11 minute read
Master in Electronic Engineering
MAESTRÍA EN INGENIERÍA ELECTRÓNICA
MASTER IN ELECTRONIC ENGINEERING
Advertisement
Estudio comparativo de técnicas de machine learning aplicadas en la clasificación de enfermedades de un cultivo de arveja usando un dataset de imágenes fotográficas………..……….…………………………………22 Comparative study of machine learning techniques applied in the classification of diseases of a pea crop using a photographic image dataset……………………….……………………………………..………………….23 Sistema Inteligente para la planificación y ejecución de jugadas por parte de un Robot Humanoide. Dominó como caso de estudio……………………….……………………………………………………………………...….24 An intelligent-system-based strategic plan for a humanoid robot playing the dominoes board game……….25 Cosechador de energía en la banda de frecuencia de 2.4 GHz procedente de routers Wi-Fi para determinar su uso en la alimentación de dispositivos de bajo consumo…..........………………..……………….............…26 Harvester energy in the 2.4 GHz frequency band from Wi-Fi routers to determine its use in powering low-consumption devices………………………………………………………………………………......………….27 Detección de signos distintivos de melanoma basado en modelos de redes neuronales con componentes reales y complejos………………………………………………………………………………………………......….28 Detection of hallmarks of melanoma based on neural network models with real and complex components…………………………………………………………………………………………………..............…29
Autor: Mario Alejandro Bastidas Ordoñez Tutor: Juan Carlos Velez Diaz
Esta investigación contempla la comparación y análisis de desempeño de un perceptrón multicapa y una máquina de soporte vectorial, en la clasificación de imágenes que representan enfermedades encontradas en dos cultivos de arveja del departamento de Nariño-Colombia. El desarrollo del trabajo precisa la creación de un conjunto de datos de imágenes fotográficas donde se evidencien las enfermedades presentadas en el cultivo. Con el repositorio creado, los algoritmos son entrenados y evaluados usando características de color y textura, y características extraídas usando las capas convolucionales de modelos creados desde cero.
El mejor modelo encontrado, es una máquina de soporte vectorial entrenada y validada con características de color en el espacio HSV, configurada con un kernel lineal y un valor de 0,001 en el hiper-parámetro de regularización. Este modelo alcanza un 97,3 % de exactitud en la predicción de muestras no usadas en el ajuste de parámetros del algoritmo. Este valor de exactitud supera el 95 % encontrado en investigaciones con conjuntos de datos de características similares. De igual manera, los resultados alcanzados en las métricas son comparables con resultados del 91 % de exactitud en investigaciones donde se detectaron enfermedades iguales. En la mayoría de los experimentos, los resultados encontrados demuestran superioridad por parte de la máquina de soporte vectorial frente al perceptrón multicapa, evaluando los modelos con métricas específicas para clasificadores como precisión, especificidad y sensibilidad. El método de comparación establecido en este trabajo presenta resultados satisfactorios y es el primer paso para contribuir en la inclusión de inteligencia artificial en los campos de cultivos del departamento de Nariño y de Colombia en general.
Author: Mario Alejandro Bastidas Ordoñez Tutor: Juan Carlos Velez Diaz
This research contemplates the comparison and performance analysis of a multilayer perceptron and a support vector machine, in the classification of images that represent diseases found in two pea crops in the department of Nariño-Colombia. The development requires the creation of a dataset of photographic images, where the diseases presented in the crop are evidenced. With the repository created, the algorithms are trained and evaluated using color and texture features, and features extracted using the convolutional layers of models created from scratch. The best model found is a support vector machine, trained and validated with color features in HSV space, configured with a linear kernel and a value of 0.001 in the regularization hyper-parameter. This model achieves 97.3 % accuracy in the prediction of samples not used in the adjustment of algorithm parameters. This accuracy value exceeds the 95 % found in research with datasets of similar characteristics. In agreement, the results achieved in the metrics are comparable with results of 91 % accuracy in research where the same diseases were detected. In most experiments, the results found showed superiority by the support vector machine compared to the multilayer perceptron, evaluating the models with specific metrics for classifiers such as precision, specificity and sensitivity. The comparison method established in this work presents satisfactory results and is the first step to contribute to the inclusion of artificial intelligence in the fields of crops of the department of Nariño and Colombia in general.
Autor: Álex F. Medina Carrillo
Tutor: Cristian G. Quintero M.
La aplicación de sistemas inteligentes en robots humanoides otorga varias alternativas de investigación y desarrollo, como por ejemplo la interacción Humano-Robot.
La presente tesis se enfoca en el diseño y la implementación de un sistema inteligente en el robot humanoide NAO para que éste sea capaz de interactuar en el en el juego de mesa “dominó” planificando y ejecutando adecuadamente sus propias jugadas.
Este sistema utilizará la visión de NAO que será procesada para obtener las variables más relevantes (fichas en tablero y disponibles en mano), con las cuales se planificará mediante una técnica de inteligencia computacional, la ejecución de los movimientos adecuados a través de un modelo de cinemática en el robot humanoide.
Los resultados obtenidos muestran que la visión del sistema tiene un error promedio del 6%, la decisión un error del 3% y la cinemática del robot un 8%, lo que da como resultado que el robot NAO, mediante el sistema propuesto, es capaz de realizar de 8 a 9 jugadas exitosas de cada 10 que realiza, es decir con una efectividad promedio del 83%.
An intelligent-system-based strategic plan for a humanoid robot playing the dominoes board game
Author: Alex F. Medina Carrillo
Tutor: Cristian G. Quintero M.
The application of intelligent systems in humanoid robots provides several research and development alternatives, such as Human-Robot interaction.
This thesis focuses on the design and implementation of an intelligent system in the NAO humanoid robot so that it is able to interact in the board game “dominoes”, planning and executing its own moves properly.
This system will use the vision of NAO that will be processed to obtain the most relevant variables (chips on the board and available in hand), with which it will be planned through a computational intelligence technique, the execution of the appropriate movements through a model of kinematics in the humanoid robot.
The results obtained show that the vision of the system has an average error of 6%, the decision an error of 3%, and the kinematics of the robot 8%, which results in that the NAO robot, through the proposed system, is capable of making 8 to 9 successful plays out of every 10 he makes, that is, with an average effectiveness of 83%.
Cosechador de energía en la banda de frecuencia de 2.4 GHz procedente de routers Wi-Fi para determinar su uso en la alimentación de dispositivos de bajo consumo
Autor: Fernando Angulo Burgos
Tutor: Mauricio Pardo Gonzalez
En esta investigación se desarrolla y evalúa un cosechador de energía para la banda WiFi de 2.4 GHz en ambiente real (interiores) orientado a la alimentación o carga de dispositivos electrónicos de bajo consumo para uso en redes de sensores inalámbricos e internet de las cosas (WSN e IoT, por sus siglas en inglés). Con ello, se busca reducir el uso de baterías, dado el desafío de la problemática de carga y reemplazo de las mismas, así como el foco de contaminación que éstas pueden representar. Se desarrolla el diseño de una rectena y el sistema de administración de energía haciendo énfasis en una arquitectura simple y de bajo consumo, el cual está entre 19 a 20 μW funcionando hasta un voltaje de 1.5V, lo cual le otorga mayor autonomía en el tiempo de espera de recarga. Se hace énfasis en la influencia de la naturaleza de la tecnología WiFi y la oportunidad que ofrecen los routers o puntos de acceso inalámbricos con funcionalidad de múltiple identificador de red (MSSID, por sus siglas en inglés) sobre la cantidad de energía recolectada en condiciones de poco tráfico. El sistema desarrollado tiene una eficiencia de conversión de potencia de 50.18% con una potencia incidente de 0 dBm sobre la rectena. El cosechador está compuesto por un array 2x1 de antena tipo parche con ganancia de 6.7 dB y un rectificador de 7 etapas sin uso de red de adaptación de impedancia, lo cual lo lleva a cargar un supercapacitor de 220 mF a 1.93 V en 180 minutos con tráfico real para una cosecha total de 409mJ.
Harvester energy in the 2.4 GHz frequency band from Wi-Fi routers to determine its use in powering lowconsumption devices
Author: Fernando Angulo Burgos
Tutor: Mauricio Pardo Gonzalez
In this research, an energy harvester for the 2.4GHz WiFi band is developed and evaluated in an indoor real environment, aimed at powering or charging low consumption electronic devices for use in WSN or IoT. With this, it seeks to reduce the use of batteries, given the challenge of charging and replacing them, as well as the source of contamination that these can represent. The design of a rectenna and the power management system is developed emphasizing a simple and low consumption architecture, which is between 19 to 20μW operating up to a voltage of 1.5V, which gives it greater autonomy in the reload wait time. Emphasis is placed on the influence of the nature of WiFi technology and the opportunity offered by routers or APs with multiple SSID functionality on the amount of energy harvested in low traffic conditions.
The developed system has a power conversion efficiency of 50.18% with an incident power of 0dBm on the receiver. The harvester is comprised of a 2x1 patch antenna array with 6.7dB gain and a 7-stage rectifier without the use of an impedance matching network, which leads it to charge a 220mF supercapacitor to 1.93V in 180 minutes with traffic real for a total harvest of 409mJ.
Detección de signos distintivos de melanoma basado en modelos de redes neuronales con componentes reales y complejos
Autor: Leopoldo Antonio Laborde Leon
Tutor: Winston Spencer Percybrooks Bolívar
La incorporación de las TIC en los nuevos paradigmas del cuidado de pacientes brinda nuevas oportunidades en el diagnóstico y tratamiento oportuno de enfermedades, mejorando enormemente la calidad de vida de las personas con escasos recursos y/o ubicadas en zonas con acceso limitado a servicios de salud. El desarrollo de sistemas autónomos orientados al apoyo de profesionales de la salud en el diagnóstico de enfermedades ha venido en aumento debido al desarrollo de plataformas y técnicas que permiten implementar modelos más complejos. Dichos modelos han presentado buenos resultados, pero hasta ahora la mayoría de los modelos en el estado del arte han trabajado con componentes reales. Este trabajo de investigación tuvo como objetivo observar el rendimiento de sistemas de clasificación de imágenes utilizando modelos de redes neuronales convolucionales con componentes reales para contrastarlo con la implementación de componentes complejos sobre estos mismos y determinar si hubo un aumento en el rendimiento de los sistemas de clasificación. El problema de clasificación de imágenes fue orientado a la detección de signos distintivos de melanoma como la asimetría, los borde, el color de los lunares y la evolución de esos factores. Se propuso un diseño metodológico cuantitativo de corte experimental en el cual se determinó el rendimiento de tres (3) modelos del estado del arte de visión por computador para la base de datos de lesiones de piel disponible, después se implementó un modelo de clasificación de imágenes basado en redes neuronales con componentes complejos y finalmente se contrastaron las métricas de desempeño proporcionadas por los sistemas de clasificación. Como resultado del desarrollo de este proyecto se pudo observar que los sistemas de clasificación de imágenes dermatoscópicas de melanoma con componentes complejos muestran un aumento en el desempeño con respecto a sus contrapartes reales lo que ofrece un panorama alentador en la implementación de estas tecnologías para su uso en la prevención y detección temprana de esta patología con una alta tasa de mortalidad.
Detection of hallmarks of melanoma based on neural network models with real and complex components
Author: Leopoldo Antonio Laborde Leon
Tutor: Winston Spencer Percybrooks Bolívar
The inclusion of IT in the new paradigms of patient care offers new opportunities in the diagnosis and timely treatment of diseases, greatly improving the quality of life of people with limited resources and/or located in areas with limited access to health services. The development of autonomous systems aimed at supporting health professionals in the diagnosis of diseases has been increasing due to the development of platforms and techniques that allow the implementation of more complex models. These models have shown good results, but so far most of the models in the state of the art have worked with real components. This research work aimed to observe the performance of image classification systems using convolutional neural network models with real components to compare it with the implementation of complex components on them and to determine if there was an increase in the performance of the classification systems. The image classification problem was oriented to the detection of distinctive signs of melanoma such as asymmetry, borders, the color of the moles, and the evolution of these factors.
A quantitative methodological design of experimental cut was proposed in which the performance of three (3) models of the state of the art of computer vision was determined for the database of skin lesions available, then an image classification model was implemented based on neural networks with complex components and finally, the performance metrics provided by the classification systems were compared. As result of the development of this project, it was observed that the dermoscopic image classification systems of melanoma with complex components show an increased performance concerning their real equivalents, which offers a hopeful scenery in the implementation of these technologies for their use in the prevention and early detection of this pathology with a high mortality rate.
