Repositorio Institucional de CIMAT
Not a member yet
1133 research outputs found
Sort by
Agrupamiento semi-supervisado conrestricciones a nivel instancias mediantealgoritmos evolutivos
Get PDFExiste una gran variedad de problemas en el mundo real en los que se desea aprender un modelo de clasificación a partir de un conjunto de datos, pero las etiquetas de clase con las que se dispone no son suficientes. El agrupamiento es una alternativa para aprender a partir de datos no etiquetados y, recientemente, se ha mostrado que produce mejores agrupamientos cuando es retroalimentado con información parcial del conjunto de datos, la cual puede ser representada en forma de restricciones. Este tipo de agrupamiento se le conoce como agrupamiento semi-supervisado con restricciones. El agrupamiento con restricciones es un problema desafiante, ya que su solución no sólo implica explorar el espacio de búsqueda de manera eficiente, sino que también debe asegurar que las particiones resultantes sean factibles. Diversos métodos del estado del arte se han propuesto para dar solución al problema de agrupamiento haciendo uso de restricciones a nivel de instancias. No obstante, estos métodos en general asumen que se conoce el número de grupos que contiene el conjunto de datos, lo cual es típicamente desconocido en problemas reales. Esta tesis propone MOECC: Multi-Objective Evolutionary Constrained Clustering. MOECC formula el problema de agrupamiento como un problema multi-objetivo, considerando la compacidad y la conectividad de los grupos como los objetivos a optimizar. Además, adapta un mecanismo basado en epsilon-restringido para el manejo de las restricciones a nivel instancias. MOECC implementa operadores de cruza y mutación especialmente diseñados para agrupamiento e incorpora una estrategia para ayudar a escoger de manera automática el número de grupos. La eficacia de MOECC es comparada con COP-K-Medias, LCVQE, RDPM y ME-MOEA/D. El estudio experimental considera conjuntos de datos de referencia y se evalúa el desempeño considerando diferentes niveles de restricciones. Los resultados experimentales dan evidencia que MOECC es capaz de encontrar agrupamientos de manera eficaz y eficiente en comparación con los métodos de referencia
THE IMPORTANCE OF DIVERSITY IN EVOLUTIONARY ALGORITHMS
Get PDFPopulation-based algorithms are flexible methods that can be effectively applied to complex optimization problems. As part of their design, several aspects have to be taken into consideration. One of them, perhaps the most important, is the early loss of diversity, which leads to premature convergence of the population. However, several works have shown that this situation can be alleviated by taking into account mechanisms that attempt to control the diversity of the population. The aim of this work is to show that the quality of current population-based algorithms can be enhanced by integrating mechanisms to explicitly manage diversity. The key is to consider the stopping criterion and elapsed period in order to dynamically alter the importance granted to the diversity. In this dissertation, enough evidence is collected to conclude that this strategy benefits population-based algorithms mainly for long runs. Even more, this strategy is empirically analyzed in both single-objective and multi-objective problems as well as for continuous and discrete domains.
In the first part of this document, single-objective optimization problems are studied. At the beginning, a Differential Evolution variant with enhanced diversity maintenance is proposed. The main novelty is the use of a dynamic balance between exploration and exploitation to adapt the optimizer to the requirements of the different optimization stages. For this section, the experimental validation is carried out with several benchmark tests proposed in competitions of the "IEEE Congress on Evolutionary Computation" and with the top-rank algorithms of each competition, as well as other diversity-based schemes. The new method avoids premature convergence and significantly improves further the results obtained by state-of-the-art algorithms. Thereafter, regarding single-objective optimization, the Menu Planning Problem is addressed. This optimization problem is a complex task that involves finding a combination of menu items taking into account several types of features, such as nutritional, economical, and level of repetition, among others. To deal with the menu planning problem, some of these features are transformed into constraints. Several variants of this problem have been defined, and memetic algorithms have been quite successful in solving them.
Specifically, two formulations based on the transformation of menu planning into a single-objective constrained optimization problem are studied. Eac
Models for a Quantitative Evaluation of Karate Motion Skills
No full textThe main goal of this work is exploring, evaluating, implementing and adapting some state-of-the-art models to evaluate executions of movements by karate athletes.
In sports, the evaluation of individual motion skills plays a fundamental role. Unfortunately, human motion involves many correlated variables, both temporally and spatially. To this end, we study first the effects of different parameterizations, based on orientations and on positions and we evaluate each method's sensitivity to temporal distortions.
Afterwards, we explore methods to evaluate human motion, starting with traditional approaches based on measurements using the raw data, like Linear Matching and non-Linear Matching approaches. Next, we discuss a method based on encoding the correct motion sequences through a probabilistic model. Finally, we explore some more complex methods based on deep learning. We implemented a supervised, unsupervised and deep metric learning model
OPTIMIZACIÓN DE LA SECUENCIA DE PRODUCCIÓN POR MEDIO DE UN ALGORITMO GENÉTICO
Get PDFLos problemas de tipo Job Shob Scheduling (JSSP), son problemas considerados cómo NP-HARD
debido a la alta complejidad computacional que implican, la cual crece de manera exponencial
según crezca al número de variables y restricciones que contenga el problema que se desea
resolver, en esta ocasión se analiza un problema de optimización de secuencia de tareas dentro de
un proceso de corte de alambre el cual es modelado con una variante del JSSP conocido como
Flexible Job Scheduling Problem (FJSP) el cual consiste en asignar N tareas en M máquinas, las
cuales cuentan con un restricción de tipo de tareas a procesar, un determinado tiempo de
reconfiguración entre cada tipo de tarea que se realizará en cada máquina y un tiempo de
procesamiento T_NM para cada tipo de tarea que puede procesar cada máquina, esto
considerando que algunas máquinas pueden realizar más de un tipo de tarea diferente. En este
problema específicamente buscamos reducir los tiempos de utilización de máquinas junto a la
minimización del tiempo máximo de conclusión de todas las tareas, así, resolviendo un problema
de optimización con 2 funciones objetivo. Este problema es resuelto a través de un algoritmo
genético haciendo uso de individuos con estructura matricial binaria multiplicada por una matriz
de costo de operación. Al hacer uso de estos métodos de solución, podemos asegurar la obtención
de una buena solución, así, reduciendo los tiempos de operación de una manera eficaz y eficiente
a un bajo costo computacional
DIAGNÓSTICO DE ENFERMEDADES EN PLANTAS
Get PDFEl diagnóstico es clave para tratamiento oportuno de las enfermedades en plantas, en este trabajo nos enfocamos en la estimación de la porción de una planta que tiene clorosis, necrosis o puntos blancos, mediante visión computacional implementando una estrategia que se compone por la segmentación de la planta y el posterior reconocimiento de los colores asociados con las enfermedades.
Para la segmentación se hace uso de modelos estadísticos, en el caso de fotos con poco ruido de fondo se segmenta mediante Gaussian Mixture Models (GMM) y para el caso de fondos con ruido se hace uso de modelos de Prominencia Bayesiana, posteriormente se procede a cuantificar la pigmentación de la zona segmentada mediante una red neuronal con el objetivo de cuantificar la porción del tejido de la planta que presenta colores asociados con las enfermedades mencionadas con anterioridad.
Se analizaron diversas especies de plantas en escenarios variados para evaluar la generalización de la estrategia desarrollada y su capacidad para realizar un diagnóstico adecuado en dichas situaciones
Detección de Agresividad en tuits escritos por mexicanos en español
Get PDFLas redes sociales muestran cada día formas más innovadoras de comunicación y se han convertido en un canal donde las personas expresan su opinión, se difunde información y se discuten temas relevantes para la sociedad.
Al mismo tiempo, al permitir el anonimato, existen facilidades para que los usuarios de las redes sociales ataquen y ofendan a otras personas. Este hecho se vuelve relevante por el impacto que tiene la propagación de mensajes agresivos, delitos violentos, el acoso en línea, etc. Por lo anterior, tanto los propietarios de las redes sociales como académicos han trabajado en detectar mensajes agresivos.
En esta tesis se abordará la detección de tuits agresivos, para ello se evaluarán características como los N-gramas con Máquinas de Soporte Vectorial, Redes Convolucionales, Recurrentes y además, se incluyen características del perfilado de autor. De igual forma, se profundiza en la forma en cómo se ingresa esta información a los métodos desarrollados para probar si las personas agreden de forma distinta dependiendo de su perfil. En el desarrollo de este trabajo se verá que agregar el género, la localización y la ocupación permite mejorar la discriminación entre mensajes no agresivos y agresivos
CALCULO EXTERIOR DISCRETO EN LA SOLUCION DE EDP’S: FORMULACION LOCAL PARA PROBLEMAS TERMICOS ANISOTROPOS
No full textEl presente trabajo trata sobre la aplicación del Cálculo Exterior Discreto (DEC) en la solución de ecuaciones diferenciales parciales (EDP) de interés en los campos de la física e ingeniería. Se trata de una metodología relativamente nueva, basada en la idea de discretizar la teoría matemática del Cálculo Diferencial Exterior. La idea fue propuesta en el 2003 por Anil N. Hirani en su tesis doctoral por el CALTECH, y desde entonces ha sido abordado por un grupo no muy extenso de investigadores, principalmente en los Estados Unidos.
Dos de los conceptos esenciales en DEC es el de la derivada exterior, y la formas diferenciales. Mediante dichos conceptos se pueden generalizar los operadores comunes del cálculo multivariable como son el gradiente, rotacional y divergencia, mismos que se emplean en las EDP de la física que son de nuestro interés.
En el trabajo original de Hirani, DEC fue presentado de manera puramente teórica, la cual puede ser vista como cálculo diferencial sobre triangulaciones (o mallas) de dimensión finita arbitraria, sin mostrar ninguna aplicación numérica. Sin embargo, en su misma tesis Hirani mencionó que DEC podría ser aplicado en la solución de problemas variacionales, como los que surgen en el campo de la física, así como en visión computacional, procesamiento de imágenes y computación gráfica.
La principal aplicación de DEC, además de su interés teórico, es la creación de operadores discretos que permitan generar métodos numéricos para la solución de EDP. Si bien los operadores discretos han figurado en la literatura durante algún tiempo, DEC ofrece un enfoque unificado para su construcción, respaldado por el rigor de la topología diferencial.
Los principales pasos en tal enfoque son los siguientes:
1. Escribir la ecuación diferencial en términos de operadores diferenciales suaves (o formas diferenciales).
2. Reemplazar el dominio continuo suave, variables y operadores por sus homólogos DEC.
3. Utilizar un análisis basado en DEC para construir un sistema de ecuaciones lineales apropiado. La solución de dicho sistema de ecuaciones proporcionará una aproximación a la solución de la EDP en el dominio deseado.
La primera aplicación numérica apareció en el 2008, aunque la aceptación del artículo para su publicación se dio hasta el año 2015. Posteriormente surgieron algunas otras aplicaciones, todas con propiedades materiales isótropas.
En los capítulos 2 y 3 de este trabajo se da una explicación muy breve y concisa de lo
REGULARIZED DICTIONARY BASED METHODS FOR PATTERN RECOGNITION IN IMAGES
Get PDFLa disciplina de reconocimiento de patrones es fundamental para el procesamiento automático de datos. El procesamiento digital de imágenes es uno de los muchos campos que continuamente se beneficia de técnicas tanto clásicas como modernas de reconocimiento de patrones, ya sea en problemas supervisados o no supervisados. Los métodos basados en diccionarios son técnicas particulares de factorización de matrices con capacidades de representación muy versátiles y que han mostrado mejoras importantes para reconocimiento de patrones en imágenes y para procesamiento de imágenes en general. Por otro lado, es ampliamente conocido que el aprendizaje profundo logra resultados notables para reconocimiento de imágenes, en gran medida debido a su capacidad para aprender composiciones de funciones.
Ésta tesis se enfoca en métodos mejorados basados en diccionarios para reconocimiento de patrones locales en imágenes tanto para el escenario supervisado (clasificación de imágenes) como para el escenario más retador no supervisado (agrupamiento de imágenes). En particular, se proveen de cuatro métodos basados en diccionarios, dos para clasificación de imágenes y dos para agrupamiento de imágenes. Dos métodos se basan en un esquema de un diccionario pesado a bloques y los otros dos se basan en un sistema profundo (aprendizaje jerárquico profundo de diccionarios) con nuevas capas que inducen representaciones jerárquicas profundas, y donde los cuatro métodos consideran regularización de manera ventajosa. El esquema pesado a bloques logra un mejor desempeño que otros métodos relacionados en clasificación de imágenes y en agrupamiento de imágenes en bases de datos conocidas y provee interpretación de la relevancia de las características en los patrones de entrada. Por otro lado, el esquema de aprendizaje jerárquico profundo de diccionarios logra un desempeño mejor que o competitivo con métodos del estado del arte tanto en clasificación de imágenes como en agrupamiento de imágenes en bases de datos conocidas
¿PUEDEN LAS MEDIDAS DE CONTROL ELIMINAR UNA EPIDEMIA?
Get PDFEl 2020 nos demostró la importancia de los modelos epidemiológicos. La decrip-
ción matemática del comportamiento de una población durante una epidemia y de
los beneficios que trae cada medida de control son temas en los que necesitamos se-
guir trabajando. El modelo que se presenta en este trabajo esta basado en un modelo
epidemiológico del tipo SIS con dos clases susceptibles. Este trabajo está enfocado a
dar una descripción del comportamiento de cada individuo de forma independiente
por lo que usó como herramienta matemática los autómatas celulares. El trabajo está
enfocado en dar una descripción matemática de lo que se conoce como medidas de
control. En él se analiza como afectan la difusión de la información, el distanciamien-
to social, los porcentajes de inmunización y las campañas de concientización en una
población infectada donde todos los individuos no tienen las mismas condiciones
Detección de zonas de potencial crecimiento para las micro empresas en Nuevo León, Nayarit y Yucatán, basado en técnicas de Clustering Espectral
Get PDFEn México, las micro empresas representan alrededor de 95% de los establecimientos
y concentran a 37.2% de la población ocupada, por lo que representan el primer
canal por el cual muchos mexicanos cuentan con un trabajo o deciden emprender y
ser fuente de trabajo.
En este proyecto de tesis se presenta una propuesta de modelo de clustering que
permita detectar las zonas que han presentado un escenario favorecedor para los micro
negocios, es decir, en las cuales se ha dado un crecimiento económico acompañado de
bienestar social y no sólo como consecuencia de la expansión urbana.
El modelo toma como base información pública del INEGI a nivel localidad, del
DENUE se obtiene la información sobre los negocios en México y del Censo se obtienen
las variables socio-demográficas. Posteriormente, se aplica la técnica de selección de
variables SPEC propuesto por Zhao y Liu. (2007), de la cual se obtiene un ranking
por nivel de relevancia de cada variable y que es utilizado en la fase agrupamiento.
Se aplica el algoritmo de Clustering Espectral propuesto por Ng, Jordan, y Weiss
(2002) con un par de variantes: (1) en la función de similitud RBF kernel se utiliza un
parámetro de escala local !i en lugar del parámetro global ! Zelnik-Manor y Perona
(2004) y (2) se elige el valor óptimo de clústeres utilizando criterios de ajuste clásicos
en conjunto con el heurístico Eigengap y la Búsqueda iterativa del Eigengap Afzalan
y Jazizadeh (2019).
El resultado de este trabajo se presenta en forma de mapas interactivos de consulta
pública, los cuales contienen un ranking de localidades por estado de acuerdo al
potencial del sector micro y al nivel de bienestar que han presentado en los últimos
años