Ciencias de la Computación

Permanent URI for this community

https://hdl.handle.net/20.500.12590/18025

Browse

Now showing 1 - 9 of 9

Acelerando el tiempo de busqueda en consultas de tipo Timebox en series de tiempo usando el Segment Buddy Tree con Range Maximun-Minimum Query
(Universidad Católica San Pablo, 2024) Velasquez Rios, Diego Arturo; Gomez Nieto, Erick Mauricio
Las series de tiempo son esenciales en una variedad de campos, incluidas las finanzas, la meteorología, la salud y la informática urbana, entre otros. Estos datos se generan y almacenan a un ritmo cada vez mayor. Los analistas generalmente necesitan explorar, comparar y relacionar los datos de múltiples series de tiempo cuyos números pueden oscilar desde las decenas hasta los millares; por ejemplo, múltiples acciones de la bolsa de valores, consumo de energía de las máquinas, etc. llegando a ser millones de datos a explorar. Actualmente, existe una gran demanda para la exploración de datos de series de tiempo a gran escala. Sin embargo, las consultas usadas han demostrado tener un tiempo linealmente proporcional al tamaño de las series de tiempo, lo que las hace poco prácticas. Una de estas consultas difíciles es la consulta de tipo Timebox. En esta investigación, proponemos acelerar la consulta de tipo Timebox haciendo uso de la estructura de datos Buddy Tree y filtrando los resultados con consultas de Range Minimum/Maximum Query (RMQ). Este tipo de búsqueda ha sido recientemente abordado; a diferencia de los resultados obtenidos por el KD-Box, nuestros resultados son obtenidos a partir del conjunto total de datos y no con aproximaciones de las series de tiempo, esto elimina la posibilidad de obtener series que no pertenecen al Timebox y series de tiempo que perteneciendo no son encontradas por el método de búsqueda. Para comprobar nuestras hipótesis realizamos un conjunto de experimentos que evidencian la eficiencia de nuestra propuesta
Asesor de índices de base de datos usando algoritmos genéticos
(Universidad Católica San Pablo, 2023) Ttito Amezquita, Josue Joel; Túpac Valdivia, Yván Jesús
En la actualidad, la mayoría de aplicaciones o sistemas requieren una base de datos. De acuerdo al tipo, tamaño y/o carga de trabajo de la aplicación es que se suele escoger entre bases de datos relacionales y no relacionales. Por ejemplo, las aplicaciones mas conocidas en redes sociales, como Twitter, Facebook, LinkedIn, etc, tienden a usar bases de datos no relacionales, mientras que sistemas profesionales como aplicaciones de banca, utilizan Base de Datos relacionales, debido a que necesitan cumplir las propiedades de Atomicidad, Consistencia, Insolación y Duración (ACID). Una de las características principales de las bases de datos relacionales, es la capacidad de crear índices. Los índices son estructuras de datos que ayudan a agilizar las consultas. La tarea de crear índices es usualmente un trabajo manual, y es el Administrador de la Base de Datos, el encargado en realizarlo. Hay que considerar que cada índice creado, requiere un espacio en disco adicional. Así que indexar toda las Base de Datos no es tan buena idea. El presente trabajo, busca generar de manera autómatica índices en una Base de Datos haciendo uso de los Algoritmos Genéticos. Para ello se considera el problema de la indexación de las tablas, como una tarea a optimizar, donde el resultado deseado es un equilibrio entre reducir el espacio generado por los archivos de los índices y reducir el tiempo de la ejecución de consultas.
Detección automática y análisis de puntos con alta frecuencia (hotspots) de crímenes en centros urbanos usando aprendizaje profundo
(Universidad Católica San Pablo, 2024) Salas Luna, Luis Enrrique; Gomez Nieto, Erick Mauricio
A medida que los datos urbanos provenientes de ciudades crecen, se requieren nuevas formas de procesamiento y visualización, tanto para poder tratarlos como para obtener información útil y fácilmente interpretable, por lo que este trabajo presenta una metodología de procesamiento de datos orientado a la detección temprana de crimen. Abarcaremos tanto la recopilación de datos de centros urbanos mediante el uso de bases de datos y APIs de acceso público, la discretización de datos espaciales que permite una interpretación a nivel de calle de un centro poblado, como la implementación de un modelo predictivo que utiliza información espacio-temporal para dar una estimación de áreas propensas a un incidente delictivo con precisión aceptable. Se utilizar aprendizaje profundo como redes recurrentes y redes convoluciones, así como redes basadas en grafos.
Framework de algoritmos basados en reconocimiento de rostros para la toma de asistencia automática de alumnos en una institución educativa usando dispositivos móviles
(Universidad Católica San Pablo, 2024) Laures Garcia, Guillermo Reynaldo; Cayllahua Cahuina, Edward Jorge Yuri
En la actualidad, las instituciones educativas, tanto en colegios como en universidades, hacen uso de plataformas académicas para gestionar la asistencia de los alumnos en el aula. Por lo general, el proceso implica que el profesor llame a cada alumno por su nombre y apellido, lo cual puede consumir considerable tiempo, especialmente en clases con un gran número de estudiantes. Esta tesis tiene como objetivo desarrollar una herramienta computacional que agilice y optimice el proceso de toma de asistencia en entornos académicos. La solución propuesta consiste en la creación de un framework que contiene una aplicación móvil de registro automático de asistencia en tiempo real, ofreciendo una alternativa eficiente al método convencional que emplean los profesores en la actualidad. La innovación clave de esta herramienta radica en la implementación de técnicas biométricas de reconocimiento facial. Estas técnicas, reconocidas por su modernidad y robustez, han demostrado resultados satisfactorios en diversas aplicaciones. La adopción de esta nueva forma de tomar la asistencia promete reducir significativamente el tiempo dedicado a esta tarea, mejorando la eficiencia del proceso. En esta tesis, el framework propuesto logra una tasa de acierto del 80 % en el reconocimiento en un entorno no controlado durante la toma de asistencia.
Generación de terrenos simplificados en 3 dimensiones usando Poisson y el ruido de Perlin en GPU
(Universidad Católica San Pablo, 2024) Cayro Cuadros, Rodrigo Andre; Gutierrez Caceres, Juan Carlos
El mercado de los videojuegos se ha convertido en uno de los más lucrativos de los últimos años, tornándose uno de los sectores globales más provechosos tanto en el desarrollo de tecnologías como en lo económico. Se estima que generar ‘a 187.7 mil millones de dólares en 2023 y se prevé que alcance los 200 mil millones en 2026 (Newzoo, 2023). Sin embargo, la generación de terrenos, ampliamente utilizada en videojuegos y aplicaciones gráficas, implica un gran costo en términos de tiempo, complejidad y recursos. Este proceso puede realizarse manualmente o mediante métodos automatizados. Uno de los problemas de los métodos automatizados es que no siempre son personalizables en cuanto a la forma y complejidad del terreno, lo que limita su flexibilidad para adaptarse a diferentes necesidades, como recursos más bajos o un mayor nivel de detalle. Además, a medida que aumenta el tamaño del terreno, su costo computacional se incrementa significativamente. Existen métodos para la generación de terrenos que abordan estos problemas mediante cálculos geométricos, aprendizaje automático o basados en reglas. Sin embargo, muchos de estos métodos tradicionales son secuenciales, evitando un enfoque paralelo, y no siempre son aplicables a todas las formas de terrenos. Nuestra propuesta combina métodos geométricos, como Perlin Noise, con Poisson-Disk Sampling, logrando terrenos de alta calidad y variedad, con una reducción de hasta un 4 % en la complejidad total del número de ti ángulos. Este enfoque, implementado de forma paralela en Graphics Processing Unit (GPU), demuestra un mejor desempeño frente a métodos tradicionales como Diamond Square y Cellular Automata (CA). Además, nuestra metodología permite generar terrenos adaptables para diversas aplicaciones gráficas y diferentes tipos de formas también, manteniendo as´ı un control muy elevado en características clave como calidad, variedad y personalización. Los resultados validan nuestra propuesta como una solución eficiente y versátil para videojuegos y otras aplicaciones graficas.
Implementación paralela en GPU del modelo oculto de Markov para el alineamiento múltiple de secuencias
(Universidad Católica San Pablo, 2023) Cervantes Carrasco, Edward Jhosep; Tupac Valdivia, Yvan Jesus
Actualmente las secuencias de Acido Desoxirribonucleico (ADN) se han convertido en un objeto de estudio amplio, los avances tecnológicos han permitido a los investigadores conocer que el ADN contiene una amplia información, que nos permite conocer las evoluciones biológicas, relaciones de parentesco entre seres vivos, polimorfismos genéticos, predicción de estructuras proteicas, causas y soluciones a diversos problemas biológicos. Las bases de datos con información biológica como colecciones de nucleótidos, aminoácidos, proteinas, genomas, dominios y más estructuras de diferentes especies, se incrementan constantemente y con este crecimiento hacen falta mejorar o crear nuevos métodos tecnológicos que puedan analizar esta informacion. Uno de los procesos más importantes es el alineamiento simultaneo de un conjunto de secuencias biológicas. Esto es conocido como un Alineamiento Múltiple de Secuencias (AMS), el cual es una técnica que consiste en comparar y alinear tres o más secuencias biológicas. El objetivo es encontrar regiones comunes que indiquen una similitud estructural, lo cual es importante para determinar diversas funciones biológicas en la especie. En esta tesis se utiliza el método probabilístico del Hidden Model Markov (HMM) para encontrar un alineamiento de calidad en función del número de secuencias, mínimo crecimiento original de cada secuencia, identidad de secuencias y tiempo completo de la ejecución del método. Para conseguir el objetivo se realizará la implementación en Graphics Processing Unit (GPU), lo que permitirá optimizar el tiempo de construcción del modelo de Markov, entrenamiento de los datos, para lo cual se utilizará el algoritmo de Baum-Welch, con sus respectivos sub-algoritmos que lo conforman. El desarrollo en GPU, también permitirá realizar las pruebas con secuencias biológicas de mayor tamaño. Finalmente los resultados son comparados con Múltiple Alignment using Fast Fourier Transform (MAFFT), el cual ha sido seleccionado como método de comparación por ser actualmente uno de los mejores programas para el AMS.
Reducción de redundancia en documentos RDF utilizando propiedades ontológicas
(Universidad Católica San Pablo, 2023) Zevallos Quispe, Jesamin Melissa; Ticona Herrera, Regina Paola
La Web Semántica nace como una iniciativa para la integración y combinación de datos de diferentes fuentes, basada en el modelo de datos Resource Descripción Framework (RDF). Aunque la recuperación de la información en RDF ha sido ampliamente estudiada, aún existen limitaciones en cuanto a: (i) consistencia de datos, (ii) redundancia de datos, (iii) escalabilidad en el procesamiento, entre otros. Dado que la Web Semántica se caracteriza por enlazar bases de datos de diferentes fuentes, la probabilidad de obtener resultados redundantes en las consultas aumenta drásticamente. Los problemas con la redundancia de datos son principalmente (i) el espacio que se desaprovecha en el almacenamiento y (ii) el aumento de complejidad en la fase de procesamiento de las consultas. En este contexto, este trabajo propone una técnica que utiliza propiedades ontológicas, para mejorar la recuperación de información RDF a través de la reducción de la redundancia en los datos, manteniendo la consistencia de la información y la mejora del desempeño en el procesamiento de la consulta. La propuesta hace uso de dos propiedades ontológicas, donde owl:sameAs y owl:contains se encargan de reducir la redundancia total y parcial respectiva- mente entre distintos conjuntos. Además, nuestra técnica tomo como base la técnica RDF2NormRDF propuesto por [Ticona Herrera et al., 2015]. Nuestra propuesta fue evaluada utilizando 4 bases de datos disponibles en la web y se definió métricas de evaluación para medir el rendimiento y aplicabilidad, las cuales son: Porcentaje de reducción de número de tripletas, porcentaje de reducción de tamaño en bytes, tiempo promedio de ejecución de reducción, tiempo de lectura de Jena, e información original. Los experimentos demostraron que la técnica propuesta presenta mejores resultados hasta un 25 % en la base de datos de DBpedia, el cual describe diferentes clases de DBpedia.
Una solución a la cinemática inversa de un brazo robótico antropomorfo utilizando la imitación humana
(Universidad Católica San Pablo, 2023) Cornejo Arismendi, Victor Alfonzo; Barrios Aranibar, Dennis
El paradigma de imitación humana en robot humanoides es aplicar una solución para lograr la ejecución de tareas en entornos de trabajo realistas, hechos por humanos y para humanos. Siguiendo esa linea, este trabajo de investigación propone una solución a la cinemática inversa de un brazo antropomorfo de 7 grados de libertad que posee una morfología basada en el ser humano. La propuesta consiste en una técnica que utiliza la observación y réplica sumando métodos matemáticos y computacionales para la creación de conocimiento de soluciones humanas. Se propone un método de reducción de dimensionalidad para la aplicación de una técnica de interpolación no-lineal que sea capaz de almacenar datos expertos tomados y capturados de las posiciones y posturas de brazos humanos realizando distintas actividades. La idea es crear una base de conocimiento para resolver la redundancia de soluciones de un brazo humano y reducirla a una única solución que sea perceptiblemente humana. La propuesta plantea tres fases. La primera es la fase de reducción de dimensionalidad que es la encargada de aplicar métodos matemáticos que reducen los datos expertos a una única variable sin perdidas de información, esto gracias a aprovechar el sistema único de la arquitectura del brazo robótico antropomorfo humanoide. La segunda fase es la encargada de crear y utilizar una función que almacene el conocimiento de las distintas soluciones de la cinemática inversa, utilizando la fase de reducción de dimensionalidad para eliminar el error que podría generarse si el sistema posee más de una sola dimensión. La tercera fase consta de la expansión de dimensionalidad sin pérdida de datos para obtener los datos solución que el brazo robótico requiera, los cuales son los grados rotacionales que sean necesarios para cada motor. La propuesta fue alimentada por datos capturados por un exoesqueleto pasivo creado por el autor. Se recolectaron distintos puntos solución para crear el conocimiento experto de posiciones humanas. Luego del entrenamiento fue probado, obteniendo resultados satisfactorias de convergencia de la función interpoladora y mostrando resultados satisfactorios en un simulador 3D.
Un modelo ligero para la rápida detección y clasificación de objetos en movimiento orientado a sistemas inteligentes de vigilancia
(Universidad Católica San Pablo, 2024) Palma Ugarte, Joaquin Rodrigo; Cayllahua Cahuina, Edward Jorge Yuri
La detección y clasificación de objetos en movimiento son tareas fundamentales en la vigilancia inteligente. Sin embargo, las soluciones actuales suelen emplear dos procesos aislados para detectar y clasificar objetos en movimiento. Primero, se detectan todos los objetos dentro de la escena y luego se emplea un algoritmo separado para determinar el subconjunto de objetos que están en movimiento. Además, diversas soluciones emplean redes complejas que requieren muchos recursos computacionales, a diferencia de las soluciones livianas que podrían llevar a un uso generalizado. En esta Tesis proponemos TRG-Net, un modelo unificado que se puede ejecutar en dispositivos computacionalmente limitados para detectar y clasificar únicamente objetos en movimiento. Esta propuesta se basa en la arquitectura Faster R-CNN, MobileNetV3 como extractor de características y un método basado en GMM para una búsqueda rápida y flexible de regiones de interés. TRG-Net reduce el tiempo de inferencia al unificar las tareas de detección de objetos en movimiento y clasificación de imágenes, limitando las propuestas de regiones a un número fijo configurable de posibles objetos en movimiento. Los experimentos con vídeos de vigilancia heterogéneos y el conjunto de datos de Kitti para la detección de objetos 2D muestran que nuestro enfoque mejora el tiempo de inferencia de Faster RCNN de 0.176 a 0.149 s, utilizando menos parámetros de 18.91 M a 18.30 M, mientras mantiene la precisión promedio media mAP de 0.423. Por lo tanto, TRG-Net logra compensaciones más tangibles entre precisión y velocidad, y podría aplicarse para abordar problemas del mundo real.

Browse

Browsing Ciencias de la Computación by Description "Tesis de pregrado"

Results Per Page

Sort Options