INANOE Repositorio (Inst- Nacional de Astrofísica, Óptica y Electrónica
Not a member yet
2571 research outputs found
Sort by
Automated Method for Localization and Segmentation of the Optic Disc for Glaucoma Evaluation.
Get PDFGlaucoma, Fundus Photographs, Optic Disc Localization, Optic Disc Segmentation, Convolutional Neural Networks, K-Means, CLAHE. Glaucoma is group of eye diseases that damage the optic nerve of the eye. According to the World Health Organization (WHO), glaucoma is the second cause of blindness in the world, after cataracts, but it is the first cause of irreversible blindness; there are more than 80 million people in the world with glaucoma. In Mexico the Ministry of Health estimates that four percent of the population suffer it and between 50% and 80% are not diagnosed. Many forms of glaucoma do not present warning signs, perceptible by the person at the beginning, in addition this visual disease is multifactorial influenced by genetics and age. The effect is so gradual that those affected may not notice a change in vision until the condition is in an advanced stage. Since vision loss due to glaucoma cannot be recovered, it is important to have regular eye examinations so it can be diagnosed at early stages and treated properly. Fundus examinations are a great diagnostic tool since they allow the detection of the disease in early stages, the main pathognomonic changes occur in the optic disc, the vasculature in this area and the peripapillary region around it. There is not yet a reliable automated method for early detection of this disease. This project objective is to develop an algorithm to locate and segment this region of interest by combining deep learning techniques and simplification of image features to obtain a generalized and reliable solution that can be applied to any fundus image regardless of its resolution, capture device or lighting and contrast conditions. The region of interest found with this algorithm can be used in future work for automated methods that search changes caused by this disease to achieve early detection of glaucoma.Glaucoma, Fotografías de Fondo de Ojo, Localización del Disco Óptico, Segmentación del Discó Óptico, Redes Neuronales Convolucionales, K-Means, CLAHE. El glaucoma es una enfermedad que daña el nervio óptico del ojo. De acuerdo con la Organización Mundial de la Salud (OMS) el glaucoma es la segunda causa de ceguera en el mundo, después de las cataratas, pero es la primera causa de ceguera irreversible; a nivel mundial se estima que más de 80 millones de personas tienen glaucoma, mientras que la Secretaría de Salud indica que el cuatro por ciento de los mexicanos lo padecen y entre el 50% y 80% no están diagnosticados. Muchas formas de glaucoma no presentan signos de advertencia, perceptibles por la persona en sus inicios, además esta enfermedad visual es multifactorial, en la que influyen la genética y la edad. El efecto es tan gradual que es posible que los afectados no noten un cambio en la vista hasta que la afección se encuentre en una etapa avanzada. Dado que no se puede recuperar la pérdida de la vista debido al glaucoma, es importante realizarse exámenes oculares periódicos para poder realizar un diagnóstico en las etapas iniciales y tratarlo adecuadamente. Los exámenes de fondo de ojo son una gran herramienta de diagnóstico ya que permiten la detección de la enfermedad en etapas tempranas, los cambios patognomónicos principales se dan en el disco óptico, la vasculatura en esta zona y la región peri-papilar alrededor de ella. Aún no hay un método automatizado fiable para la detección de esta enfermedad. El objetivo de este proyecto fue desarrollar un algoritmo para localizar y segmentar está región de interés combinando técnicas de aprendizaje profundo y simplificación de características de imágenes para obtener una solución generalizada y confiable que pueda ser aplicada a cualquier imagen de fondo de ojo sin importar su resolución, dispositivo de captura o condiciones de iluminación y contraste. La región de interés encontrada con este algoritmo puede ser utilizada en trabajos futuros para buscar con métodos automatizados los cambios provocados por la enfermedad y poder hacer una detección temprana de glaucoma
Diseño y confiabilidad de sistemas de computación neuromórfica
Get PDFLa Inteligencia Artificial (IA) es un campo de la informática que persigue realizar
tareas que tienen atributos de inteligencia humana, como pueden ser el aprendizaje, el
razonamiento y la toma de decisiones. La cual se puede diversificar en distintas áreas
como lo son Machine Learning y Deep Learning. El enfoque de las IA propuesta por
Carver Mead en los años 80 se basa en la computación neuromórfica, que emula el
comportamiento del cerebro. La computación neuromórfica persigue la reducción de
la energía computacional así como una mayor complejidad de aprendizaje en redes
neuronales artificiales. Conseguir esos objetivos con la tecnología CMOS es un desafío
debido al escalamiento de los transistores. Por lo tanto, han surgido los dispositivos neu-
romórficos emergentes, incluyendo los Memristores, Phase Change Memory (PCM), y
Magnetic Tunnel Junction (MTJ). Estos dispositivos se presentan como una solución
potencial para optimizar la energía computacional.
Los dispositivos neuromórficos emergentes se han empleado en redes neuronales,
especialmente en la tercera generación, denominada Spiking Neural Network (SNN).
Las SNN buscan ser más fieles al comportamiento de las neuronas en el cerebro hu-
mano, en términos de codificación, procesamiento de la información, y con un bajo
consumo de potencia. Su implementación a nivel circuitos puedan emular las mismas
funciones que una SNN basada en software, con el fin de realizar tareas tanto específicas
como no específicas. El diseño de los circuitos SNN tiene alta relevancia en la actua-
lidad, por los beneficios que suponen. Sin embargo, por los procesos de fabricación,
estos circuitos pueden presentar fallos, como circuitos abiertos (open) o cortocircuitos
(short). Por lo tanto, este estudio de tesis comprende un análisis del efecto de los fallos
en el rendimiento de los circuitos y su confiabilidad. Además, se encontró que el efecto
de los fallos está relacionado con el proceso de la información, el cual consiste en dos
ciclos de funcionamiento: el proceso de integración (Integrating Window) y el proceso
de fuga (Leaking Window). Finalmente, se aborda la variación del valor del defecto en
función de modificar el tiempo de integración o de fuga.The field of Artificial Intelligence (AI) in computer science aims to perform tasks
that involve human-like intelligence, such as learning, reasoning, and decision-making.
It can be divided into various areas including Machine Learning and Deep Learning.
Carver Mead proposed an AI approach in the 1980s based on neuromorphic compu-
ting, which mimics the behavior of the brain. Neuromorphic computing aims to reduce
computational energy and enhance the complexity of learning in artificial neural net-
works. However, achieving these goals with CMOS technology is challenging due to
transistor scaling. Therefore, emerging neuromorphic devices like Memristors, Phase
Change Memory (PCM), and Magnetic Tunnel Junction (MTJ) have been introduced
as potential solutions to optimize computational energy.
These neuromorphic devices have been used in neural networks, particularly in the
third generation called Spiking Neural Network (SNN). SNNs aim to mimic the beha-
vior of neurons in the human brain regarding coding, information processing, and low
energy consumption. Implementing them at the circuit level can help emulate functions
similar to an SNN based on software to perform both specific and non-specific tasks.
Designing SNN circuits is highly relevant today because of the benefits they offer. Ho-
wever, due to manufacturing processes, these circuits may experience faults such as
open circuits or shorts. Therefore, this thesis study analyzes the impact of faults on
circuit performance and reliability. Additionally, it was found that the impact of faults
is related to the information processing cycle, which comprises two operational cy-
cles: the integration process (Integrating Window) and the leakage process (Leaking
Window). Finally, the variation in the defect value is addressed by modifying the inte-
gration or leakage time
Physics and Modeling of Interconnects in Printed Circuit Board Technology Considering the Attenuation and Phase Delay due to Conductor Surface Roughness
Get PDFLas tarjetas de circuitos impresos (o PCBs, por sus siglas en inglés), trabajan a frecuencias de operación cada vez más altas. Por ello, el análisis de las diferentes interconexiones, así como de los materiales que los componen, se vuelve crucial para las etapas de diseño y fabricación para que cumplan con los altos requerimientos de las diversas aplicaciones de alta velocidad. Sin embargo, con el aumento de frecuencia, efectos a microescala se vuelven relevantes, afectando la propagación de las ondas electromagnéticas viajando a través de las interconexiones. La rugosidad en los conductores, es de los más importantes a tener en cuenta, ya que es añadida intencionalmente para adherir las capas de materiales conductor y de dieléctrico que dan forma a las interconexiones en PCB. Desafortunadamente, esta rugosidad aumenta considerablemente la atenuación y el retraso de las señales propagadas. Por esta razón, en este trabajo se contribuye con el modelado de interconexiones que presenten rugosidad en los conductores, en donde se considera la relación causal entre los fenómenos físicos de atenuación y retraso asociados con la propagación de las ondas electromagnéticas. Además, se propone y se desarrolla una metodología para que, a partir de mediciones de parámetros S y de simulaciones electromagnéticas simples, se cuantifiquen las pérdidas debidas a la rugosidad en el conductor. Con esto, se puede calcular el factor de rugosidad necesario para la implementación de un modelo causal que permita describir la rugosidad presente en el conductor. Esta metodología se desarrolla primeramente en líneas de tipo microcinta, y después se propone su aplicación en antenas de parche. Posteriormente, se extiende el modelado hacia guías de onda en donde su modo de propagación sea diferente al de las líneas de microcinta. Además, también se propone una nueva ecuación para el cálculo de la impedancia de onda para guías de onda integradas en substrato (SIWs). Esta nueva formulación incluye las pérdidas debidas a los materiales y a la rugosidad presente en conductores, lo cual es una muy importante contribución para circuitos de microondas reales ya que ningún otro estudio incluye todas estas las pérdidas en el cálculo de la impedancia de SIWs.Printed circuit boards or PCBs are operating nowadays at increasingly higher frequencies; therefore, the analysis of the interconnects and the materials forming them is necessary. This analysis is highly recommended for the stages of design and fabrication to accomplish the requirements for high-speed applications. However, as the frequency increases, microscale effects are becoming more relevant since they significantly impact the propagation of the electromagnetic waves traveling through the interconnects. In this regard, the conductor roughness effect is one of the most important microscale effects. This is due to the fact that it is necessary to promote adhesion between the layers of conductor and dielectric materials forming the interconnects on PCBs. Unfortunately, the roughness effect significantly increases the losses and delay of the propagated signals. For this reason, this project contributes to the modeling of interconnects exhibiting the conductor roughness effect. Besides, the causal relation between the dispersion and dissipation phenomena affecting the propagation of the electromagnetic waves, is taken into account in the modeling. Furthermore, the development of a new methodology to describe the conductor surface roughness is presented. This methodology employs S-parameter data experimentally obtained and simple electromagnetic simulations to calculate the losses and delay due to the conductor roughness effect. Once these parameters are obtained, the quantification of the roughness correction factor can be calculated and used to carry on the implementation of a causal model that physically describes the conductor surface roughness. This methodology is firstly implemented for microstrip transmission lines, but later is applied to patch antennas. Afterwards, this methodology is extended for waveguides operating at microwave frequencies with a different propagation mode. Furthermore, a new equation to calculate the wave impedance for substrate integrated waveguides or SIWs is proposed. This formulation includes the losses due to the conductor and dielectric materials, as well as the ones considering the roughness effect. This is a very important contribution for practical microwave circuits since no other study includes all these types of losses on the calculation of the wave impedance for SIWs
Evaluación de recuperación térmica a través de redes neuronales recurrentes en apoyo al diagnóstico y seguimiento de algunas enfermedades cardiovasculares.
Get PDFEn este trabajo se presenta el desarrollo de un sistema para el estudio de recuperación térmica, en apoyo al diagnóstico y seguimiento de algunas enfermedades cardiovasculares tales como esclerosis sistémica, artritis reumatoide y síndrome de Raynaud. Se utilizan señales de dos fuentes, simultáneamente, la primera de video térmico (infrarrojo) y la segunda visual (RGB, HSI, CIELAB, etc.) obtenidas a través de un experimento utilizado común- mente en el área denominado “Cold challenge”. Con el objetivo de obtener información de dichas señales se utilizan técnicas de procesamiento digital de imágenes, buscando que den como resultado series de tiempo que contengan la información numérica asociada con la recuperación térmica de la mano. Para esto, se desarrolló una interfaz de usuario (por sus siglas en inglés, GUI) a través de MATLAB que es capaz de procesar los videos y obtener los datos requeridos. El diseño de esta herramienta fue pensado para ser intuitiva al momento de utilizarla. La GUI presenta la información obtenida en un archivo Excel ordenándolos por temperatura y los planos que conformen al espacio de color procesado en un tiempo definido. Las series de tiempo obtenidas para el espacio RGB son utilizadas para alimentar a una red neuronal recurrente de tipo Long Short Memory (LSTM) que permite captar la evolución térmica de las señales a partir de 4 entradas: temperatura, valor en R (rojo), valor en G (verde) y valor en B (azul). Los experimentos fueron orientados a dos casos, a) reconocimiento en dos grupos: Lenta y Rápida, b) reconocimiento en 3 grupos: Lento, Medio y Rápido. Los resultados obtenidos permiten concluir que se puede observar un aproximado en tiempo de la recuperación térmica de los sujetos, también puede apreciarse su evolución en los espacios de color y con la información obtenida se es capaz de proponer un método de clasificación que ayude a futuros experimentos
Development of superconducting Josephson junctions and integrated coplanar waveguides
Get PDFIn recent years, quantum computing has acquired great relevance as an alternative to classical computing for the implementation of complex algorithms, calculations, and simulations that can be used in diverse areas for scientific, technological, and industrial applications. In this alternative computational paradigm, the basic information unit is known as qubit. Of all the existing technologies for the development of qubits, the integrated circuits called superconducting qubits represent a promising platform with great scalability and easy operation. Nonetheless, there is still a great area of opportunity regarding the improvement of architectures, fabrication processes, and materials that allow the development of qubits capable of maintaining quantum coherent states with long lifetimes. In this work, the first steps towards the development of integrated devices appliable to the area of quantum computing, using the technology and infrastructure existent at INAOE, are presented. Having the development of superconducting qubits as an objective, two simple structures that are fundamental for the operation of these devices were chosen as starting point: Josephson junctions and superconducting transmission line resonators. Al was used as superconducting metal for both structures and Al2O3 was chosen as an ultra-thin insulating barrier to fabricate MIS (Al/Al2O3/Si) and MIM (Al/Al2O3/Al) capacitors, implementing the ALD technique to deposit Al2O3 as an alternative to the thermal oxidation usually employed to grow AlOx for Josephson junctions, in which the resulting AlOx has a large defect density that promotes the appearance of two-level quantum systems, decreasing the qubits’ performance.En años recientes, la computación cuántica ha adquirido gran relevancia como una alternativa a la computación convencional para la implementación de algoritmos, cálculos y simulaciones complejas con aplicación en diversas áreas de desarrollo científico, tecnológico e industrial. En este paradigma alternativo de computación, la unidad mínima de información se conoce como qubit. De las tecnologías existentes para el desarrollo de qubits, los circuitos integrados llamados qubits superconductores se han consolidado como una plataforma prometedora con gran capacidad de escalamiento y fácil operación. No obstante, existe aún una gran área de oportunidad para la mejora de arquitecturas, procesos de fabricación y materiales que permitan desarrollar qubits capaces de mantener estados cuánticos coherentes durante el mayor tiempo posible. En este trabajo se presentan los primeros pasos hacia el desarrollo de dispositivos integrados aplicables al área de computación cuántica utilizando tecnología e infraestructura existentes en el INAOE. Con el objetivo de desarrollar qubits superconductores, se partió de dos estructuras simples que son fundamentales para el funcionamiento de estos dispositivos: uniones de Josephson y resonadores de línea de transmisión superconductores. Se utilizó Al como metal superconductor para ambas estructuras y Al2O3 como barrera aislante ultra-delgada para fabricar capacitores MIS (Al/Al2O3/Si) y MIM (Al/Al2O3/Al), implementando la técnica de ALD como alternativa a la oxidación térmica utilizada habitualmente para obtener AlOx en uniones de Josephson, donde la gran densidad de defectos del AlOx obtenido limita el desempeño de los qubits al propiciar la aparición de sistemas cuánticos de dos niveles
Data package robust to errors for data handling and transmissions.
Get PDFOver the past 10 years, advances in electronics have enabled the development of more complex unmanned vehicles and probes, manufactured using publicly available off-the-shelf components (COTS), whether for industry or science purposes. In terms of aerospace exploration, the CubeSat is the best example of a complex device designed partially or fully using commercial COTS. However, the financial cost is still a concern, but not entirely an issue that stops the project entirely, since some inexpensive components can be tuned to meet the desired requirements and improve reliability. In the case of stratospheric probes and nanosatellites, the Telemetry, Tracking and Command (TT&C) subsystem responsible for data uplink/downlink can be enhanced by inserting error correcting code (ECC), allowing the use of commercial transceivers of low cost. This ECC can be included in the Command and Data-Handling (C& DH) as well, more specifically in the data storage, so the data collected inside the memory cards/hard drives can be less susceptible to corruption. To develop a data format that concatenates the information of several inertial and environment sensors with the information of a JPEG image that includes our implementation of the error correcting codes based on a correction method called Reed- Solomon (RS). We called to our version shortened interleaved Reed Solomon or siRS. The data format is going to be tested by passing it through a burst-bit-error channel (BBEC), where a regular file is expected to be corrupt, and measuring the Bit-Error-Rate (BER) and the Signal to noise ratio before and after the respective siRS coding/decoding. Also, we are going to perform a data downlink using commercial low-cost transceivers and a test probe that includes inertial sensors, environment sensors, a camera and an ARM-based mini-PC as on-board computer(OBC). The flight software, as well as the receiver ground station software has the algorithm to perform the siRS and generate the data packages
Modelo de clasificación de emociones en entorno multiplataforma con conectividad a la nube e interacción con el usuario en tiempo real
Get PDFIn this thesis project, the development of an artificial intelligence system
focused on emotion classification in a multiplatform environment is presented.
This constitutes the first stage of a real-time user-interacting Service Robot that
complements its functions through cloud connectivity. Emotion classification
models are based on convolutional neural networks on the TensorFlow platform
in the Python language. The multiplatform environment involves the use of
three processing units: a laptop (running Windows operating system with a
13th generation i9 CPU, 32 GB of RAM, and an RTX 3080 Ti GPU with 16
GB of VRAM), Jetson Orin (running a Linux-based operating system with an
ARM architecture CPU, 16 GB of RAM, and an Ampere GPU), Raspberry Pi-4
(running Raspbian operating system based on Linux with a Broadcom BCM2711
CPU, 8 GB of RAM, and a VideoCore VI GPU). Training and classification were
performed on both the laptop and Jetson Orin for performance comparison
purposes. In both cases, processing was carried out utilizing the devices’ GPUs.
Raspberry Pi-4 is responsible for people tracking and monitoring various built-in
sensors. The results obtained show an average performance of 90 % for different
emotions. Training times on the laptop and Jetson Orin can take up to 20 and
30 minutes, respectively. Program runtime on Jetson Orin is shorter than on
the laptop primarily because the operating system is lighter. Cloud connectivity
allowed monitoring and controlling both systems wirelessly, as well as real-time
logging of sensors and classification results, and the implementation of alerts and
notifications generated during the process.En este proyecto de tesis se presenta el desarrollo de un sistema de inteligencia
artificial orientado a la clasificación de emociones en un entorno multiplataforma.
Esta parte conforma la primera etapa de un Robot de Servicio con interacción al
usuario en tiempo real que complementa sus funciones a través de conectividad
a la nube. Los modelos de clasificación de emociones están basados en redes
neuronales convolucionales sobre la plataforma de TensorFlow en el lenguaje
Python. El entorno multiplataforma consiste en el uso de tres unidades de
procesamiento: una laptop (con sistema operativo Windows y un CPU i9 de
13a generación, 32 GB de memoria RAM y una GPU RTX 3080 Ti de 16 GB
de VRAM), Jetson Orin (con el sistema operativo basado en la arquitectura de
Linux, así como un CPU basado en arquitectura ARM, una memoria RAM de
16 GB y una GPU Ampere), Raspberry Pi-4 (con el sistema operativo Raspbian
basado en arquitectura Linux y un CPU Broadcom BCM2711, así como 8 GB de
memoria RAM y una GPU VideoCore VI). El entrenamiento y la clasificación
fueron realizados en la laptop y en la Jetson Orin para propósitos de comparación
de desempeño. En ambos casos, el procesamiento se realizó utilizando el GPU de
los dispositivos. La Raspberry Pi-4 se encarga de realizar el seguimiento de las
personas y el monitoreo de los diversos sensores incorporados. Los resultados
obtenidos muestran un desempeño del 90 % en promedio para las diferentes
emociones. Los tiempos de entrenamiento obtenidos en la laptop y en la Jetson
Orin pueden llegar a los 20 y 30 minutos, respectivamente. Los tiempos de
ejecución del programa en la Jetson Orin son más cortos que en la laptop debido
fundamentalmente a que el sistema operativo es más ligero. La conectividad a la
nube permitió monitorear y controlar ambos sistemas de forma inalámbrica, y
también llevar un registro en tiempo real de los sensores y de los resultados de
clasificación, así como la implementación de alertas y notificaciones generadas
durante el proceso
Estudio de fabricación de celdas solares híbridas basadas en silicio cristalino
No full textEl presente trabajo de investigación tiene como objetivo diseñar y fabricar dispositivos fotovoltaicos híbridos que tengan eficiencias comparables con dispositivos inorgánicos, pero con un proceso de fabricación más sencillo. Por lo cual, en primera instancia se estudian las propiedades del silicio y las formas de tratamiento para fabricar obleas de silicio de alta calidad. Aunado a esto se estudian las propiedades y ventajas de los materiales orgánicos, como sustitutos de películas inorgánicas tipo-p y tipo-n, que en combinación con el silicio brindan la oportunidad de fabricar celdas solares de bajo costo y con una amplia gama de posibilidades para mejorar los dispositivos debido a las ventajas de las películas hechas con materiales orgánicos. Y se describen estructuras inorgánicas y orgánicas junto con sus procesos de fabricación para compararlas con los resultados y el proceso que requieren las estructuras fotovoltaicas híbridas.
Como primer estudio se texturizaron obleas de silicio, se investiga la reflectancia que brindaban las obleas y se agregó a la estructura que se tenía como referencia Ag/PEDOT:PSS/c-Si/Al. Se estudió el depósito de PEDOT:PSS sobre la superficie de silicio texturizada, para comprobar si la unión entre el PEDOT:PSS y el silicio se formaba correctamente evitando as ́ı la mayor cantidad de pérdidas, esto se observa en imágenes obtenidas por microscopio de barrido electrónico SEM. Finalmente conociendo que la unión es funcional, aunque no perfecta, se comparan los resultados que se obtienen de las dos configuraciones para la fabricación del dispositivo fotovoltaico añadiendo el texturizado a la estructura. Concluyendo que el texturizado si ayuda aumentando en un 18.72 % la corriente de corto circuito de los dispositivos y en 80.1 % el parámetro de eficiencia de los dispositivos comparados en este trabajo.
Como segundo estudio se investigó como mejorar la heterounión híbrida formada. Se comenzó estudiando la influencia al depositar diferentes tipos de PEDOT:PSS y se concluyó que el PEDOT:PSS PH1000 es que mejor desempeño tiene con los tratamiento y aditivos que se le realizan y agregan al dispositivo y la mezcla orgánica. De igual forma se estudió la influencia del grosor de la película del PEDOT:PSS en el rendimiento del dispositivo, con lo que se obtuvo protocolo de depósito sobre obleas de c-Si. Se estudió el efecto de usar obleas de c-Si fabricadas por el método FZ y se comparó con los resultados ya obtenidos de dispositivos f
Desarrollo y realización de un subsistema de enlace ascendente con aplicación potencial en comunicaciones inalámbricas satelitales y espaciales en banda X
Get PDFEn los esquemas de comunicaciones inalámbricas, generalmente se emplean subsistemas heterodinos, aprovechando su rendimiento mejorado en comparación con esquemas más básicos de modulación y demodulación directa. Estos subsistemas de comunicación heterodina se basan en dos etapas complementarias: frecuencia intermedia (FI) y conversión de alta frecuencia ascendente/descendente. En tal perspectiva, en este trabajo se aborda el diseño, realización y caracterización de un subsistema de enlace ascendente para comunicaciones inalámbricas satelitales o espaciales en la banda X (7190- 7235 GHz), la cual está asignada para telecomunicaciones cercanas a la Tierra, en distancias de hasta 2 millones de km. El enlace ascendente es un esquema heterodino y consta de una etapa de FI, y de una etapa de conversión de radiofrecuencia (RF) ascendente hacia la banda de 7.2 GHz. El subsistema propuesto incluye el diseño de los osciladores de FI y de RF, operando en 1.1 y 6.1 GHz, respectivamente. El diseño de los osciladores se basa en esquemas de lazo de amarre de fase (PLL). La etapa de FI incluye un modulador en cuadratura para configurar transmisiones con modulaciones analógicas y digitales. Los resultados del trabajo desarrollado fueron publicados en los congresos internacionales IEEE MTT-S Latin America Microwave Conference y SOMI XXXVII Congreso de Instrumentación.In wireless communications schemes, heterodyne subsystems are generally employed, taking advantage of their improved performance compared to more basic direct modulation and demodulation schemes. These heterodyne communication subsystems are based on two complementary stages: intermediate frequency (IF) and high frequency up/down conversion. In such perspective, this work addresses the design, realization and characterization of an uplink subsystem for satellite or space wireless communications in the X band (7190-7235 GHz), which is assigned for near-Earth telecommunications, in distances up to 2 million km. The uplink is a heterodyne scheme and consists of an IF stage, and an uplink radio frequency (RF) conversion stage towards the 7.2 GHz band. The proposed subsystem includes the design of the IF and RF oscillators, operating at 1.1 and 6.1 GHz, respectively. The design of the oscillators is based on phase-locked loop (PLL) schemes. The IF stage includes a quadrature modulator to configure transmissions with analog and digital modulations. The results of the work developed were published at the international conferences IEEE MTT-S Latin America Microwave Conference and SOMI XXXVII Congreso de Instrumentación
Reconocimiento de células sanguíneas por medio de aprendizaje profundo y generación de datos sintéticos
Get PDFEl aumento de datos (Data Augmentation) es una técnica que adopta el enfoque de generar más datos de entrenamiento a partir de los datos disponibles. El aumento de datos también es útil para mejorar el rendimiento y la precisión de los modelos de aprendizaje profundo, mediante la creación de ejemplos nuevos y diferentes para entrenar conjuntos de datos. En este trabajo de tesis, se experimenta con algoritmos de aumento de datos para la generación de imágenes sintéticas tradicionales y poligonales, con el fin de contar con un mayor número de imágenes para realizar el entrenamiento de los modelos, reconociendo enfermedades hematológicas mediante imágenes de células sanguíneas. Esto con la finalidad de resolver el problema de la escasez de datos y clases desbalanceadas al momento de entrenar redes neuronales. Se generaron imágenes sintéticas tradicionales mediante procedimientos clásicos como efecto espejo, rotaciones, contraste, brillo, entre otros; y se generaron imágenes sintéticas poligonales mediante la aplicación de máscaras. Se realizó el reconocimiento de células sanguíneas por medio del aprendizaje profundo. Se utilizó el conjunto de datos ALL-IDB2, el cual contiene 260 imágenes originales segmentadas de células normales y blásticas. Se generaron 12000 imágenes sintéticas tradicionales mediante transformaciones geométricas, y se generaron 12000 imágenes sintéticas poligonales mediante máscaras. Se probaron 5 modelos diferentes: Compact, MobileNetV2, AlexNet, ResNet-50 y Enhanced. Se comprobó que con la utilización de imágenes sintéticas se aumenta la precisión para el reconocimiento de enfermedades hematológicas. Los beneficios de este trabajo se pueden resumir en la obtención de más datos para el entrenamiento, se reducen los costos de recopilación y etiquetado de datos, se mejora el desempeño de los modelos y se elimina el sobreajuste al tener variabilidad en los datos. Como beneficio adicional, con la técnica del aumento de datos se elimina el desequilibrio de clases. Se muestra la precisión de cada una de las pruebas realizadas, y se presenta la gráfica comparativa de los resultados obtenidos. Por último, se observó que con las imágenes sintéticas poligonales los porcentajes de precisión se sitúan por encima del 98% y con base en los resultados obtenidos se deduce que el número ideal de imágenes para entrenar los 5 modelos de aprendizaje profundo se sitúa entre 2500 y 5000.Data augmentation is a technique that takes the approach of generating more training data from the available data. Data augmentation is also useful for improving the performance and accuracy of deep learning models by creating new and different examples to train datasets. In this thesis work, we experiment with data augmentation algorithms for the generation of traditional and polygonal synthetic images, to have a larger number of images to perform model training, recognizing hematological diseases using blood cell images. This is to solve the problem of data scarcity and unbalanced classes when training neural networks. Traditional synthetic images were generated employing classical procedures such as mirror effect, rotations, contrast, and brightness, among others; and polygonal synthetic images were generated by applying masks. Blood cell recognition was performed utilizing deep learning. The ALL-IDB2 dataset was used, which contains 260 original segmented images of normal and blast cells. 12000 traditional synthetic images were generated by geometric transformations, and 12000 polygonal synthetic images were generated by masks. Five different models were tested: Compact, MobileNetV2, AlexNet, ResNet-50, and Enhanced. It was found that the use of synthetic images increases the accuracy of the recognition of hematologic diseases. The benefits of this work can be summarized as obtaining more data for training, reducing data collection and labeling costs, improving model performance, and eliminating over-fitting by having variability in the data. As an additional benefit, with the data augmentation technique, the class imbalance is eliminated. The precision of each of the tests performed is shown, and the comparative graph of the results obtained is presented. Finally, it was observed that with the polygonal synthetic images, the accuracy percentages are above 98%, and based on the results obtained it is deduced that the ideal number of images to train the 5 deep learning models is between 2500 and 5000