Doctorado en Ingeniería - Automática

URI permanente para esta colecciónhttps://repositorio.unal.edu.co/handle/unal/81651

Examinar

Mostrando 1 - 20 de 55

Design of a photovoltaic microinverter for active and reactive power injection
(Universidad Nacional de Colombia, 2025) Bolaños Navarrete, Mario Andrés; Osorio Londoño, Gustavo Adolfo; Bastidas Rodriguez, Juan David; Percepción y Control Inteligente (Pci)
The integration of photovoltaic (PV) systems into the power grid marks a significant stride towards renewable energy adoption, necessitating advancements in power conversion technologies. An important technology to this development are microinverters, which facilitate DC to AC conversion directly at the PV panel level. This dissertation explores the design, modeling in small and large signal, and implementation of photovoltaic microinverters with a focus on their capabilities for active and reactive power injection, a feature that enhances grid stability and efficiency. Microinverters offer a multitude of advantages over traditional centralized inverter systems. By optimizing the performance of individual solar panels, they mitigate issues such as shading and ensure a more reliable and efficient energy production. The ability of microinverters to inject reactive power into the grid is particularly beneficial, as it aids in voltage regulation and grid stability. The dissertation presents an state-of-the-art review of inverter technologies capable of reactive power control, including a detailed examination of a commercial inverter and its computational modeling. This groundwork helps for understanding the current landscape of inverter technology. The exploration of power converters for DC-DC conversion, such as the Flyback converter and a resonant converter variant, highlight the objectives of this dissertation in improving the efficiency of PV systems. A novel nonlinear averaged model for the Flyback converter, developed as part of this research, facilitates the simulations of power systems in extended time without increment the computational complexity. The detailed analysis of the resonant converter highlights its suitability for optimizing PV system performance through Maximum Power Point Tracking (MPPT) algorithms while maintain high efficiency. Further, the dissertation introduces two inverter (DC-AC) designs: the Dual Buck (DB) and the Full Bridge (FB) inverters. These designs are analyzed due to its extended use and increased efficiency when operated with unipolar commutation. Also, an innovative commutation technique for the FB to address zero-crossing distortion is presented, exemplifiying the potential of this inverter technologies to maintain the benefits of the Dual Buck design while enhancing grid stability and power quality. The analysis also shows the advantages of FB over DB in terms of grid support functionalities. Integrating the DC-DC and DC-AC stages, the dissertation culminates in a comprehensive microinverter design. This integration, detailed through control techniques and four-quadrant switching analysis for reactive power injection, confirms the microinverter’s capability to support grid stability. The theoretical models and control strategies proposed are substantiated through simulation results and experimental setups, validating the practical applicability of the research findings. In this way, this dissertation contributes to the field of renewable energy by advancing the understanding and capabilities of microinverters, not only as efficient power converters but also as key components for ensuring the stability and reliability of energy networks. The research also presents a design and control concepts that contribute to the construction of robust microinvertes based in power converters (Texto tomado de la fuente).
Diseño de una metodología para el mejoramiento de procesos odontológicos basados en técnicas de segmentación en odontología digital
(Universidad Nacional de Colombia, 2024) Tamayo-Quintero, Juan David; Gómez-Mendoza, Juan Bernardo; Guevara Perez, Sonia V.; Tamayo-Quintero, Juan David [https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001523579]; Tamayo-Quintero, Juan David [https://scholar.google.com.co/citations?user=Bkfzfk4AAAAJ&hl=en]; Tamayo-Quintero, Juan David [https://orcid.org/0000-0002-0159-1573]; SHAC - Computación aplicada suave y dura
This thesis proposes a methodology for supporting orthodontic treatments through image processing techniques in digital dentistry. Led by Juan David Tamayo Quintero at the Universidad Nacional de Colombia, the research aims to improve orthodontic processes using artificial vision and image processing. The study focuses on developing tools for dental arch shape classification and analysis, employing image processing methods. The methodology integrates data structures for dental models, including various file formats like PLY, STL, OBJ, and PCD. Point cloud data representation is explored, emphasizing neighborhood and curvature estimation techniques. The document introduces the creation of a database comprising digitized dental models and outlines arch form classification methodologies, including ovoid, tapered, and square forms, along with morphometric templates. Ground truth determination methods and statistical analyses for evaluating model accuracy are also presented. The data analysis and implementation section details techniques for representing data in a 2.5D space, image projections, and segmentation methods, including watershed segmentation. Two software tools, DentalArch and DentiShape3D, were developed to aid in dental arch analysis, incorporating machine learning and image processing techniques. The conclusion reflects on achievements in image processing and database construction, highlighting future work areas such as enhancing sample diversity and reducing evaluator biases. The thesis provides a contribution to the field of digital dentistry, offering methodologies and tools to improve orthodontic processes through image processing techniques (Texto tomado de la fuente).
Regularized Gaussian functional connectivity network with Post-Hoc interpretation for improved EEG-based motor imagery-BCI classification
(Universidad Nacional de Colombia, 2024) Garcia Murillo, Daniel Guillermo; Álvarez Meza, Andrés Marino; Castellanos Domínguez, César Germán; DG García-Murillo; Grupo de Control y Procesamiento Digital de Señales
Conditions such as amyotrophic lateral sclerosis, brain strokes, and spinal injuries can cause significant disruptions in the brain's communication pathways, affecting voluntary muscle control and interactions with one's environment. Brain-computer interfaces (BCIs) are computer-based systems utilized to address these challenges; they interpret brain signals and have seen extensive applications in medical technology, rehabilitation, and entertainment industries. Particularly in BCI studies, motor imagery (MI), a widely researched paradigm, holds the potential for reviving motor functionality. Integrating MI-BCIs with skilled therapists has yielded positive outcomes in sensory and motor rehabilitation processes, proving to be beneficial for individuals with neurological disorders. Additionally, MI-BCI systems are not limited to clinical applications; they also find relevance in non-clinical settings like virtual reality, gaming, and skill acquisition. Brain signals in MI-BCI systems are often analyzed using electroencephalography (EEG), which is advantageous due to its high temporal resolution, affordability, and portability. These features make it a viable method for capturing short-evolving events and temporal neuronal activity patterns. Nonetheless, decoding EEG signals is complex due to their high sampling rate and the high number of electrodes involved, which results in an overwhelming amount of data points. Several promising methodologies, leveraging the concept of event-related synchronization (ERS) and event-related desynchronization (ERD), have been developed to ease the extraction of relevant features for decoding EEG into sensorimotor rhythm (SMR) patterns. While noteworthy, single-channel features tend to oversimplify overall phenomena since they need to consider the interactions of different brain regions. Considering the complex activations and communications within multiple brain areas during the execution or imagination of simple motor tasks, multi-channel feature extraction approaches are more accurate. For instance, the Common Spatial Patterns (CSP) method has demonstrated its significance in MI-BCI, promoting the extraction of highly discriminative features by maximizing the separability of SMR features. Brain connectivity (BC), a key determinant in this approach, describes interactions within and between brain regions and correlates to synchronization mechanisms within oscillatory modulations. BC can be divided into structural/anatomical connectivity (SC), effective connectivity (EC), and functional connectivity (FC), each with distinct characteristics. SC focuses on physical connections and is context-independent, while EC and FC, suitable for EEG-based MI-BCI systems, decode fast-evolving cognitive states where FC is particularly suited to MI-BCI applications due to its simplicity, low computational demands, and lack of rigid prior assumptions. This thesis addresses three prevailing challenges experienced with FC EEG-based MI-BCI systems. Firstly, performance deficits in MI classification tasks are often a result of high noise levels present in EEG signals. Secondly, relying on expert knowledge for feature extraction often presents a barrier. Lastly, there is a necessity for increased transparency within these models. The study delivers key contributions toward a single-trial FC in MI-BCI systems in response to these challenges. This improvement is achieved by utilizing a novel approach grounded on the kernel cross-spectral approximation afforded by extending Bochner's theorem. This new single-trial kernel cross-spectral (KCS) FC estimator tackles noise issues, spurious connections, and inter-subject variability, significantly improving accuracy. Moreover, an end-to-end approach, KCS-FCnet, has been conceptualized to enhance automatic EEG representation for MI-BCI. This approach is pivotal in reducing artifacts and accurately identifying relevant connections. In addition, it assists in the extraction of critical spectral, temporal, and spatial EEG representations. Acknowledging the necessity for model transparency, this study proposed a strategy for improving model transparency and interpretability, named interpretable regularized KCS-FCnet (IRKCS-FCnet). Capitalizing on the potential of regularization, the model's interpretability is strengthened by minimizing nonrelevant connections. This is further made possible by maximizing the cross-information potential using Renyi's entropy measured at $\alpha=2$, alongside a cross-entropy function. To supplement these enhancements, Layer-CAM and last layer weight strategies have been employed to provide both post-hoc and intrinsic interpretability, respectively. The average drop concept further supports these strategies, enhancing the system's transparency and understanding. The results show that the proposed KCS-FC achieves higher performance accuracy than classical FC estimators and has competitive accuracy against more complex FC-based strategies, reaching the second place in DBI\footnote{BCI2a~\url{http://www.bbci.de/competition/iv/index.html}} with an accuracy of $81.92\%$ and first place with $74.12\%$ in DBIII\footnote{Giga Motor Imager~\url{http://gigadb.org/dataset/100295}}, both binary motor imagery classification tasks. Moreover, the KCS-FCnet shows $76.4\%$ on DBIII while keeping the architecture with $4245$ trainable parameters, making it the highest against the compared DL models. Lastly, the IRKCS-FCnet shows better performance, increasing $2$ percentage points for low-performing individuals, and showed better localization and interpretations, demonstrating that when removing $5\%$ of the most important features, the average accuracy drop score goes to $22.46$, $5$ percentage points higher than the version without the regularization. Furthermore, the contralateral pattern can be seen in the topoplot interpretation for both the right and left hand. This study opens the path for using more FC estimators within DL frameworks, and future work can extend and improve some of the existing issues, for instance, including multivariate measuring strategies and not relying only on pairwise measures, as well as implementing a time-lag method to reduce the impact of volume conduction problems. Finally, measuring FC matrices with more appropriate distances that account for the inner links between different channels, like in the Riemann geometry, could help to better decode MI signals hindered in the intricate EEG recordings (Texto tomado de la fuente)
A machine learning framework for EEG-based BCI-MI skill prediction with preserved explainability
(Universidad Nacional de Colombia, 2024) Caicedo Acosta, Julian Camilo; Castellanos Dominguez, Cesar German; Alvarez Meza, Andres Marino; Grupo de Control y Procesamiento Digital de Señales
The understanding of brain functioning, including its structure and the dynamic networks generated under different situations, has been one of the most challenging research topics in recent years. In this sense, brain- computer interfaces (BCI) have become the main systems to acquire and process brain signals, allowing the development of increasingly specialized techniques like machine learning and artificial intelligence methods in order to replace, restore, enhance, supply, and improve brain functionality. Thus, BCI systems may be a promissory tool for several fields, including health, rehabilitation, education, marketing, and gaming, among others. Besides, BCI development is a continuously growing field of study not only in research but also in the business context, with a market that projects more than four hundred million USD by 2029. However, despite advances in building BCI systems, around 30% of BCI users are unable to effectively manage the device due to multiple factors such as intra- and inter-subject variability, overfitting, and small datasets. This issue is known as the ‘BCI illiteracy phenomenon’. Since electroencephalography (EEG) is the most used acquisition method due to its high temporal resolution, portability, and low cost compared with the other techniques, in this work we study the causes of the illiteracy phenomenon by predicting the user performance during motor imagery (MI) tasks. In this sense, we developed a machine learning framework to improve the illiterate subject’s performance under a skill prediction scheme. First, we develop a data- driven deep learning model, termed DRN, based on extracting time-frequency neurophysiological indicators that allow coding the inter-subject variability by predicting MI-BCI performance. Besides, to address the overfitting issues in the presence of small datasets and high-dimensional representations, we also developed a functional connectivity-based Monte-Carlo dropout regularized approach by modifying the proposed DRN to extract relevant patterns from channel relationships. Last, to improve illiterate subjects’ performance, we develop a general-purpose end-to-end multi-task deep learning approach founded on an autoencoder- based regularization scheme that transfers learned knowledge from performance prediction tasks to MI classification tasks. The results obtained in this work are promising and outperform the baseline methods in both BCI-performance prediction and MI classification. Furthermore, the proposed prediction methods are able to find behavioral group patterns between subjects with similar degrees of variability, while the transfer learning techniques allow to improve the performance of illiterate subjects with information from other subjects, contributing to the generalization of BCI systems (Texto tomado de la fuente)
Coordinación de protecciones : Una solución desde la calidad de la potencia
(Universidad Nacional de Colombia, 2023) Arias Guzmán, Santiago; Ustariz Farfan, Armando Jaime; Cano Plata, Eduardo Antonio; Arias Guzmán, Santiago [https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001455252]; Arias Guzmán, Santiago [https://scholar.google.com/citations?user=b4hchf8AAAAJ&hl=es]; Arias Guzmán, Santiago [0000000172046401]; Arias Guzmán, Santiago [https://www.researchgate.net/profile/S-Arias-Guzman]; Grupo de Investigación en Calidad de la Energía y Electrónica de Potencia; Redes de Distribución y Potencia Gredyp
LA TESIS presenta, inicialmente, una revisión crítica del estado del arte de la protección de los sistemas eléctricos, incluyendo las funciones, esquemas y sistemas de protección. A partir de esta revisión se presentan las limitaciones actuales en los sistemas de protección, así como las tendencias para su corrección. Para superar estas limitaciones, en esta tesis se propone un nuevo sistema de protección basado en el análisis de la calidad de la potencia eléctrica; utilizando el formalismo matemático del tensor instantáneo de potencia se define un nuevo indicador de desviación global de las condiciones ideales de un sistema sinusoidal y balanceado. Mediante el nuevo indicador definido en esta tesis, se detectan y clasifican condiciones de falla a ser despejadas. El sistema de protección propuesto logra evitar el proceso de coordinación de protecciones, mejora la selectividad de fallas de alta impedancia de característica lineal y no lineal, y logra la mitigación del riesgo de arco eléctrico (Texto tomado de la fuente)
Modeling and simulation of photovoltaic systems under partial shading conditions
(Universidad Nacional de Colombia, 2023) Restrepo Cuestas, Bonie Johana; Ramos-Paja, Carlos Andres; Trejos Grisales, Luz Adriana; Restrepo Cuestas, Bonie Johana [0000491233]; Restrepo Cuestas, Bonie Johana [https://scholar.google.es/citations?user=aBg8s0QAAAAJ&hl=en]; Restrepo Cuestas, Bonie Johana [0000000152761651]; Restrepo Cuestas, Bonie Johana [https://www.researchgate.net/profile/Bonie-Restrepo-2]; Grupo de Automática de la Universidad Nacional Gaunal
This thesis introduces a methodology for modeling commercial photovoltaic panels at the cell level operating under partial shading conditions. In the first part, a review of the literature is presented, focusing on the proper representation of the current-voltage characteristics in both forward and reverse bias, the mathematical formulation, the circuit model, and the estimation of parameters for photovoltaic cells. In the second part, the single diode model (SDM), the direct-reverse model (DRM), and Bishop’s model are introduced, emphasizing their current-voltage relationship, mathematical formulation, circuit model, and parameter requirements. In the third part of the thesis, a procedure to obtain I-V curves in panel terminals without the need for any physical intervention is detailed. This procedure is necessary to compare the behavior of the three models analyzed in both quadrants. The procedure requires a panel without a bypass diode and measurement equipment capable of acquiring current, voltage, temperature, and irradiation. After considering the evaluation of some metrics such as root mean square error (RMSE) and mean absolute percentage error (MAPE), Bishop’s model is selected for use in the methodology. In the fourth part, a methodology to estimate the parameters of Bishop’s model is proposed, which formulates the estimation of the parameters as an optimization problem. The metho- dology uses a genetic algorithm, and it is validated using information from two commercial panels. The curve reconstructions for each technology are evaluated using metrics such as RMSE and MAPE to assess the accuracy of the models (Texto tomado de la fuente)
Modelado de brotes epidémicos de dengue para la toma de decisiones en salud pública : Efecto de la movilidad en el departamento de Caldas
(Universidad Nacional de Colombia, 2021) Ospina Aguirre, Carolina; Olivar-Tost, Gerard; Osorio Londoño, Gustavo Adolfo; Carolina Ospina Aguirre; https://scholar.google.com/citations?user=F3rcKnMAAAAJ&hl=en; Ospina Aguirre, Carolina [0000000339924289]; https://www.researchgate.net/profile/Carolina-Ospina; AbcDynamics
En este trabajo se presenta la formulación de un modelo compartimental en el que se utilizan ecuaciones diferenciales y redes complejas para representar la dinámica de transmisión del dengue en el departamento de Caldas. La población está dividida en cuatro compartimentos: susceptibles, infectados, hospitalizados y recuperados; y los mosquitos que transmiten la enfermedad en dos: susceptibles e infectados. Se explora el efecto de las lluvias, de aplicar medidas de control, de la hospitalización y de la movilidad sobre la cantidad de personas infectadas. En el departamento de Caldas, hay dos temporadas de lluvias al a ̃no, las cuales fueron simuladas generando un aumento en la población de mosquitos. Se encuentra que el incremento de las precipitaciones incrementa los casos de dengue en 5, 45 %. Las medidas de control vectorial analizadas son fumigación y eliminación de criaderos. Se encontró que el uso conjunto de estas medidas tiene un efecto reductor mayor en la cantidad de infectados que si se aplican de manera individual. La hospitalización temprana del 20 % los contagiados de dengue redujo en un 17,83 % la cantidad total de casos en el departamento. La red compleja implementada para modelar el transporte vehicular define la probabilidad de movilidad en- tre un parche y otro mediante una matriz de tasa de transición. Esta matriz se calcula con base en un modelo gravitacional. La estimación de los parámetros del modelo, fue realizada con datos reales de cada uno de los municipios incluidos en este estudio, esto es, los 27 de Caldas y los 7 municipios vecinos que tienen conexión terrestre directa con algún municipio del departamento. Los casos de dengue obtenidos cuando los municipios están conectados, es decir, que hay movilidad de personas, incrementaron un 83,17 % respecto a los resultados obtenidos cuando no había movilidad. Se pudo observar que cada municipio es afectado de manera diferente por el movimiento de sus residentes. En aquellos donde la incidencia de dengue es alta y una proporción de sus habitantes se desplazan a zonas de menor incidencia se presenta una disminución en la cantidad de infectados. Los habitantes de municipios sin casos de dengue contraen la enfermedad al desplazarse a zonas con presencia de la enfermedad. Es por esto que se propone restringir el acceso a municipios endémicos durante un brote para disminuir la cantidad total de casos en el departamento (Texto tomado de la fuente)
Metodología para el reconocimiento de patrones sísmico-volcánicos no estacionarios mediante técnicas de aprendizaje adaptativo
(Universidad Nacional de Colombia, 2023) Castro Cabrera, Paola Alexandra; Orozco-Alzate, Mauricio; Londoño Bonilla, John Makario; Paola Alexandra Castro; Paola Alexandra Castro Cabrera; P.A.Castro-Cabrera [0000-0002-4442-0715]; Paola Alexandra Castro Cabrera; Grupo de Control y Procesamiento Digital de Señales; Castro-Cabrera Paola Alexandra [36717473000]
El monitoreo volcánico constituye una tarea imprescindible en el contexto de prevención y gestión del riesgo; en este sentido, los observatorios vulcanológicos y sismológicos cumplen una misión trascendental en la declaración de alertas tempranas de erupción volcánica. Y dentro de esta labor, la correcta clasificación de la sismicidad representa un insumo indispensable para la interpretación del fenómeno volcánico y la caracterización de dinámicas eruptivas; por tal motivo, es necesario que la clasificación se lleve a cabo de manera ágil y confiable. A través de la sismicidad correctamente etiquetada, los expertos analistas pueden caracterizar los procesos que estarían ocurriendo al interior de un volcán, e identificar precursores de una erupción. Sin embargo, la acertada discriminación de eventos sísmicos suele verse afectada por la migración de fuentes sísmicas, alteraciones en la dinámica de fluidos, cambios en los mecanismos de generación de grietas, entre otras situaciones, que pueden modificar la distribución de probabilidad de los registros sísmicos (cambios de concepto), y por tanto, incrementar la no estacionariedad de estas señales. Durante las últimas dos décadas, en las áreas de Aprendizaje Automático y Reconocimiento de Patrones se han desarrollado múltiples técnicas y herramientas aplicadas a enfoques de representación y clasificación de sismos volcánicos, entre las cuales destacan las redes neuronales, las máquinas de vectores de soporte, los modelos ocultos de Markov, entre otros, enmarcados (incluso) en contexto muy actuales como el Aprendizaje Profundo. En general, los estudios hallados al respecto en el estado del arte muestran resultados optimistas; sin embargo, se detalla que éstos son consecuencia de configuraciones experimentales restrictivas que disminuyen la complejidad del problema de clasificación planteado; una condición común es el uso de datos procedentes de periodos cortos de registro y poco representativos de la actividad volcánica. Esta limitación simula un entorno estacionario donde los modelos predictivos tradicionales funcionan eficazmente, pero que van en detrimento al actuar por un tiempo prolongado cuando los cambios de concepto se hacen evidentes. Siendo notable la necesidad de disponer de sistemas automáticos de clasificación que satisfagan las ``condiciones realistas'' del problema, como requerimiento esencial en la vigilancia volcánica, en esta tesis se propone el desarrollo de una metodología de reconocimiento de patrones sísmicos, a partir de registros de eventos volcánicos, que considere la adaptación de la clasificación a entornos y condiciones realistas y cambiantes. Para ello, se diseñó un modelo de clasificación centrado en el área del aprendizaje adaptativo y basado en aprendizaje incremental (aún no explorados en datos sísmicos), con el cual se trata el paradigma del cambio del concepto, de tal manera que algunas propiedades como la recurrencia continua de datos adquiridos, la naturaleza multiclase de los registros, los efectos geológicos y las restricciones de generalización en la clasificación, sean contempladas, aprovechadas y eventualmente contrarrestadas al momento de hacer la clasificación automática de los sismos (Texto tomado de la fuente)
Planificación de trayectorias óptimas de robots móviles empleando el mapeo de celdas
(Universidad Nacional de Colombia, 2023) Grisales Ramírez, Efraín; Osorio Londoño, Gustavo Adolfo; Grisales Ramírez, Efraín [0009000814296566]; Percepción y Control Inteligente (Pci)
El problema de planificación de trayectorias es de importancia dentro de la robótica móvil, puesto que es indispensable generar caminos de referencia que eviten obstáculos y de fácil seguimiento por los sistemas autónomos. La solución dada por los algoritmos de planificación puede ser de diferente naturaleza, aumentando o disminuyendo la complejidad computacional. En este documento se propone un método para la planificación de trayectorias de robots móviles empleando el algoritmo de mapeo de celdas (AMC), el cual contiene las restricciones cinemáticas y dinámicas del robot, así como las del entorno, permitiendo generar trayectos de fácil seguimiento por el sistema. También contiene la información necesaria con el fin de dar solución al problema de optimización multiobjetivo. El algoritmo consiste en dividir el espacio de estados en celdas y luego simular la evolución del sistema dinámico del móvil para cada condición inicial; con esto se generan grafos que contienen la información de las conexiones entre celdas en términos de distancia, tiempo, esfuerzo de control y energía. Con esta información se solucionan los problemas de optimización simple o multiobjetivo, según sea la función de costo empleada para encontrar el camino más corto entre dos puntos con el algoritmo de Dijkstra. Además, en este documento se introducen algunos conceptos de control óptimo que serán empleados en la planificación de trayectorias de robots móviles. Estos conceptos se aplican inicialmente al doble integrador (DI) en tiempo continuo, debido a que éste emula el comportamiento de un robot sin masa. Posteriormente se implementa el AMC para solucionar los mismos problemas de optimización en forma discreta para el movimiento en 1 y 2 dimensiones, y se extiende el concepto a la aplicación en robots móviles de guiado diferencial, así como para el Robotino de FESTO. (Texto tomado de la fuente)
Deep learning framework with enhanced interpretability for classification of motor imagery tasks
(Universidad Nacional de Colombia, 2022) Collazos Huertas, Diego Fabian; Castellanos-Dominguez, German; Collazos Huertas, Diego Fabian [https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000017335]; Collazos Huertas, Diego Fabian [D.F Collazos-Huertas]; Collazos Huertas, Diego Fabian [0002-0434-3444]; Collazos Huertas, Diego Fabian [https://www.researchgate.net/profile/Diego-Collazos]; Grupo de Control y Procesamiento Digital de Señales
Deep learning (DL) allows models composed of multiple processing layers to learn representations of data with several levels of abstraction. These methods have improved state-of-the-art tasks like speech recognition, visual object identification, and many other fields. Regarding electroencephalographic (EEG) signals analysis, especially for the Motor Imagery (MI) paradigm, the availability of large data sets and advances in machine learning have led to the deployment of DL architectures, allowing the understanding of the information that may contain for brain functionality. However, these models suffer some limitations in practice: i) often DL models not integrate properly EEG spatial information with extracted time-frequency features, ii) the resulting inter and intra-subject variability, along with frequently available small datasets, significantly decreases the performance of EEG-based MI systems, and iii) DL models are treated as “black boxes” lacking physiological interpretability. In this Ph.D. thesis proposal, we pretend to solve these issues i) developing a Deep&Wide learning methodology using multi-view feature extraction, ii) proposing a coupling information strategy based on transfer learning including subject’s clinical data, and iii) developing a relevance analysis methodology that allows improving the interpretability of neural responses. The detailed methodology and its respective execution plan (schedule) to carry out these objectives are further described. In addition, we list the available computational resources necessary for the proposed implementation (Texto tomado de la fuente)
Discriminating mental states by extracting relevant spatial patterns under non-stationary and subject-independent constraints
(Universidad Nacional de Colombia, 2023) Velásquez Martínez, Luisa Fernanda; Castellanos Dominguez, Cesar Germán; https://scholar.google.com.co/citations?user=kzOD4RQAAAAJ&hl=en; Grupo de Control y Procesamiento Digital de Señales
Evaluation of brain dynamics elicited by motor imagery (MI) tasks can contribute to clinical and learning applications. In this work, we propose four specific improvements for brain motor intention response analysis based on EEG recordings by considering the nonstationarity, nonlinearity of brain signals, inter- and intra-subject variability, aimed to provide physiological interpretability and the distintiveness between subjects neural response. Firstly, to build up the subject-level feature framework, a common representational space, is proposed that encodes the electrode (spatial) contribution, evolving through time and frequency domains. Three feature extraction methods were compared, providing insight into the possible limitations. Secondly, we present an Entropy-based method, termed \textit{VQEnt}, for estimation of ERD/S using quantized stochastic patterns as a symbolic space, aiming to improve their discriminability and physiological interpretability. The proposed method builds the probabilistic priors by assessing the Gaussian similarity between the input measured data and their reduced vector-quantized representation. The validating results of a bi-class imagine task database (left and right hand) prove that \textit{VQEnt} holds symbols that encode several neighboring samples, providing similar or even better accuracy than the other baseline sample-based algorithms of Entropy estimation. Besides, the performed ERD/S time-series are close enough to the trajectories extracted by the variational percentage of EEG signal power and fulfill the physiological MI paradigm. In BCI literate individuals, the \textit{VQEnt} estimator presents the most accurate outcomes at a lower amount of electrodes placed in the sensorimotor cortex so that reduced channel set directly involved with the MI paradigm is enough to discriminate between tasks, providing an accuracy similar to the performed by the whole electrode set. Thirdly, multi-subject analysis is to make inferences on the group/population level about the properties of MI brain activity. However, intrinsic neurophysiological variability of neural dynamics poses a challenge for devising efficient MI systems. Here, we develop a \textit{time-frequency} model for estimating the spatial relevance of common neural activity across subjects employing an introduced statistical thresholding rule. In deriving multi-subject spatial maps, we present a comparative analysis of three feature extraction methods: \textit{Common Spatial Patterns}, \textit{Functional Connectivity}, and \textit{Event-Related De/Synchronization}. In terms of interpretability, we evaluate the effectiveness in gathering MI data from collective populations by introducing two assumptions: \textit{i}) Non-linear assessment of the similarity between multi-subject data originating the subject-level dynamics; \textit{ii}) Assessment of time-varying brain network responses according to the ranking of individual accuracy performed in distinguishing distinct motor imagery tasks (left-hand versus right-hand). The obtained validation results indicate that the estimated collective dynamics differently reflect the flow of sensorimotor cortex activation, providing new insights into the evolution of MI responses. Lastly, we develop a data-driven estimator, termed {Deep Regression Network} (DRN), which jointly extracts and performs the regression analysis in order to assess the efficiency of the individual brain networks in practicing MI tasks. The proposed double-stage estimator initially learns a pool of deep patterns, extracted from the input data, in order to feed a neural regression model, allowing for infering the distinctiveness between subject assemblies having similar variability. The results, which were obtained on real-world MI data, prove that the DRN estimator fosters pre-training neural desynchronization and initial training synchronization to predict the bi-class accuracy response, thus providing a better understanding of the Brain--Computer Interface inefficiency of subjects. (Texto tomado de la fuente)
Toma de decisiones para la evaluación y priorización de proyectos verdes
(Universidad Nacional de Colombia, 2022) Castrillón Gómez, Julián Andrés; Olivar-Tost, Gerard; Valencia Calvo, Johnny; Angulo Garcia, Fabiola; Castrillón Gómez, Julián Andrés; Castrillon Gomez, Julian Andres [0000-0002-1598-137X]; Castrillón Gómez, Julián Andrés; Abc Dynamics
El presente documento de tesis doctoral, propone un enfoque de análisis sistémico y con este un resumen metodológico, para comprender el comportamiento ambiental, social y económico de una comunidad y, con base en ello, seleccionar y dar prioridad a los proyectos verdes (que propenden por la sostenibilidad) que puedan brindarle un mayor beneficio. Para este fin, se presenta una propuesta metodológica conformada por tres etapas. La primera, consistente en un grupo de ecuaciones diferenciales ordinarias, que conforman un modelo en dinámica de sistemas, cuyo objetivo es reunir las principales características de un sistema social sostenible, fundamentado en el uso del agua y el uso del suelo. La segunda, consistente en una serie de talleres participativos con la comunidad, cuyo objetivo es reunir información acerca de las necesidades, prioridades, expectativas, entre otros, que sus habitantes tienen en cuanto a las principales problemáticas relacionadas con el uso del agua y el uso del suelo. Y la tercera, consiste en una serie de ecuaciones y operaciones matriciales, que conforman el denominado proceso analítico de red, para jerarquizar los proyectos verdes. A lo largo del documento, se mostrará que el fundamento de la tesis se basa en el aprovechamiento de la dinámica de sistemas y los sistemas dinámicos para la creación de escenarios futuros; el modelado participativo, para involucrar a la ciudadanía, aprovechar su conocimiento y conocer sus necesidades y; el proceso ANP, para aplicar un método matemático que permita reducir el sesgo en las decisiones y seleccionar el mejor proyecto con base en los criterios y prioridades definidas. Además, se proponen dos casos de estudio con el fin de evidenciar los diferentes comportamientos del modelo cuando se varían los valores de los parámetros del sistema. Logrando así, que exista una sensibilidad en la selección de proyectos de acuerdo con la comunidad a la cual va dirigida, facilitando la toma de decisiones según cada caso. Hasta ahora, no se han encontrado en la literatura reportes sobre este uso conjunto de diferentes métodos para la selección de proyectos. Como primer resultado importante, se ha encontrado que, de acuerdo a la dinámica de cada comunidad, los tomadores de decisiones pueden preferir uno u otro proyecto y no sesgarse por la elección de aquel que consideran mejor a la luz de las propuestas presentadas. En este sentido, la planificación y el estudio de la dinámica de las comunidades frente a posibles escenarios, implica que la dinámica en la toma de decisiones podría verse alterada de acuerdo con las necesidades y prioridades que la misma comunidad da a sus problemáticas. Desde este trabajo, se propone entonces que, basados en una metodología donde se vinculan la dinámica de sistemas y el modelado participativo como métodos evaluativos y, el proceso analítico de red como método de priorización, se aprovechen como facilitadores en la toma de decisiones, respaldados en la pertinencia matemática de cada uno de ellos. (Texto tomado de la fuente)
Power conversion systems for increasing the efficiency in DC microgrids based on renewable sources
(Universidad Nacional de Colombia, 2023) Henao Bravo, Elkin Edilberto; Saavedra-Montes, Andrés Julián; Ramos-Paja, Carlos Andres; Henao Bravo, Elkin Edilberto [0001526319]; https://scholar.google.com/citations?user=HISSQZUAAAAJ&hl=es; Henao Bravo, Elkin Edilberto [0000-0001-9663-1082]; https://www.researchgate.net/profile/Elkin-Henao-Bravo; Automática, Electrónica y Ciencias Computacionales
This thesis reports the contributions obtained while developing doctoral studies in the Doctorado en Ingeniería Automática from the Universidad Nacional de Colombia. The thesis focuses on power converters for processing energy in DC microgrids. The document contains six chapters; each chapter begins with a brief introduction of the specific topics; then, the methodology focuses on system analysis, design, modeling, or/and control. The chapters also present the validations of the proposed methodology. Finally, each chapter presents conclusions about its topic. To validate the contributions of this thesis, specialized software and experimental validations are used for corroborating the design process for the power converters and their controllers. DC microgrids formed by PV systems and batteries are the subject of study for this thesis; therefore, the energy flow optimization in those DC microgrids is the main research area faced by designing, modeling, and controlling power converters that can be used with PV panels or with batteries as chargers/dischargers. In this sense, this thesis proposes the design, modeling, and control of the double active bridge (DAB) converter for photovoltaic (PV) panels, which is aimed to improve the harvesting and flow of energy in PV systems in a DC microgrid. Additionally, this thesis proposes chargers/dischargers based on Zeta/Sepic converters for batteries in DC microgrids. This solution allows adapting different battery banks to microgrids with a DC bus voltage lower, equal, or higher than the batteries; it also allows for regulating the DC bus voltage in the presence of change of loads or sources by proposing sliding mode controllers (SMC) for the charger/discharger.(Texto tomado de la fuente)
Modelo de coordinación para la actividad autorregulada en redes definidas por software
(Universidad Nacional de Colombia, 2022) Aristizábal Quintero, Luz Angela; Toro García, Nicolás; Aristizábal Quintero, Luz Angela [0000219169]; Aristizábal Quintero, Luz Angela [0000-0003-4510-9029]; Grupo de Investigación en Recursos Energéticos Gire
En esta tesis se estudian, adaptan y aplican dos prometedoras áreas de investigación influyentes en la automatización de Redes de Datos: las Redes definidas por software (Software Definid Network - SDN) y Procesamiento de señales en grafos (Graph Signal Processing -GSP). Este documento presenta un conjunto de estrategias, soportadas por la teoría de procesamiento de señales en grafos, para la autorregulación del comportamiento ante eventos de anormalidad en una red definida por software (SDN) y para la coordinación entre el conjunto de procesos que interactúan en la reprogramación de la Red Definida por Software para lograr un estado funcional acorde a parámetros de normalidad para la red. Las contribuciones y hallazgos más relevantes de esta tesis son los siguientes: 0) Se establece un puente referencial de aplicación entre las áreas de investigación SDN y GSP; 1) se propone e implementa un monitor multicapa, basado en la teoría de procesamiento de señales en grafos que explota las características inherentes a las Redes Definidas por Software (SDN); 2) se propone e implementa una estrategia de autorregulación del direccionamiento de tráfico en una SDN ante la presencia de anomalías, basado en la técnica de aprendizaje por refuerzo (Reinforcement Learning – RL) y en el procesamiento de señales en grafos (GSP); 3) Se propone e implementa una técnica de coordinación de las actividades inherentes a los procesos de adaptación sobre las SDN; 4) se presenta un esquema de conectividad de las herramientas de desarrollo de software que actualmente son utilizadas en procesos de automatización de redes de datos. (Texto tomado de la fuente)
Modeling and simulation of an adaptive spatial modulation scheme for optimization of effective bandwidth in communications over visible light (VLC), using solid state devices for lighting (SSL)
(Universidad Nacional de Colombia, 2021) Henao Ríos, José León; Guerrero González, Neil; Garcia-Alvarez, Julio Cesar; Henao Rios, Jose Leon [0000-0002-3119-9775]; Propagación Electromagnética Aplicada (Propela)
This thesis presents an investigation of the different formats and modulation methods used in Optical Wireless Communications (OWC), specifically in Visible Light Communications (VLC), using solid-state lighting devices (SSL). The final objective is to propose, model and validate an adaptive spatial (three-dimensional) modulation scheme that allows the optimization of the effective bandwidth through the use of power RGB LEDs. Initially, a taxonomy of the different technologies and possible uses of OWC communications is made in order to identify their functionalities and characteristics. From this classification, the challenges presented by visible light communications for indoor use also called VLC (which is within the OWC category), were identified, as well as the different modulation formats used in it. Once the above has been determined, a review of the state of the art for each of the identified challenges is made, and the contribution that was made to solve this particular challenge (if applicable) during the course of the Doctoral process and that made it possible to reach the proposed solution. In section 3, the underlying theory of LEDs is shown, which are a fundamental part of VLC systems. Based on the electrical model, the equations that allow characterizing relevant aspects such as electrical bandwidth, optical bandwidth, radiation patterns, and optical power are determined. Finally, the experimental characterization (laboratory measurements) of the RGB LED device used to implement the final proposal of this thesis is presented. Section 4 presents an overview of different baseband digital modulation formats used in VLC systems. Some of these formats allow lighting control by themselves, or in conjunction with techniques such as PWM or current injection (I-bias). In subsection 4.4, the work carried out during the development of this research process is exposed in detail using some modulation formats presented in the previous subsections and which allow solving the lighting control problem by keeping constant the transmission speed of data. The aforementioned works, achieved a constant transmission rate of $6$ Kbps using a codification that combines in the same bit frame PWM modulation for brightness control and M-PPM coding for the creation of data words, the transmitter was implemented with two 10W RGB LEDs located 0.9 meters from the receiver (Texas Instruments OPT101 photo-detector), and a range of illumination was obtained between 25% to 85% of the possible light power of the LED sources. Similarly, a second work implements a Differential Manchester-PWM hybrid differential encoding for data transmission and brightness control in a real-time system, the proposed digital modulation allows simultaneous control of brightness while maintaining data transmission with a constant rate of 50 Kbps using three 10 W white LEDs at a distance of 0.9 meters, and a brightness range between 10% and 90% of the maximum luminous flux of the LED sources. It should be noted that these proposed hybrid encodings are self-authored and to the best of our knowledge, had not been presented prior to publication and submission to IEEE Latin America and COLCOM 2020 respectively. Given the good results obtained in the previously presented works, we focused on optimizing the available bandwidth, taking into account that in an RGB LED, three transmission sources are available (one for each color) similar to the WDM technique (wavelength division multiplexing). In the first instance, OFDM (Orthogonal Frequency Division Multiplexing) multicarrier modulation was used and it was determined by means of simulations which were the most efficient coding schemes taking the Bit Error Rate (BER) as a reference. Next, it was explored which was the best way to segment the information in order to be transmitted through each of the available channels. It was determined that the data bit stream should be segmented into groups of 6 bits (4 M-QAM coded bits and 2 M-PAM coded bits) using the Spatial Multiplexing (SM) transmission scheme, generating a three-dimensional constellation and obtaining a speed of 27.3 Mbps through a 1.5 m VLC link (subsection 5.4.1) (Texto tomado de la fuente)
Degradación térmica de los sistemas de aislamiento de transformadores
(Universidad Nacional de Colombia, 2022) Soto Marín, Oscar Julián; Cano Plata, Eduardo Antonio; Ustariz Farfan, Armando Jaime; Redes de Distribución y Potencia Gredyp
Este trabajo de investigación está enfocado al diagnóstico de los sistemas de aislamiento de los transformadores. Para este propósito, es necesario primero determinar la ley de envejecimiento de activo, el cual está centrado en la identificación de los factores o causas que originan la degradación del transformador. Dentro de este mismo proceso es necesario identificar el efecto sobre el transformador (reducción del nivel de aislamiento, disminución de la capacidad de refrigeración, pérdida de eficiencia, etc.), esto es el modo de falla. Con la comprensión e identificación plena de los factores presentes en el proceso del desarrollo de la falla, es posible medir los parámetros más apropiados para realizar el diagnóstico preciso del sistema del transformador que está presentando la falla, esto permitirá determinar las mejores prácticas en la gestión eficiente del transformador. La tesis propone el desarrollo de métodos de diagnósticos basados en los resultados de ensayos de envejecimiento acelerado realizados a los transformadores en aceite, transformadores tipo seco y transformadores de mediana frecuencia, fundamentado en la teoría de la cinética química. El realizar el estudio sobre diferentes tipos de aislamientos, permite realizar analogías de los procesos de degradación y diagnósticos; igualmente, comparar la ley de envejecimiento de cada tipo de transformador. (Texto tomado de la fuente)
Metodología de estimación automática multiportadora de respuesta de canal de transmisión de datos
(Universidad Nacional de Colombia, 2022) Cortés Cortés, Claudia Lucía; Guerrero-Gonzalez, Neil; Cortés Cortés, Claudia Lucía [0001381627]; Cortés Cortés, Claudia Lucía [0000-0001-5760-9990]; Gtt Grupo de Investigación en Telemática y Telecomunicaciones
En el marco de los Objetivos de Desarrollo Sostenible (ODS) y la Agenda 2030 acordada por los países reunidos en las Naciones Unidas en el año 2015, entre ellos Colombia, se hace necesaria la innovación tecnológica en las Tecnologías de la Información y Comunicaciones como eje transversal para el cumplimiento de los ODS. En esta tesis se propone una metodología para la caracterización automática de la respuesta de fase del canal de transmisión de comunicaciones como contribución científica al estado del arte. La metodología propuesta es escalable a cualquier canal de transmisión dado que se basa en el procesamiento de imágenes de diagramas de constelación con redes neuronales convolucionales, imágenes que son generadas a partir de una señal 4-QAM (QAM, Quadrature-Amplitude Modulation) modificada. La metodología propuesta para la estimación de la respuesta de fase divide la banda de frecuencia disponible en sub-bandas y usa técnicas de modulación y multiplexación avanzadas que permiten obtener el desplazamiento de fase por sub-banda y realizar la compensación de este desplazamiento para demodular la señal de información adaptandose a las variaciones rápidas del canal de transmisión. El uso de técnicas de modulación y multiplexación capaces de operar para grandes tasas de transmisión con suficiente robustez respecto a las características de ruido del canal de comunicaciones se convierten en parte fundamental para el avance de los sistemas de comunicaciones, donde la Multiplexación por División de Frecuencias Ortogonales (OFDM, Orthogonal Frequency Division Multiplexing) es la técnica de modulación de mayor difusión. Esta técnica divide el espectro disponible en múltiples subportadoras utilizándolo de forma más eficiente. El uso de OFDM como esquema multiportadora permite transmitir la información por N subcanales, de forma que el sistema se podría ver como N sistemas de portadora única con respuesta en frecuencia plana, razón por la cual este esquema multiportadora no es capaz de adaptarse a las variaciones rápidas del canal de transmisión. (Texto tomado de la fuente)
Optimization of the structural design of asphalt pavements for streets and highways
(Universidad Nacional de Colombia, 2022) Vásquez-Varela, Luis Ricardo; Garcia Orozco, Francisco Javier; VÁSQUEZ-VARELA, Luis Ricardo [0001440367]; Luis Ricardo Vásquez-Varela [https://0-scholar-google-com.brum.beds.ac.uk/citations?hl=en&user=GPo84EoAAAAJ]; Luis Ricardo Vásquez-Varela [0000-0003-2293-7294]; Luis R. Vásquez-Varela [https://www.researchgate.net/profile/Luis-Vasquez-Varela]; Gestión de la Infraestructura de Transporte y del Espacio Público
The construction of asphalt pavements in streets and highways is an activity that requires optimizing the consumption of significant economic and natural resources. Pavement design optimization meets contradictory objectives according to the availability of resources and users’ needs. This dissertation explores the application of metaheuristics to optimize the design of asphalt pavements using an incremental design based on the prediction of damage and vehicle operating costs (VOC). The costs are proportional to energy and resource consumption and polluting emissions. The evolution of asphalt pavement design and metaheuristic optimization techniques on this topic were reviewed. Four computer programs were developed: (1) UNLEA, a program for the structural analysis of multilayer systems. (2) PSO-UNLEA, a program that uses particle swarm optimization metaheuristic (PSO) for the backcalculation of pavement moduli. (3) UNPAVE, an incremental pavement design program based on the equations of the North American MEPDG and includes the computation of vehicle operating costs based on IRI. (4) PSO-PAVE, a PSO program to search for thicknesses that optimize the design considering construction and vehicle operating costs. The case studies show that the backcalculation and structural design of pavements can be optimized by PSO considering restrictions in the thickness and the selection of materials. Future developments should reduce the computational cost and calibrate the pavement performance and VOC models. (Texto tomado de la fuente)
Pattern representations for classifying (non-)metric (non-)vectorial data with applications in Structural Health Monitoring and geotechnical/natural-hazard engineering
(Universidad Nacional de Colombia, 2022) Ospina Dávila, Yesid Mauricio; Orozco-Alzate, Mauricio
Nowadays, data-driven modelling in structural and geo-engineering problems using Statistical Pattern Recognition and Machine Learning provides powerful and more versatile tools within a predictive framework. In contrast to the mainstream orientations of the state-of-art in data-driven structural and geo-engineering surrogates, which are based on advanced and (hyper-)parametrized classifiers, this thesis is focused on data representation issues. Firstly, for vectorial slope/landslide data, feature-based vector spaces are enriched and enhanced according to the Occam’s razor principle, which is achieved through three simple but powerful existing variants of a transparent classifier as the nearest neighbor rule. Secondly, for non-vectorial SHM data, powerful and highly discriminant dissimilarity-vector spaces are built-up using spectral/time-frequency information from structural states, adopting a proximity-based learning scheme. In both cases, the results show the importance of a proper data representation and its key role in a bottom-up design for surrogate modelling. (Texto tomado de la fuente)
Estudio de la interacción de nanoestructuras con ADN genómico
(Universidad Nacional de Colombia, 2022-09) Vargas-Hernandez, Carlos; Estrada, Jorge Hernán; Propiedades Ópticas de Materiales
Uno de las grandes problemas en el diagnóstico realizado en las disciplinas del área de la salud lo constituye la imposibilidad de emitir juicios los mas cercanos a la realidad. Esta dificultad radica entre otras cosas por la complejidad de detectar sustancias o compuestos debido a la poca concentración disponible y cuando la concentración de la muestra es apropiada el problema radica en obtener respuestas o señales de la estructuras química o de elementos presentes en la muestra que son complicados de obtener debido a la técnica experimental empleada. Gracias a la nanotecnología es posible determinar o analizar muestras con concentraciones por debajo de 10-9 g, usando nanopartículas en especial de tipo metálicas. En otras palabras la nanopartículas se convierten en el intermediario para diagnosticar u obtener información de la muestra que en el caso de las técnicas estándar seria imposible de obtener. Además de la importancia actual no solamente de diagnosticar si no de eliminar en una muestra la región problema, tal es el caso de la biomedicina, donde actualmente se exploran metodologías con nanopartículas para además de diagnosticar la región maligna, también eliminarla mediante radiación como en el caso del uso de partículas metálicas, ya que estas al interactuar con la radiación electromagnética en el rango infrarrojo experimentan un calentamiento, y puede ser en el caso específico de las nanopartículas metálicas de unos cuantos cientos de grados centígrados. Es de mencionar que junto a las nuevas tecnologías en síntesis y funcionalización de nanopartículas existe paralelamente el estudio mediante métodos matemáticos no lineales, debido a que el comportamiento de estas partículas con campos electromagnéticos intensos es de tipo no lineal, siendo necesario el uso de las técnicas experimentales ópticas no lineales como la espectroscopia Raman, y la teoría de las ecuaciones diferenciales no lineales inhomogéneas junto a la dinámica y la teoría de los procesos dinámicos no lineales se solucionan este tipo de problema de frontera como lo es; el anclaje de nanopartículas metálicas a la molécula de ADN. El estudio de la respectiva interacción arrojaran luz a la instrumentación óptica para la detección y diagnóstico de ADN genómico, de gran interés en biotecnología y el planteamiento del modelo de interacción ADN+NPs. En este trabajo se estudió la interacción de nanopartículas de oro, plata y oxido de Zinc con ADN genómico obtenido del bazo de cerdo. En este estudio se emplearon técnicas de caracterización como SEM, TEM, Raman y Absorción Óptica, entre otras, para obtener los modelos matemáticos que explican la interacción entre nanopartícula El documento esta dividido en tres partes. En la primera parte se da la introducción al tema colocando en contexto el problema a estudiar, mediante la justificación y los objetivos a cumplir. También se incluyen los fundamentos teóricos y la descripción de las técnicas experimentales. En la segunda parte se ha incluido la metodología, los resultados y análisis, y finalmente en la tercera parte se muestran las conclusiones, se adicionan las perspectivas investigativas y los nexos. Las figuras y resultados reportados en la tesis han sido publicados en varios artículos nacionales e internacionales y muchos resultados son obtenidos dentro del grupo de investigación de Propiedades ópticas de Materiales POM y con apoyo financiero de los diferentes proyectos de investigación aprobados. Algunos resultados son trabajos conjunto con algunos estudiantes de maestría como Diego Alonso Guzmán Embus y Ricardo Baez, a los cuales se les solicito el permiso especial para el uso compartido de figuras por ser un trabajo realizado durante varios años de manera conjunta. (Texto tomado de la fuente)

Examinar

Envíos recientes