Search

El uso de técnicas cuantitativas para la clasificación de segmentos poblacionales es una fase crítica para evaluar sus condiciones de materiales de existencia, información que sirve como input para los procesos de planificación de estrategias dirigidas a paliar la pobreza y la intervención discrecional de tales grupos, bajo los criterios de racionalidad económica e instrumental. En este artículo se construye un modelo de máquinas de soporte vectorial, entendido éste como un algoritmo de aprendizaje supervisado que proporciona un clasificador lineal no probabilístico con un superlativo nivel de precisión. De este modo, se segmenta una muestra de núcleos familiares residentes en Cartagena de Indias, en función de ciertas variables económicas y sociodemográficas. La obtención de los resultados analíticos refrenda el hecho de que los factores con mayor poder de discriminación entre los agentes económicos son el estatus laboral, la accesibilidad a servicios públicos y la renta percibida por los núcleos familiares. Por otra parte, se corrobora que las condiciones de vecindario y la recepción de transferencias monetarias corrientes tienen un poder clasificatorio reducido., The use of quantitative techniques for the classification of population segments is a critical phase to evaluate their conditions. This information will serve as input for planning strategies to alleviate poverty. In this article, we present a model of vector support machines. Consequently, a sample of families residing in Cartagena de Indias is segmented, based on certain economic and sociodemographic variables. Analytical results confirm that most important factors are employment status, accessibility to public services and familiar income. In addition, it is corroborated that neighborhood conditions and monetary transfers have a low discriminatory power., Universidad Pablo de Olavide

[ES] El presente trabajo consiste en la elaboración de una metodología para el análisis de una serie temporal de caudal de agua potable en un sector hidráulico de tipo domiciliario de una ciudad de la provincia de Valencia (España). Esta metodología aborda la reconstrucción de la serie temporal mediante la imputación de valores faltantes, la corrección de valores anómalos y la predicción del consumo a corto plazo mediante el uso de técnicas de machine learning y deep learning. La investigación llevada a cabo propone una metodología novedosa, puesto que en la literatura científica relacionada con este ámbito no se ha abordado el problema del tratamiento de este tipo de series temporales de manera integral. La metodología desarrollada, por lo tanto, pretende ser la semilla de un sistema de ayuda para la toma de decisiones que permita decidir, para cada tipo de serie temporal de caudal de agua potable o similares, cuál es la estrategia idónea que debe seguir el analista para optimizar la predicción del consumo en un sector hidráulico, y por ende, la operación del propio sistema de distribución asociado., [EN] The following research consists in the elaboration of a methodology for the analysis of a time series of drinking water flow rate in a domestic hydraulic sector of a city in the province of Valencia (Spain). This methodology deals with the reconstruction of the time series through the imputation of missing values, the correction of outliers and the forecasting of short-term consumption using machine learning and deep learning techniques. The conducted research proposes a novel methodology since the treatment of this kind of time series has not been addressed in a comprehensive way in the scientific literature related to this field. The developed methodology, aims to be the seed of a decision support system that allows to decide, for each kind of time series of drinking water flow rate or similar, which is the ideal strategy to be followed by the analyst to optimize the forecast of the flow rate in a hydraulic sector, and therefore, the operation of the associated distribution system.

Resumen: En este trabajo se contextualiza un sistema neuro-difuso autoorganizado (SONFIS), su estructura y funcionamiento son explicados en detalle. Se usa el algoritmo SONFIS en tres problemas de clasificación (Fisher iris, Cáncer de Seno y Actividades Humanas) para posteriormente comparar sus resultados frente a clasificadores universales de buen desempeño en problemas de clasificación como las redes neuronales artificiales (ANN) y máquinas de soporte vectorial multiclase (SVM). Se hace una breve descripción de cada uno de estos métodos. Los resultados del estudio muestran que SONFIS tiene un desempeño similar y en algunos casos mejor que ANN y SVM en problemas de clasificación, con la ventaja que genera una base de reglas que puede usarse para entender el problema estructuralmente. Abstract: In this paper an explanation of the structure and how a self-organized neuro-fuzzy inference system (SONFIS) works, is given with detail. The study uses three classification problems (Fisher iris, Breast Cancer and Human Activities) to then compare the results with well-known universal classifiers such as artificial neural networks (ANN) and multiclass support vector machines (SVM). A brief description of each of these methods is presented. The results show that SONFIS has a similar, and sometimes better, performance than ANN and SVM with the advantage of generating a rule basis that helps understanding the inner structure of the problem.

Resumen En este trabajo se estudió el uso de un nuevo rasgo para la detección de fallas en el devanado y la jaula de un motor de inducción, y presenta la validación experimental de un esquema de detección e identificación utilizando Máquinas de Vectores Soporte (SVM). Esta validación se realizó en un banco de pruebas usando motores de 2 HP, 4 polos en los que fueron inducidas las fallas de corto circuito en el estator y barras rotas, por separado. Los rasgos en dominio tiempo y dominio de la frecuencia como la media aritmética, valor RMS, frecuencia central, curtosis, valor RMS de la densidad espectral de potencia fueron evaluados y validados a partir de datos experimentales para varias condiciones de carga. El rasgo relación PSC/NSC (corriente de secuencia positiva / corriente de secuencia negativa) tuvo un desempeño satisfactorio en la mayoría de los clasificadores independiente del régimen de carga. Este nuevo rasgo se evaluó en términos de detección de fallos y la discriminación entre los diferentes grados de severidad con resultados satisfactorios. Abstract This paper studied the use of a new stator current feature for detection of winding and cage bars faults in an induction motor, and presents the experimental validation of a detection and identification scheme using Support Vector Machines (SVM). This validation was performed in a test bed using 2 HP, 4 pole motors in which shorted winding and broken bars faults were induced, separately. Both time and frequency domain features like arithmetic mean, RMS value, Central Frequency, Kurtosis, RMS value of Power Spectral Density were assessed and validated using experimental data for several load conditions. PSC/NSC (positive sequence current/ negative sequence current) ratio was successful in ' most of the classifiers despite the load regime. This new feature was evaluated in terms of fault detection and severity discrimination with satisfactory results. Resumo Neste trabalho foi estudado o uso de um novo recurso para a detecção de falhas nos rolamentos e na gaiola de esquilo de um motor de indução, e apresenta a validação experimental de um esquema de detecção e identificação utilizando máquinas de vetores de suporte (SVM). Esta validação foi realizada num banco de ensaios utilizando motores de 2 HP, 4 polos nos quais foram induzidas as falhas de curto circuito no estator e barras quebradas, separadamente. Os recursos em domínio do tempo e no domínio da frequência como a média aritmética, valor RMS, frequência central, curtose, valor RMS da densidade espectral de potência foram avaliados e validados a partir de dados experimentais para várias condições de carga. O recurso relação PSC/NSC (corrente de sequência positiva/corrente de sequência negativa) teve um desempenho satisfatório na maioria dos classificadores independente do régime de carga. Este novo recurso foi avaliada em termos de detecção de falhas e discriminação entre os diferentes graus de severidade com resultados satisfatórios.

[CASTELLÀ] El síndrome de fragilidad consiste en la pérdida de homeóstasis del cuerpo, y se asocia con la pérdida de movilidad y fuerza de las personas. Se considera que tener este síndrome podría acelerar la muerte. Una manera de medir la movilidad, y poder detectar el síndrome, es con la ayuda de sensores inerciales En un comienzo las mediciones de movilidad se realizaban con múltiples sensores distribuidos en diferentes partes del cuerpo. Luego se reduce a uno solo para que se sea práctico en la vida diaria, aunque con la condición de que el sensor deba estar ubicado en una posición específica. En este trabajo se propone independizar la orientación y localización del sensor para analizar la movilidad, y que pueda ser extendidos a Smartphone que cuenten con acelerómetros. Específicamente, se realiza un detector de transiciones posturales, sentarse o levantarse utilizando la técnica de aprendizaje automático Support Vector Machine. Se trabaja con dos bases de datos para obtener dos modelos diferentes, la primera obtiene datos con un móvil Samsung Galaxy II ubicado en la cintura, y la segunda se realiza con un acelerómetro ubicado en el bolsillo del pantalón, sin que se sepa la orientación del mismo. Ambos modelos son puestos a prueba con señales obtenidas de un móvil Huawei ubicado en el bolsillo del pantalón. Después de obtener un modelo para cada base de datos, se combinan para obtener un modelo adicional, y realizar la selección del mejor. Finalmente se escoge el modelo obtenido con la base de datos uno, el cual dio un resultado de sensibilidad 61%, y especificidad de 99%. [ANGLÈS] Frailty syndrome is associated with mobility and strength loss. People with the disease could die sooner than expected. Detecting when the syndrome starts could improve the patient’s life quality. A way to detect the beginning could be by measuring body mobility and detect changes in the human life-time. Decades ago, human activities were studied using multiple sensors around the body, making the procedure uncomfortable for the daily living. For that reason, a single sensor gained terrain in the study of the human movement. The main problem was the sensor must be placed in a specific place and orientation to work well with the algorithm. In this dissertation, the purpose is to get orientation and location independence while using an accelerometer on the body to study the human movement. To be more specific, a model to identify postural transitions is made using support vector machine, and the procedure is compatible with the signals acquired from a Smartphone’s accelerometers. Two data sets are used to obtain two different models. The first one has data of signals acquired with a Samsung Galaxy II on the waist. The second one is taken with accelerometers in the pockets. Both models are tested with signals from a Huawei phone. The model chosen has 99% specificity and 61% sensibility while using data set one to train the model.

RESUMEN: Hoy en día, con el avance en el ámbito de las tecnologías motivado en parte por la generación de grandes volúmenes de datos, son muchas las empresas que se plantean sacarles un rendimiento que les proporcione la información suficiente para una posterior toma de decisiones. Desde el punto de vista de la industria, estos avances permiten hacer uso de los datos recopilados a través de distintas fuentes de origen. Varias de estas fuentes de información se pueden encontrar en sensores o controladores lógicos programables (PLC). Por lo tanto, la industria en su denominada versión 4.0 tiene por objetivo proporcionar las herramientas necesarias para automatizar parte de su proceso a través del intercambio de información entre los distintos dispositivos que lo conforman, ya sean sensores, máquinas, servidores o sistemas de control y monitorización. En este trabajo se plantea desarrollar la lógica de una serie de componentes software para el producto de monitorización IDbox de la empresa CIC Consulting Informático, que sean capaces de realizar predicciones sobre series de tiempo. Para ello, el uso de algoritmos de aprendizaje automático facilita la generación de modelos matemáticos sobre los que obtener las predicciones. ABSTRACT: Nowadays, with the progress in the technology field motivated in part by the generation of large volumes of data, many companies are considering using this data to extract valuable information for further decition making policies. From an industry point of view, these advances allow to make use of the data collected from very different sources. Several of these information sources are represented by sensors or programmable logic controllers (PLCs). Therefore, the industry in its so-called version 4.0 aims to provide the necessary tools to automate part of its process through the information exchange between the different devices that make it up, such as sensors, machines, servers or control and monitoring systems. This work aims to develop the logic of a series of software components for the IDbox monitoring product of the CIC Consulting Informático for time series forecasting. For this, Machine Learning algorithms are used to generate mathematical models to obtain predictions. Grado en Ingeniería Informática

In Spain, the wind energy sector has consolidated as one of the main sources of renewable energy with a coverage of demand of 19.4%. One of the objectives of the wind power sector is to ensure maximum availability of wind farms without increasing maintenance costs. A practical way to achieve this goal is to apply effective monitoring techniques. In this context, the present work aims to apply the conformal regression for the monitoring of wind turbines based on the information recorded in the Supervisory Control and Data Acquisition System (SCADA). The discrepancies between the observed and predicted data using the model could be indicative of the presence of faults or degradations in the components of the system. In order to evaluate this discrepancy a non-conformance measure is used which is obtained using the Support Vector Machine (SVM) as the underlying algorithm. Finally, a case of application to wind turbines of a wind farm located in Spain is presented., En España, el sector eólico se ha consolidado como una de las principales fuentes de energía renovable con una cobertura de la demanda del 19.4%. Uno de los objetivos del sector eólico es garantizar la máxima disponibilidad de los parques eólicos sin aumentar los costes de mantenimiento. Una forma práctica de conseguir este objetivo es la aplicación de técnicas de monitorización efectivas. En este contexto, el presente trabajo tiene por objetivo la aplicación de la regresión conformal para la monitorización de aerogeneradores a partir de la información registrada en el Sistema de Supervisión, Control y Adquisición de Datos (SCADA). Las discrepancias entre los datos observados y los predichos mediante el modelo podrían ser indicativos de la presencia de fallos o degradaciones en los componentes del sistema. Para evaluar dicha discrepancia se utiliza una medida de no conformidad la cual se obtiene utilizando como algoritmo subyacente Máquina de Soporte Vectorial (SVM). Finalmente, se presenta un caso de aplicación a aerogeneradores de un parque eólico situado en España., [CA] A Espanya, el sector eòlic s'ha consolidat com una de les principals fonts d'energia renovable amb una cobertura de la demanda del 19.4%. Un dels objectius del sector eòlic és garantir la màxima disponibilitat dels parcs eòlics sense augmentar els costos de manteniment. Una forma pràctica d'aconseguir aquest objectiu és l'aplicació de tècniques de monitoratge efectives. En aquest context, el present treball té per objectiu l'aplicació de la regressió conformal per al monitoratge d'aerogeneradors a partir de la informació registrada en el Sistema de Supervisió, Control i Adquisició de Dades (SCADA). Les discrepàncies entre les dades observades i els predits mitjançant el model podrien ser indicatius de la presència de fallades o degradacions en els components del sistema. Per a avaluar aquesta discrepància s'utilitza una mesura de no conformitat la qual s'obté utilitzant com a algorisme subjacent màquina de suport vectorial (SVM). Finalment, es presenta un cas d'aplicació a aerogeneradors d'un parc eòlic situat a Espanya.

[EN] In this paper, we present an aspect-based sentiment analysis system that allows to automatically extract the characteristics of an opinion and to determine their associated polarity. The proposed system is based on a model that uses domain ontologies for the detection of aspects and a classifier based on the Support Vector Machines formalism for assigning the polarity to the detected aspects. The experimental work was conducted using the dataset developed for Task 5, Sentence-level ABSA in SemEval 2016 for Spanish. The proposed system has obtained a 73.07 in F1 in the aspect extraction subtask (slot2) and a 46.24 of F1 in the categorization and aspect extraction subtask (slot1,2) using an ontology-based approach. For the sentiment classification subtask (slot3) an 84.79% in terms of Accuracy has been obtained using an approach based on Support Vector Machines and polarity lexicons. These results are better than those reported in SemEval., [ES] En este artículo se presenta un sistema de análisis de sentimientos a nivel de aspecto que permite extraer automáticamente las características de una opinión y determinar la polaridad asociada. El sistema propuesto está basado en un modelo que utiliza ontologías de dominio para la detección de los aspectos y un clasificador basado en Máquinas de Soporte Vectorial para la asignación de la polaridad a los aspectos detectados. El trabajo experimental se ha realizado utilizando el conjunto de datos desarrollado para la Tarea 5, Sentence-level ABSA en SemEval 2016 para el español. El sistema propuesto ha obtenido un 73.07 en F1 en la extracción de aspectos (slot2) y un 46.24 de F1 en la subtarea conjunta de categorización y extracción de aspectos (slot1,2) utilizando una aproximación basada en ontologías. Para la subtarea de clasificación de sentimientos (slot3) se ha obtenido una Accuracy de 84.79 % utilizando una aproximación basada en el uso de Máquinas de Soporte Vectorial y lexicones de polaridad. Estos valores superan los mejores resultados obtenidos en SemEval., Este trabajo ha sido parcialmente subvencionado por el proyecto ASLP-MULAN: Audio, Speech and Language Processing for Multimedia Analytics (MINECO TIN2014-54288-C4-3-R y fondos FEDER). La estancia realizada, de enero a marzo de 2017, por Carlos Henríquez en la UPV, ha sido subvencionado por el programa Colciencias (convocatoria 727), Universidad Nacional de Medellín y Universidad Autónoma del Caribe Barran-quilla.

En este trabajo se emplean métodos de inteligencia computacional, tales como las máquinas de soporte vectorial (MSV) para optimizar la predicción de la solubilidad de compuestos. Estas se entrenan con una base de datos de compuestos solubles e insolubles conocidos, y dicha información es posteriormente empleada para mejorar la predicción obtenida mediante cribado virtual. Los grandes avances en el campo de la computación de alto rendimiento ofrecen nuevas oportunidades en la simulación de sistemas biológicos y aplicaciones en bioinformática, biología computacional y química computacional. El uso de bases de datos de mayor tamaño aumenta las posibilidades en la generación de candidatos potenciales, pero el tiempo de cálculo necesario no sólo aumenta con el tamaño de la base de datos, sino también con la exactitud de los métodos de cribado virtual (CV) y del modelo. Se discuten los beneficios del uso de arquitecturas masivamente paralelas, en particular las unidades de procesamientos gráfico, demostrando empíricamente que están bien adaptadas para la aceleración de las MSV, obteniendo una aceleración de hasta 45 veces, en comparación con su versión secuencial. In this work we discuss the benefits of using computational intelligence methods, like Support Vector Machines (SVM) for the optimization of the prediction of compounds solubility. SVMs are trained with a database of known soluble and insoluble compounds, and this information is being exploited afterwards to improve Virtual Screening (VS) prediction. The landscape in the high performance computing arena opens up great opportunities in the simulation of relevant biological systems and for applications in bioinformatics, computational biology and computational chemistry. Larger databases increase the chances of generating hits or leads, but the computational time needed for the calculations increases not only with the size of the database but also with the accuracy of the VS methods and the model. We discussed the benefits of using massively parallel architectures, in particular graphics processing units. We empirically demonstrate that GPUs are well-suited architecture for the acceleration of SVM, obtaining up to 15 times sustained speedup compared to its sequential counterpart version. Este trabajo ha sido parcialmente financiado por los proyectos: NILS Mobility Project 012-ABEL-CM-2014A y Fundación Séneca 18946/JLI/13.

En este artículo se presenta una comparación de cinco métodos de normalización de datos para un método de clasificación basado en la máquina de soporte vectorial (SVM), con el objetivo de determinar cuál es la influencia de éstos métodos en la precisión y el esfuerzo computacional del localizador de fallas en sistemas de distribución. La metodología propuesta se prueba en un sistema de distribución estándar de 34 nodos de la IEEE, el cual se subdivide en 11 zonas, de donde se obtiene una base de datos de 6442 registros de falla monofásica a diferentes condiciones de carga. La comparación de estos métodos de normalización muestra que el método Min-Max presentó un mejor rendimiento en tiempo computacional y precisión promedio del localizador de fallas, en los casos estudiados. Aimed to determine the effect of data normalization on the accuracy and the computational effort of a fault locator based on support vector machines (SVM), a comparison of five different data preprocessing strategies are analyzed in this paper. The proposed methodology is tested on an IEEE 34-bus test feeder, which is subdivided in eleven zones, by using a database of 6442 single-phase to ground faults obtained under different load conditions. Considering the testing scenarios, the comparison of the proposed preprocessing methods shows that Min-Max method has the best performance mainly considering computational effort and average accuracy on the fault locator.

Objetivo: Realizar una revisión sobre la implementación de algoritmos basados en máquinas de soporte vectorial para sistemas eléctricos. Método: Se realiza una búsqueda de artículos principalmente en Índices bibliográficos (IB) y Bases Bibliográficas con Comité de Selección (BBCS) acerca de las máquinas de soporte vectorial. Este trabajo presenta una descripción cualitativa y/o cuantitativa acerca de los avances y aplicaciones en el entorno eléctrico, abordando temas como: predicción del mercado eléctrico, predicción de la demanda, perdidas no técnicas de electricidad (hurto), energías alternativas, trasformadores, entre otros; en cada trabajo se realiza la respectiva citación con el fin de garantizar los derechos de autor y permitirle al lector el movimiento dinámico entre lo consignado en este trabajo y los trabajos citados . Resultados: Se realiza la revisión de una manera detallada, centrando la búsqueda en algoritmos implementados en sistemas eléctricos y en áreas de aplicación novedosas. Conclusión: Las máquinas de soporte vectorial tienen bastantes aplicaciones debido a sus múltiples beneficios, sin embargo en el área de energía eléctrica, estas no se han aplicado en su totalidad, esto permite identificar un área prometedora de trabajos de investigación. Objective: To perform a review of implementation of algorithms based on support vectore machine applied to electric systems. Method: A paper search is done mainly on Bibliographic Indexes (BI) and Bibliographic Bases with Selection Committee (BBSC) about support vector machine. This work shows a qualitative and/or quantitative description about advances and applications in the electrical environment, approaching topics such as: electrical market prediction, demand prediction, non-technical losses (theft), alternative energy source and transformers, among others, in each work the respective citation is done in order to guarantee the copy right and allow to the reader a dynamic movement between the reading and the cited works. Results: A detailed review is done, focused on the searching of implemented algorithms in electric systems and innovating application areas. Conclusion: Support vector machines have a lot of applications due to their multiple benefits, however in the electric energy area; they have not been totally applied, this allow to identify a promising area of researching.

En este trabajo, un esquema de computo GPU es propuesto. El principal objetivo de dicho esquema es dar a conocer adecuadamente la información ms relevante a partir de un conjunto de datos de alta dimensión para mejorar el rendimiento de los principales enfoques dentro del área de visión por computador: detección de objetos basado en vídeo y seguimiento. Con este fin, se propone diseñar e implementar un esquema de cómputo GPU con el fin de tratar con el problema del seguimiento y la detección de objetos a través de la aplicación de técnicas de procesamiento de imágenes y técnicas de aprendizaje automático para as explotar el paralelismo masivo hilo dentro de la GPU. Por lo tanto, nuestro objetivo es mejorar la precisión y robustez del sistema y reducir los problemas de carga computacional. El esquema presentado se divide en tres etapas principales: En primer lugar, un enfoque de extracción de características implementadas en la GPU se propone con el fin de explotar la arquitectura multinúcleo y el desempeño de alto rendimiento masivamente paralelo haciendo uso del modelo de programación CUDA. A continuación, se compara el rendimiento del enfoque paralelo que se ejecuta en la GPU con la aplicación CPU secuencial con el fin de demostrar el aumento de velocidad y la eficacia de nuestras estrategias paralelas. En segundo lugar, una metodología de selección de características se presenta para estimar las características Haar-Like relevantes en la detección de objetos basado en vídeo y sistemas de seguimiento. Nuestra propuesta emplea un criterio de variabilidad y un método de Eigen-descomposición para identificar un subconjunto de características Haar-Like como expositoras de información discriminativa. De este modo, la representación proporcionada permite mejorar la separabilidad de las muestras, evitando al mismo tiempo la información redundante. En tercer lugar, la detección de objetos en el mundo real y el seguimiento problema se prueba. En concreto, el método propuesto se implementa para la detección de automóviles y la localización usando algunas secuencias de video e imágenes de internet para entrenar el sistema. Diferentes características Haar-Like se extraen de cada muestra y nuestro método de selección de características es llevado a cabo para garantizar una exactitud del sistema que tienen las características Haar-Like ms relevantes utilizando una máquina de vectores de soporte clasificador con fines de discriminación. Una vez extraído el modelo fuera de línea se implementa en C ++ también para validar el sistema en condiciones de tiempo real en algunos vídeos de vigilancia y escenas de carretera obtenidos de Internet. Los resultados obtenidos muestran cómo nuestro enfoque permite conseguir actuaciones aceptables en comparación con los algoritmos del estado del arte para la detección de objetos basado en vídeo y seguimiento mediante la formación fuera de línea. Por otra parte, nuestra metodología de análisis de relevancia es útil para poner de relieve las principales dependencias de pixeles en el modelado de un objeto dado Abstract : In this work, a GPU Computing Framework is proposed. Our main goal is to properly reveal the most relevant information from high-dimensional data for enhancing the performance of two different computer vision approaches: video based object detection and tracking. To this end, we propose to design and implement a GPU computing framework in order to deal with the tracking and detection problem through the implementation of image processing and machine learning techniques to exploits the massive thread parallelism within the GPU. Hence, we aim to enhance the accuracy and robustness of the system and to reduce computational burden issues. The introduced framework is divided in three main stages: First, a feature extraction approach implemented on GPU is proposed in order to exploits the multicore architecture and the massively parallel high performance trough the use of the NIVIDA CUDA programming model. Then, We compare the performance of the parallel approach running on the GPU with the sequential CPU implementation in order to demonstrate the speedup and effectiveness of our parallel strategies. Second, a feature selection methodology is presented to estimate relevant Haar-like characteristics in video-based object detection and tracking systems. Our proposal employs a variability criterion and an eigendecomposition method to identify a subset of Haar-like features exhibiting discriminative information. Thereby, provided representation allows enhancing samples separability while avoiding redundant information. Third, a real-world object detection and tracking problem is tested. Specifically, proposed method is implemented for car detection and tracking using some World Wide Web video and image sequences to train the system. Different Haar-like features are extracted from each sample and our feature selection method is carry out to ensure a suitable system accuracy with the most relevant Haar-feature using a Support Vector Machine classifier for discrimination purposes. Computed off-line model is implemented in C++ also to validate the system in real-time conditions in some surveillance and highway scenes videos obtained from internet to. Attained results show how our approach allows achieving acceptable performances in comparison to state-of-the-art algorithms for videobased object detection and tracking using off-line training. Moreover, our relevance analysis methodology is useful for highlighting the main pixel dependencies when modeling a given object Maestría

La identificación exacta de nubes precipitantes es una tarea difícil. En el presente trabajo se aplicaron los algoritmos Máquinas de Soporte Vectorial, Árboles de Decisión y Bosques Aleatorios para discriminar entre nubes precipitantes y nubes no precipitantes, a partir de una imagen meteorológica del satélite GOES-13 que cubre el territorio colombiano. El objetivo del trabajo fue evaluar el desempeño de los algoritmos de aprendizaje de máquina (ML), para la clasificación digital de masas nubosas, en términos de la exactitud temática de la clasificación usando como referencia el algoritmo convencional distancia de Mahalanobis. Los resultados muestran que los algoritmos ML proporcionan una clasificación de masas de nubes más exacta que la obtenida por algoritmos convencionales. La mejor exactitud fue obtenida usando Bosques Aleatorios (RF), con una exactitud temática global de 97%. Adicionalmente, la clasificación obtenida con RF fue comparada pixel a pixel con estimaciones de precipitación de la NASA Tropical Rainfall Measurement Mission (TRMM) obteniendo una exactitud global del 94%. De acuerdo con este estudio, los algoritmos ML pueden ser usados para mejorar los actuales métodos de identificación de nubes precipitantes. Accurate identification of precipitating clouds is a challenging task. In the present work, Support Vector Machines, Decisión Trees and Random Forests algorithms were applied to discrimínate between precipitating clouds and non-precipitating clouds from a satellite weather image GOES- 13 covering the Colombian territory. The objective of this study was to evaluate the performance of machine learning (ML) algorithms for digital classification of cloud masses in terms of thematic accuracy classification using the conventional Mahalanobis algorithm as benchmark. Results show that ML algorithms provide more accurate classification of cloud masses than conventional algorithms. The best accuracy was obtained using Random Forests (RF), with an overall thematic accuracy of 97%. Furthermore, the classification obtained with the RF algorithm was compared pixel-to-pixel with NASA Tropical Rainfall Measurement Mission (TRMM) rainfall estimates, obtaining an overall accuracy of 94%. ML algorithms can therefore be used to improve current precipitating clouds identification methods.

El problema de establecer similitudes o diferencias en áreas como la genética, biología, ciencias médicas, ingeniería, entre otras, es llamado problema de clasificación, consiste en asignar una pertenencia a determinado individuo ya sea por sus características, orden o estructura. En un trabajo previo Salazar, Vélez y Salazar comparan vía simulación la eficiencia de las máquinas de soporte vectorial y la Regresión Logística, para datos que necesiten la clasificación en dos grupos y que posean una distribución univariada. En este trabajo se compara la eficiencia de Regresión Logística, Máquinas de Soporte Vectorial, Análisis Discriminante y Clasificador Fuzzy, para clasificar un grupo de datos en dos categorías mutuamente excluyentes, en el escenario de datos multivariados provenientes de poblaciones con distribución normal multivariada, normal asimétrica y t multivariada. Dicha eficiencia o desempeño se medirá con la tasa de clasificación errónea. medical sciences, engineering, just to mention some of them is known as classification. This process consists on assigning a subject to a specific group according to his/her features, order or structure. In a previous work, Salazar and Salazar compared the efficiency of both Support Vector Machines -SVM- and Logistic Regression -LR-, using two groups and univariate distributions by means of a simulation study. In this work, we compare the efficiency of the following classifiers to classify a dataset in two category mutually exclusive: Support Vector Machines -SVM-, Logistic Regression - LR-, Discriminant Analysis -DA- and Fuzzy Classifier. The comparison is carried out using multivariate data coming from several multivariate populations. Such efficiency is measured through the False Discovery Rate -FDR-. Maestría

En este artículo se presenta un análisis comparativo de cuatro técnicas metaheurísticas que permiten la calibración óptima de un localizador de fallas basado en máquinas de soporte vectorial (MSV), con el objetivo de determinar cuáles técnicas presentan un mejor rendimiento para este problema. El localizador propuesto se prueba en un sistema de distribución estándar de 34 nodos de la IEEE, en el que se obtienen precisiones promedio para las mejores alternativas de 99%, utilizando una base de datos de 13824 registros de fallas monofásicas, bifásicas, bifásicas a tierra y trifásicas. La comparación de las alternativas de parametrización muestra que las técnicas metaheurísticas basadas en población presentaron un mejor rendimiento que aquellas basadas en trayectoria, en todos los casos estudiados In this paper, a comparative analysis on the use of four metaheuristics for obtaining an optimal adjustment of a fault locator based on support vector machines (SVM), is presented. This research is aimed to determine those techniques which help to obtain the best performance at the specific problem of fault location. The proposed fault locator is tested in the 34 nodes IEEE power distribution system where the average precision obtained considering the best alternatives is around 99%, using a database of 13824 registers from single phase, phase to phase, two phase to ground and three phase faults. The comparison of the parameterization alternatives shows how those metahueristics based on population have better performance that those based on trajectory, having a good performance in all of the tested situations

The categorization of texts is an application that falls within the discipline of naturallanguage pro­ cessing and is closely related to the concept of classification. Due to the abundant existing infor­ mation becomes necessary to organize, maintain, and process any information available from a deeper knowledge of the language of the support vector machines (MSV) belong to the family of linear classifiers, and can be used to resolve the problem of the categorization of texts(eT) which consists in label text or document with one or severa! predefined thematic categories. The reason which tackles the problem is their application in different scenarios of the area of information retrie­ val (IR) such as the automatic organization of documents, filtering of documents. The approach of the MSV basically considers the following: Given a set of documents D anda set of categories e, it is important to find a function that match toa document d taken from D, a particular category e in C., La categorización de textos es una aplicación que se enmarca dentro de la disciplina de lenguaje de procesamiento natural y está estrechamente relacionado con el concepto de clasificación. Debido a la abundante información existente se hace necesario organizar, mantener y procesar toda infor­ mación disponible a partir de un conocimiento más profundo del lenguaje. Las máquinas de soporte vectorial (MSV) pertenecen a la familia de clasificadores lineales, y puede utilizarse para resolver el problema de la categorización de textos(eT) que consiste en etiquetar un texto o documento con•una o varias categorías temáticas predefinidas. La razón por la cual se aborda el problema es su aplicación en diversos escenarios del área de recuperación de información (RI) tales como la organización automática de documentos, filtrado de documentos. El enfoque de las MSV considera fundamentalmente lo siguiente: El objetivo es crear un modelo que permita etiquetar un texto con una categoría predefinida dado un conjunto de documentos D y un conjunto de categorías e, se trata de encontrar una función que haga corresponder a un documento d tomado de D, una cate­ goría determinada e en C.

El monitoreo permanente es indispensable en los sistemas eléctricos de potencia, para determinar si éstos se encuentran funcionando dentro de los estándares y límites de seguridad establecidos, para mantener adecuadamente su estabilidad. Por lo tanto, se debe suministrar a los operadores del sistema eléctrico de potencia, herramientas adecuadas, de fácil implementación y utilización, que permitan definir oportunamente las acciones pertinentes de prevención y/o control. Por esta razón, en esta tesis se propone una metodología basada en técnicas de aprendizaje de máquina, que emplea mediciones del sistema de potencia, para la identificación de áreas sensibles o críticas, donde existen altos riesgos de experimentar problemas de estabilidad de tensión. Inicialmente, para la determinación de la condición de operación del sistema y basado en una extensa revisión bibliográfica, se propone un nuevo índice denominado SVSI (Simplified Voltage Stability Index), el cual emplea la topología y las mediciones del sistema eléctrico de potencia, para determinar la estabilidad de tensión en las barras. El principal aporte del índice propuesto está asociado con la utilización de la matriz distancia eléctrica relativa y de factores de sensibilidad basados en variables del sistema eléctrico de potencia. Esta propuesta permite el cálculo rápido de un índice y con un bajo costo computacional, comparado con otras propuestas. Posteriormente, con la informacion suministrada por el índice propuesto y mediante la utilización de técnicas asociadas con campos como la minería de datos y del aprendizaje de máquina, se desarrolla un esquema de identificación y monitoreo en línea de áreas débiles o críticas en estabilidad de tensión, basado solo en mediciones eléctricas en el sistema. La validación de las propuestas obtenidas como consecuencia del desarrollo de esta investigación, se realiza mediante la aplicación exitosa en los sistemas eléctricos de potencia IEEE de 14, 30 y 118 barras Abstract : Nowadays, the power systems are being operated at the boundaries of the safe region, and then the probability of occurrence of stability problems is high. In case of dangerous events, the system operators require of a timely situational awareness to have enough of time to determine the best corrective controls, which help to assure the power system security. This thesis proposes a methodology based on machine learning techniques, which uses measurements for the identification of sensitive or critical areas where exist a high risk of experience voltage stability problems. Initially, to determine the operating condition of the analized power system system and based on an extensive literature review, a new index called SVSI (Simplified Voltage Stability Index) is proposed, using only the system topology and power system measurements. The main contribution of the proposed index is associated with the use of relative electrical distance matrix and sensitivity factors based on the variables of the power system. This proposal allows the fast calculation of an index and has a low computational cost compared to other proposals. Next and by using the information supplied by the proposed index and also techniques from data mining and learning machine areas, an online identification and monitoring system is developed, using only measurements of power system variables. The validation of the proposals obtained as a result of the development of this research, is performed by the succesful application at the electric power systems identified as IEEE 14, 30 and 118 buses Doctorado

Entre los métodos computacionales utilizados para la predicción de la estructura secundaria de proteínas, se destaca el uso de máquinas de soporte vectorial. Este trabajo de investigación presenta la predicción de la estructura secundaria de proteínas desde su secuencia primaria de aminoácidos usando Máquinas de Soporte Vectorial. Como entradas, en la metodología propuesta, se utilizan características de los diferentes motivos estructurales o cadenas de texto asociadas a la estructura primaria que representa la estructura secundaria, tales como el R-grupo y la probabilidad de que el aminoácido en la posición central adopte una determinada estructura secundaria. Para la extracción de características se utiliza un método de codificación de secuencias en el que cada símbolo en la estructura primaria se relaciona con cada símbolo en la estructura secundaria. El uso de este método de codificación permite reducir la dimensionalidad de los datos de miles de características a sólo 220 de estas. Los resultados obtenidos son comparables a los registrados en la literatura, teniendo cerca de un 70% de precisión. Además, se logra reducir los costos computacionales en la construcción de los clasificadores debido a que este trabajo modela el problema de multi-clasificación como un grupo de clasificadores binarios. Among the computational methods used for predicting secondary structure proteins highlights the use of support vector machines. This research shows the predicted secondary structure of protein from its primary amino acid sequence using Support Vector Machines. As inputs, in the proposed methodology, features are used from different structural motifs or text strings associated with the primary structure which represents the secondary structure, such as R-group and the probability that the amino acid at position adopts a central particular secondary structure. For feature extraction method is used coding of sequences in which each symbol in the primary structure is associated with each symbol in the secondary structure. The use of this encoding method reduces the dimensionality of the data of thousands of characteristics only 220 of these. The results obtained are comparable to those reported in the literature, taking about 70% accuracy. Furthermore, it is possible to reduce computational cost in the construction of classifiers because this work models the problem of multi classification as a group of binary classifiers.

El Reconocimiento de Patrones es el estudio de cómo las máquinas pueden observar el ambiente o entorno, aprender a distinguir patrones de interés a partir de la experiencia, y tomar decisiones razonables con respecto a las categorías a las que pertenecen dichos patrones. El mejor reconocedor de patrones conocido hasta ahora es el ser humano, no sabiéndose a ciencia cierta cuál es el proceso mediante el cual los humanos realizamos esta tarea. El Reconocimiento Optico de Caracteres (OCR) es uno de los tópicos más antiguos dentro del Reconocimiento de Patrones y una de las areas de investigación más importante y activa, que en la actualidad presenta desafío: la precisión en el reconocimiento asociada tanto a caracteres impresos en una imagen degradada o a caracteres manuscritos es aún insuficiente, existiendo errores en el reconocimiento. El Reconocimiento de Dígitos Manuscritos es un tema destacado dentro de OCR, por las aplicaciones relacionadas, como el procesamiento automático de cheques bancarios, la clasificación de correo en base a la lectura de códigos postales, la lectura automática de formularios y documentos con escritura manuscrita, dispositivos de lectura para ciegos, reconocimiento de escritura en computadoras manuales PDA, y porque constituye un problema modelo que incluye desafíos comunes con otros tópicos. Por esta razón, es tomado como referencia para la aplicación y testeo de nuevas teorías y algoritmos del area de Reconocimiento de Patrones en general. En este trabajo de tesis de doctorado se propone una nueva estrategia Bayesiana de combinación de clasificadores que permite detectar ambigüedades y resolverlas, lo que constituye la novedad y principal contribución de la tesis. Se propone, a su vez, un sistema completo de reconocimiento de patrones en dos niveles, con una arquitectura modular y paralelizable, que utiliza distintas características extraídas de los patrones de entrada según el problema a resolver junto con la estrategia Bayesiana ya mencionada que decide la respuesta del sistema. Como elementos componentes del reconocedor, en una primera capa o nivel, se utilizan clasificadores relativamente sencillos y bien posicionados para el problema a tratar. Los elementos pertenecientes a la segunda capa se utilizan para estimar cuán confiable es la respuesta de cada clasificador individual frente a un patrón de entrada, permitiendo decidir cuándo un patrón debe ser considerado bien definido o ambiguo, y en este ultimo caso con qué clases podrá confundirse. Adicionalmente, se proponen y aplican estrategias de selección de clasificadores en la etapa de construcción del reconocedor. El sistema reconocedor de patrones presentado fue aplicado al problema del reconocimiento de dígitos manuscritos off-line, como forma de testear su desempeño. En función de esto, se proponen descriptores basados en características de multirresolución a través del uso de la Transformada Wavelet CDF 9/7 y de Análisis de Componentes Principales, que permiten disminuir considerablemente el tamaño del patrón de entrada y aumentar la calidad de la representación. La experimentación se realizó sobre las bases de datos CENPARMI y MNIST, ampliamente referenciadas para este problema. Se obtuvieron altos porcentajes en el reconocimiento que alcanzaron un 97,40 y 99,32 % para las bases CENPARMI y MNIST respectivamente. Dichos valores son comparables a los resultados publicados considerados representativos. Pattern Recognition is the study of how machines can observe the environment, learn to distinguish patterns of interest from their background, and make sound and reasonable decisions about the categories of the patterns. The best pattern recognizers in most instances are humans, yet we do not understand how humans recognize patterns. Optical character recognition (OCR) is one of the most traditional topics in the context of Pattern Recognition that includes as a key issue the automatic recognition of handwritten characters. The subject has many interesting applications, such as automatic recognition of postal codes, recognition of amounts in banking checks and automatic processing of application forms. Handwritten numeral classification is a difficult task because of the wide variety of styles, strokes and orientations of digit samples. One of the main difficulties lies in the fact that the intra-class variance is high, due to the different forms associated with the same pattern, because of the particular writing style of each individual. Many models have been proposed to deal with this problem, but none of them has succeeded in obtaining levels of response comparable to human ones. This thesis presents a pattern recognition system that is able to detect ambiguous patterns and ex- plain its answers using a Bayesian strategy which is the main contribution of this work. The recogniser is composed of two levels. The first one is formed by a collection of independent classifiers, each one spe- cialised in a different feature extracted from the input pattern. The second level consists of an analyzing module in charge of defining and explaining the output of the system. This module is integrated by the following elements: the table of reliability and two parameters adjustable while running the system. The system has been applied to the off-line recognition of handwritten digits. Descriptors based on the CDF 9/7 wavelet transform and Principal Component Analysis are proposed in order to reduce the size of the input pattern while increasing the quality of its representation. Strategies for selecting classifiers for the system are also proposed. The experiments were carried out on the MNIST and CENPARMI handwritten digit databases, which are generally accepted as standards in most of the literature in the field. Recognition rates obtained are comparable with results from representative work, reaching 97.40 and 99.32 % for CENPARMI and MNIST databases respectively. Fil: Seijas, Leticia María. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.