Search

This article presents a description of the decision trees for determining whether a room is occupied or not. In this research it is empirically demonstrated that it is possible to determine whether a room is occupied or not, using the variables temperature, humidity, luminosity, CO2 level and the humidity ratio, by using decision trees with the SKLEARN libraries in the language Python., En este artículo se presenta una descripción de los árboles de decisión para determinar si una habitación está ocupada o no. En esta investigación se demuestra empíricamente que es posible determinar si una habitación está ocupada o no, usando las variables temperatura, humedad, luminosidad, nivel de CO2 y el radio de humedad, mediante la utilización de árboles de decisión con las librerías SKLEARN en el lenguaje Python.

Fil: Bottazzi, Tamara Paula. Universidad Nacional de Río Negro. CITECCA. Río Negro, Argentina. Fil: Bottazzi, Tamara Paula. Consejo Nacional de Investigaciones Científicas y Técnicas. Buenos Aires, Argentina. Fil: Conde. Cristian Marcelo. Instituto Argentino de Matemática “Alberto P. Calderón”. Buenos Aires, Argentina. Fil: Conde. Cristian Marcelo. Universidad Nacional de Gral. Sarmiento. Instituto de Ciencias. Buenos Aires, Argentina In [2], Abu Omar and Kittaneh defined a new generalization of the numerical radius. That is, given a norm N (·) on B(H), the space of bounded linear operators over a Hilbert space H, and A ∈ B(H) w N (A) = sup N (Re(e iθ A)). θ∈R They proved several properties and introduced some inequalities. We continue with the study of this generalized numerical radius and we develop diverse inequalities involving w N . We also study particular cases when N (·) is the p- Schatten norm with p > 1. En 2019, Abu Omar y Kittaneh definieron una nueva generaliación del radio numérico. Esta es, dada una norma N (·) sobre B(H), el espacio de los operadores lineales y acotados que actúan sobre un espacio de Hilbert H, y A ∈ B(H) w N (A) = sup N (Re(e iθ A)). θ∈R Nosotros continuamos con el estudio de este radio numérico generalizado y desarrollamos diversas desigualdades involucrándolo. También estudiamos casos particulares en los que la norma N (·) es la de tipo p- Schatten con p > 1.

Detall d'una implementació d'un sistema de computació al núvol a baixa escala i a nivell corporatiu. Detalle de la implementación de un sistema de computación en nube a baja escala y a nivel corporativo. Details for implementation of a small corporative cloud computing system.

Thisproject focuses on object detection and tracking in video sequences. In particular the goal is to detect fishes in coastal areas. State-of-art methods based on deep learning will be adapted to this problem. This research work in done in collaboration with IMEDEA (Advanced Mediterranean Studies) to support biologist in their research. This project is a computer vision work with underwater images with seabed images, with the purpose of locate fishes. The main purpose of this thesis is to develop an algorithm capable of get the largest amount of background possible in underwater imageswhile keeping all foreground elements, in our case, fish. This project is considered as part of a bigger module, that serves the purpose of helping research laboratories to catalog biodiversity. We have faced the problem using two different strategies. The first one is to produce a model of the background, to detect outsiders, using an anomaly detection algorithm. The other strategy is to detect the elements of the foreground,eliminating all the other regions, for this strategy we have used object detection and image segmentation algorithms. The tests have achieved promising results with the image segmentation algorithm. Este proyecto es un trabajo de visión por computador con imágenes del fondo marino con el objetivo de localizar peces. Para ello el principal objetivo de nuestro trabajo es desarrollar un algoritmo capaz de extraer la mayor cantidad posible de fondo de imágenes subacuáticas, manteniendo todos los elementos que no pertenezcan al fondo,en este caso, peces. Se considera que el trabajo realizado en este proyecto como un módulo de uno mayor, que sigue el objetivo de ayudar a laboratorios de investigación a catalogar mejor la biodiversidad. Hemos afrontado el problema usando dos estrategias distintas. La primera, producir un modelo del fondo, para así detectar aquellos elementos que no forman parte de el, usando un algoritmo de detección de anomalías. La otra estrategia consiste en detectar los peces, eliminando todos los otros elementos, para esta estrategia hemos usado algoritmos de detección de objetos y segmentación de imagen. Las pruebas realizadas han conseguido resultados prometedores con el algoritmo de segmentación de imagen. Aquest projecte és un treball de visió per computador amb imatges del fons marí, amb l?objectiu de localitzar peixos. Per aquest propòsit, el nostre principal objectiu és desenvolupar un algoritme capaç d?extreure la quantitat més gran possible de fons d?imatges subaquàtiques, conservant tots els elements del fons, en aquest cas, peixos. Es considera el treball realitzat en aquest projecte com un mòdul d?un més gran, que persegueix l?objectiu d?ajudar a laboratoris d?investigació a catalogar la biodiversitat. Hem afrontat el problema fent servir dues estratègies distintes. La primera, creant un model del fons, per així detectar aquells elements que no en formen part. L?altra estratègia, consisteix a detectar els peixos, eliminant tots els altres elements, per aquest plantejament hem fet servir algoritmes de localització d?objectes i de segmentació d?imatge. Les proves realitzades han aconseguit resultats prometedors amb els algoritmes de segmentació d?imatge.

Thisproject focuses on object detection and tracking in video sequences. In particular the goal is to detect fishes in coastal areas. State-of-art methods based on deep learning will be adapted to this problem. This research work in done in collaboration with IMEDEA (Advanced Mediterranean Studies) to support biologist in their research. This project is a computer vision work with underwater images with seabed images, with the purpose of locate fishes. The main purpose of this thesis is to develop an algorithm capable of get the largest amount of background possible in underwater imageswhile keeping all foreground elements, in our case, fish. This project is considered as part of a bigger module, that serves the purpose of helping research laboratories to catalog biodiversity. We have faced the problem using two different strategies. The first one is to produce a model of the background, to detect outsiders, using an anomaly detection algorithm. The other strategy is to detect the elements of the foreground,eliminating all the other regions, for this strategy we have used object detection and image segmentation algorithms. The tests have achieved promising results with the image segmentation algorithm. Este proyecto es un trabajo de visión por computador con imágenes del fondo marino con el objetivo de localizar peces. Para ello el principal objetivo de nuestro trabajo es desarrollar un algoritmo capaz de extraer la mayor cantidad posible de fondo de imágenes subacuáticas, manteniendo todos los elementos que no pertenezcan al fondo,en este caso, peces. Se considera que el trabajo realizado en este proyecto como un módulo de uno mayor, que sigue el objetivo de ayudar a laboratorios de investigación a catalogar mejor la biodiversidad. Hemos afrontado el problema usando dos estrategias distintas. La primera, producir un modelo del fondo, para así detectar aquellos elementos que no forman parte de el, usando un algoritmo de detección de anomalías. La otra estrategia consiste en detectar los peces, eliminando todos los otros elementos, para esta estrategia hemos usado algoritmos de detección de objetos y segmentación de imagen. Las pruebas realizadas han conseguido resultados prometedores con el algoritmo de segmentación de imagen. Aquest projecte és un treball de visió per computador amb imatges del fons marí, amb l?objectiu de localitzar peixos. Per aquest propòsit, el nostre principal objectiu és desenvolupar un algoritme capaç d?extreure la quantitat més gran possible de fons d?imatges subaquàtiques, conservant tots els elements del fons, en aquest cas, peixos. Es considera el treball realitzat en aquest projecte com un mòdul d?un més gran, que persegueix l?objectiu d?ajudar a laboratoris d?investigació a catalogar la biodiversitat. Hem afrontat el problema fent servir dues estratègies distintes. La primera, creant un model del fons, per així detectar aquells elements que no en formen part. L?altra estratègia, consisteix a detectar els peixos, eliminant tots els altres elements, per aquest plantejament hem fet servir algoritmes de localització d?objectes i de segmentació d?imatge. Les proves realitzades han aconseguit resultats prometedors amb els algoritmes de segmentació d?imatge.

Detall d'una implementació d'un sistema de computació al núvol a baixa escala i a nivell corporatiu. Detalle de la implementación de un sistema de computación en nube a baja escala y a nivel corporativo. Details for implementation of a small corporative cloud computing system.

We apply the complex interpolation method to prove that, given two spaces B (n) p0,a;s0 , B(n) p1,b;s1 of n-tuples of operators in the p-Schatten class of a Hilbert space H, endowed with weighted norms associated to positive and invertible operators a and b of B(H) then, the curve of interpolation (B (n) p0,a;s0 , B(n) p1,b;s1 )[t] of the pair is given by the space of n-tuples of operators in the pt-Schatten class of H, with the weighted norm associated to the positive invertible element γa,b(t) = a 1/2 (a −1/2 ba−1/2 ) ta 1/2 . Fil: Conde, Cristian Marcelo. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Saavedra 15. Instituto Argentino de Matemática Alberto Calderon; Argentina. Universidad Nacional de General Sarmiento. Instituto de Ciencias; Argentina

The objective of this project is to study new techniques in the use of Binary Partition Tree to improve the classification of objects in PolSAR images. Different techniques will be developed and the results will be compared with the state of the art. Finally, some conclusions are presented and some possible lines of future work are discussed. Binary Partition Tree (BPT) es una herramienta que permite una representación multiescala de imágenes basada en la fusión de regiones de la imagen, en la que cada nodo del BPT, representa una región. Hoy en día, se está aplicando esta herramienta en los sistemas de teledetección conocidos como PolSAR, con el objetivo representar elementos de la imagen PolSAR con diferentes niveles de detalle. L'objectiu d'aquest projecte és estudiar noves tècniques en l'ús de Binary Partition Tree's per millorar la classificació d'objectes en imatges PolSAR. Es desenvolupen diferents tècniques i es comparen els resultats obtinguts amb l'estudi de l'art. Per acabar, s'exposen algunes conclusions i es presenten i comenten algunes possibles línies de treball futures.