¿El que pega primero pega dos veces? Una mirada a las plantas pioneras en los bosques tropicales

Irving Saenz Pedroza CARMEN ZEPEDA GOMEZ (2023, [Artículo])

Las plantas pioneras son aquellas que inician el desarrollo de una comunidad, en sitios donde muy pocas especies pueden ser exitosas. En este ensayo nos enfocaremos en las especies de plantas pioneras de bosques tropicales, tanto secos como húmedos, para conocer algunas de las características que les permiten colonizar y establecerse de manera exitosa en ecosistemas tan disímiles. En los bosques húmedos el establecimiento de especies pioneras ocurre en condiciones benignas, donde la luz y el agua son abundantes; mientras que en los bosques secos ocurre en un ambiente sumamente caliente y seco que solo algunas especies pueden tolerar.

ECOLOGIA RASGOS FUNCIONALES REGENERACION RESTAURACION SUCESION ECOLOGICA BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA BIOLOGÍA VEGETAL (BOTÁNICA) ECOLOGÍA VEGETAL ECOLOGÍA VEGETAL

La diversidad funcional en el calichal yucateco: una estrategia que permite entender su riqueza desde una perspectiva ecológica

Mayte Aguilar RODRIGO STEFANO DUNO DIEGO FRANCISCO ANGULO PEREZ (2022, [Artículo])

La huella ecológica y el impacto de las acciones humanas han afectado gravemente los ecosistemas y estamos lejos de entender la complejidad que contienen, así como el papel de las especies que los integran. Este ensayo ilustra la diversidad funcional como una estrategia crítica a los estudios de biodiversidad, ya que nos permite entender la riqueza desde una perspectiva ecológica y evolutiva. Es urgente conocer nuestros ecosistemas para establecer estrategias de conservación eficaces, y la diversidad funcional representa una herramienta útil para lograr dicho objetivo.

ADAPTACION ECOLOGICA COMUNIDAD FILTROS AMBIENTALES RASGOS FUNCIONALES MEXICO YUCATAN BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA BIOLOGÍA VEGETAL (BOTÁNICA) ECOLOGÍA VEGETAL ECOLOGÍA VEGETAL

Taxonomic versus ecological prey traits among arthropodophagous bats: implications for surveying trophic partitioning patterns

CINTYA ARACELI SEGURA TRUJILLO SERGIO TICUL ALVAREZ CASTAÑEDA SUSETTE SAMI CASTAÑEDA RICO Jesus Maldonado (2022, [Artículo])

"Species can coexist spatially and temporally by partitioning the niche space and forming complex assemblages made up of different species that share the prey resource. Chiroptera is the second most species-rich mammalian order and about 75% of bat species feed on arthropods, which makes these bats a good model group for studying complex trophic interactions. Next-generation parallel sequencing techniques allow a detailed analysis of arthropod resource partitioning patterns in bats. However, previous studies have not reached a consensus on the concordance between diet composition, habitat use, and segregation of trophic resources in bats. We analyzed diet composition in terms of taxonomy of the insect prey, and the prey characteristics. Feces of 16 bat species were examined in the Mexican Neotropics. We carried out a SIMPER (similarity percentage) test, nonmetric multidimensional scaling, and principal component analyses to identify general segregation patterns of trophic resources in relation to the habitat-use guild of bats and computed Pianka’s niche overlap index between species and Levin’s index to estimate the niche width of each species. Bats from the same locality tend to partition their diet, with a niche overlap ranging between 0.5 and 0.8. The highest values were found between species with different foraging behaviors. We suggest that future bat diet studies should incorporate the ecological and taxonomic information of arthropod prey to better understand the trophic interactions with bats."

"Aproximadamente el 75% de las especies de murciélagos se alimentan de artrópodos, algunas de estas especies pueden coexistir espacial y temporalmente al particionar el espacio del nicho. Los murciélagos forman ensamblajes complejos compuestos por diferentes especies que comparten su recurso trófico. Por tanto, los murciélagos pueden utilizarse como grupo modelo para estudiar interacciones tróficas complejas. Las técnicas de secuenciación masiva paralela del ADN permiten un análisis detallado de sus patrones de partición de recursos tróficos. Sin embargo, los estudios no han llegado a un consenso sobre la concordancia entre la composición de la dieta, el uso del hábitat y la partición de los recursos tróficos en los murciélagos. Analizamos la composición de la dieta en términos de taxonomía de los artrópodos presa y sus características ecológicas. Examinamos las heces de 16 especies de murciélagos a lo largo del Neotrópico Mexicano. Se utilizaron análisis de similitud porcentual (SIMPER), escalamiento multidimensional no métrico y análisis de componentes principales para identificar patrones generales de partición de recursos tróficos en relación con el gremio de uso de hábitat de los murciélagos. Calculamos el índice de superposición de nicho de Pianka entre especies y el índice de Levin para estimar la amplitud del nicho de cada especie. Encontramos que los murciélagos de la misma localidad tienden a diferenciar su dieta, con una superposición de nicho que varía entre 0.5 y 0.8. Los valores más altos se encontraron entre especies con diferentes hábitos de alimentación. Sugerimos que, en el futuro, los estudios de dieta de murciélagos consideren las características ecológicas de sus presas y utilicen la información taxonómica como clave para recuperar información sobre la biología de las presas y comprender la ecología de estas interacciones tróficas."

arthropods, bats, foraging ecology, next-generation sequencing, prey traits, resource partitioning, trophic ecology artrópodos, ecología trófca, murciélagos, partición de recursos, rasgos de presa, secuenciación de nueva generación BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA BIOLOGÍA ANIMAL (ZOOLOGÍA) ECOLOGÍA ANIMAL ECOLOGÍA ANIMAL

Control de sistemas usando aprendizaje de máquina

Systems control using machine learning

Jesús Martín Miguel Martínez (2023, [Tesis de maestría])

El aprendizaje por refuerzo es un paradigma del aprendizaje de máquina con un amplio desarrollo y una creciente demanda en aplicaciones que involucran toma de decisiones y control. Es un paradigma que permite el diseño de controladores que no dependen directamente del modelo que describe la dinámica del sistema. Esto es importante ya que en aplicaciones reales es frecuente que no se disponga de dichos modelos de manera precisa. Esta tesis tiene como objetivo implementar un controlador óptimo en tiempo discreto libre de modelo. La metodología elegida se basa en algoritmos de aprendizaje por refuerzo, enfocados en sistemas con espacios de estado y acción continuos a través de modelos discretos. Se utiliza el concepto de función de valor (Q-función y función V ) y la ecuación de Bellman para resolver el problema del regulador cuadrático lineal para un sistema mecánico masa-resorte-amortiguador, en casos donde se tiene conocimiento parcial y desconocimiento total del modelo. Para ambos casos las funciones de valor son definidas explícitamente por la estructura de un aproximador paramétrico, donde el vector de pesos del aproximador es sintonizado a través de un proceso iterativo de estimación de parámetros. Cuando se tiene conocimiento parcial de la dinámica se usa el método de aprendizaje por diferencias temporales en un entrenamiento episódico, que utiliza el esquema de mínimos cuadrados con mínimos cuadrados recursivos en la sintonización del crítico y descenso del gradiente en la sintonización del actor, el mejor resultado para este esquema es usando el algoritmo de iteración de valor para la solución de la ecuación de Bellman, con un resultado significativo en términos de precisión en comparación a los valores óptimos (función DLQR). Cuando se tiene desconocimiento de la dinámica se usa el algoritmo Q-learning en entrenamiento continuo, con el esquema de mínimos cuadrados con mínimos cuadrados recursivos y el esquema de mínimos cuadrados con descenso del gradiente. Ambos esquemas usan el algoritmo de iteración de política para la solución de la ecuación de Bellman, y se obtienen resultados de aproximadamente 0.001 en la medición del error cuadrático medio. Se realiza una prueba de adaptabilidad considerando variaciones que puedan suceder en los parámetros de la planta, siendo el esquema de mínimos cuadrados con mínimos cuadrados recursivos el que tiene los mejores resultados, reduciendo significativamente ...

Reinforcement learning is a machine learning paradigm with extensive development and growing demand in decision-making and control applications. This technique allows the design of controllers that do not directly depend on the model describing the system dynamics. It is useful in real-world applications, where accurate models are often unavailable. The objective of this work is to implement a modelfree discrete-time optimal controller. Through discrete models, we implemented reinforcement learning algorithms focused on systems with continuous state and action spaces. The concepts of value-function, Q-function, V -function, and the Bellman equation are employed to solve the linear quadratic regulator problem for a mass-spring-damper system in a partially known and utterly unknown model. For both cases, the value functions are explicitly defined by a parametric approximator’s structure, where the weight vector is tuned through an iterative parameter estimation process. When partial knowledge of the dynamics is available, the temporal difference learning method is used under episodic training, utilizing the least squares with a recursive least squares scheme for tuning the critic and gradient descent for the actor´s tuning. The best result for this scheme is achieved using the value iteration algorithm for solving the Bellman equation, yielding significant improvements in approximating the optimal values (DLQR function). When the dynamics are entirely unknown, the Q-learning algorithm is employed in continuous training, employing the least squares with recursive least squares and the gradient descent schemes. Both schemes use the policy iteration algorithm to solve the Bellman equation, and the system’s response using the obtained values was compared to the one using the theoretical optimal values, yielding approximately zero mean squared error between them. An adaptability test is conducted considering variations that may occur in plant parameters, with the least squares with recursive least squares scheme yielding the best results, significantly reducing the number of iterations required for convergence to optimal values.

aprendizaje por refuerzo, control óptimo, control adaptativo, sistemas mecánicos, libre de modelo, dinámica totalmente desconocida, aproximación paramétrica, Q-learning, iteración de política reinforcement learning, optimal control, adaptive control, mechanical systems, modelfree, utterly unknown dynamics, parametric approximation, Q-learning, policy iteration INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL