86% de evaluadores consideran que la usabilidad del aula virtual es muy buena y el 57,14% la consideran excelente. En conclusión, el modelo de diseño instruccional cumple los objetivos planteados y permite que los recursos digitales que utilizarán estudiantes con discapacidad auditiva sean accesibles y de uso satisfactorio. (Texto tomado de la fuente)

Examinar

Envíos recientes