División de Ciencias Básicas e Ingeniería
Permanent URI for this communityhttps://hdl.handle.net/11191/1
Browse
21 results
Search Results
- Sistema basado en inteligencia artificial para obtener la temperatura corporal de una persona e identificación de cubreboca(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2022-10) Elizalde Silva, Julio CesarDerivado de la pandemia que se vive en el mundo por el SARS-CoV-2 causante de la COVID- 19, la Organización Mundial de la Salud ha recomendado el uso del cubreboca. Por consiguiente, surge la necesidad de desarrollar un sistema que permita identificar a personas sin cubreboca y tomar su temperatura corporal. En el presente trabajo se ha desarrollado un modelo de aprendizaje profundo que permite la identificación de personas de manera frontal y de perfil sin cubreboca. El modelo toma como entrada un video que se transmite en tiempo real desde una cámara externa e identifica el rostro de la persona. Asimismo, se creó una alarma visual que muestra en la pantalla de la computadora cuando la persona no lleva puesto el cubreboca o lo usa de manera inadecuada junto con su temperatura corporal expresada en grados Celsius. El sistema alcanza una exactitud de 99% de buen reconocimiento de personas sin cubreboca.
- Análisis de expedientes clínicos que apoyan al diagnóstico de cáncer a partir de memorias asociativas evolutivas(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2022-09-28) Torres Vizueth, FernandoLa enfermedad del cáncer en todos sus tipos se sigue estudiando para poder entenderla mejor, dado que su padecimiento es de diversas formas y son muchos los factores que pueden relacionarse con un diagnóstico final de si una persona tiene o no un determinado tipo de cáncer. En este trabajo presentamos una primera propuesta de análisis del cáncer de mama, a partir de una base de datos de expedientes clínicos bien reconocida en el medio de la comunidad de estudio del reconocimiento de patrones. Se propone el uso de memorias asociativas evolutivas como herramienta de análisis desde el aprendizaje automático, que de acuerdo a la investigación realizada en el estado del arte de nuestro problema no ha sido usada hasta el momento, y estas han demostrado resultados prometedores. Nuestro objetivo es brindar un nuevo punto de vista de los factores de la enfermedad como componentes de los patrones; y analizar el comportamiento de la clasificación desde una base de datos conocida. Cabe señalar que no se busca una reducción de dimensiones del patrón, sino de arrojar luces de los factores posiblemente relacionados con la enfermedad.
- Desarrollo e integración de ontologías para la representación de pacientes COVID-19(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2022-12) González Villarreal, DarinelDesde que se identificó el primer caso conocido de síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2) en Wuhan, China, en diciembre de 2019, la enfermedad se ha extendido por todo el mundo, dando lugar a la pandemia actual de COVID-19 que causa síntomas variables en las personas, pero a menudo incluyen fiebre, tos seca, dolor de cabeza, fatiga, dificultad para respirar, perdida del olfato y perdida del gusto, de aquellos que desarrollan síntomas lo suficientemente notables como para ser clasificados como pacientes, la mayoría desarrolla síntomas leves a moderados, mientras que el 14% desarrolla síntomas graves y el 5% sufre síntomas críticos, por lo que deben ser atendidos en centros especializados. De modo que cada paciente reacciona de forma diferente ante la enfermedad, el saber cuáles son los factores que determinan la condición de un paciente es importante para conocer el comportamiento de la enfermedad, por ello se considera implementar bases de conocimientos que permitan generar nuevo conocimiento en base a los hechos establecidos de la información de pacientes, por ejemplo, el tratamiento de los pacientes. Por tal motivo, en este proyecto de investigación se reporta el diseño y desarrollo un sistema de modelos ontológicos integrados para la representación y administración de perfiles de pacientes con COVID-19: diagnóstico y tratamiento, donde los resultados de las diferentes evaluaciones realizadas a dicho modelo, muestran la factibilidad de utilizar esta base de conocimiento integrada por ontologías para la representación de la información clínica del paciente y obtener nuevo conocimiento y servir como base para proyectos de investigación a futuro.
- Generador de frases estructuradas por medio de algoritmos genéticos, estructuras priónicas y estructuras proteínicas(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2022-09) Zárate Barragán, César AntonioLa finalidad de este trabajo es presentar una metodología que permita combinar las estrategias del Procesamiento del Lenguaje Natural (PLN) con la capacidad de selección de un algoritmo genético para crear un generador de frases automático. Partiendo de textos en el idioma español, siendo un corpus de naturaleza literaria, se propone la aplicación de las técnicas comunes de extracción, etiquetado y un taggeador de manera paralela con los procesos de búsqueda de soluciones que aportan los algoritmos genéticos. Las palabras obtenidas, por medio de las técnicas del PLN, son consideradas como aminoácidos, estos entran en el algoritmo genético y son recombinados según reglas sintácticas previamente configuradas dentro de su fitness. Las mezclas efectuadas por el algoritmo genético, generan hileras de aminoácidos, que pueden ser tomadas como proteínas o priones. Como resultado se generan las proteínas que son interpretadas como frases correctas desde su enfoque sintáctico, dejando el aspecto semántico para investigaciones a futuro. En este documento se describe la metodología propuesta para la generación de frases donde se menciona sobre como el uso de la frecuencia de ocurrencia de palabras es indispensable para la re formulación de frases, se mencionan los dos trabajos que fueron utilizados para los experimentos realizados. También se describen las fases que son requeridas para el procesamiento de las frases como la extracción de palabras, el pre-procesamiento de texto, el análisis de frecuencias, el etiquetado de las palabras, la necesidad de vincular un algoritmo genético para aplicar reglas gramaticales en la formación de frases, las características de los aminoácidos involucrados en las estrategias que aplica el algoritmo genético, la importancia de segmentar los genes para detectar repeticiones, el uso del fitness del algoritmo genético y los pasos por los que pasa dicho algoritmo para poder generar frases. Este trabajo toma la funcionalidad de un algoritmo genético considerando la estrategia de cruzamiento por medio de ruleta, las mutaciones múltiples y la selección de genes por medio del elitismo. Todas estas estrategias posteriormente validadas por su fitness que se encarga de detectar repeticiones en los genes, segmentando estos últimos en bloques para concretar dicha tarea. también se relacionan estos procedimientos con elementos biológicos conocidos como priones, los cuales son proteínas mal formadas que pueden generar afectaciones de salud en un organismo vivo. Los priones son comparados con la gramática que contienen las frases en un texto, con la intención de poder descartar todas aquellas frases que sean generadas por el algoritmo genético. Finalmente se muestran los experimentos realizados con los dos textos de entrada El Laberinto de la Soledad y El Sombrero de Tres Picos, junto con los resultados obtenidos en estas pruebas. Se agregan las conclusiones en donde se indica la importancia de contemplar el costo computacional necesario para la formación de frases y la discusión de resultados que muestra las limitaciones, fortalezas y aportaciones de este trabajo.
- Descubrimiento de tópicos a partir de textos en español sobre enfermedades en México(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2022-12-09) López López, AlejandroEn las redes sociales existe una gran cantidad de información que puede llegar a ser valiosa sobre numerosos temas. Por ejemplo, en el dominio de las enfermedades muchas personas en todo el mundo publican diversa información acerca de ellas entre lo que destacan padecimientos, signos, síntomas, procedimientos, medicamentos y tratamientos. Esta información se encuentra en textos de manera desorganizada lo que complica a los lectores a encontrar información valiosa y el realizar un análisis manual de la misma resulta un proceso tedioso, difícil y que consume mucho tiempo. Para esto recurrimos a los sistemas computacionales, algoritmos o métodos de análisis de textos para encontrar tópicos o temas de interés. Es por ello que en este trabajo se presenta un enfoque para el descubrimiento de tópicos a partir de textos en español sobre tres enfermedades (Diabetes, Cáncer y COVID-19) en México, utilizando los algoritmos LDA (Latent Dirichlet Allocation) ampliamente utilizado en la literatura, y BTM (Biterm Topic Model ) una alternativa que agrupa dos términos para encontrar los tópicos. Este enfoque tiene como hipótesis que el uso de frases sobre palabras para ingresar a los algoritmos mejora los resultados de coherencia de los tópicos. Una evaluación de resultados experimentales fue llevada a cabo basada en la métrica de coherencia de tópicos. Esta evaluación ha mostrado que el uso de frases es más efectiva que usar palabras simples para descubrir tópicos. Además, se han logrado los mejores resultados de coherencia por enfermedad como sigue: 0.7421 con el algoritmo BTM para 100 tópicos sobre el COVID; 0.6755 con el algoritmo BTM para 80 tópicos sobre el Cáncer; y 0.6357 con el algoritmo BTM para 80 tópicos sobre la Diabetes.
- Análisis de la pobreza en México mediante el enfoque de redes complejas y optimización(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2021) Santiago Rubio, IsraelPara llevar a cabo la medición de la pobreza multidimensional en México, se hace uso de la metodología a propuesta por CONEVAL, el insumo que se utiliza para realizar esta medición es proporcionada por los datos generados en los diversos levantamientos que el INEGI capta en sus encuestas, por ejemplo, la Encuesta Nacional de Ingresos y Gastos en los Hogares. Lo que se propone en este trabajo, es adaptar el Problema de Máximo clique sobre un conjunto de variables que de acuerdo con CONEVAL miden el problema de pobreza multidimensional, con el objetivo de detectar comunidades que compartan atributos similares y relaciones entre las dimensiones de pobreza multidimensional entre los Estados de la República Mexicana. El desarrollo del presente trabajo consiste en lo siguiente: en el capítulo 2 se presentan las definiciones básicas sobre grafo, máximo clique, redes complejas, detección de comunidades, algoritmo genético y pobreza multidimensional. en el capítulo 3 se muestra una revisión al estado del arte tomando como base trabajos reportados en la literatura para el caso de Latinoamérica, México, así como a un conjunto de trabajos donde se han llevado a cabo detección de comunidades. En el capítulo 4 se presenta el planteamiento del problema, los objetivos generales y particulares, así mismo, se delimita el alcance de este trabajo. En el capítulo 5 se desarrolla la metodología propuesta, entre otros, se describen las configuraciones necesarias para el tratamiento de los datos y las configuraciones necesarias para el algoritmo genético propuesto. En el capítulo 6 se presentan los modelos gráficos obtenidos por los análisis, los resultados se describen en dos subapartados, en el primero se presentan los resultados obtenidos al analizar un subgrafo (clique) para una comunidad y en el segundo subapartado los resultados describen al subgrafo obtenidos para un clique con 2 comunidades. En el capítulo 7, se presentan las conclusiones que se infieren luego de haber analizado los resultados antes mostrados.
- Comparativa de métodos para la optimización de parámetros en el algoritmo QAOA(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2022-01-18) García Sarmina, BrianEn el siguiente trabajo se aborda el estudio comparativo de dos métodos de optimización dentro del Quantum Approximation Optimization Algorithm (QAOA), estos métodos de optimización son la Búsqueda Exhaustiva y la heurística de Búsqueda Local Iterada o Iterativa. Ambos métodos son probados en varios problemas, estos problemas se separan en dos categorías, la primera categoría son los problemas de Ising Spin Model (ISM) y la segunda categoría son los problemas de Max-Cut. Dentro de cada categoría se tienen tres problemas distintos, cada uno difiere en el tipo de configuración que tiene, estas configuraciones son de tipo: lineal, cíclico y completo. Además, la comparativa también se extiende a experimentaciones utilizando computadoras clásicas (simulaciones locales) y computadoras cuánticas (simulaciones reales), estas experimentaciones locales y reales permiten analizar la aplicabilidad de estos métodos de optimización dado el estado actual del hardware cuántico.
- Estimación y análisis del mercado mexicano de divisas mediante el uso del modelo ARMA y técnicas metaheurísticas(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2021-09-07) López Malpica, GustavoEn este trabajo se presenta el proceso en el cual a través del uso del método autorregresivo de medias móviles (ARMA) y técnicas Metaheurísticas se pronostica el tipo de cambio del dólar americano respecto al peso. Para tal fin se emplean las cotizaciones de esta moneda entre el 2 de enero de 2018 y el 13 de diciembre de 2019, posteriormente se comparan los pronósticos con las cotizaciones observadas de esta divisa en el periodo comprendido entre el 16 de diciembre de 2019 y el 31 de enero de 2020, evitando de esta manera el periodo de turbulencia derivado de la pandemia por el Covid-19.
- Interfaz de consulta en idioma español para la búsqueda de información en un ambiente académico(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2020) García Robledo, Gabriela AlejandraEn este trabajo se aborda un sistema de consulta en idioma español de México para la búsqueda de información de dominio académico, mediante un modelo de segmentación y construcción de recursos léxicos, así como un análisis y enriquecimiento de un sistema de ontologías modulares en un ambiente académico. El sistema de consulta es implementado para recibir como entrada preguntas en idioma español del tipo ¿Dónde?, ¿Cuándo? y ¿Quién?, las cuales permiten identificar una tupla ontológica para la consulta al sistema de ontologías y que no utilizan un módulo de traducción como los trabajos reportados en la literatura. La metodología implementada permite la identificación de patrones estructurales para la búsqueda en SQWRL en el sistema de ontologías. Se realizó una evaluación en el reconocimiento de voz y en las respuestas recibidas por parte del modelo semántico, las preguntas son extraídas de expertos en el dominio académico. En esta tesis se realiza una interfaz de consulta en idioma español dentro de un dominio académico con una precisión de 92 %. Su evaluación es una aportación dentro del procesamiento de lenguaje natural con lexicones especializados, patrones estructurales que permiten realizar la búsqueda dentro de un sistema de ontologías, con un enriquecimiento en sus propiedades, clases e individuos.
- Modelos de aprendizaje automático para el apoyo en la clasificación de tipos de cáncer a partir de datos estructurados y no estructurados de expedientes clínicos(Universidad Autónoma Metropolitana (México). Unidad Azcapotzalco. Coordinación de Servicios de Información., 2020-07) Montelongo-González, Erick EstevenLa existencia de grandes volúmenes de datos generados por el área de la salud presenta una oportunidad importante para su análisis. Este puede obtener información que ayude a los médicos en el proceso de toma de decisiones para el diagnóstico o tratamiento de enfermedades, tales como el cáncer. El presente trabajo presenta una metodología para la clasificación de pacientes con cáncer de hígado, pulmón y pecho, a través de modelos de aprendizaje automático, para obtener el modelo que mejor se desempeña en la clasificación. La metodología considera tres modelos de la clasificación: Máquinas de Soporte Vectorial (SVM), Perceptrón Multi-Capa (MLP) y Ada- Boost utilizando tanto la información estructurada como no estructurada de los expedientes clínicos de los pacientes. Los resultados obtenidos muestran que el mejor modelo de clasificación fue el MLP utilizando solamente datos no estructurados, obteniendo un 89% de precisión, mostrando la utilidad de este tipo de datos en la clasificación de pacientes con cáncer.
- «
- 1 (current)
- 2
- 3
- »