MÉTODOS ÓPTICOS PARA LA DETECCIÓN DEL FENÓMENO FOTOACÚSTICO Y SU APLICACIÓN EN LA RECONSTRUCCIÓN DE IMÁGENES

Yanier Ojeda (2023, [Tesis de doctorado])

"El efecto fotoacústico es un fenómeno físico aplicado en la imagenología biomédica. Desarrollar métodos innovadores para la detección de señales ultrasónicas inducidas mediante la absorción de pulsos láser es determinante para ampliar el rango de operación de las pruebas fotoacústicas. En este trabajo, motivados por su sensibilidad y ancho de banda, se exploraron un conjunto de métodos ópticos para la detección de ultrasonido. Se evaluó un método de campo completo basado en un sistema Schlieren que permitió capturar una instantánea del campo de presiones que se propagó desde la muestra hacia el medio circundante."

Fotoacústica Schlieren Ultrasonido Tomografía Imágenes Óptica CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA FÍSICA ÓPTICA OPTICA FÍSICA OPTICA FÍSICA

APLICACIÓN DE METAHEURÍSTICAS EN EL PROBLEMA DE ACOMODO DE PATRONES DE CORTE EN MATERIALES FINITOS

Anabel Rodríguez Rodríguez (2023, [Tesis de doctorado])

"En la presente investigación se resuelve el problema de optimización de acomodo de patrones de corte en materiales finitos mediante el uso de estrategias metaheurísticas con la finalidad de aprovechar el material de acomodo y minimizar el desperdicio. Específicamente se implementó un algoritmo genético que al inicio genera soluciones aleatorias que forman la población inicial. La misma está compuesta por individuos o soluciones que son una combinación de patrones que se acomodan dentro del material de manera que se obtenga el menor desperdicio. Durante el proceso evolutivo estas soluciones aleatorias se someten a los operadores genéticos: selección, cruce y mutación, para encontrar nuevas soluciones que hereden la información genética de sus antecesores y evolucionen o mejoren en cada generación para obtener el menor desperdicio posible."

Acomodo de patrones Algoritmos genéticos Algoritmos golosos Muéganos Metaheurísticas Procesamiento digital de imágenes INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS OTRAS ESPECIALIDADES TECNOLÓGICAS OTRAS OTRAS

Maize crop coefficient estimation based on spectral vegetation indices and vegetation cover fraction derived from UAV-based multispectral images

MARIANA DE JESUS MARCIAL PABLO RONALD ERNESTO ONTIVEROS CAPURATA WALDO OJEDA BUSTAMANTE (2021, [Artículo])

DOI: https://doi.org/10.3390/agronomy11040668

Remote sensing-based crop monitoring has evolved unprecedentedly to supply multispectral imagery with high spatial-temporal resolution for the assessment of crop evapotranspiration (ETc). Several methodologies have shown a high correlation between the Vegetation Indices (VIs) and the crop coefficient (Kc). This work analyzes the estimation of the crop coefficient (Kc) as a spectral function of the product of two variables: VIs and green vegetation cover fraction (fv). Multispectral images from experimental maize plots were classified to separate pixels into three classes (vegetation, shade, and soil) using the OBIA (Object Based Image Analysis) approach. Only vegetation pixels were used to estimate the VIs and fv variables. The spectral Kcfv:VI models were compared with Kc based on Cumulative Growing Degree Days (CGDD) (Kc-cGDD). The maximum average values of Normalized Difference Vegetation Index (NDVI), WDRVI, and EVI2 indices during the growing season were 0.77, 0.21, and 1.63, respectively. The results showed that the spectral Kcfv:VI model showed a strong linear correlation with Kc-cGDD (R2 > 0.80). The model precision increases with plant densities, and the Kcfv:NDVI with 80,000 plants/ha had the best fitting performance (R2 = 0.94 and RMSE = 0.055). The results indicate that the use of spectral models to estimate Kc based on high spatial and temporal resolution UAV-images, using only green pixels to compute VI and fv crop variables, offers a powerful and simple tool for ETc assessment to support irrigation scheduling in agricultural areas.

Grado de crecimiento diario Gestión del riego Percepción remota Análisis de imágenes basado en objetos CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA

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