INANOE Repositorio (Inst- Nacional de Astrofísica, Óptica y Electrónica
Not a member yet
2571 research outputs found
Sort by
New Approaches to Fiber Sensors Based on Tilted Fiber Bragg Gratings
No full textThe field of fiber optic sensors for advanced sensing, such as temperature, relative humidity, surrounding refractive indices and biochemical samples, has been extensively investigated. However, the options for simultaneous measurement with self-reference remain limited and, despite advances in low-cost interrogation, specialized fibers, packaging and software developed, commercial success is still moderate. In this proposal, we explored fiber optic sensors based on fiber Bragg gratings (FBG) and tilted fiber Bragg gratings (TFBG) for advanced biosensing applications. The devices were tested at laboratory level using different configurations of FBG and TFBG, which have a broad spectral comb with stable resonances exhibiting different sensitivities. This study explores the potential of combining TFBG with surface plasmon resonance (SPR) for sensing applications. In this direction, we developed a novel platform based on partially coated TFBG-SPR, which allows the generation of dual-comb resonance, incorporating both sensitivity families and highly insensitive family modes (TE and TM families), improving the accuracy of detection by fourfold. This configuration used an active spectral region of the SPR (around 10 nm), which allowed using both groups of resonances, one group was used for sensing and the other for temperature cross-sensitivity elimination (with self- reference), reducing fabrication times and allowing a simpler and less expensive interrogation. In a second approach, we explored the potential of combining Bragg gratings with novel coatings for simultaneous temperature and relative humidity measurements. Coatings based on polymers and graphene oxide combined with polyvinyl alcohol (PVA) were tested to improve sensing capabilities, especially for industrial use and with approaches to mass use as commercial sensors. These devices were tested in controlled environments (temperature and relative humidity) employing multiple configurations of FBGs and TFBGs as transduction media. We demonstrate that the devices are simpler and easier to use, and extract data and display results efficiently and easily. This is a significant advance in the field of multiparametric and industrial sensing using simplified systems based on multiresonant gratings. Finally, we propose a method to discretize spectra returned by a TFBG of 10° tilt which has a wide spectral comb with a lot of information
Termografía de los senos de mujeres mayores de 40 años.
Full text linkPresentamos los resultados de la comparación térmica entre los senos, y su correlación con el resultado del estudio de mastografía de veintiséis mujeres voluntarias mayores de 40 años, quienes asistieron al servicio de rayos X del ISSSTEP en octubre de 2023. Cada seno se dividió, topográficamente, en doce regiones en función de la irrigación de las arterias principales. Además, se compararon las temperaturas de las axilas. De acuerdo con la American Academy of Termology, se asignó la clasificación termo-biológica (TH), y se correlacionó con la clasificación Bi-Rads. Los resultados muestran que, BiRads-2 corresponden a TH2 y TH3, donde los TH2 no hay regiones con diferencias de temperatura mayor-igual a 1°C; en el caso de los TH3 se obtuvieron regiones con diferencias de temperatura entre 1°C y 2°C. Los BiRads-3 no se pudieron correlacionar debido a que solo hubo dos casos, en uno no se registraron regiones con diferencias de temperatura mayores a 1°C; mientras que en el otro caso se registró una región con diferencia de temperatura cercana a la clasificación. Por lo que se sugiere incrementar el número de casos de paciente con BiRads-3. Además, recomendar a las pacientes mayores a 40 años y/o en aquellas con sospecha de enfermedad en los senos (menores a 40 años), realizar el mapa térmico de los senos cada 3 o 6 meses
A Dual Attention-Based Representation for the Detection of Abusive Language in Texts and Memes
No full textIn recent years, deep neural networks have gained widespread popularity for a variety of unimodal and multimodal classification tasks. Among these, Transformerbased models have emerged as a dominant approach due to their adaptability across diverse tasks through fine-tuning and their outstanding performance in text classification, image analysis, and multimodal tasks involving both text and images. One of the key components of these architectures is the self-attention mechanism, which enables the measurement of relevance among elements within an input sequence. This mechanism is particularly effective in modeling long-range dependencies, making it a cornerstone of modern neural architectures. In addition to self-attention, the literature has introduced various other attention mechanisms, which can be broadly categorized based on how they compute the similarity between elements in two main branches. Self-attention measures the similarity among elements within the same sequence, while the contextual attention mechanism calculates the similarity of elements with respect to a contextual vector learned during the training process. Despite their utility, these mechanisms have complementary limitations: self-attention disregards the contextual relationships of elements with the global context learned during training, whereas contextual attention neglects internal relationships within the elements of a sequence. These limitations highlight the need for a mechanism that combines the strengths of both approaches. To address these challenges, this doctoral research proposes the Dual Attention (DA) mechanism, which integrates both contextual and internal relationships within a sequence to create a more comprehensive representation. The DA mechanism was evaluated on the task of abusive language detection in both textual data and memes. This task was selected due to its inherent complexity, requiring both local and global contextual understanding to accurately interpret instances. Abusive language often relies on subtle contextual cues and multimodal signals, making it an ideal testbed for the proposed mechanism. The proposed DA mechanism was rigorously tested across multiple datasets for abusive language detection in text and memes, achieving outstanding results in the majority of cases. To further extend its applicability, the mechanism was adapted for scenarios involving pairs of sequences, particularly for the multimodal task of AL detection in memes
Basic Discrete Mathematics a Learning Guide
No full textThis technical report gives, in presentation style, a selection of topics that conforms a course in Basic Discrete Mathematics and its main purpose is to be used as a learning guide for students or self-educated persons interested in this area of mathematics. The use of colors in text, text backgrounds, and graphical elements is an essential characteristic of this kind of style format, helping the reader to distinguish and localize key words, fundamental ideas, or relevant suggestions. The report can also serve as supporting material or as a didactic tool for known textbooks treating the same subject. A representative list of bibliographical references is provided at the beginning. Thus, lecturers, instructors, or teaching assistants may also take advantage of the way topics are exposed herein.Este reporte técnico proporciona, en estilo de presentación, una selección de temas que conforman un curso de Matemáticas Discretas Básicas cuyo propósito principal es servir de guía de aprendizaje a estudiantes o personas autodidactas interesadas en esta área de las matemáticas. El uso del color en el texto, en fondos de texto y en elementos gráficos es una característica esencial de esta clase de formato y estilo, que ayuda al lector a distinguir y localizar palabras clave, ideas fundamentales o sugerencias relevantes. El reporte puede ser usado como material de soporte o como herramienta didáctica para textos ya conocidos que tratan la misma temática. Una lista representativa de referencias bibliográficas aparece al principio. De modo que, maestros, instructores o ayudantes de enseñanza tomen ventaja del formato y estilo en que los temas se exponen aquí
Desarrollo de un Corpus Multimodal de Estados Afectivos en un Ambiente de Juegos
No full textEl reconocimiento automático de emociones es uno de los campos que el cómputo afectivo aborda para facilitar la comunicación humano-máquina. Este campo es amplio y está en desarrollo debido a que, no sólo las emociones humanas son complejas y requieren de mucha experiencia por parte de los especialistas para ser reconocidas, sino porque también debe existir información disponible que pueda servir como antecedente para entrenar sistemas automáticos para el reconocimiento de emociones humanas. Para lograr este propósito existen algunas bases de datos que brindan información sobre emociones basadas en información física (expresiones faciales, posturas del cuerpo) y fisiológicas (ritmo cardíaco, EEG, respiración). Este trabajo es motivado, por un lado, por la necesidad de reconocer estados afectivos de personas durante el proceso de rehabilitación virtual al interactuar con juegos serios. Por otro lado, por generar una base de datos que incluya aspectos no considerados en bases de datos previas, como son estados afectivos complejos evocados en la interacción con un juego, la combinación de datos fisiológicos y físicos específicos, hasta ahora no reportados juntos, y la participación preponderante de personas de Latinoamérica. Se construyó una base de datos novedosa en la que se inducen 5 estados afectivos: cansancio, frustración, motivación, ansiedad y aburrimiento. Además, se implementaron diferentes sensores de tipo fisiológico y físico: electroencefalograma (EEG), espectroscopia funcional de infrarrojo cercano (fNIRS), presión de dedos, movimientos de manos y expresiones faciales. Por último, se consideró como estímulo detonante a un juego serio, el cual, utilizando diferentes niveles de dificultad, podía inducir cada uno de los diferentes estados afectivos propuestos. Para la construcción de la base de datos, se sincronizaron los sensores de EEG, fNIRS, cámaras de video y un gripper utilizando la herramienta Lab Streaming Layer. La base de datos resultante comprende información de 20 participantes latinoamericanos, hombres y mujeres, cuyas edades oscilan entre los 20 y los 71 años. Para cada sujeto, se recopilaron señales de EEG, fNIRS, movimiento de manos, presión en los dedos, así como cinco grabaciones de video frontales (una por cada juego) y cinco grabaciones laterales.Automatic emotion recognition is one of the fields that affective computing addresses to facilitate human-machine communication. This field is broad and continuously developing, not only because human emotions themselves are complex and require significant expertise from specialists to be recognized, but also because there must be available information that can serve as precedent for training automatic systems to recognize human emotions. To achieve this purpose, it is common in affective computing to have databases that provide information about emotions based on physical (facial expressions, body postures, etc) and physiological data (heart rate, EEG, respiration, etc). These two types of data are often chosen because of their high reliability in recognizing emotions, as it is more challenging to deceive a machine using this type of information. For example, it is more difficult for humans to control brain signals or galvanic skin responses when an event occurs that disrupts their system. In this work, a novel database is built that includes the recognition of people’s affective states during the virtual rehabilitation process when interacting with serious games. It also includes five complex affective states: fatigue, frustration, motivation, anxiety, and boredom, elicited by interaction with the games as difficulty levels vary. Additionally, different physiological and physical sensors, previously unrecorded together, were implemented: Electroencephalogram (EEG), functional Near-Infrared Spectroscopy (fNIRS), finger pressure, hand movement, and facial expressions. Finally, this database has the predominant participation of people from Latin America. To synchronize the database, the EEG and fNIRS signals, the cameras’ video recordings, and the gripper signals were aligned using the Lab Streaming Layer tool. The resulting database includes information from 20 Latin American male and female participants, ranging in age from 20 to 71 years. For each subject, EEG, fNIRS, hand movement, and finger pressure sig- nals, as well as five frontal video recordings (one for each game) and five lateral recordings, were collected. Additionally, data labeling performed by psychology specialists was incorporated, along with the results of personality and autism questionnaires, which were used as input for the annotation process
Aprendizaje Basado en Proyectos con el uso de una hoja de cálculo como Herramienta Educativa en Estadística Descriptiva
No full textDe acuerdo con la prueba Pisa 2022, México obtuvo resultados preocupantes respecto al bajo rendimiento académico de los estudiantes en el contexto educativo global, estos resultados no solo reflejan las dificultades del sistema educativo mexicano, sino que también evidencian desafíos estructurales, sociales y pedagógicos que impactan en la calidad de la educación. Esta investigación tuvo como objetivo, la implementación de una estrategia didáctica empleando la metodología Aprendizaje Basada en Proyectos con el uso de una hoja de cálculo, donde se empleó el programa comercial Excel, como herramienta educativa para el aprendizaje en los contenidos de la asignatura de probabilidad y estadística. Se desarrolló una investigación cualitativa con una muestra de estudiantes del segundo cuatrimestre de la carrera de Procesos Alimentarios en la Universidad Tecnológica del Centro de Veracruz de dicha asignatura. Los resultados sugieren que la implementación del Aprendizaje Basado en Proyectos (ABP) favorece un cambio positivo en el rendimiento académico, ya que se observó una mayor disposición al trabajo colaborativo entre los estudiantes
Práctica docente para el aprendizaje de Matemáticas en el nivel medio superior
No full textPresento un portafolio de mi experiencia docente de acuerdo con las directrices planteadas en el año 2018 como forma de egreso y concluir la Maestría en Enseñanza de Ciencias Exactas del INAOE, tratándose de estudiantes que al mismo tiempo somos profesores en activo en áreas afines. Incluyo descripciones de mis experiencias docentes en el contexto del Centro de Bachillerato Tecnológico industrial y de servicios no. 257, ubicado en el municipio de Rafael Lara Grajales, en Puebla, México, donde he laborado 25 años. Recopilo documentación de las materias, cursos y talleres que revelan mi continua preparación y actualización como docente. En particular, describo los diplomados que integran mi Maestría de Enseñanza en el INAOE, así como la repercusión directa de los mismos en mi centro de trabajo. También muestro evidencias fotográficas de algunos trabajos de los estudiantes durante mis cursos en ambas modalidades, presenciales y en línea. Finalmente, describo una reflexión retrospectiva de los beneficios personales adquiridos de la Maestría en su conjunto en mi vida profesional como docente.I present a portfolio of my teaching experience in accordance with the guidelines proposed in 2018 as a form of graduation for students of the Master's Degree in Enseñanza de Ciencias Exactas of INAOE, students that at the same time are active teachers in related areas. I include descriptions of my teaching experiences in the context of the Centro de Bachillerato Tecnológico industrial y de servicios no. 257 located in the municipality of Rafael Lara Grajales, in Puebla, Mexico, where I worked for 24 years. I compile documentation from diploma courses, courses and workshops that reveal my continuous preparation and updating as a teacher. In particular, it describes the diplomas that integrate my Master's Degree in Teaching at INAOE, as well as their direct impact on my workplace. I also show photographic evidence of some student work during my courses in both face-to-face and online modalities. Finally, it describes a retrospective reflection of the personal benefits acquired from the Master's degree as a whole in my professional life as a teacher
Autonomous Drone Racing in Complex Scenarios
No full textThis thesis presents the development of visual perception and autonomous navigation strategies for drone racing (ADR) without reliance on external sensors, allowing drones to operate autonomously in complex environments. The research focused on designing systems that function exclusively with visual data from onboard sensors processed in real-time (30 Hz) on the drone’s platform. To achieve this goal, advanced visual perception strategies and algorithms were developed and optimised for execution on limited-resource hardware, enabling performance evaluation in localisation accuracy and autonomous navigation. Through experiments in controlled scenarios, the system achieved significant accuracy and improvements in autonomous navigation capability, demonstrating the feasibility of implementing efficient ADR strategies in drones without external positioning infrastructure. Instead of employing optimal trajectories, navigation policies were designed based on mentorship from classical controllers such as MPC, PID, and ADRC, allowing the drone to learn expert flight commands and execute autonomous manoeuvres with high functionality and adaptability. The main contributions of this thesis are the development of ADR-specific visual perception strategies and the creation of navigation algorithms optimised for lowpower hardware processing. These advances not only provide a solid foundation for the development of future autonomous navigation systems but also pave the way for their implementation in environments where external sensor infrastructure is unavailable, thereby significantly advancing the field of drone technology.Esta tesis presenta el desarrollo de estrategias de percepción visual y navegación autónoma para carreras de drones (ADR) sin dependencia de sensores externos, permitiendo que los drones operen de forma autónoma en entornos complejos. La investigación se centró en diseñar sistemas capaces de funcionar exclusivamente con datos visuales de sensores a bordo, procesados en tiempo real (30 Hz) en la propia plataforma del dron. Para lograr este objetivo, se desarrollaron estrategias de percepción visual basadas en sensores avanzados y algoritmos optimizados para ejecutarse en hardware de recursos limitados, lo que permitió evaluar el desempeño en precisión de localización y navegación autónoma. A través de experimentos en escenarios controlados, el sistema alcanzó mejoras significativas en la precisión y capacidad de navegación autónoma, demostrando la viabilidad de implementar estrategias eficientes para ADR en drones sin infraestructura de posicionamiento externa. En lugar de emplear trayectorias optimas, se diseñaron políticas de navegación basadas en la mentoría de controladores clásicos, como MPC, PID y ADRC, permitiendo que el dron aprenda comandos de vuelo de expertos y ejecute maniobras autónomas con alta funcionalidad y adaptabilidad. Las contribuciones principales de esta tesis incluyen el desarrollo de estrategias de percepción visual específicas para ADR y la creación de algoritmos de navegación optimizados para el procesamiento en hardware de bajo consumo. Estos avances ofrecen una base sólida para el desarrollo de futuros sistemas de navegación autónoma en entornos donde no se dispone de infraestructura externa de sensores
Construcción de la noción de suma y resta, a través del material didáctico Juego de Fútbol-Mesa para alumnos de segundo grado de primaria
No full textEn el presente documento, se realiza un análisis sobre el impacto que genera el uso de materiales didácticos en la enseñanza de la noción de suma y resta, en el segundo grado de educación primaria de la escuela Jaime Sabines. Para ello se diseñó un material didáctico socialmente contextualizado, con el objetivo de lograr un aprendizaje significativo que motive el interés por las matemáticas, promueva la solución de problemas reales de los alumnos, fomente el trabajo colaborativo y contribuya a la adquisición de valores y actitudes que beneficien su rendimiento académico.In this document, an analysis is conducted on the impact generated by the use of didactic materials in the teaching of the concept of addition and subtraction in the second grade of primary education at the Jaime Sabines school. To this end, a socially contextualized didactic material was designed, with the objective of achieving meaningful learning that motivates interest in mathematics, promotes the solution of real-life problems for the students, fosters collaborative work, and contributes to the acquisition of values and attitudes that benefit their academic performance
Multi-objective Evolutionary Algorithms for the optimization of Deep Neural Network Architectures
Full text linkNeural Architecture Search (NAS) has emerged as a critical area in deep learning, focusing on automating the design of convolutional neural networks (CNNs) to optimize their performance across different tasks. Despite advancements, most NAS approaches have predominantly focused on single-objective optimization, aiming primarily to maximize accuracy. This approach often overlooks other important factors, such as model complexity, computational time, and generalization capability. In this thesis, we address these gaps by introducing a multi-objective framework for NAS that leverages evolutionary algorithms (EAs). Our contributions include the development of a novel search space representation for CNNs based on Cartesian genetic programming (CGP), designed to accommodate both architectural operations and hyperparameters flexibly. This representation enables a more efficient exploration of potential architectures, capturing a diverse range of highperformance models. Furthermore, we propose a progressive search strategy that incorporates self-supervised learning techniques to guide the evolutionary process more effectively. Additionally, a new performance estimation strategy is developed, based on incremental dataset expansion, to reduce computational costs during the search process. To validate the proposed framework, extensive experiments were conducted on benchmark image classification tasks, comparing the performance of our multi-objective NAS approach with state-of-the-art NAS methods. The results demonstrate that our approach not only achieves competitive accuracy but also offers improved trade-offs between multiple objectives. The findings highlight the potential of evolutionary-based multi-objective optimization in advancing NAS methodologies, providing a pathway towards more effective and adaptable deep learning models for real-world applications.La búsqueda de arquitecturas neuronales (NAS) se ha convertido en un área crítica en el aprendizaje profundo; ésta se enfoca en automatizar el diseño de redes neuronales convolucionales (CNNs) para optimizar su rendimiento en diversas tareas. A pesar de los avances, la mayoría de los enfoques de NAS se han centrado predominantemente en la optimización de un solo objetivo, buscando principalmente maximizar la precisión. Este enfoque a menudo pasa por alto otros factores importantes, como la complejidad del modelo, el tiempo computacional y la capacidad de generalización. En esta tesis, abordamos estas limitaciones introduciendo un enfoque multiobjetivo para NAS que utiliza algoritmos evolutivos multiobjetivo (MOEAs). Nuestras contribuciones incluyen el desarrollo de una nueva representación del espacio de búsqueda para CNNs basada en la Programación Genética Cartesiana (CGP), diseñada para utilizar operaciones a nivel de capas como hiperparámetros; todo esto de manera flexible. Esta representación permite una exploración más eficiente de arquitecturas, capturando un amplio conjunto de modelos eficientes. Además, proponemos una estrategia de búsqueda progresiva que incorpora técnicas de aprendizaje autosupervisado para guiar el proceso evolutivo de manera más efectiva. Adicionalmente, se desarrolla una nueva estrategia de estimación de desempeño basada en la expansión incremental de conjuntos de datos, con el fin de reducir los costos computacionales durante el proceso de búsqueda. Para validar el marco propuesto, se realizaron varios experimentos en tareas de clasificación de imágenes utilizando diferentes benchmarks, comparando el rendimiento de nuestro enfoque de NAS multiobjetivo con métodos NAS del estado del arte. Los resultados demuestran que nuestro enfoque no solo logra una precisión competitiva, sino que también ofrece mejores trade-offs entre múltiples objetivos. Los resultados obtenidos de- muestran el potencial de la búsqueda basada en algoritmos evolutivos multiobjetivo para el diseño automatizado de arquitecturas neuronales, proporcionando soluciones que son tanto efectivas como eficientes en diferentes escenarios del mundo real