Tesis - Ciencias de la Computación

Permanent URI for this collection

https://hdl.handle.net/20.500.12590/18026

Browse

Now showing 1 - 10 of 10

A categorization of simultaneous localization and mapping knowledge for mobile robots
(Universidad Católica San Pablo, 2020) Cornejo Lupa, Maria Alejandra; Ticona Herrera, Regina Paola
Autonomous robots are playing important roles in academic, technologi-cal, and scientific activities. Thus, their behavior is getting more complex. The main tasks of autonomous robots include mapping an environment and localize themselves. These tasks comprise the Simultaneous Localization and Mapping (SLAM) problem. Representation of the SLAM knowledge (e.g., robot charac-teristics, environment information, mapping and location information), with a standard and well-defined model, provides the base to develop efficient and interoperable solutions. However, as far as we know, there is not a common classification of such knowledge. Many existing works based on Semantic Web, have formulated ontologies to model information related to only some SLAM aspects, without a standard arrangement. In this work, we propose a category-zation of the knowledge managed in SLAM, based on existing ontologies and SLAM principles. We also classify recent and popular ontologies according to our proposed categories and highlight the lessons to learn from existing solu- tions. Showing the neccesity to develop a complete SLAM ontology in mobile robots.
An automatic emotion recognition system that uses the human body posture
(Universidad Católica San Pablo, 2021) Heredia Parillo, Juanpablo Andrew; Ticona Herrera, Regina Paola
Non-verbal communication is very present in our lives, but it can be interpreted in different ways according to many factors. With nonverbal gestures people can express explicit and implicit messages, which makes them important to understand. Computer vision methods for recognising body gestures and machine learning classification methods offer an opportunity to understand what people express with their bodies. This research work focuses on the emotions expressed by body gestures, particularly the posture. Thus, an automatic emotion recognition system from images is proposed, which uses a graph convolutional neural network to perform the classification. Generally, deep learning approach needs many training samples, but these are difficult to obtain for posture emotion recognition, thus, the proposed model trains under a meta-learning algorithm based on the “agnostic model”, which allows training with few examples. Only the meta-learning algorithm was tested, which demonstrated the adaptability and expands the applicability of the graph convolutional neural networks.
Análisis comparativo de técnicas de aprendizaje automático para detectar fraude en tarjetas de crédito
(Universidad Católica San Pablo, 2019) Tong Chabes, Luis; Ochoa Luna, Jose Eduardo
Este estudio resalta la importancia de llevar un control para detectar fraudes en tarjetas de crédito para prevenir diferentes riesgos hacia nuestros bienes. Las técnicas de Aprendizaje Automático han demostrado ser la solución para el aprendizaje supervisado. Este trabajo identifica técnicas como Máquinas de Vectores de Soporte, Clasificador Bayesiano Ingenuo, Bosques Aleatorios, Red Neuronal y Extreme Gradiente Boost como las mejores técnicas según los trabajos relacionados. Este trabajo se enfocó en realizar todo el proceso que aborda un proyecto como este, es decir ingeniería de características, preparar los datos, lidiar con el desbalance de datos, entre otros. Se usó como herramienta de evaluación de rendimiento la validación cruzada k-fold para encontrar la mejor parametrización de cada una de estas técnicas, que son evaluadas con métricas de desempeño como exactitud y puntaje f1. Y finalmente hacer una comparación de estos resultados agregando pruebas estadísticas como t de estudiante para obtener la técnica ganadora.
Daltonización y recoloración de video para mejorar la percepción de los objetos en personas con ceguera del color
(Universidad Católica San Pablo, 2021) Zuñiga Quiroz, Alvaro Freddy; Patiño Escarcina, Raquel Esperanza
En una sociedad donde los contenidos multimedia abundan en variedad de tipos y formas de distribución, las personas con ceguera de color se encuentran, muchas veces, con el problema de no poder interactuar de manera adecuada con estos contenidos, perdiéndose detalles o características de los objetos mostrados por imagen o video. Es por esta razón que se ha desarrollado un algoritmo que ayude a las personas, que sufran de este mal, a distinguir de manera correcta los detalles del contenido multimedia. Debido a que los algoritmos de Daltonizacion Re-coloración han demostrado su efectividad en imágenes, es que el presente trabajo se basará en estos algoritmos pero orientándolos a video.
Evaluación del desempeño de algoritmos bioinspirados aplicados en la adaptación de barajas en Hearthstone
(Universidad Católica San Pablo, 2021) Nuñez Montes, Luis Enrique; Túpac Valdivia, Yván Jesús
Inspirados en los fenómenos que ocurren en la naturaleza, los algoritmos bioinspirados han demostrado ser altamente eficientes en resolver problemas de optimización, especialmente cuando la cantidad de los datos hace inviable un algoritmo determinista más complejo. Gracias a dichas características, estos algoritmos se adaptan perfectamente al vasto dominio de los videojuegos, los cuales plantean importantes desafíos con múltiples estrategias exitosas. En este trabajo se propone la aplicación de Coyote Optimization Algorithm (COA) y Monarch Butterfly Optimization (MBO), dos de los algoritmos bioinspirados más recientes, para la generación y mejora de barajas en Hearthstone, un popular videojuego de cartas coleccionables que, precisamente, plantea esta clase de desafíos. Para evaluar el desempeño de estas adaptaciones, se les compara con Map Elites with Sliding Boundaries (MESB), obteniendo resultados alentadores.
Modelización de una ontología para patrimonio cultural de turismo urbano
(Universidad Católica San Pablo, 2021) Pinto De La Gala, Alexander Giuliano; Ticona Herrera, Regina Paola
El patrimonio cultural puede contar una historia, hablar de un tiempo y de un espacio, de una sociedad y su cultura. Los objetos que conforman este patrimonio no sólo están relacionados entre si, sino también con su diseñador, creador o propietario, e incluso con su utilidad y función en un tiempo dado. De esta forma, estos recursos forman una compleja red semántica de relaciones y asociaciones, que representa un conocimiento en un dominio específico. Con este conocimiento, se pueden relacionar los recursos y objetos que describen un patrimonio específico (e.g., una colección, un museo, un sitio histórico), y extenderse a otras organizaciones del conocimiento dentro y fuera del dominio, logrando componer una red aún más compleja. En particular, los museos son las organizaciones que mayormente administran, preservan y exhiben al mundo el patrimonio cultural regional e internacional, convirtiéndose así en una fuente rica de conocimiento. Con la intención de preservar el patrimonio y estandarizar este conocimiento, diversos autores han propuesto la modelización formal del conocimiento en forma de ontologías, lo que permite a su vez el intercambio y reúso de esta información. Sin embargo, la mayoría de las ontologías propuestas cumplen con objetivos propios de cada investigación. Esta diversidad de objetivos hace que el diseño de una ontología, si bien puede partir de una alguna base en común o estándar, debe adaptarse para capturar de manera óptima características propias de cada tipo de patrimonio, que pueden estar influenciadas por aspectos sociales propios de un país, por exigencias tecnológicas, o por su adaptación al usuario final, entre otras variables. Adicionalmente, el patrimonio cultural se ve extendido desde el punto de vista del turismo urbano, debido a que los intereses del visitante son amplios dentro del entorno de una ciudad, que a su vez conforma un centro turístico urbano con un patrimonio cultural propio, con características y relaciones diferentes, y por lo tanto requieren de una organización del conocimiento también diferente. En este contexto, este trabajo busca modelizar el conocimiento de centros turísticos urbanos a través de estándares tecnológicos a partir de la experiencia de ontologías existentes de museos, analizando las características consideradas y decidiendo su adopción, exclusión o incorporación de otras, para conformar una nueva ontología propuesta; la cual debe ser validada de manera cualitativa y cuantitativa.
Modelo secuencia a secuencia para construcción de un sistema de diálogo
(Universidad Católica San Pablo, 2021) Zevallos Aliaga, Joseline Maria; Ochoa Luna, Jose Eduardo
Los Sistemas de Diálogo han tenido una gran atención hoy en día. Ya que los avances recientes son aportados por las técnicas de aprendizaje profundo. Que se han aplicado para una gran cantidad de datos, o en este caso en conversaciones de preguntas y respuestas. Generalmente los sistemas de diálogo se dividen en dos: sistemas orientados a tareas y no orientados a tareas. El modelo Secuencia a Secuencia es parte del sistema no orientado a tareas, además es la parte clave de los sistemas de diálogo. Este modelo se convierte en uno de los principales modelos de tareas de generación de conversaciones. Para tener una correcta generación de respuestas proponemos un modelo secuencia a secuencia utilizando la red Redes Neuronales Recurrentes Bidireccionales (BRNN). La ventaja de la red BRNN es que permite trabajar simultáneamente en la dirección del tiempo positivo y negativo.
Quantum exordium for natural language processing: a novel approach to sample on decoders
(Universidad Católica San Pablo, 2021) Muroya Lei, Stefanie; Ochoa Luna, Jose Eduardo
The sampling task of Seq2Seq models in Natural Language Processing (NLP) is based on heuristics because of the Non-Deterministic Polynomial Time (NP) nature of this problem. The goal of this research is to develop a quantum sampler for Seq2Seq models, and give evidence that Quantum Annealing (QA) can guide the search space of these samplers. The contribution of this work is given by showing an architecture to represent Recurrent Neural Networks (RNN) in a quantum computer to finally develop a quantum sampler. The individual architectures (i.e. summation, multiplication, argmax, and activation functions) achieve optimal accuracies in both simulated and quantum environments. While the results of the overall proposal show that it can either outperform or match greedy approaches. As the very first steps of quantum NLP, these are tested against simple RNN with a synthetic data set of random numbers, and a real quantum computer is utilized. Since affine functions are the basis of most Artificial Intelligence (AI) models, this method can be applied to more complex architectures in the future.
Reducción de ruido de una nube de puntos densa 3D, basado en el regularizador de grafo laplaciano y preservando las características de forma fina
(Universidad Católica San Pablo, 2022) Cutire Sivincha, Wilber Eder; Loaiza Fernández, Manuel Eduardo
La nube de puntos 3D ha ganado cada vez más atención como representación de objetos para realizar la reconstrucción de superficies. La nube de puntos generada por sistemas de cámaras binoculares son fácilmente corrompidas ya sea cambios de iluminación en la captura, vibraciones de los sistemas o por errores computacionales en la triangulación. Obtener una adecuada nube de puntos ayuda a conocer de forma más precisa el volumen del objeto a reconstruir. Para ello se busca eliminar el ruido que la nube de puntos presenta, manteniendo las características y los detalles de la superficie a reconstruir. En este trabajo proponemos un método que aprovecha de la estructura de la nube de puntos, para la construcción basada en grafo y usarlo como señal, además usamos un nuevo vector de características que representen a los nodos. Nos basamos en el regularizador de grafo laplaciano, construyendo un método con convergencia definida y realizamos una evaluación experimental para la demostrar robustez, y calidad de nuestro método, comparándolo con los métodos más relevantes del estado del arte.
Segmentación 3D de tumores cerebrales eficiente en memoria
(Universidad Católica San Pablo, 2021) Maldonado Quispe, Percy; Gutiérrez Cáceres, Juan Carlos
El diagnóstico temprano y la segmentación precisa de los tumores cerebrales son imprescindibles para un tratamiento exitoso. Desafortunadamente, la segmentación manual es lenta, costosa y, a pesar de la amplia experiencia humana, a menudo es inexacta. En este documento, presentamos una arquitectura para la segmentación de tumores basado en imágenes MRI utilizando una red neuronal convolucional 3D regularizada con autoencoder. Entrenamos el modelo con imágenes Magnetic Resonance Imaging (MRI) segmentadas manualmente: T1, T1ce, T2 y Flair de 285 pacientes con tumores de gravedad, tamaño y ubicación variables. Luego probamos el modelo utilizando datos independientes de 66 pacientes y segmentamos con éxito los tumores cerebrales en tres subregiones: el núcleo del tumor (TC), el tumor potenciador (ET) y el tumor completo (WT). También se exploran pasos de preprocesamiento para mejorar el rendimiento de la segmentación. Es importante destacar que nuestro modelo se implementó en una sola unidad gráfica y, por lo tanto, optimiza la segmentación tumoral para un hardware ampliamente asequible. En resumen, se trata de presentar una solución económica y eficiente en memoria para la segmentación tumoral para respaldar el diagnóstico preciso de los tumores cerebrales.

Browse

Browsing Tesis - Ciencias de la Computación by Description "Trabajo de investigación"

Results Per Page

Sort Options