Maestria en Ingenieria Eléctrica

URI permanente para esta colección

Examinar

Envíos recientes

Mostrando 1 - 5 de 203
  • Documento
    Metodología para la estimación de carga de un cultivo utilizando imágenes y redes neuronales profundas
    (Universidad Tecnológica de Pereira, 2022) Cardona Gil, Willington Farid ; Holguín Londoño, Germán Andrés
    Se desarrolla una metodología para la estimación de carga de un cultivo utilizando imágenes y redes neuronales profundas, la cual es validada en una base de datos de aguacates recolectada. La metodología propuesta se divide en dos etapas. La primera etapa consiste en la segmentación semántica de las imágenes, para lo cual se presentan tres arquitecturas de redes neuronales. Se utiliza U-Net que es un arquitectura del estado del arte, y dos arquitecturas propuestas basadas en U-Net, con algunas modificaciones, aprovechando la transferencia de conocimiento de redes pre entrenadas. Para la segunda etapa se realiza el conteo de los frutos, realizando una comparación entre una técnica clásica de visión por computador y dos arquitecturas de redes de aprendizaje profundo propuestas. Posteriormente se realiza una integración de las etapas, para obtener como resultado la estimación de carga del cultivo.
  • Documento
    Predicción de la tendencia con índices porcentuales de los precios de bolsa horarios del mercado eléctrico usando clasificadores con parámetros adaptativos y varias fuentes de información
    (Universidad Tecnológica de Pereira, 2021) Calle Marulanda, Ismael ; Holguín Londoño, Mauricio
    La correcta predicción del Precio Horario en la Bolsa de Energía (PHBE) puede facilitar el mercado eléctrico a los Generadores Distribuidos y Autogeneradores a Pequeña Escala para que se integren en los diferentes sistemas de distribución energéticos. Dicha integración acarrea importantes beneficios para los usuarios generadores, como la remuneración económica por la energía excedentaria que inyecten en la red, y otros beneficios para el sistema eléctrico y el medio ambiente. Por consiguiente, se presenta una metodología que permite predecir, a corto plazo, la tendencia con índices porcentuales del PHBE en el mercado eléctrico colombiano, haciendo uso de Redes Neuronales Artificiales (ANNs) y Modelos Ocultos de Markov (HMMs), con parámetros adaptativos al mercado y con base en dos fuentes de información. Con la implementación propuesta se confirma que los clasificadores ANNs son una herramienta potente y flexible para pronosticar la tendencia del PHBE, también se evidencia que hay muchas formas de utilizar los HMMs para mejorar el desempeño en la clasificación. Además, se muestra que el uso de índices porcentuales en la predicción de la tendencia del PHBE es posible y es un indicador que aporta mayor relevancia en la predicción, en contraste con la sola tendencia de subida o de bajada del precio. De esta forma, los analistas y otros agentes del mercado pueden tener una idea más acertada para la toma de decisiones.
  • Documento
    Supported diagnosis of adhd from eeg signals based on hidden markov models and probability product kernels
    (Universidad Tecnológica de Pereira, 2021) Maya Piedrahita, María Camila ; Orozco Gutiérrez, Alvaro Angel
    Attention deficit hyperactivity disorder (ADHD), most often present in childhood, may persist in adult life, hampering personal development. However, ADHD diagnosis is a real challenge since it highly depends on the clinical observation of the patient, the parental and scholar information, and the specialist expertise. Despite demanded objective diagnosis aids from biosignals, the physiological biomarkers lack robustness and significance under the non-stationary and non-linear electroencephalographic dynamics. Therefore, this work presents a supported diagnosis methodology for ADHD from the dynamic characterization of EEG based on hidden Markov models (HMM) and probability product kernels (PPK). Based on the symptom of impulsivity, the proposed approach trains an HMM for each subject from EEG signals in failed inhibition tasks. In the first instance, PPK measures the similarity between subjects through the inner product between their trained HMMs. Then, given the computational costs, fast computation of PPK for HMM facilitates parameter tuning of kernel similarity. Finally, the Kernel Principal Component Analysis (KPCA) projects the PPK to a lower dimensional space, allowing the interpretability of the results. Thus, a support vector machine supports the diagnosis of ADHD as a classification task using PPK as the inner product operator. The methodology compared classification results on EEG signals with all channels, channels of interest (COI), and analysis in the Theta, Alpha, and Beta frequency bands. The results show an accuracy rate of 97.0% in the Beta band in COI, which supports the assumption that this frequency rhythm may be correlated to differences between ADHD and controls regarding attentional allocation during the execution of the cognitive task.
  • Documento
    Spatio-spectral patterns based on stein kernel for EEG signal classification
    (Universidad Tecnológica de Pereira, 2021) Galindo Noreña, Steven ; Cardenas Peña, David Augusto
    El trastorno por déficit de atención con hiperactividad (TDAH) es un trastorno neurológico de inicio en la niñez que puede persistir en la adolescencia y la vida adulta, reduciendo la concentración, la memoria y la productividad. El principal inconveniente de las anomalías de la salud mental de este tipo es la técnica de diagnóstico tradicional, ya que se basa exclusivamente en una descripción sintomatológica sin considerar ningún dato biológico, lo que genera altas tasas de sobrediagnóstico. Para abordar el problema anterior, los investigadores clínicos están intentando extraer biomarcadores de TDAH a partir de señales electroencefalográficas (EEG) registradas. Entre los biomarcadores más comunes se encuentran la relación Theta / Beta y P300, de los cuales estudios recientes han demostrado una falta de importancia en las diferencias entre el TDAH y los sujetos de control. Además, otro gran desafío en el procesamiento del electroencefalograma viene dado por la sensibilidad de las señales, ya que pueden verse fácilmente afectadas por ruidos de fondo, artefactos musculares, movimientos de la cabeza y parpadeos que perjudican enormemente su calidad, lo que limita su introducción en aplicaciones del mundo real. Este trabajo propone una metodología de representación de señales de EEG para identificar discrepancias de respuestas inhibitorias en el sujeto, decodificar la estructura de datos y respaldar el diagnóstico de trastornos mentales. Para esto, primero desarrollamos un enfoque de extracción de características basado en los patrones espaciales comunes (CSP) de las señales de EEG para respaldar el diagnóstico de TDAH como se muestra en el capítulo 3. Luego, desarrollamos una metodología para la representación de señales de EEG que utiliza la similitud entre series de tiempo a través de sus matrices de covarianza en la variedad riemanniana de matrices semidefinitas positivas (PSD), utilizando la divergencia logdet de Jensen Bregman, el kernel de Stein y la alineación de kernel centrada (CKA) como una función de costo para realizar una optimización de filtros espaciales. Finalmente, en el capítulo 5 presentamos una metodología para el apoyo diagnóstico del TDAH. La propuesta implica el uso de los patrones espaciales óptimos desarrollados en el capítulo 4, una descomposición en los ritmos cerebrales y la decodificación discriminativa del capítulo 3. Las características subjetivas resultantes alimentaron un análisis discriminante lineal como herramienta de diagnóstico. La tasa de precisión alcanzada del 93% demuestra que el índice discriminativo basado en los patrones espaciales de stein supera a los biomarcadores convencionales en el diagnóstico de TDAH.
  • Documento
    Determinación del mecanismo de liquidación de energía para el mercado intradiario en COLOMBIA
    (Universidad Tecnológica de Pereira, 2021) Duque González, Rafael ; Salazar Isaza , Harold
    Actualmente en Colombia se requiere reformar el mercado eléctrico con el fin de facilitar la integración de energías renovables no convencionales. Para esto, los entes encargados del sector eléctrico contratan diversos estudios para evaluar cuál es el paso a seguir, sin embargo, estos se quedan cortos a la hora de exponer sus propuestas en cuanto a mecanismos de liquidación. Inicialmente se revisan las componentes del mercado eléctrico colombiano actual haciendo énfasis en sus comportamientos antes, durante y después de un día operativo, seguidamente se exponen las características de los distintos mecanismos de liquidación propuestos para la actualización del mercado eléctrico.