Ingeniería Electrónica

URI permanente para esta colección

http://hdl.handle.net/10554/468

Examinar

Mostrando 1 - 40 de 515

BCI drone control : diseño e implementación de una interfaz cerebro-computadora para el movimiento de un dron
(Pontificia Universidad Javeriana) Rodríguez Villate, Nicolás Enrique; Bravo Silva, Nicolas Alberto; Alvarado Rojas, Catalina; Colorado Montaño, Julián David; Rodriguez Ferro, Pablo Andrés
Diseño e implementación de una interfaz cerebro-computadora (BCI), la cuál es capaz de mover un dron de manera física y en tiempo real, con la ayuda de clasificadores de machine learning. Todo esto tabajado con la ayuda del equipo G.tec g.USBAMP y, la plataforma de programación y cálculo numérico, MATLAB.
Red de sensores implementando el protocolo de comunicación ISA100
(Pontificia Universidad Javeriana) Morera Agudelo, Juan José; Cotrino Badillo, Carlos Eduardo
En el proyecto se diagnostica la viabilidad de implementar una red de sensores OneWireless de Honeywell. Se hacen pruebas de comunicación entre los diferentes componentes de esta red de sensores inalámbricos (Access Point y Gateway) y se plantean alternativas a OneWireless para poder implementar la red de sensores que utilicen el protocolo ISA100
Sistema de monitoreo de variables asociadas al clima en un cultivo de fresa en el departamento de Cundinamarca
(Pontificia Universidad Javeriana) Pedraza León, Brayan Alejandro; Franco Arboleda, Sergio Steven; García Vargas, Luisa Fernanda; Parra Rodríguez, Carlos Alberto; Garcia Vargas, Luisa Fernanda; Parra Rodriguez, Carlos Alberto; Cano Morales, Martha Lucía
Sistema de nodos de medición IoT de temperatura, temperatura de suelo, humedad relativa, humedad de suelo para cultivos de Fresa en la región de Cundinamarca. La información es trasmitida por radiofrecuencia al Gateway, el cual transmite a la nube a través de WiFi.
Sistema de análisis de información del sistema público de transporte de Bogotá “Transmilenio”
(Pontificia Universidad Javeriana) Muñoz Tarazona, Joan Ferney; Jaramillo Ramírez, Daniel; Pérez Cerquera, Manuel Ricardo
El presente proyecto se estructura basado en la importancia de implementar un sistema de análisis de información para el sistema público de transporte “TransMilenio”. Dentro del proyecto se abarcan perspectivas diferentes para afrontar los requerimientos identificados. La primera de estas perspectivas consiste en una evaluación de la completitud, exactitud, integridad y demás características de los datos y la generación de estos. Un segundo enfoque empleado a lo largo del proyecto consiste en la identificación de posibles correlaciones existentes entre las variables disponibles de manera que se puedan identificar comportamientos anómalos relevantes en términos de operación y rendimiento dentro del sistema troncal. Finalmente, se busca dar información concluyente a partir de una serie de indicadores de forma tal que facilite y oriente la toma de decisiones por parte de TRANSMILENIO S.A. Partiendo de estos enfoques, se realiza el diseño, desarrollo e implementación de los algoritmos que cumplan cada uno de estos requerimientos. Una vez cumplidas estas acciones, se realiza la verificación de estos algoritmos a partir de un protocolo de pruebas que se basa en una serie de características que corresponden a los formatos de la información que dispone “TransMilenio” para la ejecución de estos algoritmos. Finalmente, se brinda conclusiones y recomendaciones sobre los algoritmos y su aporte a los requerimientos.
Aceleración de algoritmos de aprendizaje de máquina : regresión logística en arquitectura FPGA
(Pontificia Universidad Javeriana) Puenayan Quiceno, Jesus ALberto; Blanco Lizarazo, William David; González Correa, Alejandra María; Perez Cerquera, Manuel Ricardo; Patiño Guevara, Diego Alejandro
La actualidad ha demostrado que la información es un activo, lo que ha llevado a más empresas y entidades a recopilar datos para poder anticiparse a tendencias; el obtener modelos matemáticos que se ajusten a una población es computacionalmente costoso, y el pronóstico creciente de los datos no es un tema alentador. El presente libro detalla el desarrollo de un prototipo experimental para la aceleración en hardware FPGA de un algoritmo de regresión logística por gradiente descendente, abordando temas como la elección de funciones viables para optimización, construcción de operaciones aceleradas y validación de optimización en tiempo de cómputo. Los resultados obtenidos corroboran que estas operaciones pueden llevarse a cabo de forma óptima en hardware diseñado a la medida, con una relación media superior de 1:600 respecto a una aplicación únicamente en CPU. p { line-height: 115%; text-align: left; orphans: 2; widows: 2; margin-bottom: 0.25cm; direction: ltr; background: transparent }p.western { font-family: "Arial", serif }a:visited { color: #800080; text-decoration: underline }a:link { color: #0000ff; text-decoration: underline }
Diseño de un dispositivo inercial inalambrico para rugby
(Pontificia Universidad Javeriana) Collante Teran, Juan David; Polo Horta, Nicolás Polo; Rodríguez Ferro, Pablo Andrés; Zequera Diaz, Martha Lucia; Rodríguez Ferro, Pablo Andrés; Vizcaya Guarín, Pedro Raúl
Diseño de un sistema de métricas deportivas orientado al rugby, específicamente diseñado para jugadores que quieran llevar un registro más detallado de su rendimiento y avance. Midiendo diferentes variables fisiológicas, que posibiliten realizar un análisis más detallado del proceso de cambio que el entrenamiento está generando en el jugador y permita conocer que nuevos esfuerzos pueden ser aplicados con garantías de éxito ya que el éxito deportivo en un deporte como el rugby se encuentra directamente ligado a la potencia, fuerza y velocidad de los jugadores, las cuales son variables que se analizan al observar la posición de juego, donde dependiendo de esto se deben trabajar unas características físicas más que otras.
Fotónica integrada para procesadores cuánticos con trampas de iones
(Pontificia Universidad Javeriana) Cano Castro, Sofia; Melloni, Andrea; Rössler, Clemens
Las perspectivas de la computación cuántica con trampas de iones dependen en gran medida de la capacidad de producir hardware fiable y escalable. Sigue siendo un reto ampliar la tecnología a más de miles de iones interactuantes para poder lograr aplicaciones de interés práctico. La microfabricación de chips de trampas de iones a nivel industrial es un paso en esta dirección. La distribución de luz en el chip para manipular el estado de los iones es uno de los elementos clave necesarios para hacer posibles trampas más grandes con arquitecturas más complejas, contribuyendo al mismo tiempo a la robustez y el rendimiento de las operaciones. Este trabajo aborda el desarrollo de óptica integrada para satisfacer esta necesidad. Se demuestran y caracterizan las primeras estructuras fotónicas para trampas de iones fabricadas con los procesos disponibles en Infineon Technologies AG. Se presenta el estudio de dispositivos pasivos de nitruro de silicio adecuados para el espectro visible, sus procesos de fabricación y las propiedades de los materiales, al tiempo que se evalúa su compatibilidad con los requisitos de fabricación para trampas de iones. Para cuantificar la calidad de las capas fotónicas, se miden las pérdidas por propagación, junto con su dependencia del confinamiento de modo y la polarización entrante. Se evalúan resultados desde 0,22 dB/cm a λ = 729 nm para guías de onda de alta relación de aspecto. Se investigan y optimizan características adicionales relacionadas con la calidad del dispositivo, que comprenden su rugosidad superficial y lateral. Estos resultados abren el camino hacia una plataforma fotónica de banda ancha y bajas pérdidas que junto con elementos más complejos, es capaz de suministrar cientos de rayos láser para el control de qubits en unidades de procesamiento cuántico.
Sistema electromagnético de movimiento para micro robots en presencia de un campo magnético externo
(Pontificia Universidad Javeriana) Martinez Garcia, Diego Ignacio; Valbuena Ortega, Francisco Javier; Yamhure Kattah, German; Yamhure Kattah, German; Perez Cerquera, Manuel Ricardo; Velez Cuervo, Camilo
En este proyecto de investigación se abordó la temática de la micro robótica, más específicamente la generación de movimiento de rotación en el mismo. Para esto se enfocó el proyecto en la generación de torque por medio de electroimanes a escala y para la realización de este diseño fue necesario realizar una investigación entorno a variables puntuales como montajes mecánicos con baja fricción que nos permitieran identificar torques de tan baja resolución como los que se esperan en este proyecto, así como el método de medición de torque ya que se requiere un sensor de alta resolución. Finalmente, los resultados obtenidos por medio de los métodos escogidos a lo largo de la investigación revelan ciertas tendencias que vale la pena resaltar, pero a su vez evidencian puntos críticos para tener en cuenta para próximas investigaciones en este proyecto.
Hardware interactivo compatible con Scratch® para la enseñanza de programación a niños y jóvenes
(Pontificia Universidad Javeriana) Ariza Ordoñez, Mateo Felipe; Pinilla Varon, Juan José; González Martínez, Sergio Enrique; Castro Martinez, Alejandro; Cano Morales, Martha Lucía; Hurtado Londoño, Jairo Alberto
En el mundo de la programación, Scratch® emerge como una herramienta introductoria para aquellos interesados en aprender sobre codificación. Con su interfaz amigable y accesible, esta plataforma cautiva a los aprendices al permitirles explorar los fundamentos de la programación de manera intuitiva. A través de la construcción visual de bloques interconectables, Scratch® transmite conceptos esenciales de lógica y secuencia. También ofrece una puerta a la exploración tecnológica al permitir la conexión con tarjetas electrónicas, brindando a los estudiantes la capacidad de interactuar con sus creaciones a través de sensores y actuadores, uniendo el mundo virtual con el material de manera intuitiva y emocionante. Teniendo en cuenta la información anterior, este proyecto tiene como objetivo desarrollar una plataforma hardware que interactúe con la herramienta de programación Scratch®, haciendo uso de sensores y actuadores, para enseñar programación a niños y jóvenes. Para cumplir con este objetivo lo primero que se realizó fue conocer el contexto, estado del arte y estado actual en el cual se encuentra el proyecto. Teniendo claro el contexto del proyecto se plantearon los requerimientos del cliente, con el fin de poder empezar a desarrollar la plataforma hardware, adaptación del código, carcasa ergonómica, protocolos de validación y pruebas. Para realizar la plataforma hardware se hizo una investigación de mercado para determinar la mejor opción para enviar a fabricación la tarjeta y realizar la compra de componentes. De igual manera se planeó un protocolo de pruebas para validar el funcionamiento de cada una de las tarjetas, se diseñó la carcasa ergonómica en conjunto con Desing Factory (una plataforma académica de la Pontificia Universidad Javeriana para apoyar el desarrollo de productos y servicios) y se desarrolló un protocolo de validación con usuario para medir en una intervención la motivación, interés y autoeficacia que tienen las niñas y los niños sobre sus capacidades para la programación orientada a hardware, antes y después de realizar una actividad de aprendizaje con la tarjeta. En la intervención se evaluaron cuatro subescalas relacionadas con la motivación y la autoeficacia de los estudiantes. Las subescalas incluyen “Orientación hacia metas intrínsecas”, “Valoración de la tarea”, “Autoeficacia en el rendimiento”, y “Autoeficacia en el aprendizaje”. Se realizaron pruebas estadísticas, como la prueba T de muestras emparejadas y la prueba de Wilcoxon, para evaluar los efectos de la intervención en estas subescalas. Los resultados indicaron que la intervención tuvo un impacto significativo en las subescalas de “Valoración de la tarea” y “Autoeficacia en el rendimiento”, con un aumento en la percepción de la utilidad e interés de las materias y una disminución en la confianza de los estudiantes en su éxito en ciertos procesos. Sin embargo, no se observaron cambios significativos en las subescalas de “Metas intrínsecas” y “Autoeficacia en el aprendizaje”.
Aplicación de apoyo para la enseñanza del habla en personas con discapacidad auditiva
(Pontificia Universidad Javeriana) Buitrago Ardila, Juanita; Yamhure Kattah, German; Garcia Vargas, Luisa; Acevedo, José Ignacio
El proyecto se centra en abordar la comunicación de personas con discapacidad auditiva, específicamente en el rango de 5 a 14 años, reconociendo la importancia de la retroalimentación sensitiva y visual en el desarrollo del habla. Dado que la terapia del habla debe ser un proceso continuo, se propone una solución que permita un entrenamiento constante y autónomo. La iniciativa consiste en el desarrollo de una aplicación para dispositivos Android que utiliza transductores vibro-táctiles para proveer retroalimentación háptica a los usuarios, facilitando la percepción de vibraciones y la producción de su propia voz. Esta herramienta se estructura en secciones para familiarizar al usuario con la retroalimentación háptica y entrenar el habla a través de ejercicios que exploran la intensidad y durabilidad tanto larga como corta . Además, se establece un sistema de niveles para medir el progreso del usuario, respaldado por retroalimentación visual que refuerza el reconocimiento del avance en cada ejercicio. La aplicación también recopila datos de cada usuario de manera confidencial, permitiendo a terapeutas y profesionales acceder a estos datos para monitorear el progreso individual. El enfoque se basa en la necesidad de una solución que funcione como un apoyo a la terapia, brindando la oportunidad de practicar y reforzar el trabajo terapéutico durante las numerosas horas en las que el usuario no está en sesión. El objetivo final es mejorar y complementar el sistema de comunicación para personas con discapacidad auditiva, fomentando un desarrollo más eficaz del habla y la percepción sensorial.
Pattern recognition in brain Networks to characterize preictal states
(Pontificia Universidad Javeriana) Melgarejo Quiñones, Laura Daniela; Alvarado Rojas, Catalina; Mainardi, Luca
La epilepsia es uno de los trastornos neurológicos más comunes que afecta a más de 50 millones de personas personas de todo el mundo. Se caracteriza por convulsiones recurrentes, que son el resultado de descargas eléctricas que generan alteraciones en la actividad cerebral. En la mayoría de los pacientes epilépticos las convulsiones son poco frecuentes y son de ocurrencia impredecible, el uso de medicamentos anticonvulsivos pueden reducir el número de incidencias de convulsiones en el paciente. Desafortunadamente, para el 30% de los pacientes con epilepsia, las convulsiones persisten a pesar del uso de este tratamiento, aumentando el riesgo de lesiones, muerte prematura y reduciendo su calidad de vida. El objetivo del presente trabajo es desarrollar una herramienta de IA específica para cada paciente. El pipeline desarrolado, integra análisis de conectividad funcional aplicado a las redes cerebrales epilépticas, para identificar con precisión el período sin convulsiones (interictal) y el intervalo de tiempo inmediatamente antes del inicio de la convulsión (estado preictal) y así, detectar un posible inicio de una convulsión. En el presente estudio, se utilizó información de 17 pacientes con epilepsia, tomados del DB "EPILEPSIAE", con registros disponibles de señal sEEG durante al menos 8-9 horas antes del inicio de la convulsión. Extracción de características, preprocesamiento de características, selección de características, aprendizaje automático y la Aplicación de Aprendizaje Profundo, y la Capacitación y Evaluación de Modelos, constituyen el principales bloques de tuberías. Se seleccionaron cinco algoritmos de Machine Learning y Deep Learning para la evaluación: Random Forest (RF), Support Vector Machines Classifier (SVC), XGBoost (XGB), redes neuronales convolucionales (CNN) y memoria a largo plazo (LSTM). Para mejorar el rendimiento de los algoritmos de clasificación a diferentes contextos, se evaluaron tres ventanas preictales de 40, 60 y 80 minutos. Un F1 puntuación superior al 60% fue alcanzada por 11/17 pacientes, con un periodo preictal de 80 minutos.
Herramientas de acompañamiento para procesamiento de señales
(Pontificia Universidad Javeriana) Caballero Rincón, Diego Alejandro; Caicedo Dorado, Alexander; Rodriguez Ferro, Pablo Andres
Este proyecto tiene el potencial de transformar la forma en que se enseña y se aprende el procesamiento de señales. Los OVAs pueden ser utilizados por profesores de todo el mundo para mejorar la calidad de la educación y brindar a los estudiantes una experiencia de aprendizaje personalizada y efectiva.
Kits arduino para apoyar el aprendizaje y enseñanza en la programación de microcontroladores
(Pontificia Universidad Javeriana) Naranjo Imbachi, Daniel; Lozano Polania, Brayan Camilo; Giraldo Carvajal, Juan Carlos
El uso de kits de desarrollo ha demostrado ser beneficioso al facilitar la programación de microcontroladores para los estudiantes. Sin embargo, se ha observado que, a pesar de esta ventaja, los estudiantes se enfrentan a desafíos al realizar montajes adicionales. Estos montajes, que consumen considerable tiempo, pueden resultar frágiles y no garantizan su funcionamiento, lo que destaca la necesidad de explorar métodos más eficientes y fiables en el proceso de aprendizaje. Por lo mencionado anteriormente, este proyecto tuvo como objetivo desarrollar kits de aprendizaje que contuvieran todo el montaje tanto electrónico como mecánico de los sensores y actuadores necesarios para abarcar la mayor cantidad de conceptos que se aprenden en un curso a nivel universitario de programación de microcontroladores e incluso profundizar más. Para lograr esto, se hizo un estudio del estado del arte en el desarrollo de kits de aprendizaje ya existentes enfocados en este tema para de allí aprovechar todas las características más eficientes y atractivas para los estudiantes que ayuden en su aprendizaje. A partir del análisis de la información recopilada, se describieron los requerimientos necesarios y se planteó una plataforma hardware basada en la tarjeta de desarrollo Arduino Mega 2560 con un montaje mecánico de apoyo. Se realizaron protocolos de pruebas de hardware y software con el fin de verificar el funcionamiento de la plataforma propuesta para después validarse con estudiantes y profesores de la Pontificia Universidad Javeriana. De todo esto resultó que es posible desarrollar una plataforma enfocada en la programación de microcontroladores que contenga sensores y actuadores que facilitan el aprendizaje de los estudiantes.
Automatic Fish classification by sound using machine learning techniques
(Pontificia Universidad Javeriana) Marulanda Argüello, Juanita; Mora Páez, Juan Pablo; Bernal Flórez, Juan Camilo; Giraldo Carvajal, Juan Carlos; Herrera Guaitero, Rafael Andrés; Badiey, Mohsen; Escobar Amado, Christian David
Este proyecto busca detectar y clasificar automáticamente ciertas especies de peces que viven en la bahía de Delaware usando técnicas de machine learning. Para lograrlo, se realizaron múltiples métodos de procesamiento de audio y datos incluyendo filtrado de señales, segmentación de datos, generación de espectrogramas y el uso de modelos de machine learning como K-vecinos más cercanos y Máquinas de soporte vectorial. Se diseñó una interfaz gráfica para tener una interacción más sencilla entre el usuario y los resultados que se generaron.
Optimización de un Sistema Recolector de Energía de Radiofrecuencia en la Banda 5G Usando un Sistema de Filtrado en Microcinta.
(Pontificia Universidad Javeriana) Villarreal Villarraga, Santiago; Cely Amezquita, Pedro Humberto; Mora Geovo, Sebastian; Fajardo Jaimes, Arturo; Garcia Vargas, Luisa Fernanda
Este proyecto de enfoque exploratorio busca una posible optimización con un sistema de filtros en tecnología planar de microcinta para un cosechador de energía de ondas de radiofrecuencia, específicamente en la banda baja de 5G. El objetivo es capturar y convertir de manera práctica las señales presentes en el espectro electromagnético en energía utilizable, maximizando la eficiencia y selectividad del proceso de cosecha, mediante la selección y filtrado adecuado de las señales de RF De esta forma, se contribuye al avance de la ingeniería electrónica en el campo de la energía sostenible, ofreciendo soluciones para la captura y aprovechamiento de energía de manera eficiente y óptima.
Plataforma hardware para la enseñanza de programación compatible con scratch
(Pontificia Universidad Javeriana) Sierra Cifuentes, Juan Diego; Morales Varón, Thomas; Rodríguez Mejía, Eduardo; Castro Martínez, Alejandro; Rodríguez Mejía, Eduardo; Castro Martínez, Alejandro; Hurtado Londoño, Jairo Alberto; García Vargas, Luisa Fernanda
Uno de los desafíos clave que enfrentan los niños y jóvenes de 14 a 28 años al dar sus primeros pasos en la educación en programación es la comprensión de conceptos abstractos y la consiguiente frustración que surge al carecer de los recursos físicos y humanos necesarios para hacer que este proceso sea más accesible y amigable. En este proyecto de grado, se persiguió el objetivo de desarrollar una herramienta de hardware compatible con Scratch. Reconociendo que el uso de interfaces tangibles puede mejorar significativamente el proceso de aprendizaje, se diseñó y fabricó una tarjeta electrónica de bajo costo. Esta tarjeta permite a los usuarios interactuar físicamente con el entorno de programación visual proporcionado por Scratch, al tiempo que les ayuda a comprender y aplicar los siete conceptos fundamentales de la programación.\\ Para validar el impacto de la plataforma hardware se llevaron a cabo actividades educativas y evaluativas con chicos entre las edades 12-14 años, del Colegio Nueva Alianza Integral Bogotá. Finalmente, se destaca la importancia de evaluar tanto el hardware como el software educativo en un entorno auténtico con usuarios reales, especialmente en el contexto de la programación visual para niños. Aunque los participantes inicialmente se sorprendieron y se centraron en la utilidad de la tarjeta de hardware, a medida que avanzaban en las actividades, desarrollaron habilidades de resolución de problemas y pensamiento lógico. Sin embargo, algunos enfrentaron dificultades al comprender conceptos específicos de programación. A pesar de las frustraciones, la motivación de los estudiantes aumentó en relación con la programación visual. Los docentes encontraron en la plataforma de hardware una herramienta para promover la conciencia de la programación. Además, se identifican áreas de mejora tanto en el hardware como en el software para futuras iteraciones del proyecto, incluyendo mejoras en la ergonomía, la configuración, la gestión de errores y la experiencia del usuario. También se sugiere una selección aleatoria de participantes en futuras investigaciones y una muestra más amplia para obtener resultados más representativos.
Modelos de Aprendizaje de Máquina para la detección de crisis epilépticas.
(Pontificia Universidad Javeriana) López Rodríguez, Diego Alejandro; Isaza Vides, Saray Andrea; Caicedo Dorado, Alexander; Alvarado Rojas, Catalina; Garcia Vargas, Luisa Fernanda; Caicedo Dorado, Alexander; Alvarado Rojas, Catalina
Las señales EEG (Electroencefalografía) constituyen registros de la actividad eléctrica del cerebro, que reflejan la función eléctrica generada por las neuronas. Estas señales desempeñan un papel fundamental en el estudio de diversas funciones cerebrales y el diagnóstico de trastornos neurológicos. No obstante, suelen caracterizarse por su tendencia a presentar ruido, lo cual complica significativamente tanto su lectura como su análisis. Esta interferencia en la señal EEG contribuye a la dificultad inherente en la detección de crisis epilépticas, convirtiéndola en una tarea ardua. En el presente trabajo, se utiliza la base de datos 'Seize It1 Dataset', la cual contiene 42 pacientes, de los cuales cada cuenta con un total de grabaciones entre 12 a 22. Así mismo se tiene información de 26 canales correspondientes a la ubicación de los electrodos, de los cuales 19 contienen información de señales electroencefalográficas. Por otra parte cada paciente cuenta con un conjunto de anotaciones, las cuales contienen información sobre el inicio y fin de las crisis en segundos e información adicional sobre el posicionamiento de los electrodos. Con el fin de dar solución a esta difícil tarea, se propone una metodología donde se desarrollan Modelos de Aprendizaje de Máquina que tienen como objetivo la clasificación de patrones de señales EEG con respecto a las clases de crisis y no crisis. Para llevar a cabo este proceso, se extraen las señales de interés de la base de datos y se acondicionan a través de filtros de limpieza de ruido para, posteriormente, obtener características relevantes de cada banda de frecuencia (delta (1-3 Hz), theta (4-7 Hz), alpha (7-12 Hz), beta (12-30 Hz), gamma ( > 30 Hz)) a partir de la estimación de la densidad espectral de potencia por medio del método de Welch. Estas características son utilizadas para construir clasificadores de Aprendizaje Supervisado como Regresión Logística, Máquinas de Soporte Vectorial (SVM) y Arboles de decisión con la capacidad de realizar detecciones de eventos u observaciones con crisis con un buen desempeño de clasificación a partir de un proceso balanceo de clases y validación con respecto a hiperparámetros que se ajustan a los datos de entrada de cada clasificador. Por otra parte, se realiza una propuesta de clasificación por medio del modelo de Regresión Logística la cual se basa en el calculo de los parámetros $\theta$ en donde se busca definir inicialmente el vector perpendicular a la clase de crisis, para luego calcular el hiper- plano que separa tanto la clase de crisis como de no crisis. Esto se realiza a partir de los datos obtenidos en la matriz de características. Finalmente estos modelos son evaluados a partir de métricas de desempeño como la exactitud, precisión, sensibilidad y especificidad, así como su representación por medio de la matriz de confusión. Además, son comparados a partir de diagramas estadísticos que representan la distribución y variabilidad del rendimiento de los modelos con respecto a una métrica.
Desarrollo de un modelo de visión por computadora con modelos de redes recurrentes para identificación de situaciones de violencia
(Pontificia Universidad Javeriana) Bravo Ceballos, Wilson Bernardo; Caicedo Dorado, Alexander; Garcia Vargas, Luisa Fernanda
El presente trabajo de grado presenta el desarrollo de un sistema para la detección automática de situaciones de violencia en la ciudad de Bogotá, capital de Colombia, utilizando algoritmos de aprendizaje profundo y vídeo adquirido mediante el uso de cámaras web. Estas cámaras, al estar conectadas a internet, permiten que en este trabajo se aborden temas relacionados con el Internet de las Cosas (IoT). La creciente preocupación por la seguridad pública y privada en entornos urbanos ha motivado el desarrollo de este proyecto, que busca automatizar la identificación de eventos violentos a partir del análisis de imágenes capturadas por cámaras de vigilancia. El enfoque adoptado en este proyecto se basa en la implementación de modelos de aprendizaje profundo, específicamente redes neuronales convolucionales (CNN) y redes neuronales recurrentes (LSTM). Estos modelos son entrenados para analizar patrones visuales complejos en los fotogramas de video y clasificar eventos como violentos o no violentos. La elección de la arquitectura MobileNetV2 y la integración con una red LSTM permite un análisis preciso y eficiente de las imágenes en tiempo real. Además, el sistema aprovecha la infraestructura de IoT al incorporar cámaras de vigilancia conectadas a una Raspberry Pi 4, que procesa las imágenes y transfiere los resultados de clasificación a una base de datos MySQL y a la plataforma de visualización Grafana. Esta integración permite una monitorización en tiempo real y la generación automática de alertas a través de la aplicación de mensajería Telegram. Los resultados obtenidos demuestran un rendimiento satisfactorio del sistema, con una precisión promedio del 81.6% y un equilibrio entre sensibilidad y especificidad.
Sistema Interactivo Digital Enfocado en el Fortalecimiento de la Higiene Corporal para Personas con Esquizofrenia
(Pontificia Universidad Javeriana) Paz Silva, Juan Camilo; Duarte Rodriguez, Lida Maria; Gómez Lizarazo, Laura Sofia; Parra Díaz, Diego Fernando; Gerlein Reyes, Eduardo Andrés; García Vargas, Luisa Fernanda
El objetivo principal de este proyecto de tesis fue desarrollar un sistema interactivo capaz de mejorar el conocimiento de los usuarios sobre higiene corporal y estimular sus habilidades cognitivas mediante la aplicación de conocimientos de ingeniería electrónica, centrándose específicamente en una población diagnosticada con trastorno mental severo, con especial énfasis en la esquizofrenia. Por lo tanto, era esencial lograr una comprensión profunda de la esquizofrenia y su impacto en la vida y la higiene de las personas. Esta necesidad dio lugar a un proyecto que implicó la colaboración con estudiantes y profesionales del campo de enfermería de la Fundación Universitaria Juan N. Corpas. Este proyecto destaca por su enfoque único para abordar las deficiencias en materia de higiene corporal centrándose en esta población socialmente aislada; propone el uso de videojuegos para integrar el entretenimiento en los ámbitos de la educación, el refuerzo y la motivación. Se desarrollaron tres videojuegos, cada uno de ellos dirigido a un área específica de estimulación cognitiva: atención, memoria y secuencia lógica. Además, se creó un control remoto físico para permitir a los usuarios interactuar con la solución en los videojuegos y obteniendo resultados cuantitativos de rendimiento para futuros análisis de enfermería.
Fabrication of an integrated optical resonator for microwave to optical conversion on an atom chip
(Pontificia Universidad Javeriana) Rosero Realpe, Mateo; Cocuzza, Matteo; Angelini, Angelo; Cocuzza, Matteo; Martina, Maurizio; Masera, Guido; Piccinini, Gianluca; Graziano, Mariagrazia
Currently quantum computing has proven to make fast and accurate logical calculations and promises to drastically change the field of computing. One of the main limitations are the short coherence times of qubits, which precludes information storage, and the possibility of making distant communications between quantum registers that is challenging using microwave photons (these are resonant with qubit transitions). The MOCA project proposes the use of an integrated chip combining superconducting resonators with optical waveguides and cavities that converts the microwave photons to optical photons. The chip is then coupled to an ensemble of cold atoms for the long term storage of the information. In this way, the fabrication of a Radio Frequency (RF) resonator and a photonic resonator play an important role in the creation of the device. The project is part of the QuantERA programme, created to develop quantum technologies in Europe. However, the tasks to accomplish the goal are divided into 5 research groups in which experimental and theoretical physics are applied. INRIM is in charge of fabricating the RF and photonic resonators, and in my thesis I focused on developing the photonic components. The resonator consists of 3 parts: a waveguide in which the optical photons are confined, a cavity with bragg reflectors to create a resonator for efficient photon conversion and a grating to couple the signal from the waveguide to the optical fibers. The operating wavelength chosen is 760 nm. For the good confinement of the wave in the waveguide, a high refractive index material with low losses is needed. We chose Silicon Nitride (SiN), and we modified the recipe for deposition in order to increase the refractive index up to 2.4. The SiN thin films are deposited by Chemical Vapor Deposition (CVD) on a dielectric substrate (in this case, thick corning glass). We calibrated the deposition process and measured the deposition rate in order to obtain a final thickness of 200 nm, which is the thickness required for the waveguides. We optimized the final geometry for the waveguides and the gratings by means of a Finite Element Method commercial software and the obtained structures were replicated in a CAD software for Electron Beam Lithography (EBL). The lithographic process was followed by an Aluminum deposition to obtain an hard mask that could be used in a Reactive Ion Etching step to remove the exceeding Silicon Nitride. For the RIE step we optimized a recipe that approximates to a Silicon Etching recipe more than a SiN recipe, and taking into account the need of a conformal structure, a pseudo-bosch etching was used. Secondly is the grating coupler, whose parameters can be calculated considering the angle of incidence of the light into the grating and the Bragg’s condition for the proper diffraction of the light. Finite Element Method (FEM) modeling was performed to optimize the structure. Thirdly, we want to confine light in a microcavity by fabricating Distributed Bragg Reflectors (DBR) along the waveguide. In such a way, we want to increase the photon density within the cavity and enable the conversion of microwave photons radiated by the cold atom ensemble into optical ones. As an alternative route for the light confinement and manipulation, we also considered using a metasurface made of SiN nanopillars. FEM models show that such structures can sustain resonant modes with a quality factor as high as 10^5.
LoRa® Enabled IoT Node With Integrated PCB Antenna
(Pontificia Universidad Javeriana) Mora Zoppi, Juan Camilo; Mora Zoppi, Juan Camilo; Trinchero, Daniele
Este trabajo de grado describe el diseño, prueba y validación de un nodo IoT con tecnología LoRa que interactúa con The Things Network para establecer una plataforma de rastreo de condiciones meteorológicas de zonas rurales para aplicaciones de agricultura. El nodo es una estación meteorológica modular a prueba de los elementos, independiente de la red eléctrica y cobertura de red celular, que puede ser conectada a seis diferentes sensores meteorológicos, adquirir y procesar sus datos, y transmitirlos a 868 MHz según la especificación europea del protocolo LoRaWAN. El Circuito Impreso (PCB) incluido en el nodo usa el módulo Murata 1SJ, aprovechando sus características de bajo consumo para obtener una estación alimentada con batería e instalable en cualquier sitio con cobertura LoRaWAN. El diseño propuesto es una evolución de un diseño previo, donde se incluía una antena externa conectada al PCB con un "pigtail", el cual dificultaba la operación de montaje de las estaciones para asegurar la protección contra los elementos, al igual que incrementando el número de partes. Por este motivo una antena en circuito impreso de topología "F invertida" fue diseñada para ser integrada al PCB del nodo IoT. La interfaz entre los sensores y el nodo fue también rediseñada para simplificar las operaciones de montaje, instalación y mantenimiento. Cada elemento de diseño del nodo fue fabricado, montado, probado y validado para verificar su funcionalidad y viabilidad de ser desplegado como producto.
Control de la maduración de un genotipo de la mazorca de cacao implementando inteligencia artificial en fpga
(Pontificia Universidad Javeriana) Gonzalez Rodriguez, Juan David; Rodriguez Orozco, Samuel; Garcia Vargas, Luisa Fernanda; Parra Rodriguez, Carlos Alberto; Ferro Rodriguez, Pablo Andres; Marin Moreno, Norbey
Este proyecto de tesis propone un sistema automatizado de clasificación de un solo genotipo de cacao utilizando inteligencia artificial implementada en un FPGA. Se empleó una red neuronal convolucional y un modelo de clasificación de tipo perceptrón multicapa, para lograr una clasificación precisa del estado de maduración de un único genotipo de cacao(CCN_51), distinguiendo entre maduro, verde o pintón. La implementación en hardware brinda ventajas en capacidad de procesamiento, y tiempo de respuesta, esto se observará más adelante dentro del apartado de Resultados, donde se muestran estas ventajas principalmente en el apartado del tiempo, donde se muestra una mejora de más de 20 ms entre el sistema implementado en software y hardware. La motivación de este trabajo de grado es contribuir al avance tecnológico en la industria del cacao, mejorando la calidad y eficiencia en la clasificación precisa la variedad de cacao elegida.
Caracterización de la cámara Raytrix R42 para la estimación de la profundidad y la síntesis de imágenes de enfoque sintético a diferentes distancias de trabajo
(Pontificia Universidad Javeriana) Delgado Ruiz, Hector Fabian; Calderon Bocanegra, Francisco Carlos; Mondragón Bernal, Iván Fernando
En el presente trabajo de grado se trató de caracterizar la cámara Raytrix R42 para la estimación de la profundidad y la síntesis de imágenes de enfoque sintético a diferentes distancias de trabajo, obteniendo recomendaciones y datos importantes al momento de trabajar con esta, para finalmente tener buenos resultados al momento de realizar el procesamiento de imagen. En los anexos se pueden observar algunos resultados y una guía de trabajo.
Medición de tamaño de partículas por medio de la dispersión dinámica de la luz
(Pontificia Universidad Javeriana) Rincon Reyes, Sebastian; Díez Medina, Rafael Fernando; Otálora Sánchez, Camilo Alberto; Salcedo Reyes, ‪Juan Carlos
Estimar el diámetro y concentración de partículas en suspensión en un medio determinado puede proporcionar datos e información importante para el tratamiento que se le pueda dar en relación al impacto que tienen en la contaminación ambiental y en la salud. En este proyecto se toma una técnica en específico entre los diferentes métodos que existen para la medición de partículas, la dispersión dinámica de la luz, que mediante un algoritmo en el software MATLAB, estima el diámetro de las partículas en una muestra y la concentración, se parte de la base teórica. Se diseñó un circuito de acondicionamiento y filtrado, implementando en un microcontrolador la adquisición y transmisión de la señal obtenida para posteriormente en un computador ejecutar el algoritmo. Finalmente se realizan pruebas para diferentes tamaños nominales de partículas a diferentes concentraciones (1 µm y 500 nm respectivamente) y se logra acercar al tamaño y concentración deseadas obteniendo una variación entre el 4 % y 20 % entre el tamaño medido y el tamaño nominal de las muestras.
Cancelación sucesiva de interferencia cooperativa en redes celulares de enlace descendente
(Pontificia Universidad Javeriana) Lavao Osorio, Sergio; Carreño Fernandez, Maria Paula; Jaramillo, Daniel; Puerta Ramirez, Rafael; Rodriguez Ferro, Pablo Andres
La creciente demanda de redes celulares inalámbricas debido al aumento de dispositivos conectados a internet ha llevado a la necesidad de mejorar la eficiencia en las redes, especialmente en la tecnología 5G. Para abordar este problema, se propone el uso de la técnica "Successive Interfecence Cancelation" (SIC) para redes multicelulares de acceso múltiple no ortogonal (NOMA). El objetivo de este proyecto es evaluar el rendimiento de la técnica Cooperative SIC en redes celulares, tanto analíticamente como mediante simulaciones. Se buscará encontrar expresiones analíticas para el SIC considerando desvanecimientos de pequeña escala y evaluar sus beneficios en distintas configuraciones de red, incluyendo distintos factores de reúso, posiciones de transmisores trisectoriales y control de potencia.
Sistema para detección de placas gemeleadas de vehículos en la ciudad de Bogotá mediante inteligencia artificial
(Pontificia Universidad Javeriana) Riveros Pinzón, Juan Camilo; Torres Carmona, Diego; Calderón Bocanegra, Francisco Carlos; Figueredo Gonzalez, Bryan Leonardo
La clonación de vehículos es un delito común en todo el mundo que implica suplantar la identidad de un vehículo con el fin de evadir normas de tránsito o facilitar actividades delictivas. En la ciudad de Bogotá, esta actividad ha ido en aumento debido a la facilidad de adquirir placas vehiculares a bajo costo. A pesar de los esfuerzos de las autoridades para reducir los casos de clonación de vehículos, las cifras siguen creciendo, lo que representa un riesgo para la seguridad de la ciudad. Ante esta situación, se propone la posibilidad de implementar tecnologías como la inteligencia artificial y la visión por computadora para agilizar los procesos de control y detección de vehículos con placas gemeleadas. Estas tecnologías han demostrado ser útiles en aplicaciones de tiempo real para la detección y reconocimiento de objetos y personas. Con este fin, se propone desarrollar un sistema que integre técnicas de deep learning y procesamiento de imágenes. El sistema sería capaz de detectar si un vehículo en una imagen o vídeo está circulando con placas gemeleadas utilizando características básicas como la placa, el color y el tipo de carrocería. Se incluirá una interfaz gráfica que permita ingresar vídeos y notificará cuando se detecte una anomalía. Para llevar a cabo la solución, se requerirá una base de datos que contenga información sobre vehículos y sus características para el entrenamiento y la implementación del sistema.
Ray tracing en GPU para visualización de modelos 3D
(Pontificia Universidad Javeriana) Varela Angel, Diego Alejandro; Giraldo Carvajal, Juan Carlos; Herrera Guaitero, Rafael Andrés; Giraldo Carvajal, Juan Carlos; Herrera Guaitero, Rafael Andrés; Castellanos Hernández, Wilder Eduardo
El presente trabajo de grado expone el desarrollo de un proyecto para la implementación de un visualizador de escenas tridimensionales, tomando como insumo escenas codificadas en formato NFF. La síntesis de imágenes se realiza mediante el algoritmo de ray tracing. Entre las tecnologías utilizadas en el desarrollo se encuentran C++, OpenMP, CUDA y Python. A lo largo del proyecto se desarrollan varias versiones del algoritmo de ray tracing en diferentes tecnologías (C++, OpenMP y CUDA), y se obtiene como resultado una versión funcional de un visualizador de escenas con una interfaz gráfica desarrollada en Python y el algoritmo de síntesis de imágenes mediante ray tracing desarrollado en CUDA, versión que presentó un desempeño hasta 10 veces superior respecto a las demás versiones desarrolladas.
Implementación de un sistema de prevención y alerta temprana de microsueños en conductores en FPGA
(Pontificia Universidad Javeriana) López Hernández, Juan Manuel; Herrera Parrado,Jhony Alejandro; García Vargas, Luisa Fernanda; Parra Rodríguez, Carlos Alberto; Castellanos Hernández, Wilder Eduardo; Carrillo Lindado, Henry
Se desarrolla un sistema para detectar la somnolencia en los conductores mediante el procesamiento de imágenes faciales. El sistema utiliza el algoritmo de Viola-Jones y se implementa en VHDL sobre una FPGA. El objetivo es detectar los síntomas de somnolencia de manera rápida y precisa, generando una alarma para prevenir microsueños.
Dosimetría de radiación para campos electromagnéticos de señales 3G y 4G
(Pontificia Universidad Javeriana) Duran Celis, Cristian Ovidio; Perez Cerquera, Manuel Ricardo; Paez Rueda, Carlos Ivan
Diariamente nos encontramos expuestos a señales 3G y 4G debido a la necesidad de uso continuo de nuestros teléfonos móviles, los cuales contienen antenas que pueden irradiar y recibir energía electromagnética, esto puede generar preocupación debido a los efectos adversos que puedan derivar en nuestra salud. Los organismos de estandarización el Instituto de Ingenieros Eléctricos y Electrónicos (IEEE), la Comisión Internacional de Protección contra Radiaciones No Ionizantes (ICNRP) tienen un parámetro llamado tasa de absorción especifica (SAR) para medir la tasa de energía electromagnética absorbida. El estudio propuesto busca analizar y validar mediante simulación si la constante exposición a señales 3G y 4G se encuentran dentro de los límites de estandarización usando agua dentro de un modelo del cuerpo humano expuesto a una radiación generada por una antena tipo corneta en un ambiente controlado. Dentro de los resultados más relevantes se obtiene una consistencia entre los resultados experimentales y de simulación, además el valor del SAR en cada uno de los experimentos se encuentra dentro de los límites de estandarización.
La fuente de energía de las galaxias vista desde el machine learning : clasificación usando los espectros de Spitzer
(Pontificia Universidad Javeriana) Elneser Tejeda, Andrea Carolina; Calderon Bocanegra, Francisco Carlos; Martínez García, Rafael
En el presente texto se documentan los resultados de la investigación respecto a la fuente de la energía de las galaxias estudiada con el machine learning. Se quiso dividir la distribución energética galáctica en dos: cuando proviene de un núcleo activo (AGN, Active Galactic Nuclei) o cuando proviene de la formación estelar. Se toma como un núcleo activo a un agujero negro supermasivo acreciente en el núcleo de dicha galaxia. Esto hace que la emisión energética sea diferente a cuando es dada por la formación estelar, que requiere que la energía de la galaxia provenga mayoritariamente del proceso en el que se forman las estrellas. Para hacer esto se tomó la base de datos CASSIS, que consta de los datos obtenidos por el telescopio Spitzer. Entre estos datos existían, además de los de interés, objetos astronómicos como estrellas, asteroides y cometas, por lo que se tuvo que hacer inicialmente una limpieza de datos, que además incluyó rellenar datos no conocidos. Dichos datos se dividieron en dos. Los primeros, de entrenamiento, se introdujeron en el classification learner de MATLAB donde se obtuvieron diferentes métodos de machine learning para implementar y se observó la precisión de cada uno, además de hallar el coeficiente de correlación de Matthews, la matriz de confusión y el f-score de cada uno para conocer cuál era el mejor método. Posteriormente, se tomaron los 3 mejores modelos, que fueron las neural networks, ensemble y trees, y se validó su funcionamiento con el segundo grupo de datos, que fueron de validación.
Caracterizador de paneles solares
(Pontificia Universidad Javeriana) Abdalá Rincón, Daniel Nazzim; Otero Reyes, Sergio Ivan; Melchior Ramirez, Luis Fernando; Perilla Galindo, Gabriel; Rodriguez Ferro, Pablo Andres
Este documento de tesis de pregrado reune el diseño, la implementación y los resultados obtenidos de un caracterizador de paneles solares realizado a partir de una fuente de corriente, la cual extrae corriente del panel haciendo a su vez que el voltaje de este disminuya, teniendo esto se realizan las mediciones de temperaturas, voltaje, corriente e irradiancia, datos que son guardados y enviados desde un microcontolados Atmega328p por medio de comunicación serial hacia la herramienta de Python para obtener una grafica parametrizada del comportamiento del panel en ese momento.
Implementación embebida de LeNet para clasificación de dígitos en video
(Pontificia Universidad Javeriana) Barreto Jiménez, Juan Sebastián; Gerlein Reyes, Eduardo Andrés; Gerlein Reyes, Eduardo Andrés; Quintero Montoya, Olga Lucía; Cano Morales, Martha Lucía
Se describe en este proyecto la implementación en una plataforma híbrida SW/HW System on Chip, de una red neural convolucional conocida como LeNet, utilizada en el reconocimiento de dígitos manuscritos. Se diseñó e implemento un sistema SoC utilizando co-diseño, haciendo uso de la tarjeta de Intel DE1-SoC, la cual incluye en un mismo chip de tecnología Cyclone IV, un procesador ARM Cortex A9 (HPS) y una porción de hardware reconfigurable en tecnología field-programmable gate array (FPGA). En la primera fase del proyecto se implementó la red en bajo nivel, en lenguaje C utilizando una metodología de codificación orientada a una posterior transición hardware reconfigurable. La implementación en bajo nivel busca replicar los resultados de clasificación obtenidos en la librería de Keras, logrando una aceleración de 3.03x respecto a la red corriendo en Python. En la segunda fase, se implementaron las capas de la red definidas para ser llevadas a hardware en la FPGA, correspondientes a las capas convolucional 2D y max-pooling 2D, y las capas de activación la ReLU y la softmax. En software en el HPS de la tarjeta se implementaron las capas flatten y dense. Se diseñó para capa convolucional un módulo en hardware encargado de realizar producto punto en punto flotante. El diseño del hardware utilizo técnicas de optimización de área, como lo es unrolling loop y etapas de pipeline. Se privilegió un diseño de hardware que optimizara el uso de recursos dadas las restricciones de espacio que tenía la FPGA. De igual forma, la FPGA corre con un reloj de 100Mhz, lo que resulta que un producto punto de 5x5 sea ejecutado en 1085 ns, logrando una aceleración respecto a la misma implementación en una tarjeta Raspberry Pi 4 y con respecto al ARM de la DE1-SoC. El bloque producto punto se utilizó varias veces para realizar la convolución en pipeline. Para la capa max-pooling se diseñó un comparador de punto flotante totalmente combinacional que permite comparar cada campo presente en la definición de número es punto flotante, y mediante un sistema de selección priorizada se determina el resultado de la comparación. En la tercera fase, se implementó una arquitectura de doble buffer, de manera que los buffers, implementados en memorias on-chip, sean intercambiados como entrada o salida en cada iteración subsecuente; la arquitectura es genérica para que se puedan agregar más capas al sistema, la ruta de datos se configurará para cada iteración para que se puedan construir diferentes capas. El sistema es funcional, capaz de reconocer dígitos escritos a mano, generando un cuerpo de conocimiento para integrar modelos complejos de inteligencia artificial, como redes neuronales convolucionales, en plataformas de hardware FPGA.
Detección de factores de riesgo en obras de construcción por medio de inteligencia artificial
(Pontificia Universidad Javeriana) Rodriguez Zamudio, Daniel Alejandro; Calderón Bocanegra, Francisco Carlos; Rey Becerra, Ivon Estefany; Castellanos Hernández, Wilder Eduardo
Este trabajo de grado presenta la planificación y ejecución del proyecto implementado, enfocado en la identificación de factores de riesgo clave como la falta de uso de elementos de protección personal (EPP) y el peligro de caídas en proximidad a bordes de losa. Mediante una colaboración con una empresa de seguros de riesgos laborales, se obtuvo acceso a un sitio de construcción para adquirir metraje de video, el cual fue utilizado para entrenar un modelo de inteligencia artificial. El estudio se centró en el entrenamiento de dos topologías de redes neuronales convolucionales: YOLOv4-tiny y YOLOv7. El resultado es un software desarrollado en Python, diseñado para detectar y reportar estos riesgos. El software procesa el video, identifica y marca las áreas de riesgo con cajas delimitadoras, y genera un informe de los riesgos detectados.
Reconstrucción 3D en cultivos con vehículo aéreo no tripulado controlado por cámaras OptiTrack
(Pontificia Universidad Javeriana) Mendez Alonso, Juan Pablo; Guerrero Velez, Diego Mauricio; Calderon Bocanegra, Francisco Carlos; Rodriguez Ferro, Pablo Andres; Colorado Montaño, Julian David
Controlador servo-visual PD para el seguimiento de una trayectoria preestablecida, la planta se define como un Drone DJI Tello y el sensor de retroalimentación se establece como el sistema visual de cámaras Optitrack, La implementación se realiza en una maquina con sistema operativo Linux ( Ubuntu 20.04) y el framework ROS ( noetic). La captura de datos se realiza en una maquina Windows con el software Motive 2 y se hace el control de 4 grados de libertad del vehículo aéreo no tripulado.
Traductor AHPL-VHDL
(Pontificia Universidad Javeriana) Pérez Echeverry, Juan Guillermo; Viana De Ávila, Leonardo Jose; Giraldo Carvajal, Juan Carlos; Giraldo Carvajal, Juan Carlos; Uribe Aponte, Jose Luis
Los lenguajes de descripción hardware permiten realizar una descripción formal de un circuito electrónico, posibilitando a su vez, su análisis automático y simulación. Sus orígenes se remontan a la década de los 70 producto de la complejidad que estaba representando el diseño de estos circuitos. En un principio surge A Hardware Programming Language (AHPL) partiendo de APL como base, contando con características hardware adicionales e implementándose por poco más de una década [2]. Tiempo después, gracias al acelerado desarrollo de las nuevas tecnologías y con el fin de poder diseñar circuitos digitales cada vez mas potentes y complejos, se creó VHDL [1]. Este lenguaje fue el escogido por el instituto de ingenieros eléctricos y electrónicos como estándar de diseño hace aproximadamente tres décadas. La gran capacidad de este lenguaje permitió que desde aquellos días, hasta hoy, se use con éxito en el diseño de diversos sistemas digitales, independiente de su complejidad [3]. A pesar de la gran influencia que tuvo el lenguaje AHPL en su época, a día de hoy no se usa mucho. La complejidad que se puede alcanzar con VHDL comparado con AHPL es tan superior, que en los cursos de hoy en día, muchos estudiantes son introducidos a los lenguajes de descripción hardware con VHDL. Dicho lo anterior, en muchas ocasiones, los estudiantes aprenden a diseñar diversos tipos de sistemas, sin embargo, “muchas de las instrucciones y construcciones secuenciales en VHDL no tienen una representación hardware”, lo que dificulta tener un mayor entendimiento del sistema a un bajo nivel [1]. Siguiendo con la idea anterior, este documento contiene el diseño, implementación, verificación y validación de un traductor de lenguaje AHPL a VHDL. Cabe recalcar que el propósito de este proyecto es orientar la herramienta a un ámbito educativo, en donde los estudiantes tengan la posibilidad de diseñar un sistema AHPL y obtener su equivalente VHDL. Con esto se fomenta el aprendizaje del diseño digital en bajo nivel, además de poder comparar el mismo sistema en dos lenguajes distintos.
Sistema Multimodal para Asistir en el Diagnóstico de Deterioro Cognitivo Leve utilizando Deep Learning y Neuroimágenes
(Pontificia Universidad Javeriana) Zambrano Acosta, Daniel Stiven; Bravo Santacruz, Juan Sebastian; Arenas López, Wilson Javier; Altuve, Miguel Alfonso; Reyes Gavilán, Pablo Alexander; Rodriguez Ferro, Pablo Andrés
En los últimos años, el análisis de neuroimágenes ha sido de gran interés en la investigación de la detección del deterioro cognitivo leve (MCI), un trastorno neurológico degenerativo que puede progresar a demencia. Se han propuesto diferentes enfoques para la clasificación de MCI, incluyendo técnicas de aprendizaje de máquina (ML), aprendizaje profundo (DL) y la integración de información multimodal. En este trabajo, se propone un sistema multimodal para la detección y estratificación del deterioro cognitivo leve (MCI). El sistema utiliza características demográficas, pruebas clínicas y neuroimágenes de resonancia magnética para asignar una probabilidad de MCI y estratificar el nivel de riesgo. Se desarrolló un modelo de clasificación de imágenes de resonancia magnética que obtuvo un desempeño de 74.44% para f1-score, 70.64% de especificidad y 74.79% de sensibilidad. A su vez, el sistema multimodal, resultado de la integración del modelo jerárquico y algoritmo de clasificación, obtuvo un desempeño final de 92.33% para f1-score, una sensibilidad del 92.00% y una especificidad del 92.75%. Finalmente, el sistema se presentó a través de una interfaz gráfica que facilita la interpretación médica de los resultados. La interfaz es accesible en línea, lo que la convierte en una herramienta conveniente y útil para los especialistas.
Método para la creación de un campo de luz usando plenópticas
(Pontificia Universidad Javeriana) Yagama Parra, Jhon Sebastian; Mora Zarza, Juan Sebastian; Calderon Bocanegra, Francisco Carlos; Colorado Montaño, Julian David; Castellanos Hernández, Wilder Eduardo
Este trabajo de grado propone un método para la obtención de campos de luz en notación de Levoy y un método para evaluar estos campos de luz con ayuda de las librerías del Lightfield Toolbox de Matlab para cámaras plenópticas, en especial las cámaras tipo 2.0 como la Raytrix R42. El método para la obtención de los campos de luz se basa en la implementación de un algoritmo diseñado en Python que emplea conceptos como la visión artificial, procesamiento de imágenes, inteligencia artificial y reconstrucción de imágenes. Por otra parte, el método de evaluación se basa en explicar, demostrar y aprovechar las librerías que esta herramienta de trabajo para los campos de luz ofrece, centrándose en desarrollar un método de evaluación de los campos de luz orientado a las librerías de reenfoque sintético.
Celda de entrenamiento mediante robótica colaborativa para industrias 4.0
(Pontificia Universidad Javeriana) Cortés Gómez, Laura Alejandra; Aguirre Guerrero, Ana Sofia; González Bautista, Sergio Ramiro; Rodríguez Ferro, Pablo Andrés
Debido a los grandes avances y cambios generados por la cuarta revolución industrial “industria 4.0”, existe el problema de la falta de capacitación en el personal, como consecuencia de esto, se presenta un obstáculo importante en las empresas del sector industrial el cual influye en la implementación y adaptación de la mejor manera a estas nuevas tecnologías. Con base a esto, nuestro trabajo de grado se ha centrado en dar solución a esta problemática diseñando y creando una celda de entrenamiento, en la que se realizó una línea de producción industrial haciendo uso de la robótica colaborativa, con el fin que el personal tenga un acercamiento a estas herramientas y así logre un conocimiento de ellas, antes de entrar a esta nueva industria.
Sistema de representación del movimiento de una persona en arreglos vectoriales
(Pontificia Universidad Javeriana) Cortes Gonzalez, Mariana Del Pilar; Ortegon Betancourt, Catalina; Bustamante, Gabriel; Rodriguez Ferro, Pablo Andrés; Mata, Esteban
En el presente documento se expone un sistema aplicado a videos para la detección de las articulaciones mayores y menores con el fin de transformar los puntos de referencia del cuerpo de una persona a una representación vectorial de sus movimientos. Primero se realiza la estimación de la pose, posteriormente se usan dos métodos para estimar los puntos no inferidos y finalmente, se realiza una renderización de los mismos.

Examinar

Envíos recientes