A line follower robot implementation using Lego's Mindstorms Kit and Q-Learning

VICTOR RICARDO CRUZ ALVAREZ ENRIQUE HIDALGO PEÑA HECTOR GABRIEL ACOSTA MESA (2012, [Artículo])

Un problema común al trabajar con robots móviles es que la fase de programación puede ser un proceso largo, costoso y difícil para los programadores. Los Algoritmos de Aprendizaje por Refuerzo ofrecen uno de los marcos de trabajo más generales en el ámbito de aprendizaje de máquina. Este trabajo presenta un enfoque usando el algoritmo de Q-Learning en un robot Lego para que aprenda "por sí mismo" a seguir una línea negra dibujada en una superficie blanca. El entorno de programación utilizado en este trabajo es Matlab.

INGENIERÍA Y TECNOLOGÍA Algoritmos de aprendizaje reforzado Q-learning (Algoritmo de aprendizaje reforzado) Lego Mindstorms (Robótica) Matlab Reinforcement learning algorithms Q-Learning (Reinforcement learning algorithm) Lego Mindstorms (Robotics) Matlab

Servicios digitales públicos: el IMPI y la emisión de títulos de patente que realiza

Pamela Serrano Magaña (2023, [Otro, Trabajo de grado, maestría])

Las Tecnologías de la Información y Comunicación (TIC) han logrado acercar a la población a contenidos y formas de intercambio de información que anteriormente no eran posibles; el Internet ha derrumbado fronteras entre las sociedades, los gobiernos, el conocimiento y las oportunidades, creando a su vez nuevas necesidades para caer en el círculo virtuoso de la innovación.

Este artículo plantea una transformación integral en una etapa digital específica dentro de los procesos internos del IMPI, desde el expediente físico hacia el expediente digital para automatizar los procesos de emisión de títulos de concesión de patentes de invención lo que resultaría en una reducción del índice de errores humanos involuntarios, así como la mejora en la atención a los usuarios, al ofrecer mayor certeza en los servicios proporcionados y mayor seguridad en el tratamiento de su información, así como un apego a las normas jurídicas aplicables. El objetivo de esta implementación es reducir el índice de equivocaciones en la documentación oficial emitida disminuyendo en consecuencia, los retrasos y las incidencias fortuitas, y para dicho fin se proponen dos soluciones. La primera, el desarrollar un nuevo módulo dentro del sistema principal existente, que permitirá exportar los datos y generar el título directamente en el formato requerido. La segunda, es la utilización de tecnología de automatización robótica de procesos o RPA por sus siglas en inglés (Robotic Process Automation) para hacer uso de una herramienta que sustituya a la transcripción manual por una transcripción automática.

Digitalización Servicios digitales Gobierno electrónico Instituto Mexicano de la Propiedad Industrial INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS CIENCIAS TECNOLÓGICAS

Directrices mínimas dentro del ecosistema del Internet de las Cosas y su implementación en México

Miguel Ángel Acosta García (2023, [Otro, Trabajo de grado, maestría])

Durante los últimos años el crecimiento del Internet de las Cosas ha sido exponencial ya que presta servicios mediante la interconexión de objetos físicos o virtuales. Lo anterior con apoyo de la interoperabilidad de las tecnologías de la comunicación y de la infraestructura transfronteriza en beneficio de la sociedad de la información. En ese sentido el Estado mexicano requiere analizar la viabiliad de establecer la posible regulación del IoT para aumentar la competitividad

económica en el mercado y el bienestar de los ciudadanos, pero con una visión regulatoria integral con la participación

de diversos sectores para el desarrollo del ecosistema del IoT.

Internet de las Cosas Ecosistema del Internet Dispositivos IoT INGENIERÍA Y TECNOLOGÍA INGENIERÍA Y TECNOLOGÍA

Síntesis y caracterización de biocarbones obtenidos a partir del Eichhornia crassipes y dopados con heteroátomos de nitrógeno

MONICA GUADALUPE RUIZ SALAZAR (2024, [Tesis de maestría])

INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA ENERGÉTICA ENERGÍA ENERGÍA

Evaluación de superficies ópticas de gran diámetro con interferometría y el método de Stitching

FERNANDO QUIÑONES COLIN (2024, [Tesis de maestría])

Este trabajo es una actualización de la interfaz gráfica desarrollada en

proyecto MEGARA[7], haciendo un repaso a los métodos de fabricación,

diseño, materiales junto a la metrología para la creación de elementos ópticos para completar, con la investigación los artículos más recientes para

finalizar con el algoritmo creado en MATALB AppDsigner para actualizar

las herramientas de análisis de superficies usando el método stitching.

INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS

Neural network assisted composition for piano in jazz

Ismael Medina Muñoz (2023, [Tesis de maestría])

Artificial Intelligence has taken an important role in activities that were once considered exclusively human. Generative AI is a vibrant area of research, with increasing interest in application fields related to the arts. The recent plethora of innovations in fields like visual arts and natural language processing, which are able to engage in dialogue with users, are just two examples of commercial applications that are driving innovation research for big tech giants. It would not be untrue to say that these innovations are shaping mankind’s development.

Music is an investigative field that presents a challenge. Musical theory itself is challenging for humans, and music is as diverse and rich as the cultures in which it has evolved. This research and proposal is intended as a novel approach to creating a generative artificial intelligence that assists in piano composition for jazz tunes. This genre was selected because of the challenge that its richness and complexity for musical execution and interpretation pose.

By using a Recurrent Neural Net to create new sequences of n-notes from an initial n-note set and using a probabilistic approach to set the duration of each note in the produced n-notes set, the generative artificial intelligence described in this document is the piano composer assistant for jazz tunes.

Inteligencia Artificial INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LAS TELECOMUNICACIONES DISPOSITIVOS DE GRABACIÓN DISPOSITIVOS DE GRABACIÓN

Efecto de la deformación y contenido Mg en las Propiedades Mecánicas de la Aleación Al2.33CuXMg

Enrique Burciaga Castillo (2022, [Tesis de maestría])

El sistema Al-Cu-Mg es uno de los sistemas más estudiados debido a la importancia

tecnológica de las aleaciones base aluminio a nivel mundial. Sin embargo, la mayoría de

los estudios no abordan el efecto sinérgico de la adición de algún elemento aleante

(magnesio) con la deformación plástica, sino que se enfocan en determinar los efectos

aislados de cada variable. Así la presente investigación, se enfoca en evaluar la

contribución conjunta de los efectos mencionados principalmente sobre los mecanismos

de endurecimiento y la propiedad mecánica de dureza a fin de contribuir a un mayor

entendimiento de esta interacción.

En el presente trabajo de investigación se estudió la aleación Al2.33Cu en función de su

deformación (ξ), reduciendo el espesor a 30% y 50%, estudiando sus propiedades

mecánicas bajo la adición de Mg en sus diferentes etapas de tratamiento térmico y

mecánico.

Se fabricaron aleaciones mediante el proceso de fundición, utilizando diferentes

cantidades de Mg (0, 1.78, 1.96 y 2.24%) en la aleación de aluminio Al2.33Cu, se

extruyeron las muestras, seguido se realizó un tratamiento de solución a 495°C con

temple en agua y posteriormente se realizó una curva de envejecido (1, 2, 4.5, 10, 20,

45, 100, 200, 450, 1000, 2000, 4500 y 10000 min) a una temperatura de 195°C.

Se realizó caracterización por microscopía óptica, difracción de rayos X y Microscopía

electrónica de barrido en sus primeras etapas (colada, extrusión y solución), así como

mediciones de micro dureza en cada una de sus etapas.

Esta investigación se enfocó en la importancia y el efecto del magnesio en las aleaciones

de AlCu y el efecto de la deformación, como consecuencia en el impacto las propiedades

mecánicas de dureza de la aleación.

Mg INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA METALÚRGICA PRODUCTOS METALÚRGICOS (ESPECIALES) PRODUCTOS METALÚRGICOS (ESPECIALES)

Contratos inteligentes para la gestión de datos de sensado móvil y vestible para aplicaciones en salud

Smart contracts for mobile and wearable sensing data management for health applications

José Ricardo Cedeño García (2023, [Tesis de maestría])

El aumento en la producción de datos derivado de la adopción de tecnologías móviles y de IoT está revolucionando la salud, pero también plantea importantes retos éticos y de privacidad. Los recientes avances en el aprendizaje automático han resaltado la importancia de recopilar y etiquetar datos correctamente, en especial para fines críticos, como el desarrollo de aplicaciones para cuidados médicos. La recopilación de datos médicos para tareas de aprendizaje automático presenta limitaciones en cuanto a la cantidad, variedad y calidad de las fuentes disponibles. Una forma de abordar este dilema es el uso de Blockchain para la recopilación y el uso de datos de pacientes. El anonimato de una red centralizada permite proteger la identidad del paciente. La estructura formada por nodos permite que la información esté siempre disponible y no dependa de un servidor principal. La inmutabilidad de los registros en la cadena garantiza la trazabilidad inequívoca del flujo de los datos del paciente. Por último, los mecanismos de consenso y recompensa de la red podrían motivar a nuevos usuarios a participar del sensado activo. Presentamos TRHEAD, una arquitectura de referencia basada en la Blockchain para recopilar datos sanitarios, firmar consentimientos, anotar datos y obtener crédito por los mismos, permitiendo a los usuarios rastrear el uso de sus datos, a los científicos rastrear su procedencia y proteger al mismo tiempo la privacidad de los pacientes. Exponemos dos implementaciones de nuestra arquitectura aplicadas a distintas campañas de sensado para comprobar su viabilidad, así como los resultados de su aplicación en estos escenarios y las conclusiones que desprendieron de su análisis. Dado que uno de los objetivos principales de TRHEAD es la recopilación de datos mediante sensado activo para el entrenamiento legal/consciente de modelos de aprendizaje automático, se realizó el entrenamiento de un modelo con los datos obtenidos de la campaña de sensado correspondiente a imágenes de rostros humanos, con el fin de detectar estados de ánimo. Finalmente se discute el papel de TRHEAD en el aseguramiento del trato justo y consciente de la información de los pacientes y el camino por recorrer en el perfeccionamiento de la arquitectura.

The increase in data production resulting from the adoption of mobile and IoT technologies is revolutionizing healthcare, but it also poses significant ethical and privacy challenges. Recent advances in machine learning have highlighted the importance of collecting and labeling data correctly, especially for critical purposes such as deploying healthcare software. Collecting medical data for machine learning tasks presents limitations in terms of the quantity, variety, and quality of available sources. One way to address this dilemma is the use of Blockchain for the collection and use of patient data. The anonymity of a centralized network allows the patient’s identity to be protected. The structure formed by nodes allows information to be always available and not dependent on a main server. The immutability of the records in the chain guarantees the unequivocal traceability of the flow of patient data. Finally, the network’s consensus and reward mechanisms could motivate new users to participate in active sensing. We present TRHEAD, a Blockchain-based reference architecture for collecting healthcare data, signing consents, annotating data and getting credit for it, allowing users to track the use of their data, scientists to track its provenance while protecting patients privacy. We present two implementations of our architecture applied to different sensing campaigns to test their feasibility, as well as the results of their application in these scenarios and the conclusions drawn from those results. Since one of the main objectives of TRHEAD is the collection of data through active sensing for the legal/conscious training of machine learning models, a model was trained with the data obtained from the sensing campaign corresponding to images of human faces, in order to detect moods. Finally, the role of TRHEAD in ensuring the fair and conscientious treatment of patient information and the road ahead in refining the architecture is discussed.

Contratos Inteligentes, Blockchain, Privacidad, Aprendizaje de Máquina Etico, Recopilación Consciente de Datos, Consentimiento, Arquitectura de Referencia Smart Contracts, Blockchain, Privacy, Ethical Machine Learning, Conscious Data Collection, Consent, Reference Architecture INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL

Predicción de actividad antimicrobiana usando modelos de escala evolutiva a través de un flujo de trabajo en la plataforma KNIME

Prediction of antimicrobial activity using models of evolutionary scale through a workflow in the KNIME platform

Karla Lorena MartÍnez Mauricio (2023, [Tesis de maestría])

Dentro de las estrategias para combatir la resistencia antimicrobiana, se está llevando a cabo investigación para la creación de nuevos fármacos basados en péptidos antimicrobianos. En los últimos años, se han realizado esfuerzos para incorporar herramientas computacionales que ayuden a acelerar la identificación de péptidos con actividad antimicrobiana. Una de estas herramientas son los modelos QSAR basados en aprendizaje tradicional, que permiten predecir la actividad antimicrobiana en péptidos a partir de información basada en su secuencia. Un componente clave en este proceso es el tipo de características moleculares a utilizar. Recientemente, ha surgido una familia de modelos pre-entrenados llamados ESM-2, los cuales generan incrustaciones (características) que fueron aprendidas a partir de 65 millones de secuencias que abarcan diversidad evolutiva. En este trabajo de tesis, se analiza la contribución de las incrustaciones ESM-2 de diferentes dimensiones de forma individual y en conjunto en el desarrollo de modelos QSAR basados en aprendizaje tradicional para la clasificación de péptidos antimicrobianos, así como sus tipos funcionales, como antibacteriano, antifúngico y antiviral. A partir de este estudio se concluye que aumentar la capacidad de los modelos ESM-2 no implica una mejora en el rendimiento de los modelos para predecir péptidos antimicrobianos. Los modelos ESM-2 t30 y ESM-2 t33 son los más apropiados para extraer características y mejorar la exactitud en las predicciones de péptidos antimicrobianos. Además, fusionar características de diferentes incrustaciones ESM-2 es una estrategia efectiva para construir mejores modelos QSAR que el uso exclusivo de características derivadas de un modelo ESM-2 específico. Se construyeron modelos más simples con un rendimiento comparable o superior a los modelos basados en aprendizaje profundo reportados en la literatura. Para llevar a cabo este estudio se implementó un flujo de trabajo en KNIME que genera de forma automática hasta 1980 modelos de clasificación binaria basados en aprendizaje tradicional. Incorpora diversas técnicas de selección de características, algoritmos de clasificación, métricas de desempeño y una fase de limpieza de datos. Este flujo de trabajo se encuentra disponible en https://github.com/cicese-biocom/classification-QSAR-bioKom.

Molecular features play an important role in different bio-chem-informatics tasks, such as the Quantitative Structure-Activity Relationships (QSAR) modeling. Several pre-trained models have been recently created to be used in downstream tasks either by fine-tuning a specific model or by extracting features to feed traditional classifiers. In this sense, a new family of Evolutionary Scale Modeling models (termed as ESM-2 models) has been recently introduced, demonstrating outstanding results in structure protein prediction benchmarks. Herein, we are devoted to assessing the usefulness of different-dimensional embeddings derived from ESM-2 models in the prediction of antimicrobial peptides, given the great deal of attention received because of their potential to become a plausible option to mainly fight multi-drug resistant bacteria. To this end, we created a KNIME workflow to guarantee using the same modeling methodology, and consequently, carrying out fair comparisons. As a result, it can be drawn that the 640- and 1,280- dimensional embeddings are the most appropriate to be used in modeling because statistically better results were achieved from them. We also combined features from different embeddings, and we can draw that the fusion of features of different embeddings contributes to getting better models than only using a specific model ESM-2. Comparisons regarding state-of-the-art deep learning models confirm that when performing methodologically principled studies in the prediction of AMPs, non-DL based models yield comparable-to-superior results to DL-based models. The implemented KNIME workflow is availablefreely at https://github.com/cicese-biocom/classification-QSAR-bioKom. We consider that this workflow can be valuable to prevent unfair comparisons regarding new computational methods, as well as to propose new non-DL based models.

péptidos antimicrobianos, QSAR, aprendizaje automático ESM-2, KNIME antimicrobial peptides, QSAR, machine learning, ESM-2, KNIME INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES DISEÑO CON AYUDA DE ORDENADOR DISEÑO CON AYUDA DE ORDENADOR

First-principles calculations focused on the study of MXenes with potential applications in energy storage devices

First-principles calculations focused on the study of MXenes with potential applications in energy storage devices

Victor Hugo Medina Macias (2023, [Tesis de maestría])

First-principles studies of Ti/Ta-based ordered alloy MXenes have demonstrated their viability as anode material in Li-ion batteries due to their promising electrochemical properties. However, the influence of surface functional groups on the atomic-scale lithiation processes remains unknown. In this thesis, we employ first-principles density functional theory (DFT) calculations to investigate the thermodynamic stability, structural characteristics, and electrochemical properties of O-, F-, Cl-, and OH-functionalized Ti2Ta2C3 ordered alloy MXenes during Li intercalation. Our calculations reveal surface functionalization with O, F, Cl, and OH is thermodynamically stable, indicating their viability as functional groups. Also, we identify the H3 high symmetry site as the most favorable configuration for Li intercalation. To evaluate electrochemical performance, electrochemical characterization is carried out employing open circuit voltage (OCV) curves. Our findings demonstrate changes in storage capacities depending on the functional group, with O-functionalized MXenes exhibiting larger storage capacities in contrast to other functional groups in Ti2Ta2C3 MXene anode materials. The theoretical single-layer gravimetric storage capacities for O-, F-, and Cl-functionalized Ti2Ta2C3 MXene anodes are 91.77, 52.38, and 24.21 mAh/g, respectively. OH-functionalized MXenes failed to show thermodynamic stability during lithiation and favored Li cluster formation over an intercalation process. These results show how functional groups affect the potential performance of Ti2Ta2C3 MXene materials in energy storage applications and provide insights for correctly selecting the functional group of the host material.

Mediante cálculos de primeros principios se ha demostrado la viabilidad del MXene formado por la aleación ordenada Ti/Ta como material anódico en baterias de iones de litio, esto debido a sus propiedades electroquímicas prometedoras. Sin embargo, la influencia de los grupos funcionales superficiales en el proceso atómico de litiación permanecen desconocidos. En esta tésis, empleamos cálculos de primeros principios basados en la Teoría del Functional de la Densidad (DFT) para investigar la estabilidad termodinámica, las características estructurales y las propiedades electroquímicas del MXene de aleación ordenada Ti2Ta2C3 funcionalizado con grupos O, F, Cl y OH, durante el proceso de intercalación de iones de litio. Nuestros cálculos demuestran la estabilidad termodinámica de la funcionalización superficial con grupos O, F, Cl y OH, indicando su viabilidad como grupos funcionales. Adicionalmente, identificamos el sitio de alta simetría H3 como la configuración más estable para la intercalación de Li. Para evaluar el rendimiento electroquímico, se realizó la caracterización electroquímica empleando curvas de voltage de circuito abierto (OCV). Nuestros hallazgos demuestran cambios en la capacidad de almacenamiento dependiendo del grupo funcional, siendo el MXene funcionalizado con oxígenos el que exhibe mayores capacidades de almacenamiento en contrastre con los otros grupos funcionales presentes en el MXene Ti2Ta2C3. Las capacidades gravimétricas de almacenamiento para los ánodos de Ti2Ta2C3 de una sola capa funcionalizados con O, F y Cl son 91.77, 52.38 y 24.21 mAh/g, respectivamente. Los MXenes funzionalizados con grupos OH no mostraron estabilidad termodinámica durante el proceso de litiación y favorecieron la formación de clusters de Li en su lugar. Estos resultados demuestran cómo los grupos funcionales cambian el rendimiento potencial de MXenes de Ti2Ta2C3 en aplicaciones de almacenamiento de energía y proporciona información para seleccionar correctamente el grupo funcional del material base.

MXene, MXene de aleación ordenada, Bateria de Li-ion, Material anódico MXene, ordered alloy MXene, Li-ion battery, Anode material INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE MATERIALES PROPIEDADES DE LOS MATERIALES PROPIEDADES DE LOS MATERIALES