Complex traits and candidate genes: estimation of genetic variance components across multiple genetic architectures

GIOVANNY COVARRUBIAS-PAZARAN Hans-Peter Piepho (2023, [Artículo])

Average Semivariance Linear Mixed Model Variance Component Estimation Polygenic Inheritance Oligogenic Inheritance Mendelian Inheritance CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MENDELISM GENETIC VARIANCE GENOME-WIDE ASSOCIATION STUDIES PHENOTYPES CHROMOSOME MAPPING

Algorithmic differentiation of linear mixed models with variance-covariance structures

Fernando Henrique Toledo Jose Crossa Juan Burgueño Keith Gardner Rosa Angela Pacheco Gil (2023, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MATHEMATICAL MODELS ALGORITHMS LINEAR MODELS

Modelación hidráulica de un reactor de electrocoagulación tubular de sección anular

JAVIER DE JESUS CANTO RIOS Alejandra Martín-Domínguez Sara Pérez-Castrejón VICTOR HUGO ALCOCER YAMANAKA Velitchko Tzatchkov (2017, [Artículo])

El presente trabajo se enfoca en el estudio de las pérdidas de carga totales en un reactor de electrocoagulación con flujo a presión y sección transversal anular simple y múltiple, donde esta última característica depende del arreglo de los electrodos. Se presenta el análisis de las pérdidas de carga por cortante y accesorios, las cuales se modelaron utilizando diferentes expresiones empíricas y se compararon con las mediciones realizadas a escala semipiloto. Como resultado del análisis se observó que la ecuación de Bahramir, Yovanovich y Culham (2006) asemeja las pérdidas reales en secciones anulares múltiples, mientras que la expresión propuesta por Davis describe mejor la sección anular simple. Estos resultados permitirán tener herramientas para diseñar reactores de electrocoagulación a escala real.

Electrocoagulación Modelación Pérdidas de carga hidráulica Secciones anulares INGENIERÍA Y TECNOLOGÍA

Point placement of late vegetative stage nitrogen splits increase the productivity, N-use efficiency and profitability of tropical maize under decade long conservation agriculture

Hari Sankar Nayak C.M. Parihar Shankar Lal Jat ML JAT Ahmed Abdallah (2022, [Artículo])

Non-Linear Growth Model Nitrogen Remobilization Right Placement Precision Nitrogen Management CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA GROWTH MODELS NITROGEN NUTRIENT MANAGEMENT

Neyman-Scott-based water distribution network modelling

Modelación de redes de agua potable basado en el proceso de Neyman-Scott

VICTOR HUGO ALCOCER YAMANAKA Velitchko Tzatchkov (2012, [Artículo])

Uno de los parámetros más difíciles de estimar al modelar las redes de distribución de agua potable es el del consumo doméstico. Se ha demostrado que este sigue un proceso estocástico posible de caracterizar a través de pulsos rectangulares, con ciertas intensidad, duración y frecuencia de arribo, por medio de esquemas estocásticos como el modelo de pulsos rectangulares de Neyman-Scott (NSRPM). El esquema NSRPM se basa en la solución de un problema de optimización no lineal que involucra momentos teóricos de las series sintéticas (equiprobables) y los momentos observados (mediciones de campo). Se ha publicado la metodología, así como trabajos orientados a la generación de la demanda en los domicilios, sin embargo, no su validación en una red de distribución real, con la conjunción y agregación de las demandas de los domicilios, y su comparación con los métodos tradicionales. En el presente artículo se comparan resultados obtenidos empleando series sintéticas con carácter estocástico, producto del esquema NSRPM aplicado a la determinación de presiones y caudales, con los obtenidos por el método tradicional que utiliza curva de variación horaria de la demanda, y con mediciones de presión y caudal hechas en el sector Humaya, en Culiacán, Sinaloa, México.

Distribución de agua Demanda de agua Consumo doméstico de agua Modelación INGENIERÍA Y TECNOLOGÍA

Big data, small explanatory and predictive power: Lessons from random forest modeling of on-farm yield variability and implications for data-driven agronomy

Martin van Ittersum (2023, [Artículo])

Context: Collection and analysis of large volumes of on-farm production data are widely seen as key to understanding yield variability among farmers and improving resource-use efficiency. Objective: The aim of this study was to assess the performance of statistical and machine learning methods to explain and predict crop yield across thousands of farmers’ fields in contrasting farming systems worldwide. Methods: A large database of 10,940 field-year combinations from three countries in different stages of agricultural intensification was analyzed. Random effects models were used to partition crop yield variability and random forest models were used to explain and predict crop yield within a cross-validation scheme with data re-sampling over space and time. Results: Yield variability in relative terms was smallest for wheat and barley in the Netherlands and for wheat in Ethiopia, intermediate for rice in the Philippines, and greatest for maize in Ethiopia. Random forest models comprising a total of 87 variables explained a maximum of 65 % of cereal yield variability in the Netherlands and less than 45 % of cereal yield variability in Ethiopia and in the Philippines. Crop management related variables were important to explain and predict cereal yields in Ethiopia, while predictive (i.e., known before the growing season) climatic variables and explanatory (i.e., known during or after the growing season) climatic variables were most important to explain and predict cereal yield variability in the Philippines and in the Netherlands, respectively. Finally, model cross-validation for regions or years not seen during model training reduced the R2 considerably for most crop x country combinations, while for wheat in the Netherlands this was model dependent. Conclusion: Big data from farmers’ fields is useful to explain on-farm yield variability to some extent, but not to predict it across time and space. Significance: The results call for moderate expectations towards big data and machine learning in agronomic studies, particularly for smallholder farms in the tropics where model performance was poorest independently of the variables considered and the cross-validation scheme used.

Model Accuracy Model Precision Linear Mixed Models CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MACHINE LEARNING SUSTAINABLE INTENSIFICATION BIG DATA YIELDS MODELS AGRONOMY

Modelado y acoplamiento de la conductividad eléctrica e hidráulica a partir de tomografía de rocas

Modeling and coupling of electrical and hydraulic conductivity from rock tomography

Miguel Ángel Martínez Rodríguez (2022, [Tesis de maestría])

En este trabajo se emplearon técnicas de modelado numérico para simular el flujo de corriente eléctrica y de fluido a través de medios porosos con el fin de determinar el factor de resistividad y la permeabilidad, así como la distribución de los campos de densidad de corriente eléctrica y velocidad de flujo. Para el modelado de flujo eléctrico se desarrolló un algoritmo basado en diferencias finitas, mientras que para el modelado hidráulico se empleó una librería reportada en la literatura, basada en el método de redes de Boltzmann. En ambos esquemas de modelado se establecieron condiciones en la frontera poro-grano para modelar los procesos físicos exclusivamente en el espacio poroso. Los valores estimados de factor de resistividad y de permeabilidad, así como la porosidad, se emplearon para estudiar las correlaciones entre estas propiedades a través de relaciones petrofísicas. Para esto, se propuso una expresión que relaciona la permeabilidad y la porosidad y, empleando una relación existente entre el factor de resistividad y la porosidad, se propuso también una relación directa entre la permeabilidad y el factor de resistividad. Las relaciones propuestas fueron aplicadas a los valores numéricos obtenidos para paquetes de esferas generados numéricamente y se encontró que se ajustan mejor a los datos en comparación con las relaciones más comúnmente utilizadas, especialmente para porosidades altas. Se mostró también que estas relaciones petrofísicas toman la forma de las relaciones más comunes conocidas cuando se trata con porosidades bajas. Valores obtenidos de imágenes digitales de un paquete de esferas sintético y una muestra de dolomita mostraron que las expresiones para porosidades bajas son suficientes para ajustar datos de medios porosos con porosidades menores a un valor entre 0.3 y 0.4. Finalmente, se analizaron el factor de resistividad, la permeabilidad, las relaciones petrofísicas, y las distribuciones espaciales y estadísticas de los campos vectoriales de flujo se analizaron para comparar los fenómenos de transporte eléctrico e hidráulico, encontrando que algunos factores, como la porosidad efectiva, son importantes en ambos fenómenos de flujo; mientras que otros, como la adherencia del fluido a las paredes del poro, son particularmente relevantes para el flujo hidráulico.

In this work, numerical modeling techniques were used to simulate the flow of electric current and fluid through porous media in order to determine the resistivity factor and permeability, as well as the distribution of electric current density and flow velocity fields. For electric flow modeling, an algorithm based on finite differences was developed, while for hydraulic modeling, a library reported in the literature, based on lattice Boltzmann method, was used. In both modeling schemes, pore-grain boundary conditions were established to model the physical processes exclusively in the pore space. The estimated values of resistivity factor and permeability, as well as porosity, were used to study the correlations between these properties through petrophysical relationships. An expression relating permeability and porosity was proposed and, using an existing relationship between the resistivity factor and the porosity, a direct relation between permeability and resistivity factor was also proposed. The proposed relations were applied to data obtained for numerically generated sphere packs and were found to fit the data better than the most commonly used relationships, especially for high porosities. It was also shown that these petrophysical relationships take the form of the most common relationships known when dealing with low porosities. Modeling data on digital images of a synthetic sphere pack and a dolomite sample showed that the expressions for low porosities are sufficient to fit data from porous media with porosities lower than 0.3 to 0.4. Finally, resistivity factors, permeabilities, petrophysical relationships, and spatial and statistical distributions of flow vector fields were analyzed to compare electrical and hydraulic transport phenomena, finding that some factors, such as the effective porosity, are important in both flow phenomena; whereas some other, such as the pore-wall adherence, are particularly relevant to hidraulic flux.

Física de rocas, modelado numérico, relaciones petrofísicas, fenómenos de transporte, factor de resistividad, permeabilidad, porosidad, tomografía de rocas, campos vectoriales, distribución estadística Rock physics, numerical modelling, petrophysical relations, transport phenomena, resistivity factor, permeability, porosity, rock tomography, vector fields, statistical distribution CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA CIENCIAS DE LA TIERRA Y DEL ESPACIO GEOFÍSICA GEOFÍSICA DE LA MASA SÓLIDA TERRESTRE GEOFÍSICA DE LA MASA SÓLIDA TERRESTRE

Monitoreo e Instalación visual de señales a un motor eléctrico de inducción de instalación trifásica de forma jaula de ardilla, mediante la implementación de tecnología industria 4.0

Luis Ricardo Uribe Dávila (2023, [Tesis de maestría])

Vivimos la industria 4.0, misma que no es nueva, ya que sus orígenes se remontan a finales de la década de los 2000, en Alemania. Un pilar de la industria 4.0 es el análisis de datos, conocido como Big Data. El conocer los datos de un proceso, de un estudio, ayuda en gran medida a predecir el comportamiento que tendrá el proceso o la máquina a estudiar en un periodo a corto o mediano plazo. En el presente proyecto se analizan los datos arrojados por un motor eléctrico de corriente alterna, del tipo inducción, jaula de ardilla. El motor está diseñado para trabajar de manera continua, sin embargo, el uso que se le da, es meramente educativo; es decir, no sobre pasa las 15 horas por semana de uso. Mediante la toma de datos de las tres fases de corriente RMS o corriente de valor eficaz que posee el motor eléctrico que se realizará con el microcontrolador Arduino UNO, se analizarán los mismos mediante el software de cómputo numérico MATLAB, ordenando los datos, descartando valores que no aporten información relevante para lograr la predicción de datos. Por último, se llevará a conocer este proyecto a la carrera mecatrónica, área sistemas de manufactura flexible y área automatización, con el fin de que puedan observar de una mejor manera la aplicación y funcionamiento de uno de los pilares de la actual industria 4.0.

We live in industry 4.0, which is not new, since its origins date back to the late 2000s, in Germany. One pillar of industry 4.0 is data analysis, known as Big Data. Knowing the data of a process, of a study, helps greatly to predict the behavior that the process or machine will have to study in a short- or medium-term period. This project analyzes the data released by an electric motor of alternating current, of the type induction, squirrel cage. The engine is designed to work continuously, however, the use given to it is merely educational, that is; only not over spends 15 hours per week of use. By taking data from the three phases of RMS current or effective value current of the electric motor that will be made with the Arduino UNO micro controller, they will be analyzed using MATLAB numerical computing software, ordering the data, discarding values that do not provide relevant information to achieve data prediction. Finally, this project will be presented to the mechatronics career, flexible manufacturing systems area and automation area, so that they can observe in a better way the application and operation of one of the pillars of the current industry 4.0.

Mantenimiento predictivo Regresión lineal Industria 4.0 Big data Corriente RMS Predictive maintenance Linear regression Industry 4.0 Big data RMS Current INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS OTRAS ESPECIALIDADES TECNOLÓGICAS OTRAS OTRAS

GENERACIÓN DE HACES ESTRUCTURADOS PARCIALMENTE COHERENTES

Maria Fernanda Arvizu Soto (2024, [Tesis de maestría])

"Mediante la manipulación de la intensidad, polarización y fase de un campo luminoso es como podemos obtener luz estructurada. Los estudios han demostrado que los haces parcialmente coherentes son más resistentes a las fluctuaciones atmosféricas. En esta tesis presentamos el modelo matemático, la generación computacional del Haz Vectorial Parcialmente Coherente (PCVB) y dos configuraciones experimentales para generarlos con la ayuda de un Dispositivo Micro Espejo Digital (DMD). Los resultados teóricos esperados concuerdan con las simulaciones y allanan el camino para otros resultados teóricos y experimentales, que se dejan como trabajo futuro."

Luz estructurada Haces vectoriales Coherencia parcial Dispositivo digital de microespejos CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA FÍSICA ÓPTICA OPTICA FÍSICA OPTICA FÍSICA

Simulación del escurrimiento directo de eventos en cuencas pequeñas con el modelo Hidras

Antonio Quevedo Tiznado NABIL MOBAYED KHODR CARLOS FUENTES RUIZ Enrique Gonzalez Sosa CARLOS ALBERTO CHAVEZ GARCIA (2016, [Artículo])

El escurrimiento directo es el efecto integrado de la lluvia, intercepción, evapotranspiración, infiltración y el escurrimiento en lámina sobre el terreno, en un punto específico de una cuenca. La conversión de las lluvias a escurrimiento es un proceso complejo que depende tanto de la distribución espacial y temporal de las lluvias como de las características físicas de la cuenca. Este estudio tuvo por objetivo plantear procedimientos para simular el escurrimiento directo a escala de evento en cuencas pequeñas. Como casos de estudio se eligieron dos cuencas experimentales de México con características diferentes en cuanto a tamaño, ubicación, tipo de vegetación, topografía y régimen pluviométrico: río Mixcoac, en el valle de México; y la unidad de escurrimiento Cerro Blanco, en Tabasco.

Hidrogramas sintéticos Modelación hidrológica Calibración de hidrogramas INGENIERÍA Y TECNOLOGÍA