INANOE Repositorio (Inst- Nacional de Astrofísica, Óptica y Electrónica
Not a member yet
2571 research outputs found
Sort by
Anomaly Detection Scheme based on Artificial Intelligence and Fingerprinting Techniques in Smart Healthcare
Get PDFRecent advances in Smart Healthcare have impacted traditional medical treatment, health services, interoperability between intelligent medical devices, and its communications. However, the increasing connectivity of devices in the Smart Healthcare environments has created a favorable field for cyberattacks. As a result, traditional intrusion detection methods and new detection schemes for Smart Healthcare have been applied. In addition, there is a growing trend to integrate Artificial Intelligence into these security strategies to improve anomaly detection in Smart Healthcare networks.
Nevertheless, the effectiveness of these methods is contingent upon the quality and meaningfulness of the extracted features from the network communications. In addition, with the growth of Smart Healthcare, extracting relevant features from network traffic is becoming increasingly complex due to device heterogeneity and the generation of massive amounts of information. Thus, this study extensively reviews the state of-the-art intrusion detection methods based on Artificial Intelligence and proposes a novel detection scheme for a Smart Healthcare environment.
The proposed detection scheme integrates fingerprinting techniques and Artificial Intelligence algorithms to eliminate the time-consuming feature extraction and selection required to model AI-based algorithms. The integration of fingerprinting techniques allows the representation of the network packet information in a suitable format to model Machine Learning and Deep Learning classifiers for anomaly detection in a Smart Healthcare environment, namely Integrated Clinical Environment. The results
obtained show comparable anomaly detection performance compared to the state-of-the-art, specially in terms of precision, false positive rate, and training time. Finally, during the development of this thesis, two publications were obtained.Los avances recientes en el cuidado inteligente de la salud (Smart Healthcare) han impactado el tratamiento médico tradicional, los servicios de salud, la interoperabilidad entre dispositivos médicos inteligentes y sus comunicaciones. Sin embargo, la creciente conectividad de los dispositivos en los entornos de Smart Healthcare ha creado un campo favorable para los ciberataques. Como resultado, se han aplicado métodos tradicionales de detección de intrusos y nuevos esquemas de detección para Smart
Healthcare. Además, existe una tendencia creciente de integrar la Inteligencia Artificial en estas estrategias de seguridad para mejorar la detección de anomalías en redes de comunicación de Smart Healthcare. Sin embargo, la eficacia de estos métodos depende de la calidad y el significado de las características extraídas de las comunicaciones de la red. Además, con el crecimiento de Smart Healthcare, la extracción de características relevantes del tráfico de red se está volviendo cada vez más compleja debido a la heterogeneidad de los dispositivos y la generación de cantidades masivas de información. Por lo tanto, este estudio proporciona una extensa revisión del estado del arte en cuanto a métodos de detección de intrusos basados en Inteligencia Artificial, y un novedoso esquema de detección para un entorno Smart Healthcare.
El esquema de detección propuesto implica la integración de técnicas de fingerprinting y algoritmos de Inteligencia Artificial para eliminar el proceso de extracción y selección de características, y un proceso típicamente necesario para modelar algoritmos basados en IA. La integración de técnicas de fingerprinting permite representar la información del paquete de red en un formato adecuado para modelar clasificadores de Machine Learning y Deep Learning para la detección de anomalías en un entorno
de Smart Healthcare, conocido como entorno clínico integrado (ICE). Los resultados obtenidos muestran un rendimiento de detección de anomalías comparable al estado del arte, especialmente en términos de precisión, tasa de falsas alarmas, y tiempo de entrenamiento. Finalmente, a partir de esta tesis se generaron dos publicaciones
Sistema de recolección de energía para dispositivos implantables
Get PDFDebido al incremento de dispositivos inalámbricos, vestibles e implantables, surge la necesidad de invertir esfuerzos en torno a la generación y/o cosechamiento de energía. Esto con la finalidad de incrementar la autonomía de los dispositivos inalambricos, al recargar la batería de los mismos. Esta tesis esta enfocada en el desarrollo de un sistema de recolección de energía mediante un transductor piezoeléctrico P-876.A12 con aplicaciones en dispositivo implantables o vestibles.
El cosechador de energía diseñado esta compuesto por tres bloques. El primer circuito es un rectificador de onda completa que se encarga de extraer la componente
de energía en DC del piezoeléctrico. El segundo circuito es una referencia de voltaje estable a temperatura la cual se encarga de proporcionar el nivel de referencia al tercer circuito, el cual es un regulador de voltaje LDO (Low Drop Out). El LDO se encarga de proporcionar un nivel de DC constante ante variaciones de línea y carga, siendo este nivel de DC el encargado de recargar la batería del vestible y/o implantable.
El circuito recolector de energía propuesto fue disenado utilizando una tecnología de fabricación de 180 nm CMOS estándar. Este cosechador entrega una potencia de salida de 5.95μW, 1.7V @ 3.5μA, al ser energizado por un piezoeléctrico P-876.A12, el cual fue excitado por una onda vibracional de 2Hz. El cosechador de energía presentó una eficiencia de conversión del 85 %. El modelado y simulación fueron realizados utilizando la herramiento CADENCE©
Optimización de Oxido de Estaño Dopado con Indio para su aplicación en celdas solares de Heterounión c-Si/a-Si:H
No full textEn esta tesis se fabricaron y caracterizaron celdas solares HIT en el Laboratorio de Microelectrónica del INAOE. Estas se fabricaron usando obleas FZ de silicio cristalino (c-Si) tipo n para celdas solares de 1 cm2 y obleas CZ para celdas de 15.48 cm2 (2’’). En estos sustratos, se realizó un proceso de grabado húmedo, con el fin de texturizarlos. Después, se depositaron películas delgadas de silicio amorfo hidrogenado (a-Si:H) intrínseco, utilizando el proceso de depósito químico fase vapor asistido por plasma (PECVD), el cual se encarga de pasivar la unión entre la estructura amorfa y cristalina. En seguida, se deposita a-Si:H dopado (tipo p y n), posteriormente, se depositan películas de óxido de estaño dopado con indio (ITO), por la técnica de pulverización catódica (Sputtering), este material es transparente a la radiación solar de 400 a 1500 nm y, a su vez, sirve como capa protectora de las películas delgadas de ai:H. Por último, se depositan los electrodos metálicos por el proceso de evaporación de haz de electrones. Con el fin de incrementar el desempeño de las celdas HIT, se estudió el efecto de la variación de tiempos de limpieza por grabado con iones reactivos (RIE), sobre las películas de ITO, para eliminar residuos de fotoresina. Se encontró que utilizando tiempos de 8 y 7 minutos de plasma con oxígeno (O2 ) y tetrafluorometano (CF4 ) respectivamente, se alcanzaron valores de ISC de 40 mA y un VOC = 550 mV. En cuanto al factor de llenado se logró un 61%, por último, la eficiencia alcanzó un valor de 15.1%. Posteriormente, se optó por realizar un estudio en películas de ITO modificando parámetros de depósito como la potencia de la fuente RF y la presión de la cámara. Después, se realizaron recocidos térmicos de 1, 2 y 3 horas a 150 °C sobre las muestras. Así, se analizaron las propiedades eléctricas y ópticas de las películas, se observó un incrementó de conductividad eléctrica de 50x105 Ωm -1 a 150x105 Ωm -1, es decir, un aumento de 3 veces el valor de la muestra de referencia, mientras que, en transmitancia se aumentó de 82% a 85% en el rango de longitud de onda de 300 nm a 1000 nm. Además, se realizó un análisis mediante microscopía electrónica de barrido (SEM) de las muestras, con el fin de analizar cómo varía la morfología de las películas de ITO en función del recocido térmico, observando que las dimensiones de los granos de ITO aumentaron de 10 a 20 nm.In this thesis, HIT solar cells were fabricated and characterized at the INAOE Microelectronics Laboratory. These were fabricated using n-type crystalline silicon (c-Si) FZ wafers for 1 cm2 solar cells and CZ wafers for 15.48 cm2 (2'') cells. On these substrates, a wet etching process was performed to texturize them. Then, thin films of intrinsic hydrogenated amorphous silicon (a-Si:H) were deposited using the plasma enhanced chemical vapor deposition (PECVD) process, which passivates the bond between the amorphous and crystalline structure. Next, doped a-Si:H (p and n type) is deposited, then, indium doped tin oxide (ITO) films are deposited by sputtering technique, this material is transparent to solar radiation from 400 to 1500 nm and, in turn, serves as an encapsulant of all a-Si:H thin films. Finally, the metal electrodes are deposited by the electron beam evaporation process. After that, we chose to make a study on ITO films generated by sputtering, modifying deposition parameters such as RF source power and chamber pressure. Then, 1, 2 and 3 h thermal annealing at 150 °C were performed on the samples. Consequently, the electrical and optical properties of the films were analyzed, and an increase in electrical conductivity of 50x105 Ωm -1 to 150x105 Ωm -1 , an increase of 3 times the value of the reference sample, while transmittance increased from 82% to 85% in the wavelength range from 300 nm to 1000 nm. In addition, a scanning electron microscopy (SEM) analysis of the samples was performed to analyze how the morphology of the ITO films varies as a function of thermal annealing, observing that the dimensions of the ITO grains increased from 10 to 20 nm
Sistemas multibiométricos audiovisuales con enfoque en Redes Neuronales de Aprendizaje Profundo y fusión de información
Get PDFActualmente ha aumentado la cantidad de aplicaciones en la que es necesario autentificar la identidad de los usuarios como acceso a servicios digitales otorgados por el gobierno o por entidades privadas, uso en áreas forenses y de aplicación de la ley, etc. Tradicionalmente se han empleado métodos de autentificación como tarjetas de identificación, contraseñas, o dispositivos electrónicos que almacenan información personal por mencionar algunos ejemplos. Estos métodos no son completamente seguros, aquellos que dependen de un objeto físico pueden extraviarse, ser objeto de robo o clonación; mientras que las contraseñas pueden ser olvidadas o el usuario puede entregar esta información sin intención a terceras partes.
Biometría se ha posicionado como una tecnología viable para construir sistemas de autentificación de identidad bajo la premisa de que existen rasgos fisiológicos o de comportamiento del ser humano que permiten diferenciar a un individuo de otro. Actualmente la investigación en este campo se ha concentrado en gran medida en proponer sistemas biométricos multimodales, los cuales pueden procesar dos o más de estos rasgos para combinar su información y fortalecer la seguridad de una
aplicación dificultando en gran medida la posibilidad de un acceso no autorizado.
En este trabajo de tesis proponemos diferentes propuestas de multibiometría empleando los rasgos de voz y rostro tomados de las bases de datos BIOMEX-DB y VidTimit, siendo la primera generada por nuestro equipo de trabajo. Los sistemas biométricos fueron desarrollados con diferentes modelos de los paradigmas de aprendizaje máquina y profundo (Machine Learning y Deep Learning respectivamente) enfocándonos principalmente en el segundo paradigma.
El primer desarrollo presentado es un sistema biométrico unimodal de voz multialgoritmo compuesto por un ensamble de clasificadores para llevar a cabo la tarea de verificación de identidad. Se entrenaron 2 sistemas base: el primero consiste en un conjunto de Modelos Ocultos de Markov (HMM) y el segundo está basado en d-vectors extraídos de una Red Neuronal Profunda (DNN). Para fusionar los sistemas base se empleó un tercer clasificador que combina los scores generados por los dos primeros y completar el ensamble; se utilizaron 4 modelos de fusión para determiner
cual creaba el ensamble que entregara los mejores resultados.Currently, the number of applications in which it is necessary to authenticate the identity of users has increased in the past years, examples of these applications are access to digital devices provided by the government or by private entities, forensics, law enforcement, etc. Traditional authentication methods such as ID cards, passwords or electronic devices that store personal information, to name a few examples, are not completely secure. Those that depend on a physical object can be lost, stolen or cloned; while passwords can be forgotten or the user can unintentionally leak this information to third parties. Biometrics has been positioned as a viable technology to build identity authentication systems under the premise that human beings have physiological or behavioral traits that help to tell them apart from each other. Current research on this field has largely focused on proposing multimodal biometric systems which process two or more of these traits to combine their information and strengthen the security of the system, greatly hindering the possibility of an unauthorized access. In this thesis we propose different multibiometric systems using data of the voice and face modalities taken from our proprietary database BIOMEX-DB and the audiovisual database VidTimit. Our proposed biometric systems were developed using Machine and mostly Deep Learning (ML and DL respectively) models. The first developed system is a multi-algorithm unimodal voice biometric system composed of a ensmble of classifiers to carry out identity verification. Two base systems were trained: the first one is based on Hidden Markov Models (HMM) and Universal Background Models (UBM), while the second one is based on the d-vectors framework extracted from a Deep Neural Network (DNN). In order to fuse both base systems a third classifier was used to combine the output scores produced by the base systems; 4 fusion models were tested in order to study which one produces the best results as part of the ensemble
Detección de Bandas de Proteínas de Interés Biológico en Geles de Poliacrilamida
Get PDFLa sobre expresión de la proteína GPN está relacionada con el incremento del cáncer de mama ductal y lobular invasivo (CDI y CLI) tipo HER2+, se ha propuesto su uso como biomarcador para emplearla como método de diagnóstico de la enfermedad. Sin embargo, los análisis solamente pueden realizarse por técnicas moleculares. El método más simple para detectar la presencia de proteínas es buscarlas en un gel de poliacrilamida (SDS-PAGE), pero las técnicas actuales aplicadas a las imágenes de los geles no permiten detectar las muestras ni las proteínas presentes sin ayuda del experimentador. Tampoco existen bases de datos de imágenes de geles de GPN que permitan identificar sus diferentes niveles de sobre expresión, por lo que se desarrolló una metodología que utilizó las diferentes fuerzas químicas que existen en las proteínas y mantuvo la GPN soluble y con una elevada pureza que permitió emular dichas muestras para conseguir las imágenes de geles SDS-PAGE. Se propuso una nueva metodología denominada Perfil de Imagen Basado en Segmentación de Imágenes Binarias (PIBSIB) que, empleando una máscara binaria, de tamaño de 1x400 pixeles para estudiar muestras o de tamaño de 1x50 pixeles si se buscan proteínas, binarizó y obtuvo el valor de intensidad del pixel de la posición 255, después de recorrer toda la imagen generó un arreglo que al ser graficado produjo un nuevo perfil de imagen. Los mínimos de este nuevo perfil se relacionaron con el número de muestras presentes y los máximos detectaron la cantidad de proteínas presentes, con ello, de forma automática se encontró el peso molecular de las proteínas junto con la de menor y mayor sobre expresión en las diferentes muestras.The GPN protein over expression is related with increase of breast cancer invasive ductal and invasive lobular (IDC and ILC) HER2+ type, Its use as a biomarker has been proposed as a method of diagnosis of the cancer disease. However, analysis can only be performed by molecular techniques. The simplest method to detect the presence of proteins is to look for them using a polyacrylamide gel (SDS-PAGE), but current techniques applied to gel images do not allow detection of the samples or the proteins present without the help of the experimenter. There are also no databases of GPN gel images that make it possible to identify their different levels of overexpression, so a methodology was developed that used different chemical forces that exist in proteins interactions and kept the GPN soluble with a high purity that allowed to emulate samples of people with cancer disease to obtain the images of SDS-PAGE gels. A new methodology called Image Profile Based on Segmentation of Binarized Images (IPBSBI) was proposed, this methodology to use a binary mask, with a size of 1x400 pixels to study samples or a size of 1x50 pixels if proteins are sought, binarized and obtained the value of intensity of the pixel at position 255, after going through the entire image, generated an arrangement that plotted, produced a new image profile. The minimums of this new profile were related to the number of samples present into the gel and the maximums detected the number of proteins present in each sample, with this, the molecular weight of the proteins was automatically found together with the lowest and highest overexpression in the different samples
VCO Optimization in CMOS Technology Applying Metaheuristics
Get PDFEsta tesis se centra en la optimizacion del desempeño de dos topologías de osciladores controlados por voltaje (VCOs) en estructura de anillo, mediante el uso de metaheurísticas. Debido a que los objetivos y restricciones de optimizacion varían de acuerdo a la aplicación en la que el VCO pueda ser usado, se eligió como caso de estudio la optimización de un VCO cuyo propósito es ser adecuado para uso en sistemas de banda ultra amplia (UWB). De acuerdo a las características necesarias para la operación en UWB, se selecciono entonces la maximización de la frecuencia de oscilación como el objetivo a alcanzar, con la restricción de que el VCO opere en el rango de frecuencia de 3.1 a 10.6 GHz, así como que su consumo de potencia y su ruido de fase se encuentre por debajo de los límites establecidos por el diseñador. Para llevar a cabo la optimización del VCO por medio de metaheurísticas primero es necesario identificar tanto los objetivos como las restricciones que el diseño debe cumplir, así como las variables de este que al ser ajustadas a través del algoritmo brindan la posibilidad de alcanzar el desempeño deseado. Las restricciones pueden estar relacionadas a mantener ciertas características de operación dentro de valores predefinidos como aceptables para cada aplicación en particular, por ejemplo que la frecuencia de oscilación se encuentre por encima de cierto valor o que el consumo de potencia del circuito no sobrepase un valor establecido, por otro lado también es importante considerar aquellas restricciones inherentes al diseño del circuito que son necesarias para que este opere adecuadamente, por ejemplo que ambos transistores en un par diferencial tengan las mismas dimensiones entre sí y que ambos funcionen en determinada región de operación. Una vez identificados todos estos detalles, es necesario adaptar el algoritmo para resolver el problema de optimización especifico que se define a través de los objetivos y restricciones ya identificados. Como parte del proceso de optimización el algoritmo genera de manera aleatoria un conjunto de valores de las variables de diseño y los sustituye en el circuito, realiza las simulaciones correspondientes y evalúa la función objetivo y las restricciones, este proceso es repetido durante una cantidad definida de iteraciones. Como resultado de este proceso, el algoritmo brinda una solución al problema de optimización que, de acuerdo a lo codificado en este, es la mejor.This thesis focuses on the performance optimization of two ring voltage controlled oscillators (ring VCOs) topologies, through the use of metaheuristics. Since the optimization objectives and constraints vary according to the application in which the VCO is meant to be used, thus the optimization of a VCO whose purpose is to be suitable for use in ultra-wide band (UWB) systems is selected herein as a case study. According to the requirements necessary for UWB operation, the maximization of the oscillation frequency is then selected as the objective, with the restriction that the VCO must operate within the frequency tuning range of 3.1 to 10.6 GHz, as well as that its power consumption and phase noise are below the limits established by the designer. To carry out the optimization of a VCO through metaheuristics, firstly it is necessary to identify both the objectives and restrictions that the design must meet, as well as the design variables that when adjusted through the algorithm, provide the possibility of achieving the desired performance. The restrictions may be related to maintaining certain characteristics within predefined values that are acceptable for each particular application, i.e. the oscillation frequency having to be above a certain value or the power consumption of the circuit not exceeding a fixed value. On the other hand, it is also important to consider those restrictions inherent to the design of the circuit that are necessary for it to operate properly, i.e. that both transistors in a differential pair have the same dimensions or work in a given operation region, etc. Once all these details are identified, it is necessary to modify the algorithm to solve the specific optimization problem that is defined through the objectives and constraints already identified. As part of the optimization process, the algorithm randomly generates a set of values of the design variables and replaces them in the circuit, performs the corresponding simulations and evaluates the objective function and the restrictions, this process is repeated for a defined amount of iterations. As a result of this process, the algorithm provides a solution to the optimization problem that, according to what is coded in it, is the best
Caracterización de Fibrilación Ventricular para Predicción de Riesgo de Muerte Súbita Cardíaca basado en Análisis Wavelet
Get PDFSudden Cardiac Death describes unexpected natural death from a cardiac cause in a short period of time, this is one of the main causes of death in the world and represents more than 50% of deaths from Cardiovascular Diseases and Ventricular Fibrillation is the most frequent peculiarity that leads to this as it can lead to the inability of the heart to pump blood effectively and thus its survival rate decreases by every minute until it leads to death due to sudden cardiac arrest. Therefore, early prediction of this arrhythmia is very important for timely treatment and a higher survival rate. The Electrocardiogram is one of the most important techniques for diagnosing heart disease, to deal with these problems. In this paper, we propose a method to classify these signals using Wavelet Packet Entropy. Specifically, we first decompose the QT complexes of these signals with the help of Wavelet Packet Decomposition, and then calculate the entropy from the decomposed coefficients as representative features, and finally train a Random Forest-based classification model with which carry out experiments that allow the characterization of Ventricular Fibrillation to predict the risk of Sudden Cardiac Death. The experimental results show that the proposed methodology is promising for Electrocardiogram classification, allowing prediction with greater anticipation, accuracy and precision than the state of the art.La Muerte Súbita Cardíaca describe la muerte natural inesperada por una causa cardíaca en un período corto de tiempo, esta es una de las principales causas de muerte en el mundo y representa más del 50% de las muertes por Enfermedades Cardiovasculares y la Fibrilación Ventricular es la peculiaridad más frecuente que conduce a esta ya que puede provocar la incapacidad del corazón para bombear sangre de manera eficaz y, por lo tanto, su tasa de supervivencia disminuye por cada minuto hasta provocar la muerte debido a un paro cardíaco repentino. Por ello, la predicción temprana de esta arritmia es muy importante para el tratamiento oportuno y una mayor tasa de supervivencia. El Electrocardiograma es una de las técnicas más importantes para el diagnóstico de enfermedades cardíacas, para hacer frente a estos problemas. En este documento, proponemos un método para clasificar estas señales utilizando Entropía del Paquete Wavelet. Específicamente, primero descomponemos los complejos QT de estas señales con ayuda de la Descomposición de Paquetes Wavelet, y luego calculamos la entropía a partir de los coeficientes descompuestos como características representativas, y finalmente entrenamos un modelo de clasificación basado en Bosque Aleatorio con lo cual se llevan a cabo experimentos que permiten la caracterización de la Fibrilación Ventricular para predecir el riesgo de una Muerte Súbita Cardíaca. Los resultados experimentales demuestran que la metodología propuesta es prometedora para la clasificación de Electrocardiograma, permitiendo la predicción con mayor anticipación, exactitud y precisión que el estado del arte
Physically based analyses of interconnects and characteristic impedance in microwave printed and integrated circuits
Get PDFThis dissertation presents a study of the characterization and experimental data-based modeling of interconnects in printed circuit boards (PCB) and integrated circuits (ICs). The study spans a range of tens of gigahertz, up to 60 GHz. Moreover, the importance of transmission line (TL) methods to obtain a complete panorama of signal integrity in interconnect channels is highlighted. The experimental characterization of TLs is presented, showing methods to extract the propagation coefficient (also known as propagation constant) and characteristic impedance . In order to obtain , a method to improve the extraction using multiple lines is proposed (based on multiline TRL). An analysis of the limitations to obtain from experimental data is presented, and the advantages and disadvantages of the currently used methods are expounded upon. An important problem to solve when a TL is measured is the extraction of the transitions used to access the lines. Therefore, a method to extract the parameters of these transitions is introduced, proposing an equivalent circuit model for their characterization. In order to solve the problem of extracting in IC transmission lines, a method that only uses measurements and is proposed, and an equivalent circuit is deduced for the (resistance-inductance-conductance-capacitance) transmission line model parameters. Finally, an S-parameter based equivalent circuit is proposed to model the internal interconnects of stacked chips, or Through Silicon Vias (TSV). A study varying the conductivity and number of return vias in 3D electromagnetic solvers was performed, providing valuable results in the frequency and time domains.En esta tesis se presenta un estudio sobre la caracterización y modelado de interconexiones en placas de circuito impreso PCB y circuitos integrados IC, basado en datos experimentales para un rango de decenas de gigahercios. En consecuencia, se expone la importancia de los métodos de línea de transmisión TL para obtener una visión completa sobre la integridad de la señal en los canales de interconexión. Se presenta una caracterización experimental de TLs, mostrando métodos para extraer la constante de propagación y la impedancia característica . Para obtener se propone un método que mejora la extracción utilizando múltiples líneas (basado en TRL multilínea). Se presenta una caracterización de los problemas para obtener con datos experimentales y se estudian las ventajas y desventajas de los métodos actualmente utilizados. Un problema importante a resolver cuando se mide una TL, es la extracción de las transiciones utilizadas para acceder a las líneas. Por tanto, se introduce un método para extraer los parámetros de estas transiciones, proponiendo un modelo de circuito equivalente para su caracterización. Para resolver el problema de extracción de en líneas de transmisión en IC, se propone un método que utiliza únicamente las mediciones y , además de presentar un modelo de circuito equivalente para los parámetros (resistencia-inductancia-conductancia-capacitancia) de la TL. Finalmente, se propone un circuito equivalente basado en parámetros-S para modelar las interconexiones internas en chips apilados, llamadas vías a través del silicio (TSV). Se realiza un estudio variando la conductividad y el número de vías de retorno en simuladores electromagnéticos 3D, mostrando resultados valiosos en el dominio de la frecuencia y del tiempo
Aprendizaje por Transferencia en Aprendizaje por Refuerzo Profundo
Get PDFOne important aim in Artificial Intelligence is to learn by interaction and withas few human interventions as possible. In recent years, two important Artificial Intelligence techniques have been combined to achieve the above: Deep Learning(DL) and Reinforcement Learning(RL).The combination of these two techniques is called Deep Reinforcement Learning(DRL), which has the advantages of both techniques: an agent can learn interactingwith a world representation (RL) and uses raw data as input from which features areautomatically extracted.Nevertheless, the limitations of both techniques are carried to DRL methods: thetraining time is too long even with specialized hardware and they require high numberof instances to obtain acceptable performance. Transfer Learning (TL) can help to reduce the training times and the number ofinstances to obtain an acceptable performance. TL uses previously acquired knowledgethe achieve the above objective.In this thesis some methods based on TL for DRL algorithms are proposed. Specifically, the aim of the proposed methods is to identify the relevant elements ofdifferent source tasks to learn a new one and obtain better results than training fromscratch. To obtain these results we propose different TL based methods for DRL. First, we propose a method based on information theory for selecting a pre-trained model that can potentially, obtain good performance in a new task. We propose to usea regresor to predict the performance of a pre-trained model in the target task using the information of feature maps obtained from a sample of the target task. The proposed method can select adequately a pre-trained model that find a significance difference between the training from scratch and the RL proposed method. Also, we propose a new algorithm for transferring part of a pre-trained model.Uno de los objetivos de la inteligencia artificial es aprender mediante la interacción y con poca intervención de humanos. En los años recientes se han combinado dos técnicasde inteligencia artificial para lograr lo anterior: el aprendizaje profundo (Deep Learning, DL) y el aprendizaje por refuerzo (Reinforcement Learning, RL). La combinación de estas dos técnicas se denomina aprendizaje por refuerzo profundo (Deep ReinforcementLearning, DRL), la cual utiliza las ventajas de las dos técnicas mencionadas anteriormente: se aprende mediante la interacción con una representación del mundo (RL) y se tienen como entrada datos sin procesar a partir de las cuales se extraen características de manera automática (DL). Sin embargo, también se tienen las limitaciones de ambas técnicas, dos de las más importantes son: se requiere mucho tiempo de entrenamiento aún si se cuenta con equipo especializado y un gran número de instancias para obtener un buen desempeño. El aprendizaje por transferencia (Transfer Learning, TL) puede ayudar a reducir el tiempo de entrenamiento y por consecuencia las instancias necesarias para alcanzar un desempeño aceptable. El TL utiliza conocimiento previamente adquirido para alcanzar el objetivo anterior. En esta tesis se proponen métodos basados en TL para DRL, específicamente se busca aprovechar los pesos de diferentes modelos profundos para aprender una nueva tarea, obteniendo mejor desempeño respecto al entrenamiento sin transferencia. Para llegar a este objetivo se propusieron diferentes métodos basados en TL para algoritmos basados en DRL. Primero, se propone un método para seleccionar un modelo pre-entrenado que potencialmente obtendrá un buen desempeño para una nueva tarea a aprender, basado en teoría de la información. Dicha propuesta utiliza un regresor para predecir el desempeño al inicializar los pesos de un modelo profundo en la tarea objetivo conun modelo pre-entrenado. Esto se realiza mediante información de los feature maps del modelo pre-entrenado con ejemplos de la tarea objetivo
Detecting Mental Disorders in Social Media using a Multichannel Representation
Get PDFMillions of people around the world are affected by one or more mental disorders that in- terfere with their thinking and behavior. Timely detection of these issues is challenging but crucial since it could open the possibility to offer help to people before the illness gets worse. One alternative to accomplish this is to monitor how people express themselves, that is for example what and how they write, or even a step further, what emotions they express in their social media communications. Over the last few years, studies related to the detection of mental disorders in social media have been increasing. The latter because the awareness created by health campaigns that emphasize the commonness of these disorders among all of us, that also has motivated the creation of new datasets, many of them extracted from social media platforms. In this study, we aim to contribute with the analysis of three major mental disorders that are hitting the world: Anorexia, Self-harm, and Depression. To this end, we propose a novel model that, first, extracts three different views, or information channels, from the posts shared by users: thematic interests, writing style, and emotions. Then, it fusions the information from each channel by using a gated multi-modal unit a module that learns the relations between channels. We evaluate the feasibility of our approach in the aforementioned tasks, first by comparing its output against traditional and modern strategies, and later against the best contestants in the eRisk evaluation forum, a workshop that explores issues related to the evaluation of methodologies and practical applications of topics related to health and safety for early risk detection on the internet.Millones de personas en todo el mundo se ven afectadas por uno o varios trastornos mentales que interfieren en su pensamiento y comportamiento. La detección oportuna de estos problemas es un reto, pero es crucial, ya que podría abrir la posibilidad de ofrecer ayuda a las personas antes de que la enfermedad empeore. Una alternativa para lograrlo es vigilar cómo se expresan las personas, es decir, por ejemplo, qué y cómo escriben, o incluso un paso más allá, qué emociones expresan en sus comunicaciones en las redes sociales. En los últimos años han aumentado los estudios relacionados con la detección de trastornos mentales en los medios sociales. Esto último se debe a la concienciación creada por las campañas sanitarias que hacen hincapié en lo común de estos trastornos entre todos nosotros, lo que también ha motivado la creación de nuevos conjuntos de datos, muchos de ellos extraídos de las plataformas de medios sociales. En este estudio, pretendemos contribuir con el análisis de tres de los principales trastornos mentales que azotan al mundo: Anorexia, Autolesiones y Depresión. Para ello, proponemos un modelo novedoso que, en primer lugar, extrae tres puntos de vista diferentes, o canales de información, de las publicaciones compartidas por los usuarios: intereses temáticos, estilo de escritura y emociones. A continuación, fusiona la información de cada canal utilizando una unidad multimodal un módulo que aprende las relaciones entre canales. Evaluamos la viabilidad de nuestro enfoque en las tareas mencionadas, primero comparando su resultado con estrategias tradicionales y modernas, y después con los mejores concursantes del foro de evaluación eRisk, un taller que explora cuestiones relacionadas con la evaluación de metodologías y aplicaciones prácticas de temas relacionados con la salud y la seguridad para la detección temprana de riesgos en Internet