DSpace Repository :: Browsing by Subject "ALGORITMOS"

Browsing by Subject "ALGORITMOS"

Now showing 1 - 20 of 55

Análisis automático del rendimiento de los jugadores en partidos de tenis
(2020) Izaguirre, Agustín Emilio; Gambini, Juliana
"El problema de seguimiento de objetos en secuencias de imágenes y en videos tiene múltiples aplicaciones en distintos aspectos, como el estudio del medio ambiente, el estudio del comportamiento de animales, la robótica, la seguridad y el diagnóstico médico, entre otras. Una de las aplicaciones que posee el seguimiento de objetos, que se desarrolló en los últimos años, es la posibilidad de detectar acciones en eventos deportivos, en tiempo real, lo que resulta muy útil para colaborar en la tarea del árbitro y también para analizar el rendimiento de los jugadores. Los diferentes eventos deportivos donde se pueden utilizar son eventos de fútbol, vóley, handball, etc. En este trabajo, se aplica un método de seguimiento de objetos en secuencias de imágenes para detectar resultados de jugadas en partidos de tenis y realizar un análisis estadístico del rendimiento deportivo de cada jugador."
Análisis de clasificadores bayesianos
(2004) Fernández, Enrique; Britos, Paola Verónica
"Una red bayesiana es un grafo acíclico dirigido en el que cada nodo representa una variable y cada arco una dependencia probabilística, son utilizadas para proveer: una forma compacta de representar el conocimiento, y métodos flexibles de razonamiento. El obtener una red, bayesiana a partir de datos, es un proceso de aprendizaje que se divide en dos etapas: el aprendizaje estructural y el aprendizaje paramétrico. En este trabajo se describirá el funcionamiento de tres algoritmos de Clasificadores, Naïve Bayes, TAN y KDB. Se mostrará además como, a través del programa lvira, se puede llegar a obtener una red Bayesiana con estos clasificadores. Dicha red variará dependiendo del algoritmo clasificador aplicado, y de la combinación de este con algún algoritmo de inducción de árboles de decisión. Por último se mostrará una comparación que permita analizar las diferencias entre los distintos clasificadores y la influencia que en ellos genera los algoritmos generadores de árboles de decisión."
Análisis de sentimiento: comparación de algoritmos predictivos y métodos utilizando un lexicon español
(2019-07-29) Pauli, Pablo Agustín; Soliani, Valeria
"El propósito de este proyecto es por un lado realizar una comparación entre distintos algoritmos de aprendizaje supervisado y ver que tan confiables son a la hora de clasificar la información luego de pasarlos por un proceso de entrenamiento."
Análisis del impacto del tipo y ubicación de los locales comerciales de un centro o corredor comercial abierto en la probabilidad de vacancia de los mismos, mediante herramientas de visualización, análisis de información geoespacial y algoritmos de aprendizaje supervisado
(2020-05-27) Sanguinetti, Diego; Aizemberg, Diego Ariel
"Desarrollar una herramienta que permita visualizar distintos segmentos o grupos de locales entre los que conforman un centro o corredor comercial abierto de la ciudad según el nivel de riesgo de vacancia de los mismos, a partir del entendimiento de distintas variables que caractericen a los locales y puedan afectar su vacancia, mejorando/facilitando así las decisiones de compra y venta de locales comerciales por parte de los inversores."
Aplicación de aprendizaje supervisado para clasificación de tiempos no productivos de perforación & workover
(2019) Arca, Fabio Andrés; Soliani, Valeria
"La información de la base de datos de perforación & workover describe la actividad operativa que se realiza en los eventos de perforar, completar, reparar y mantener los pozos de gas y petróleo. Durante el desarrollo de las actividades descriptas previamente los Tiempos No Productivos de las operaciones son clasificadas en seis clases predefinidas. Con posterioridad, al leer las descripciones que acompañan a la clasificación realizada, se presentan dudas sobre su correcta asignación. En este trabajo se utilizan técnicas de aprendizaje supervisado para clasificar los Tiempos No productivos, determinando aquellos casos en los cuales existen diferencias con la clasificación originalmente asignada. Los no coincidentes deben ser enviados para su revisión con la finalidad de mejorar la calidad de información con la cual se toman decisiones. En una primera aproximación se implementa un algoritmo clasificador base y, para mejorar los resultados obtenidos, se genera un clasificador de múltiples algoritmos incorporado otros campos de información existente. Como resultado se obtiene una precisión general del 86%. En particular las precisiones obtenidas para las clases son del 98%, 90%, 88%, 83%, 75% y 74%."
Aprendizaje por refuerzo con opciones y función de refuerzo universal
(2020-12) Bruno Cilla, Diego; Heimann, Matías; Scaglioni, Giuliano; Santos, Juan Miguel
"El objetivo de los algoritmos de aprendizaje por refuerzo es maximizar las recompensas acumuladas a lo largo del tiempo para hallar un comportamiento objetivo. De esta forma, para aprender distintos comportamientos, la variable a cambiar sería la función de refuerzo dada para ese problema. El objetivo de este trabajo es explorar una alternativa en la cual se puedan adquirir distintos comportamientos, manteniendo siempre la misma función de refuerzo, siendo que la variable sea los distintos entornos en los que se realiza el aprendizaje."
The ARG algorithm: clinical trials in Argentina
(2019) Colmegna, Patricio; Garelli, Fabricio; De Battista, Hernán; Bianchi, Fernando D.; Sánchez-Peña, Ricardo
"The objective of this work is to present a brief review of the control design problem for glucose regulation in T1DM. In particular, control-oriented models, and robust and time-varying controllers will be mentioned. Characteristics of diabetes in general and T1DM in particular in the context of Latin America will be described. Finally, the Automatic Regulation of Glucose (ARG) algorithm will be presented, including in silico and clinical results."
Automated detection and quantification of reverse triggering efort under mechanical ventilation
(2021-02-15) Pham, Tài; Montanya, Jaume; Telias, Irene; Piraino, Thomas; Magrans, Rudys; Coudroy, Rémi; Damiani, L. Felipe; Mellado Artigas, Ricard; Madorno, Matías; Blanch, Lluis; Brochard, Laurent
"Reverse triggering (RT) is a dyssynchrony defned by a respiratory muscle contraction following a passive mechanical insufation. It is potentially harmful for the lung and the diaphragm, but its detection is challenging. Magnitude of efort generated by RT is currently unknown. Our objective was to validate supervised methods for automatic detection of RT using only airway pressure (Paw) and fow. A secondary objective was to describe the magnitude of the eforts generated during RT."
Automatic detection of reverse‑triggering related asynchronies during mechanical ventilation in ARDS patients using flow and pressure signals
(2019) Rodríguez, Pablo Oscar; Tiribelli, Norberto; Gogniat, Emiliano; Plotnikow, Gustavo A.; Fredes, Sebastián; Fernández Ceballos, Ignacio; Pratto, Romina A.; Madorno, Matías; Ilutovich, Santiago; San Román, Eduardo; Bonelli, Ignacio; Guaymas, María; Raimondi, Alejandro C.; Maskin, Luis Patricio; Setten, Mariano
"Asynchrony due to reverse-triggering (RT) may appear in ARDS patients. The objective of this study is to validate an algo-rithm developed to detect these alterations in patient–ventilator interaction. We developed an algorithm that uses flow and airway pressure signals to classify breaths as normal, RT with or without breath stacking (BS) and patient initiated double-triggering (DT). The diagnostic performance of the algorithm was validated using two datasets of breaths, that are classified as stated above. The first dataset classification was based on visual inspection of esophageal pressure (Pes) signal from 699 breaths recorded from 11 ARDS patients. The other classification was obtained by vote of a group of 7 experts (2 physicians and 5 respiratory therapists, who were trained in ICU), who evaluated 1881 breaths gathered from recordings from 99 sub-jects. Experts used airway pressure and flow signals for breaths classification. The RT with or without BS represented 19% and 37% of breaths in Pes dataset while their frequency in the expert’s dataset were 3% and 12%, respectively. The DT was very infrequent in both datasets. Algorithm classification accuracy was 0.92 (95% CI 0.89–0.94, P < 0.001) and 0.96 (95% CI 0.95–0.97, P < 0.001), in comparison with Pes and experts’ opinion. Kappa statistics were 0.86 and 0.84, respectively. The algorithm precision, sensitivity and specificity for individual asynchronies were excellent. The algorithm yields an excellent accuracy for detecting clinically relevant asynchronies related to RT."
Caracterización de un sistema de robots autopropulsados
(2020-07-30) Arco, Martina; Lavarello, Agustín; Palacci, Julián Franco; Patterson, Germán
"Los kilobots son robots diseñados para la simulacion de partículas autopropulsadas en un entorno determinado. Utilizan motores de vibracion para su movimiento y componentes LED para comunicar comportamiento. En este trabajo se analizaron videos de un grupo de kilobots interactuando dentro de un cuadrado de madera blanco. Para esto, se desarrolló una herramienta en Python que utiliza distintos algoritmos para poder determinar la posición y el color de la luz LED de los kilobots. En el caso de la detección del color de la luz LED, se utilizó un algoritmo genético. Este evoluciona para hallar la máscara que determine el color de forma más exacta. Además, se realizaron diferentes pruebas para evaluar la ecacia de los algoritmos utilizados."
Categorical sequential pattern mining in a spatio-temporal environment
(c2009) Gómez, Leticia Irene; Vaisman, Alejandro Ariel
"En esta tesis argumentamos que la información de trayectorias también puede ser integrada con datos GIS y OLAP, generando un marco poderoso de análisis".
Categorización y análisis de la frecuencia cardíaca de un individuo con inteligencia artificial
(2020) Goldman, Jorge Carlos; Riccillo, Marcela
"Este estudio presenta un enfoque novedoso en la aplicación de técnicas de aprendizaje automático para la clasificación de enfermedades del músculo cardíaco. Una detección temprana de arritmias aumenta considerablemente la posibilidad de corrección y sobrevida de los pacientes mediante medicación adecuada indicada por un profesional de la salud. En el siguiente trabajo se evaluarán diversos algoritmos de aprendizaje automático con técnicas de selección de variables, a fin de lograr una clasificación, con cierto grado de exactitud, de diversas enfermedades del músculo cardíaco, basándonos en las mediciones obtenidas mediante dispositivos electrónicos. Los resultados experimentales mostraron que a través del algoritmo de Random Forest, se logra la clasificación de una persona enferma de una sana con casi 94% de exactitud, con selección de las variables más significativas mediante el algoritmo de RFE."
Classification based on dynamic mode decomposition applied to brain recognition of context
(2021-09) Martínez, Sebastián; Silva, Azul; García Violini, Demián; Piriz, Joaquin; Belluscio, Mariano; Sánchez-Peña, Ricardo
"Local Field Potentials (LFPs) are easy to access electrical signals of the brain that represent the summation in the extracellular space, of currents originated within the neurons. As such, LFPs could contain infor mation about ongoing computations in neuronal circuits and could potentially be used to design brain machine interface algorithms. However how brain computations could be decoded from LFPs is not clear. Within this context, a methodology for signal classification is proposed in this study, particularly based on the Dynamic Mode Decomposition method, in conjunction with binary clustering routines based on supervised learning. Note that, although the classification methodology is presented here in the context of a biological problem, it can be applied to a broad range of applications. Then, as a case-study, the proposed method is validated with the classification of LFP-based brain cognitive states. All the analysis, signals, and results shown in this study consider real data measured in the hippocampus, in rats perform ing exploration tasks. Consequently, it is shown that, using the measured LFP, the method infers which context was the animal exploring. Thus, evidence on the spatial codification in LFP signals is consequently provided, which still is an open question in neuroscience."
Conteo de cultivos de maíz (Stand Count)
(2024) Makk, Azul de los Ángeles; González del Solar, Sofía; Reiman, Nicole
En el ámbito de la agricultura, el conteo preciso de plantas es una práctica fundamental que incide directamente en la optimización de los recursos y el éxito de los cultivos. Este proceso, cuando se realiza de manera manual, enfrenta una serie de desafíos que afectan su precisión, eficiencia y escalabilidad. Factores como la subjetividad inherente a la percepción humana, la laboriosidad del proceso y las limitaciones en la extensión del conteo manual en campos agrícolas extensos, hacen imperativo buscar soluciones alternativas que mejoren la gestión general de los cultivos. El presente proyecto surge en respuesta a estas necesidades, proponiendo el desarrollo de un algoritmo de Machine Learning capaz de contar automáticamente las plantas de maíz en campos agrícolas mediante el análisis de imágenes tomadas por drones. En colaboración con la empresa EmpresaX, especializada en el análisis de datos agropecuarios, se propone abordar este desafío con el objetivo de proporcionar una solución innovadora y eficiente que simplifique el proceso de conteo, a la vez que optimice la toma de decisiones agrícolas informadas y reduzca los costos operativos asociados al conteo manual. Mediante esta asociación, se permite trabajar directamente con clientes reales, adaptando la solución a las necesidades específicas del mercado y garantizando su relevancia y aplicabilidad en entornos agrícolas reales.
COVID-X: sistema de ayuda en la toma de decisiones en el diagnóstico médico para la enfermedad COVID-19
(2020) Aquili, Alejo; Bassani, Santiago; Sanguineti Arena, Francisco; Mon, Alicia; Herrera, Sergio Gustavo
"En el presente se detallan el diseño y desarrollo de un sistema informático para la ayuda en la toma de decisiones en el diagnóstico médico de la enfermedad COVID-19. Este sistema provee una herramienta que puede detectar neumonía causada por esta enfermedad, manifestada en imágenes rayos-x de tórax. Para lograr esto se implementó un algoritmo basado en redes neuronales convolucionales, y se complementó con otro modelo en base a características clínicas de los pacientes. Basados en los resultados obtenidos en las pruebas experimentales, se muestra la potencial utilidad de estas tecnologías en el proceso de diagnóstico como herramienta complementaria. El sistema desarrollado, llamado COVID-X, no solo incluye el modelo de inteligencia artificial, sino que también una plataforma web que facilita su uso para todo personal médico que lo requiera."
Desarrollo de algoritmo para asistencia al diagnóstico diferencial de Alzheimer y demencia fronto-temporal
(2022) Guardia, Camila; Saracco, María Victoria; González Campo, Cecilia; Moguilner, Sebastián
El objetivo del presente proyecto consiste en "crear un algoritmo de ML que emplee datos multivariados de pruebas cognitivas y de imágenes, para poder asistir al diagnóstico diferencial de las demencias de tipo Alzheimer y fronto-temporal."
Desarrollo de un algoritmo para la distribución de exámenes finales
(2019) Daudén Figueras, Alberto
"La problemática tanto de distribución de horarios como de exámenes en el sector de la educación ha existido desde mucho tiempo atrás y es conocida como calendarización de actividades o timetabling. En este trabajo se plantea un modelo de programación entera que resuelve esta problemática para el caso concreto del Instituto Tecnológico de Buenos Aires, cumpliendo así las exigencias de tamaños de aula, materias del mismo cuatrimestre y correlatividades entre éstas, minimizando la asignación en periodos no deseados. El modelo utilizado para este trabajo puede ser aplicado a una gran cantidad de problemas de Programación de Horarios de Universidades, proporcionando una gran flexibilidad de resolución. Cabe destacar que el modelo se le pueden implementar nuevas restricciones que lo conviertan en uno más complejo y sólido, favoreciendo por ejemplo las preferencias que tienen algunos profesores para la realización de sus exámenes en aulas determinadas, o el uso de laboratorios especiales para determinadas materias."
Detección automática y rastreo en tiempo real de objetos
(2019-08-14) Saqués, M. Alejo; Marcantonio, Nicolás; Ramele, Rodrigo; Gambini, Juliana
"Este trabajo propone una tecnica basada en el análisis del centroide y radio de los objetos, a los efectos de fijar una cota superior a la expansión del contorno de las regiones."
Detección de fraudes en seguros de automóviles utilizando algoritmos de machine learning
(2020) Fabbiano, Pablo Miguel; Denicolay, Gustavo
"Pese a que el Fraude en Seguros se presenta en todos los ramos de la industria, se acota el presente trabajo al ramo Automotores. La información utilizada para modelar la solución y verificar los resultados del presente trabajo, es provista por una Compañía actual del Mercado Asegurador local que exige confidencialidad y anonimato. Los datos se mantendrán de forma no pública, siendo los mismos o cualquier inferencia que pudiera hacerse de ellos, estrictamente confidenciales. El trabajo está orientado a brindar una solución de bajo costo, pudiendo de esta forma ser la solución implementada por Aseguradoras pequeñas y medianas con bajos presupuestos. El prototipo se diseñará para ser ejecutado en equipos configurados al menos con 32 gigabytes de RAM, procesador I7, disco de 1 terabyte, similar a los existentes en estas Aseguradoras, es decir equipos estándar de bajo costo."
Esquema actor-crítico en aprendizaje por refuerzo con espacios continuos
(2020-12-21) Delgado, Francisco; Santos, Juan Miguel
"El siguiente informe es el resultado del trabajo de relevamiento, estudio y desarrollo de métodos de aprendizaje por refuerzo principalmente enfocados al esquema Actor-Crítico. A lo largo del texto, se introducen los conceptos base de la teoría y se plasman los fundamentos y teoría no solo de el esquema Actor-Crítico, sino también su predecesor REINFORCE, donde se introduce el concepto de optimización de políticas. El esquema Actor-Crítico es instanciado mediante la implementación de Proximal Policy Optimization (PPO) el cual utiliza redes neuronales artificiales(RNA) como estimador de función no lineal. Para el ajuste de los pesos de las RNAs se evaluaron tres variantes del gradiente estocástico las cuales incluyen Momentum, RMSProp y ADAM. Se diseñaron una serie de experimentos con el propósito de comparar el esquema Actor-Crítico con REINFORCE y sus resultados permiten establecer las diferencias de eficiencia entre ambos. Estos experimentos se hacen en base al problema del péndulo invertido en un ambiente dinámico. Finalmente, para demostrar la robustez y flexibilidad de los métodos de Actor-Crítico toma como caso de estudio un problema de control complejo en donde un agente debe aprender a caminar. Dicho agente es una criatura artificial semejante a una hormiga de cuatro patas, con dos rotores por pata que aplican torque sobre las mismas. La evaluación del desempeño del agente se realiza midiendo la longitud de la trayectoria recorrida hacia un objetivo en una cantidad de tiempo."

Browsing by Subject "ALGORITMOS"

Results Per Page

Sort Options