Examinando por Materia "Redes neuronales"
Mostrando 1 - 18 de 18
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Análisis comparativo de dos sistemas expertos para el apoyo diagn óstico veterinario en los caninos (ACODSEVEC)(Universidad del Valle, 2016) Cabrera Matabajoy, Carlos Andrés; Noreña Valencia, Christian David; Triana Madrid, Joshua David; Delgado Saavedra, Carlos AndrésACODSEVEC está enfocado en dar un apoyo médico veterinario en el diagnóstico de algunas enfermedades en los caninos que se encuentran en las fundaciones, ya que estos no cuentan con un servicio oportuno de un especialista y ponen en riesgo la integridad y calidad de vida de los caninos. Por lo tanto, se dió solución a este problema por medio de un estudio, diseño, desarrollo, implementación, comparación y evaluación de dos sistemas expertos que se basan en estrategias de inteligencia artificial para buscar la solución más acertada en cuanto al diagnóstico de enfermedades de los caninos. Con respecto a lo anterior, se estudiaron las técnicas de Inteligencia Artificial Redes Neuronales Artificiales Backpropagation y Algoritmo de Clasificación de Documentos, se recolectaron y procesaron la información necesaria para entrenar y probar los algoritmos. Esta información está conformada por 463 historias clínicas sobre caninos, se determinaron 11 enfermedades y 122 a 140 síntomas. Se realizó 27000 pruebas para el algoritmo backpropagation y 100 para el algoritmo de Clasificación de Documentos, de las cuales se obtuvieron resultados en cuanto al porcentaje de aciertos superando el 70% de aciertos. Además, los resultados en tiempo de entrenamiento de los algoritmos tuvo un promedio, en el mejor de los casos, para la Backpropagation de 22.1 segundos y el algoritmo de Clasificación de Documentos de 0.128 segundos. Por lo anterior, se determinó que el algoritmo que mejor da resultado de acuerdo a las pruebas, es el algoritmo de Clasificación de Documentos, ya que su tiempo de entrenamiento es muy inferior al de la Backpropagation.Publicación Acceso abierto Una aplicación de redes neuronales en la aproximación de ecuaciones diferenciales parciales evolutivas(Universidad del Valle, 2025) Tapie Taimal, Darwin Ferney; Muñoz Grajales, Juan Carlos; GRUPO DE INVESTIGACIÓNEn este trabajo nos enfocamos en la implementación y aplicación de redes neuronales informadas por la física (Physics Informed Neural Networks, PINNs) para la resolución numérica de ecuaciones diferenciales parciales (EDPs) de tipo evolutivo. Las PINNs representan un enfoque innovador dentro del campo del aprendizaje automático científico, dado que integran principios físicos en el proceso de entrenamiento. Presentamos un estudio de la teoría relacionada con redes neuronales y su capacidad como aproximadores universales. Explicamos en detalle la aplicación del enfoque PINNs tanto para problemas directos como inversos, en modelos evolutivos como la ecuación de Burgers viscosa (VB) y la ecuación de Korteweg-de Vries (KdV) en una dimensión. En cuanto a las implementaciones numéricas, estas se realizan en la librería especializada PyTorch en Python. Los resultados muestran que las PINNs aproximan adecuadamente soluciones, aunque presentan limitaciones en puntos de discontinuidad y su exactitud varía con la arquitectura elegida. Finalmente, se realiza un estudio comparativo con el método de elementos finitos (FEM), donde este destaca por su rapidez y escalabilidad, mientras que las PINNs ofrecen flexibilidad, bajo consumo de memoria, son libres de malla y presentan ventajas al ejecutarse en GPU.Publicación Acceso abierto Calculo teórico de diagramas de fase magnéticos mediante el método de los grupos de renormalización en campo medio (GRCM), realizando ajustes con redes neuronales e implementaciones numéricas(Universidad del Valle, 2024) Bedoya Rodriguez, Juan Esteban; Trujillo Hernandez, Juan Sebastian; Escobar, LeonEl núcleo de este trabajo se centró en el estudio de los fenómenos magnéticos en los sistemas FepAl1−p y FepMn0.6−pAl0.4. En ambos casos, se analizó el diagrama de fase magnético, obteniendo un resultado teórico mediante el método de los grupos de renormalización en campo medio (GRCM). Además, se implementó un ajuste utilizando redes neuronales, marcando la primera aproximación de esta herramienta en este tipo de estudios, con resultados prometedores en cuanto a su similitud con los valores experimentales. Obteniendo en el mejor de los casos, funciones de costo del orden de 10^(-3), lo que representa el error entre los datos experimentales y el ajuste logrado. También se analizó el comportamiento de la energía de enlace, logrando reducir a la mitad los saltos energéticos en el segundo sistema estudiado, pasando de 60 meV a 30 meV con respecto a estudios previos, que concuerda con la realidad física de estos sistemas. Este análisis se complementó con simulaciones basadas en los resultados del ajuste de la energía de enlace mediante redes neuronales. Se obtuvieron temperaturas críticas con un error del 0.029 % en el mejor de los casos y del 25% en el peor de los mismo, lo cual puede atribuirse a fluctuaciones inherentes a la naturaleza experimental de los datos. Promediando los errores entre las temperaturas simuladas y experimentales, se obtuvo un error medio del 8.40%, lo cual respalda la validez del modelo propuesto. Para el primer sistema estudiado, se implementó un modelo con segundos vecinos que arrojó resultados alentadores tanto en el ajuste como en el comportamiento de la energía de enlace. Finalmente, en este mismo sistema, también se realizó una simulación tipo Monte Carlo basada en los datos obtenidos en este trabajo, lo que permitió corroborar los resultados de manera satisfactoria, ofreciendo una perspectiva prometedora para investigaciones futuras.Publicación Acceso abierto Categorización de retinopatía diabética utilizando algoritmos de inteligencia artificial(Universidad del Valle, 2018) Ocampo Arbeláez, Héctor Fabio; Delgado Saavedra, Carlos AndrésEl diagnóstico oportuno de una enfermedad es un proceso crítico, debido a que hay enfermedades de alto riesgo en las cuales un temprano diagnóstico es fundamental para evitar consecuencias irreversibles. Nuestro trabajo se enfoca en diseñar y probar estrategias para la categorización de la retinopatía diabética, a partir de información de imágenes procesadas de fondo de ojo con su respectivo diagnóstico. Esta enfermedad debe ser detectada en una etapa temprana, ya que de lo contrario el paciente presentará pérdida parcial o total de la visión, proceso gradual e irreversible. En diferentes estudios realizados se indica que el diagnóstico de un médico se ve afectado positivamente al estar apoyado de un sistema de decisión, lo que conlleva a una disminución de los exámenes realizados y así disminución de tiempo de espera. Para realizar la categorización de esta enfermedad, se utilizaron datos de imágenes de fondo de ojo procesadas, proporcionados por la base de datos Messidor y el proyecto An ensemble-based system for automatic screening of diabetic retinopathy . Así mismo, se realizó una exhaustiva revisión de literatura sobre algoritmos que se utilizan para el diagnóstico de la enfermedad, encontrando que los más relevantes son: Redes neuronales y Máquinas de Soporte Vectorial. Posteriormente, se llevó a cabo la implementación de tres algoritmos de inteligencia artificial para el diagnóstico de la enfermedad: Redes neuronales entrenadas con Backpropagation, Redes neuronales evolutivas y Máquina de soporte Vectorial. Al realizar un análisis comparativo de estos algoritmos, se encuentra que las redes neuronales entrenadas con Backpropagation son las que presentan mejores resultados en términos de precisión y tiempo de ejecución.Publicación Acceso abierto Control basado en redes neuronales para un proceso dinámico no lineal.(2011-10-13) Herrera Fernández, FranciscoPublicación Restringido Desarrollo de un aplicativo en ROS para la segmentación de objetos de interés en interiores usando un robot móvil(Universidad del Valle, 2026) Chavez Castro, Juan Camilo; Bacca Cortes, Eval BladimirEn el contexto del avance de la robótica móvil autónoma, la percepción artificial en interiores ha adquirido gran relevancia para aplicaciones como logística, salud y asistencia personalizada. Esta percepción se apoya en técnicas de clasificación, detección y segmentación, que permiten a los robots identificar objetos de interés en su entorno. A pesar del progreso en esta área, la segmentación en línea, adaptable a diversos escenarios y fácil de integrar en plataformas robóticas, sigue siendo un área de mejora. El objetivo general de este trabajo fue “Desarrollar un aplicativo en ROS para la segmentación de objetos de interés en interiores usando un Robot Móvil Pioneer 3DX” y se materializó con el aplicativo LU-SEG, una plataforma modular que integra sensores RGB-D, algoritmos de visión y nodos ROS para ofrecer segmentación en línea de al menos cinco clases ejecutado sobre el robot móvil Pioneer 3DX. La metodología de desarrollo utilizada fue Scrum, permitiendo avanzar de forma iterativa e incremental en la construcción del sistema, estructurado en cuatro módulos principales: Home, Configuración, Ejecución y Replay. Se evaluaron distintos enfoques de segmentación, tanto instancias como semántica, seleccionando los modelos YOLOv11m-seg, Mask R-CNN, ESANet-RGB y L-RASSP MobileNetV3 para entrenamiento y evaluación. Este último fue el modelo integrado al sistema final por su equilibrio entre precisión y bajo consumo computacional (mIoU de 79.9% con solo 3.2 M de parámetros). Las pruebas de validación: integración, cuantitativas, por distancia y de campo, demostraron la eficacia del sistema con una precisión promedio del 91.66% y una sensibilidad del 79.55% en ambientes reales. LU-SEG demostró ser una herramienta versátil para la experimentación con segmentación en entornos interiores. Su arquitectura modular, compatibilidad con ROS y capacidad de operación en procesamiento continuo lo convierten en una plataforma útil para la validación de técnicas de visión artificial en escenarios reales. Más que una solución definitiva, representa un punto de partida valioso para el aprendizaje y la exploración de nuevas estrategias de percepción visual aplicadas a la robótica móvil y su aplicación en sistemas autónomos.Publicación Acceso abierto Detección de presencia y ausencia de Parkinson en audios de voz(Universidad del Valle, 2025) Sandoval Ramírez, Juan David; Loaiza-Correa, HumbertoEl objetivo de este trabajo de grado es la clasificación de presencia y ausencia de Parkinson mediante grabaciones de audio, que fueron extraídas de la base de datos IPVVS con grabaciones de voz en italiano. Además, se realiza la investigación de antecedentes nacionales e internacionales que hayan implementado procesos similares a los previstos en este proyecto, así como la revisión de un marco teórico que provea una contextualización de la aplicación en cuestión. El sistema propuesto consta, primeramente, de la etapa de preprocesamiento a los audios de la base de datos, que incluyó eliminación de silencios, remuestreo de frecuencia, filtrado y aumento de datos, mediante ventanas. En segundo lugar, la etapa de extracción de características y de espectrogramas, basados en los antecedentes consultados, además se aplicaron técnicas como Wrappers y Feature Selection para la selección de las características más discriminantes y la posterior normalización de los datos. Luego, con esta información se implementaron las máquinas de aprendizaje superficial como Random Forest (RF), Decision Trees (DT), Suppor Vector Machines (SVM) y K-Nearest Neighboors (KNN), teniendo dos maneras de clasificación. Finalmente, se implementaron dos redes neuronales convolucionales (CNN), como ResNet 18 y EfficientNet-B0, que fueron previamente entrenadas con ImageNet y aplicadas en este proyecto por medio de TransferLearning, debido al tamaño de la base de datos. En cuanto a los resultados obtenidos a través del sistema descrito, las máquinas de aprendizaje superficial lograron un promedio de exactitud en clasificación de 93.60%, destacándose KNN como el mejor clasificador con 96.38%, mientras que para el caso de las máquinas CNN el mejor desempeño registrado fue 98.56% por parte de EfficientNet-B0. Finalmente, se realiza la discusión de los resultados obtenidos y se establecen conclusiones con base en estos.Publicación Acceso abierto Determinación de períodos y lugares críticos de inseguridad en materia de hurtos en la ciudad de Palmira(Universidad del Valle, 2013) Saldarriaga Bejarano, Carlos Felipe; Arias Varón, Andrés Elías; Díaz Pacheco, Raúl AntonioEl estudio y el manejo de los hechos delictivos han evolucionado continuamente conforme las capacidades tecnológicas y las adecuaciones académicas lo permiten logrando apropiar abordajes cada vez más acertados y predictivos según las necesidades de la fuerza policial, es por esto que el uso de plataformas informáticas más envolventes y sofisticadas empleadas en los entornos urbanos son requeridos para capturar infraganti la comisión de hechos delictivos y hasta poder anticiparlos con un despliegue adecuado de la fuerza policial para regular estos sucesos y minimizar sus probabilidades de ocurrencia, generando una sensación y percepción real de seguridad en la cuidad. Para la realización de la metodología desarrollada en la ciudad de Palmira se cuenta con los datos de hurtos denunciados que han sido procesados y publicados por el Observatorio de Seguridad y Convivencia Ciudadana (OSCCC) de la Fundación Progresamos, adscrita a la Cámara de Comercio de la ciudad, permitiendo así retroalimentar información valiosa para enfocar de mejor manera los esfuerzos y las interpretaciones de resultados que se vayan logrando conforme se avance en el desarrollo y ajuste de la metodología. La principal motivación es el sentido de retribución a la ciudad como habitante y profesional, reconociendo la capacidad de las herramientas de la ingeniería para generar una metodología alternativa de apoyo al manejo de la situación presentada empleando modelos de redes neuronales y mapas de Kohonen, para la obtención de lugares y periodos críticos de inseguridad en materia de hurtos que al validarse con los resultados de años anteriores se encuentra gran afinidad, resultando ser una metodología de consideración importante para el despliegue de estrategias que contrarresten la problemática. Los resultados más importantes de la metodología de programación y su validación son la coincidencia de puntos críticos con las ubicaciones históricas además de la evidencia de desplazamientos de las concentraciones de los sucesos, además de presentarse indicadores valiosos en el pronóstico de periodos de tiempo a un nivel de desagregación mensual se logra entender la problemática como una organización cuya cadena de valor se ve afectada al desagregarle valor desarticulando sucesos de hurtos.Publicación Acceso abierto Diagnóstico de fallas en el estator de motores de inducción mediante técnicas de inteligencia artificial.(2011-10-13) Villada Duque, Fernando; Cadavid Carmona, Diego Raúl; Velásquez Vélez, Ricardo AndrésLa máquina eléctrica es un importante elemento en la industria de producción, en particular los motores de inducción. En todos los procesos en los que la máquina está involucrada se hace necesario implementar técnicas de diagnóstico para detectar posibles fallas en dichas máquinas. Un tipo de talla en los motores de inducción es el cortocircuito entre espiras del estator, el cual es imprescindible detectarlo a tiempo para evitar tanto el daño completo del motor como el paro indeseado del proceso. En este trabajo se presenta la aplicación de las redes neuronales artificales {RNA} al diagnóstico de fallas entre espiras del estator en motores de inducción. El indicador de fallas es la diferencia de la corriente de secuencia negativa con falla y sin falla. Se describe el método y se presentan los resultados de la aplicación experimental a un mortor de inducción de 2Hp y de 3Hp, los cuales se han acondicionado para realizar corto entre espiras. El método implementado, puede ser fácilmente aplicado a nivel industrial utilizando un analizador de redes trifásico y una técnica de control o vigilancia del indicador de falla.Publicación Acceso abierto ¿Es el proyecto R para la computación estadística apropiado para la inteligencia computacional?(2012-10-04) Velásquez, Juan D.; Montoya, Olga L.; Castaño, NataliaEn este artículo, se revisa el proyecto R para el cálculo estadístico y gráficos. Se presenta una revisión de las principales características del ambiente y del lenguaje de programación subyacente. Se muestra la utilidad de esta herramienta para programar paradigmas de las ciencias de la computación por medio de varios ejemplos. Finalmente, se argumenta por qué el lenguaje R es una herramienta interesante para desarrollar software en el campo de la inteligencia computacionalPublicación Acceso abierto Estimador neuronal del ángulo del rotor de generadores sincrónicos a partir de mediciones de tensión y corriente en terminales.(2011-10-13) Barrera, René A.; Mora, Juán A.; Pérez, Sandra M.En este artículo se desarrolla un modelo tipo caja negra para la estimación del ángulo del rotor de un generador sincrónico, utilizando mediciones de tensión y corriente en los terminales. El modelo está basado en redes neuronales del tipo perceptrón multicapa (MLP). A partir de simulaciones en el dominio del tiempo de un sistema de potencia básico consistente en un generador conectado a un barraje infinito, se obtienen los registros de tensión y corriente, los cuales se utilizan como base de datos para entrenar y validar la red neuronal propuesta para la estimación del ángulo del rotor. Se encuentra que el modelo basado en redes neuronales se adapta muy bien al modelo clásico del generador, mostrando un error cuadrático medio inferior a 1x10-10. Los resultados obtenidos demuestran la validez del método de estimación y promueven su uso potencial para estudios de estabilidad del generador sincrónico.Publicación Acceso abierto Estudio cuantitativo de las interneuronas parvoalbumina positivas en tres regiones del tren evolutivo arquicortical: implicaciones funcionales(Universidad del Valle, 2013) Fajardo Peña, Camilo; Pimienta Jiménez, Hernán JoséEn el presente trabajo se quiso investigar la expresión de neuronas inmunorreactivas para parvoalbúmina en diferentes regiones prefrontales con la finalidad de establecer si existían diferencias relacionadas con el grado de diferenciación laminar.Publicación Acceso abierto Implementación de un algoritmo evolutivo para apoyar la detección de riesgos cardiovasculares a partir del análisis de datos clínicos.(Universidad del Valle, 2020) Askar Rodríguez, Miguel Ángel; Velasco Medina, Jaime; Vargas Forero, Victor ManuelPublicación Acceso abierto Metodología para la identificación automática del deterioro en pavimento flexible, por medio de fotografías aéreas tomadas desde vehículos no tripulados(Universidad del Valle, 2019) Madroñero Urcuqui, Jaime David; Valencia López, Yury Catalina; Garcia Hurtado, Jorge Enrique; Hernandez Torres, FranciscoCuando las sociedades crecen las carreteras juegan un papel importante en su desarrollo; por lo tanto, el mantenimiento del pavimento, el cual es la base para la construcción de caminos, se hace relevante cuando las vías empiezan a presentar deterioros. Actualmente las inspecciones visuales de la infraestructura vial se realizan por trabajo de campo, el cual requiere de tiempo y está ligado a las opiniones subjetivas de los inspectores; por consiguiente, en el presente proyecto se desarrolló una metodología para identificar deterioros presentes en el pavimento flexible de manera automática, utilizando técnicas de fotogrametría digital, procesamiento de imágenes y redes neuronales, el trabajo está representado en seis etapas: procesamiento de las fotografías aéreas, extracción de la superficie vial, extracción de características, identificación de grietas y baches, automatización y validación del método y de los resultados; este procedimiento se realizó con el entrenamiento de una red neuronal capaz de identificar baches, grietas y pavimento sano. Este clasificador obtuvo un porcentaje de 98.3% aciertos. La metodología planteada es un acercamiento a la generación de un sistema automatizado para la identificación de baches y grietas en pavimento flexiblePublicación Acceso abierto Movimiento inteligente de un móvil Autónomo a través de un ambiente desconocido.(2011-10-13) Vivas Albán, Oscar AndrésEste artículo presenta un proyecto que pretende guiar un móvil autónomo, a través de un ambiente desconocido, utilizando para ello tres técnicas del control inteligente: las redes neuronales, que efectuarán el reconocimiento del ambiente por medio de los ultrasonidos; la lógica difusa que realizará el control del móvil por el terreno y los sistemas expertos que proporcionarán el soporte para las taras específicas a realizar.Publicación Acceso abierto Pronóstico de precio en el mercado de electricidad colombiano usando redes neuronales.(2011-10-13) Londoño, Sandra M.; Lozano, Carlos A.; Caicedo, GladysEn este artículo se presenta el desarrollo e implementación de un modelo para realizar el pronóstico diario de precio en bolsa del mercado de electricidad Colombiano utilizando redes neuronales. Con información obtenida de la base de datos del Mercado de Energía Mayorista (MEM), se diseñó una red neuronal para cada uno de los agentes generadores que más influencia tienen sobre el mercado; estas redes fueron entrenadas utilizando los valores de precio de oferta y precio en bolsa correspondientes al año 2002. La validación del modelo se realizó empleando la misma información para el año 2003, obteniendo unos resultados de precisión en promedio del 7%. Este método de redes neuronales utilizado para el modelamiento de cada uno de los agentes generadores, no se ha utilizado para implementar modelos de este tipo en investigaciones científicas, de acuerdo a la revisión bibliográfica.Publicación Acceso abierto Reconocimiento automático de placas de automóviles : automatización de parqueaderos.(2011-10-13) Guzmán Castillo, Paola Fernanda; Medina Villalobos, Jorge Alberto; Gualdrón González, OscarEn este trabajo se presenta una metodología que permite, mediante el procesamiento de una imagen digital tomada a un automóvil, realizar el reconocimiento de los seis caracteres principales contenidos en su placa. La tarea consiste en transformar una imagen o conjunto de valores de intensidad que no le aportan ninguna información explícita al computador, en una secuencia de caracteres ASCII, que pueden ser manipulados mediante bases de datos en procesos de verificación, comparación e identificación. La investigación se desarrolló considerando una aplicación particular como es el control de acceso a un parqueadero.Publicación Acceso abierto Sistema audiovisual de ayuda para personas sordas(Universidad del Valle, 2025) Muñoz Correa, Anthony Jonathan; Loaiza-Correa, HumbertoEl proyecto presenta el desarrollo de un sistema audiovisual que apoya a personas sordas en la práctica de la pronunciación de palabras, ofreciendo retroalimentación visual y táctil como alternativa a la auditiva. El sistema integra reconocimiento automático de voz, análisis de similitud entre señales de audio y generación de estímulos vibrotáctiles, permitiendo percibir el lenguaje hablado mediante el tacto y la vista. Reconoce 12 palabras en español y las traduce en patrones vibratorios aplicables sobre la piel, con potencial en rehabilitación del habla y accesibilidad sensorial. El módulo de reconocimiento de voz combina dos enfoques: uno basado en características acústicas predefinidas (MFCC, espectrogramas y chroma) para entrenar modelos HMM y LSTM; y otro con el modelo preentrenado Wav2Vec2.0, que genera representaciones profundas de audio a 16 kHz procesadas mediante PCA y usadas como entrada en redes LSTM y GRU. En pruebas con un conjunto balanceado de 12 palabras agrupadas por punto de articulación, el enfoque de características predefinidas alcanzó un F1-score promedio de 0.95 ± 0.02, mientras que el de Transformers logró 0.85 ± 0.03. La generación vibrotáctil se basó en un banco de filtros Gammatone y la transformada de Hilbert para obtener envolventes temporales que modulan una señal portadora de 150 Hz, óptima para estimulación táctil. Las pruebas con seis personas mostraron una precisión promedio de 0.74 ± 0.07, destacando las palabras “mucho” y “amigo” con 0.88 ± 0.07 y ± 0.06 respectivamente.