Redes neuronales artificiales en la estimación de la evapotranspiración de referencia

Artificial neural networks in the estimation of reference evapotranspiration

ROCIO CERVANTES OSORNIO RAMON ARTEAGA RAMIREZ MARIO ALBERTO VAZQUEZ PEÑA WALDO OJEDA BUSTAMANTE ABEL QUEVEDO NOLASCO (2011, [Artículo])

Las redes neuronales artificiales representan un vasto campo de investigación, puesto que han demostrado tener aplicación en varios campos de la ciencia, su capacidad de lidiar con no linealidades en diversos fenómenos, y los diferentes trabajos realizados en la estimación y/o pronóstico para predecir variables climáticas, que inciden directa e indirectamente en la evapotranspiración de referencia y la propia evapotranspiración ha originado el desarrollo de este trabajo. El objetivo fue presentar una revisión de literatura sobre redes neuronales artificiales, para la estimación de la evapotranspiración de referencia y variables relacionadas, que incluye: la teoría y fundamentos de las redes neuronales artificiales y el algoritmo backpropagation; algunas similitudes y diferencias entre los modelos estadísticos tradicionales y las redes neuronales artificiales; aplicaciones de las redes neuronales artificiales en la estimación de la evapotranspiración de referencia; y variables que se asocian con las perspectivas de las redes neuronales artificiales en la predicción de variables agroclimáticas

Evapotranspiración Redes neuronales artificiales Predicción INGENIERÍA Y TECNOLOGÍA

Detección de eventos violentos en publicaciones de redes sociales

Detection of violent events in social media publications

Esteban Ponce León (2023, [Tesis de maestría])

En los últimos años, ha habido un interés creciente en el monitoreo de redes sociales para recopilar información y, en algunos casos, para examinar la ocurrencia de delitos. Sin embargo, gran parte de las investigaciones hasta ahora solo se han centrado en ciudades de EE. UU. o extranjeras, y por ende, en publicaciones y conjuntos de datos en inglés El objetivo principal de esta tesis es diseñar un método que permita la identificación de publicaciones de eventos violentos en español y en Twitter, utilizando información multimodal y técnicas de aumento de datos que mejoren el rendimiento de los modelos. Para esto, el trabajo de investigación se dividió en dos fases experimentales. La primera orientada a identificar publicaciones a partir de solo texto, explorando diferentes técnicas de aumento de datos para texto y modelos de aprendizaje máquina y profundo. En la segunda fase, se extendió el método propuesto para abordar la identificación en un contexto multimodal, es decir, considerando tanto los textos de los tweets como las imágenes compartidas que los acompañan. En este caso el método propuesto consideró utilizar descripciones textuales de las imágenes y abordar la problemática desde el dominio textual, además se hicieron 2 tipos de aumento de datos para cada tipo de información. La evaluación de los métodos se hizo utilizando las colecciones de la tarea de evaluación DA-VINCIS 2022 y 2023. Los resultados demostraron una mejora en el rendimiento de los modelos al considerar el uso de información multimodal y el uso de aumento de datos.

In recent years, there has been a growing interest in monitoring social networks to gather information and, in some cases, to examine the occurrence of crime. However, much of the research so far has only focused on US or foreign cities, and thus on English-language publications and data sets. The main objective of this thesis is to design a method that allows the identification of publications of violent events in Spanish and on Twitter, using multimodal information and data augmentation techniques that improve the performance of the models. For this, the research work was divided into two experimental phases. The first aimed at identifying publications from only text, exploring different data augmentation techniques for text and machine and deep learning models. In the second phase, the proposed method was extended to address identification in a multimodal context, that is, considering both the texts of the tweets and the shared images that accompany them. In this case, the proposed method considered using textual descriptions of the images and addressing the problem from the textual domain, in addition, 2 types of data augmentation were made for each type of information. The evaluation of the methods was done using the collections of the DA-VINCIS 2022 and 2023 evaluation task. The results demonstrated an improvement in the performance of the models when considering the use of multimodal information and the use of data augmentation.

Detección de Violencia, Redes Sociales, Aumento de Datos, Procesamiento del Lenguaje Natural, BERT, BETO, Descripción de Imágenes Violence Detection, Social Networks, Data Augmentation, Natural Language Processing, BERT, BETO, Image Captioning INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES MODELOS CAUSALES MODELOS CAUSALES

Suppression of breast tumor growth and metastasis by an engineered transcription factor

Adriana Beltran Lopez (2011, [Artículo])

Maspin is a tumor and metastasis suppressor playing an essential role as gatekeeper of tumor progression. It is highly expressed in epithelial cells but is silenced in the onset of metastatic disease by epigenetic mechanisms. Reprogramming of Maspin epigenetic silencing offers a therapeutic potential to lock metastatic progression. Herein we have investigated the ability of the Artificial Transcription Factor 126 (ATF-126) designed to upregulate the Maspin promoter to inhibit tumor progression in pre-established breast tumors in immunodeficient mice. ATF-126 was transduced in the aggressive, mesenchymal-like and triple negative breast cancer line, MDA-MB-231. Induction of ATF expression in vivo by Doxycycline resulted in 50% reduction in tumor growth and totally abolished tumor cell colonization. Genome-wide transcriptional profiles of ATF-induced cells revealed a gene signature that was found over-represented in estrogen receptor positive (ER+) "Normal-like" intrinsic subtype of breast cancer and in poorly aggressive, ER+ luminal A breast cancer cell lines. The comparison transcriptional profiles of ATF-126 and Maspin cDNA defined an overlapping 19-gene signature, comprising novel targets downstream the Maspin signaling cascade. Our data suggest that Maspin up-regulates downstream tumor and metastasis suppressor genes that are silenced in breast cancers, and are normally expressed in the neural system, including CARNS1, SLC8A2 and DACT3. In addition, ATF-126 and Maspin cDNA induction led to the re-activation of tumor suppressive miRNAs also expressed in neural cells, such as miR-1 and miR-34, and to the down-regulation of potential oncogenic miRNAs, such as miR-10b, miR-124, and miR-363. As expected from its over-representation in ER+ tumors, the ATF-126-gene signature predicted favorable prognosis for breast cancer patients. Our results describe for the first time an ATF able to reduce tumor growth and metastatic colonization by epigenetic reactivation of a dormant, normal-like, and more differentiated gene program. © 2011 Beltran et al.

artificial transcription factor 126, complementary DNA, doxycycline, estrogen receptor, maspin, microRNA, retrovirus vector, transcription factor, unclassified drug, estrogen receptor, serine proteinase inhibitor, SERPIN B5, SERPIN-B5, transcription BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA BIOLOGÍA ANIMAL (ZOOLOGÍA) BIOLOGÍA ANIMAL (ZOOLOGÍA)