Departamento de Ingeniería Eléctrica y Electrónica

URI permanente para esta colecciónhttps://repositorio.unal.edu.co/handle/unal/104

Examinar

Mostrando 1 - 20 de 142

Parametric time-frequency analysis for discrimination of non-stationary signals
(2009) Avendaño Valencia, Luis David; Castellanos Domínguez, César Germán (Thesis advisor)
Abstract: In this masterï¿½s thesis discrimination of non-stationary signals using time varying parametric modeling and time frequency analysis is explored. This work consists of two parts, the first, to obtain a representation for non-stationary signals by parametric modeling and parametric time-frequency representations, and the second, feature selection and extraction based on timeï¿½frequency representations and time-varying data. In this study many advantages of non-stationary signal analysis using parametric methodology will be made evident. Among them it will be found that by means of these models it is possible to determine how signalï¿½s structure changes along time and analogously, to determine how the frequency content of a signal changes. The effectiveness of this methodology depends on three main factors, first, the choice of the model structure, which in the case of TVAR modeling would be the problem to find the order of AR model, second, estimation of the model parameters and third, selection the structure of temporal change that is imposed on the dynamics of time-variant parameters. In this aspect, a revision and evaluation of different state of the art methodologies for model structure selection, estimation of TVAR parameters and temporal structures is made. It was found that the performance of parametric methodology depends directly on these three factors; however, the main influencing factor is the structure of temporal change imposed on the estimator and how it couples with the dynamics of a time-varying signal. The second addressed problem is how to use these time varying features (matricial features) to train classifiers. Features estimated with parametric models yield a complete representation of signalï¿½s dynamics at the cost of large dimensionality and redundancy. Thus, a review of feature extraction methods devised for time-varying and matricial data is carried out. Also, relevance analysis is generalized for the case of matricial data.
Diseño y montaje de un control de nivel para una envasadora de lácteos
(2004) Giraldo Betancur, Indira Marcela
En el siguiente documento se desarrolla el diseño e implementación de un control de nivel económico, para la completa automatización de envasadoras verticales, llenadoras y selladoras, encargadas de envasar productos lácteos (leche y yogur). Contando con la elección de los elementos del lazo de control, su respectivo diseño y su implementación en planta; teniendo en cuenta el manejo especial que se debe tener con los productos de consumo humano, lo que le da un carácter especial a la elección de los materiales para cada instrumento. Además se realiza una evaluación económica debida a la utilización de la envasadora automática en la planta procesadora de productos lácteos.
Detección múltiple en tiempo real para localización de una fuente acústica
(2006) Alzate Castaño, Ricardo; Castellanos Domínguez, César Germán (Thesis advisor)
Se presenta la implementación de un sistema para efectuar localización pasiva bidimensional y seguimiento en tiempo real sobre una fuente acústica simple empleando la técnica de estimación de TDOA por correlacion y ﬁltro de Kalman con modelo de medición en coordenadas cartesianas haciendo uso de un arreglo lineal de 3 micrófonos como dispositivo de captura de señales. Los resultados generados maniﬁestan una fuerte dependencia del algoritmo implementado respecto a la resolución discreta del ﬁltrado espacial obteniendo estimados consistentes de localización para puntos ubicados en el interior de la región de mayor sensibilidad. La precisión de la medida se incrementa para señales de incidencia con características apreciables de aleatoriedad posterior a la acción de suavizado de un ﬁltro de Kalman / Abstract: The implementation of a real-time single acoustic source localization and tracking system is presented based on TDOA correlation estimation and Kalman ﬁltering methods for processing the data received by a 3 microphone linear array. The results derived shows a strong dependence on the spatial resolution of the system oﬀering good estimates for the points located inside of the higher resolution region. Accurate increasing is derived for signals with high randomness after smoothing with a Kalman ﬁlter.
Brain connectivity-patterns representation based on electroencephalography network analysis
(2018) Hurtado Rincón, Juana Valeria; Castellanos Domínguez, César Germán (Thesis advisor); Martínez Vargas, Juan David (Thesis advisor)
Brain connectivity has emerged as a neuronal analysis tool widely used to explore brain functions and supply relevant information in the study of the cognitive processes. However, current methodologies used to assess brain connectivity are not always exact and as a result, possible spurious connections may appear. Moreover, measuring the connection between all possible pairs of EEG-channels leads to high dimensional matrices with either redundant or irrelevant information. To avoid problems in connectivity analysis and issues of high computational cost, a selection stage of the most significant connections can be implemented. Nevertheless, there is not a standard method yet to extract connections and the definition of significant connections may vary accordingly with the object of study. Therefore, to develop an accurate methodology, information inherent to each specific problem should be included. In this work, three different tools are presented, that execute the extraction of significant connections considering the experimental scenario. The first tool, tested on a BCI dataset, finds the set of connections that best discriminate two MI classes. Consequently, a kernel-based methodology of feature selection is used to rank each connection by its contribution in the classes discrimination. Finally, the significant connections will be the smaller set that achieves the best classification accuracy. The second methodology is used in a study of the significant connectivity patterns in attention networks. To this end, the connectivity of two classes (target and non-target) in an oddball paradigm experiment is extracted. Here, the significant connections are selected as the ones that differ the most, statistically speaking, between target and non-target. Finally, in a study of the recovery of a subject with aphasia, differences in connectivity, related to improvements produced by therapy were found. In this study, connections that change through the sessions of treatment at the level of amplitude and structure were extracted. Also, a set of significant connections that changed increasingly between the sessions was selected. For all the proposed methodologies, the brain connectivity is computed over EEG signals and the extraction of the significant connections is based on information inherent to the data or the experiment. In general, the selection of connections allows the considerable reduction of connectivity characteristics, this facilitates the physiological interpretation of the experiments and can improve the performance and computational cost of the systems that use these features
Reconstruction of neural activity from M/EEG non-stationary data using time varying spatiotemporal constraints
(2016) Martínez Vargas, Juan David; Castellanos Domínguez, César Germán (Thesis advisor)
Magneto-Electroencephalogram(M/EEG)-based neuroimaging is a widely used technique that allows to non invasively explore brain activity. One of the most prominent advantages of using M/EEG measures to analyze brain activity is its outstanding temporal resolution. However, spatial measurement points (electrodes) are relatively low -a couple hundreds in the best case-, while the discretized brain activity generators -termed current dipoles or sources- are several thousands. This leads to a heavily ill-posed mathematical problem commonly known as the M/EEG inverse problem. To solve such problems, additional information must be a-priori assumed in order to obtain an unique and optimal solution. In the present work, several approaches to improve the accuracy and interpretability of the inverse problem solution are proposed, using physiologically motivated assumptions. Firstly, a method that infers neural states from the M/EEG recordings to dynamically constraint the M/EEG inverse problem is proposed, relaxing the brain activity stationarity assumption that is usually made in state-of-art algorithms. This is done by assuming a physiologically motivated time-varying a-priori covariance matrix. Secondly, a realistic time varying autoregressive model is proposed, aiming to explicitly constraining temporal evolution of brain activity. Finally, a novel source connectivity analysis method is proposed by taking advantage of the temporal dynamics provided by the M/EEG recordings. The proposed methods are compared with classic and state-of-art techniques in a simulated environment, and afterwards, are validated using real world data. In general, the contributed approaches are efficient and competitive compared to state-of-art brain mapping and source connectivity methods
Brain activity reconstruction from non-stationary M/EEG data using spatiotemporal constraints
(2016) Grisales Franco, Fily Mateos; Castellanos Domínguez, César Germán (Thesis advisor)
Magneto/Electroencephalography (M/EEG)-based neuroimaging is a widely used noninvasive technique for functional analysis of neuronal activity. One of the most prominent advantages of using M/EEG measures is the very low implementation cost and its height temporal resolution. However, the number of locations measuring magnetic/electrical is relatively small (a couple of hundreds at best) while the discretized brain activity generators (sources) are several thousand. This fact corresponds an ill-posed mathematical problem commonly known as the M/EEG inverse problem. To solve such problems, additional information must be apriori assumed to obtain a unique and optimal solution. In the present work, a methodology to improve the accuracy and interpretability of the inverse problem solution is proposed, using physiologically motivated assumptions. Firstly, a method constraining the solution to a sparse representation in the space-time domain is introduce given a set of methodologies to syntonize the present parameters. Secondly, we propose a new source connectivity approach explicitly including spatiotemporal information of the neural activity extracted from M/EEG recordings. The proposed methods are compared with the state-of-art techniques in a simulated environment, and afterward, are validated using real-world data. In general, the contributed approaches are efficient and competitive compared to state-of-art brain mapping methods
Confiabilidad de sistemas de distribución
(1998) Ramírez Castaño, Samuel; Parra López, Estrella (Thesis advisor)
Dado que la confiabilidad es uno de los parámetros que miden la calidad de servicio de energía eléctrica que apenas comienza a ser exigido a las empresas de energía, el presente trabajo reúne todos los conceptos teóricos y metodologías mas comunes conocidas hasta ahora para que el estudiante de ingeniería eléctrica aprenda todo lo relacionado con el tema. Se presenta en forma de texto guia el temario así: Comienza con las bases de la teoría de probabilidades y procesos estocásticos, luego se habla de confiabilidad de componentes para pasar luego a tratar la confiabilidad de componentes siguiendo el método de redes, el método de espacio-estado y otros métodos dentro de los cuales se destaca el método de simulación de Montecarlo. Queda de esta manera preparado el camino para tratar el tema principal, que es la confiabilidad de sistemas de distribución, para lo cual se tratan algunos aspectos preliminares pasando luego a la discusión sobre la evolución de la confiabilidad de sistemas de distribución radiales.y por ultimo para las redes enmalladas y en paralelo. En ambos casos se presenta una amplia gama de ejemplos de ilustración que ayudan a la comprensión de las diferentes metodologias de calculo
Planteamiento y solución de un modelo DEA estocástico para datos longitudinales con estructura de antedependencia
(2016-05-12) Vargas Sánchez, Jhon Jairo; Olivar Tost, Gerard (Thesis advisor); Cepeda Cuervo, Edilberto (Thesis advisor)
Para propósitos de medir la eficiencia en las organizaciones se usa la técnica DEA (Data Envelopment Analysis). Los modelos DEA temporales reportados en la literatura no exploran la estructura de correlación en las variables ni el error aleatorio. Introducimos un nuevo modelo DEA temporal estocástico capaz de capturar las características de covarianza de las variables de salida que pueden ser largas series de tiempo y capaz de modelar la naturaleza aleatoria de las variables. Este nuevo modelo DEA podría aplicarse en el desarrollo de una nueva metodología DEA en tiempo real
Compensación de sistemas eléctricos con acondicionador unificado de calidad de la potencia en topología dual iUPQC
(2015) Garcés Gómez, Yeison Alberto; Toro García, Nicolás
La presente investigación tiene como objetivo principal el desarrollo de un sistema de acondicionamiento de potencia unificado modelado como fuentes de corriente y tensión sinusoidales de mediana potencia para sistemas eléctricos de distribución. En su desarrollo se presentan cinco aportes a la investigación en el campo de la calidad de la potencia y los compensadores: primero, un modelo matemático en variables de estado y otro en funciones de conmutación del circuito detallado que permiten la proyección de controladores de lazo de cada uno de los sistemas que componen el circuito del compensador; segundo, se implemento una técnica de control para el lazo de desequilibrio del bus DC de los inversores que permite el uso de menos transductores de tensión para su funcionamiento; tercero, partiendo de la teoría de la potencia reactiva generalizada aplicada a compensadores paralelo de corriente, se implemento un nuevo algoritmo de compensación inmune a huecos y elevaciones de tensión por medio de la aplicación del UVTG (Generador de vector de referencia unitario), que además elimina la necesidad de un circuito de pre-conexión del acondicionador de potencia; cuarto, se ha dado una nueva aplicación de la modulación vectorial espacial SVPWM modificada para funcionar con la aplicación de los vectores homopolares de conmutación la cual fue implementada para el compensador de potencia, permitiendo un mejor aprovechamiento del bus DC de los inversores; y quinto, el enfoque de control presentado en esta investigación, permite dar una nueva aplicación a los acondicionadores unificados de potencia para la compensación de transitorios de tensión en los sistemas eléctricos, aplicación que el modelo clásico de compensación no permitía. Ademas, el trabajo incluye los algoritmos de simulación y de diseño que permitieron probar las teorías formuladas por medio de simulaciones computacionales y compararlas con las técnicas tradicionales (Texto tomado de la fuente).
Real-time classification of coffee fruits using FPGA
(2015) Montes Castrillón, Nubia Liliana; Osorio Londoño, Gustavo Adolfo (Thesis advisor)
The goal in this work was to design a circuit that could classify objects by color in real-time that can be used for quality improvement. A circuit that performs color analysis of an image and, according to that analysis, classifies the object was designed. A histogram of the Spherical Coordinate Transform of the image is computed and compared to histogram patterns to make a classification decision. The circuit was tested on the classification of coffee fruits in four maturity stages: immature, under-mature, mature and over-mature. The results showed that it is possible to build a system for color object classification that works in real-time and that can be affordable and portable. The designed circuit is implemented on a Field Programmable Gate Array (FPGA), acquires video at 64 frames per second, classifies the coffee fruits at a rate of 25 fruits per second and achieved an average efficacy of 75.7%
Automated Facial Anthropometry Over 3D Face Surface Textured Meshes
(2014) Salazar Jiménez, Augusto Enrique; Prieto, Flavio
The automation of human face measurement means facing mayor technical and technological challenges. The use of 3D scanning technology is widely accepted in the scientific community and it offers the possibility of developing non-invasive measurement techniques. However, the selection of the points that form the basis of the measurements is a task that still requires human intervention. This work introduces digital image processing methods for automatic localization of facial features. The first goal was to examine different ways to represent 3D shapes and to evaluate whether these could be used as representative features of facial attributes, in order to locate them automatically. Based on the above, a non-rigid registration procedure was developed to estimate dense point-to-point correspondence between two surfaces. The method is able to register 3D models of faces in the presence of facial expressions. Finally, a method that uses both shape and appearance information of the surface, was designed for automatic localization of a set of facial features that are the basis for determining anthropometric ratios, which are widely used in fields such as ergonomics, forensics, surgical planning, among others
EEG-based Neuroimaging using Data-Driven Spatio-Temporal Constraints for Non Stationary Brain Activity Reconstruction
(2014) Castaño Candamil, Juan Sebastián; Castellanos Domínguez, César Germán (Thesis advisor)
El mapeo cerebral basado en señales de electroencefalografía (EEG), es una técnica muy usada para explorar la actividad cerebral de forma no invasiva. Una de las ventajas que provee la utilización de señales EEG para analizar la actividad cerebral es su bajo costo y su sobresaliente resolución temporal. Sin embargo la cantidad de puntos de medición (electrodos) es extremadamente baja comparada con la cantidad de puntos discretizados dentro del cerebro sobre los cuales se debe realizar la estimación de la actividad. Esto conlleva a un problema mal condicionado comúnmente conocido como el problema inverso de EEG. Para resolver este tipo de problemas, información apriori debe ser supuesta para así obtener una solución única y óptima. En el presente trabajo investigativo, se proponen distintas aproximaciones a la solución del problema con el objetivo de mejorar la precisión e interpretabilidad de las estimaciones de actividad cerebral. En primer lugar se propone un método que incluye un modelo auto-regresivo, no lineal, realista y variante en el tiempo para restringir las dinámicas temporales de la solución a dicho modelo. En segundo lugar, se propone un algoritmo que permite relajar la suposición de estacionariedad que comúnmente se hace en este tipo de problemas, esto se logra a través de la creación de una matriz de covarianza variante en el tiempo que permite adaptarse a los cambios espacio temporales de la dinámica cerebral. Por último se propone un algoritmo en el cual se representa la actividad cerebral a través de un conjunto de funciones espacio-temporales las cuales son construidas teniendo en cuenta el contexto ﬁsiológico del problema. Los métodos propuestos son comparados tanto con técnicas clásicas como con métodos del estado del arte usando señales simuladas, y ﬁnalmente son validados usando datos EEG reales. En general, los métodos propuestos son eﬁcientes y competitivos en comparación a los métodos usados como referencia
Desarrollo de un sistema de adquisición y medición simultáneo de señales de máquinas rotativas empleando emisión acústica, vibraciones mecánicas y velocidad
(2013) Cardona Noreña, Bernardo Andrés
La presente tesis está enfocada en el desarrollo de un sistema de adquisición de diferentes tipos de señales como vibración mecánica, emisión acústica y velocidad para su utilización en el laboratorio de máquinas rotativas de la Universidad Nacional de Colombia Sede Manizales. El sistema permite el monitoreo de condición de una maquina rotativa con la posibilidad de generar un conjunto de bases de datos para el desarrollo de metodologías de análisis orientadas al diagnóstico del estado de la máquina. El sistema brinda la versatilidad suficiente para emplear diferentes tipos de sensores y debido a su carácter modular permite una escalabilidad según los requerimientos y procesos que se quieran medir en una maquina rotativa en general. Dentro de los módulos implementados se encuentran los siguientes: i) un módulo de vibraciones, el cual cuenta con 5 canales de adquisición simultáneos; ii) un módulo de emisión acústica con 3 canales para sensores que operan en 3 rangos diferentes de frecuencia; iii) un módulo de sonido de 1 canal para la conexión de micrófono de precisión y adquisición de señales de vibración a través de ondas sonoras; y por último, iv) un módulo de velocidad para la captura del patrón frecuencia de giro del eje de la máquina. El conjunto completo de señales adquiridas es transmitido a una plataforma de desarrollo (FPGA, DSP, Microcontrolador, entre otros), empleando un protocolo de transmisión SPI, de manera que el transporte y almacenamiento de los datos se pueda dar bajo un mismo proceso. El desarrollo de este sistema forma parte del proyecto de investigación titulado Sistema autónomo de monitoreo de vibraciones para el diagnóstico de fallas no estacionarias en máquinas rotativas
Non linear time varying model identification in ill-posed problems corresponding to neural activity estimation from EEG signals
(2013-11-19) Giraldo Suárez, Eduardo; Castellanos Domínguez, Cesar Germán (Thesis advisor)
Esta tesis trata el problema inverso dinámico para la reconstrucción de fuentes a partir de señales EEG usando dos métodos: solución del Problema Inverso Dinámico considerando Restricciones Variantes e Invariantes con el Tiempo, y solución del Problema Inverso Dinámico Ponderado. Los métodos discutidos comprenden principalmente dos contribuciones: En primer lugar, la introducción de un modelo discreto no lineal basado en consideraciones fisiológicas que describa adecuadamente la dinámica de la actividad neuronal. En segundo lugar, la estimación de parámetros variantes en el tiempo que permitan mejorar el modelo no lineal, haciéndolo apropiado para la localización de fuentes electroencefalográficas durante actividad normal y patológica, tal como ataques epilépticos. La estimación realizada usando los modelos no lineales propuestos, presenta mejores resultados en términos del error de reconstrucción, comparado con métodos lineales o invariantes con el tiempo
Framework para la generación de aplicaciones orientadas al procesamiento de bio-señales
(2013) Carreño Pérez, Ana Josefa; Aristizábal Quintero , Luz Angela (Thesis advisor)
En este trabajo se presenta el diseño e instacianción de un Framework en lenguaje de dominio público, el cual permite generar aplicaciones usuario orientadas al procesamiento de bio-señales ofreciendo un entorno de desarrollo que asiste al investigador durante la generación de una aplicación permitiéndole integrar los algoritmos de procesamiento previamente implementados en lenguajes de propósito específico durante la etapa de investigación.
Una Propuesta para Distribuir el Coordinador de una Unidad de Producción Holónica a partir de la Teoría de Control Supervisorio
(2013) Palacio Betancur, Juan Esteban; Zapata Madrigal , Germán (Thesis advisor)
La aplicación de los sistemas de integración holónicos se ha visto como uno de los enfoques con más proyección para poder entregar inteligencia a los sistemas de producción. Después de que en algunos antecedentes se ha trabajado el tema de la supervisión de este tipo de sistemas, en este trabajo se realiza una revisión de cómo debe ser la coordinación de estos mismos, fundamentándose principalmente en que la coordinación se basa en la negociación del objetivo de producción. Para tratar el tema de la negociación se hace uso del protocolo contract net y se realiza un modelamiento de este haciendo uso de los autómatas después de demostrar que las dinámicas que se manejan en la coordinación son discretas. Se muestra adicionalmente como se realiza la formación de las holarquías haciendo uso de la misma herramienta de modelamiento. Por último se plasma un caso de estudio donde se presenta como sería la negociación en el sistema interconectado nacional en caso de aplicar la propuesta de esta tesis
Modelado de Mercados de Electricidad
(2012) Redondo Ortegón, Johan Manuel
Siguiendo el acuerdo CAN 536, se aprecia como deseable la integraci´on regional de mercados de electricidad, desde el punto de vista de interconexiones, para satisfacer demandas y de la posible consolidaci´on de un mercado uniﬁcado en competencia en el mediano plazo. Sin embargo, lo que a´un est´a por deﬁnirse son reglas de juego con beneﬁcios satisfactorios para todas las partes que hayan sido demostradas. El objetivo de este trabajo doctoral es construir un modelo de oferta y demanda para un mercado regional (entre naciones) de electricidad que conduzca al aprendizaje para el establecimiento de reglas de juego del sistema integrado de electricidad. Para ello, se establecieron como metas intermedias el obtener un modelo validado de oferta y demanda para un mercado nacional de electricidad y la proposici´on de un modelo regional de oferta y demanda que parta del modelo nacional propuesto. En este trabajo se construy´o un modelo cuatro dimensional para la oferta y la demanda de potencia en un mercado nacional de electricidad. En la elaboraci´on del modelo se utiliz´o la metodolog´ıa denominada din´amica de sistemas. La evoluci´on de las variables de estado capacidad de generaci´on instalada y capacidad de generaci´on en construcci´on nos permiten ver el comportamiento de la oferta, mientras la evoluci´on temporal de las variables precio al consumidor y demanda de potencia nos permiten ver el comportamiento de la demanda. En este modelo de oferta y demanda nacional se estudi´o la existencia de bifurcaciones, lo que podr´ıa conducir a la existencia de escenarios distintos de evoluci´on del mercado. Esto debido a que se encontraron el fen´omeno de nolinealidad y de no-suavidad, pero no fueron encontradas estructuras emergentes como lo son los atractores extra˜nos y los pseudociclos l´ımites. La validaci´on presenta a este modelo como una representaci´on muy cercana a la realidad cuya principal debilidad est´a en no representar crisis o fen´omenos clim´aticos. Partiendo del Market Coupling, se propuso un modelo para la integraci´on en el que fundamentalmente se realiz´o una redeﬁnici´on del Margen de Reserva en cada una de las naciones que participar´ıan de la integraci´on, llegando a un sistema de 4n−ecuaciones diferenciales de primer orden, no lineales, donde n representa el n´umero de pa´ıses en la integraci´on. La simulaci´on del modelo se realiz´o con los valores de mercado y los valores de calibraci´on de dos naciones suramericanas. Como resultado se obtiene el comportamiento esperado del sistema, salvo en el caso de los valores de exportaci´on, en los que a causa del supuesto de una capacidad de transmisi´on inﬁnita entre naciones, se ve sobrepasar los valores reales encontrados en el mercado en al menos tres veces. Es as´ı, que de acuerdo al supuesto de una capacidad de transmisi´on inﬁnita para la interconexi´on, se puede dar por validado el modelo. Los modelos propuestos en este trabajo de tesis permiten la experimentaci´on para la formulaci´on de las reglas de juego necesarias para la integraci´on regional de mercados
Análisis Dinámico de Relevancia en Bioseñales
(2013) Sepúlveda Cano, Lina María
Abstract : In this work, a methodology for biosignal analysis (e.g. pathology diagnosis) is discussed, which is based on dynamic relevance analysis of stochastic features extracted from diﬀerent decomposition techniques of biosignal recordings. Dimension reduction is carried out by adapting in time commonly used latent variable techniques, in such a way, that the data information is maximally preserved for a given relevance function. Speciﬁcally, since the maximum variance is assumed as a measure of relevance, time– adapted supervised approaches are developed. Additionally, in the case of high dimensionality data with signiﬁcant correlation among the whole set, a dimensionality reduction technique is proposed, based on time–frequency relevance maps. The proposed approaches are experimentally assessed on real-world data sets, allowing to conﬁrm whether the proposed feature selection algorithm is adequate for classiﬁcation purposes. The conjunction of these advances conforms a methodology for training pattern recognition systems, which is a fully automatized dimensionality reduction method that allows the use of functional representations. The main advantage of the proposed methodology, is that preserves the maximum information among the high dimensional input data. In this terms of classiﬁ- cation performance, the proposed methodology is eﬃcient and competitive, outperforming other similar methods.
Agrupamiento espectral de datos dinamicos
(2013) Peluffo Ordoñez, Diego Hernán
El análisis de datos dinámicos o variantes en el tiempo es un tema de gran interés actual para la comunidad científica, especialmente, en los campos de reconocimiento de patrones y aprendizaje de máquina. Existe un amplio espectro de aplicaciones en donde el análisis de datos dinámicos toma lugar, tales como el análisis de video, la identificación de movimiento, la segmentación de movimientos de personas y el seguimiento de naves aéreas, entre otras. Una de las alternativas para desarrollar métodos dinámicos es el análisis matricial espectral. Las técnicas espectrales, principalmente aquellas basadas en kernels, han demostrado su alta aplicabilidad en diversos aspectos del reconocimiento de patrones y aprendizaje de máquina, incluso cuando los datos son variantes en el tiempo, tales como la estimación del número de grupos, agrupamiento y clasificación. La mayoría de los métodos espectrales han sido diseñados para el análisis de datos estáticos, descartando la información temporal, es decir, omitiendo el comportamiento y la evolución de los datos a lo largo del tiempo. En el estado del arte se encuentran algunos trabajos que consideran el efecto de la variación en el tiempo,sin embargo, el diseño de un método que permita seguir la dinámica de los datos y agrupar los mismos en ambientes de tiempo real, con alta ﬁdelidad y precisión, es aún un problema abierto. En este trabajo de tesis se presenta un método de agrupamiento espectral basado en kernels diseñado a partir de un enfoque primal-dual con el ﬁn de realizar el proceso de agrupamiento considerando la información dinámica, es decir, los cambios de secuencia de los datos a lo largo del tiempo. Para este propósito, se plantea un esquema de agrupamiento que consiste en la extensión de una formulación primal-dual al análisis de datos dinámicos a través de un kernel dinámico. El esquema se basa en un aprendizaje de múltiples kernels (MKL) y se denomina dynamic kernel spectral clustering (DKSC). El método DKSC usa como modelo de MKL una combinación lineal de matrices kernel. Las matrices kernel se calculan a partir de una secuencia de datos representada por un conjunto de matrices de datos. Subsecuentemente, se obtiene una matriz acumulada de kernel de tal forma que los coeﬁcientes o factores de ponderación del modelo son considerados como valores de evaluación de cada muestra del conjunto de datos o frame. Dicha evaluación se hace a partir de un novedoso método de tracking que se basa en la descomposición espectral de una matriz kernel generalizada. Finalmente, para la obtención de las asignaciones de grupo resultantes, los datos son agrupados usando la matriz acumulada como matriz kernel.
Redes Complejas: Análisis Modelamiento y Simulación de Procesos Químicos Automatizados y No-Automatizados
(2012) Restrepo Betancourt, Juan Bernardo
La simulación dinámica y modelado se han convertido en una necesidad para ingenieros de procesos y control, el software de simulación dinámica por lo tanto, constantemente se está utilizando para la evaluación de tecnologías de control y optimización. Este trabajo implementa un marco de bifurcación y análisis utilizando el método de proyección recursivo para realizar el análisis de bifurcación y valores propios sobre los modelos dinámicos implementados en Aspen Dynamics y Aspen Custom Modeler, permitiendo a los usuarios de software de simulación comercial realizar el modelo dinámico de análisis de bifurcación de forma rápida y fiable, sin recurrir al software de ingeniería química especializada. Como complemento al análisis de bifurcación se desarrolla una metodología para descomponer los modelos de proceso, presentándolos como redes complejas. Las redes complejas se analizaron estadísticamente mediante las herramientas y algoritmos comunes para la investigación de redes complejas. Los resultados de los análisis fueron alentadores abriendo las puertas del análisis de redes para la ingeniería de procesos y control.

Examinar

Envíos recientes