Repositorio Institucional de CIMAT
Not a member yet
1133 research outputs found
Sort by
Nowcasting Mexican economic activity by using deep learning approaches : A comparison with econometric models
Get PDFThe increasing amount of information available in many countries generates opportunities to anticipate events related to economic behavior. One of the most important tasks is the prediction of economic activity in real time in order to anticipate slowdowns and possible recessions. The prediction of economic activity in real time is known as nowcast, and it requires a large amount of information. However, the recent pandemic has increased the lack of information and in consequence, it makes difficult the quantification of the economic context in the short-run.
At present, dynamic factor models (DFM) are the preferred approach to nowcast in order to deal with the high dimensionality of data and the absence of information, however, recent research suggests to nowcast economic and financial variables by using deep learning approaches, including non-structured data in the modeling, which has the property of summarize the economic context in different ways.
In this thesis, we propose a deep learning approach to nowcast for Mexican economic activity, and we make an extensive comparison with econometric models. We make use of traditional data, such as macroeconomic and financial data, and nontraditional data, such as indicators based on on-line newspapers. Additionally, we use variable selection methods to reduce the dimensionality of the data while keeping the relevant information for nowcast. As a result, we find that deep learning models are more flexible in terms of their lack of assumptions and that they are able to learn turning points in Mexican economic activity, and the non-structured data improve the nowcast, particularly, when standard information is not available
Detección de depresión en redes sociales conmodelos de aprendizaje profundo : Una revisión de su desempeño e interpretabilidad
Get PDFEn este trabajo exploramos el desempeño de clasificadores basados en redes neuronales profundas en la tarea de detección de depresión a partir de textos obtenidos de redes sociales. La relevancia se encuentra en que siendo la depresión la principal causa de discapacidad y suicidio a nivel mundial, es necesario contar con herramientas que auxilien en la correcta detección de la misma. Estudios han hallado que la depresión afecta la forma en la que las personas se comunican, y también que personas que las padecen suelen usar las redes sociales para informarse o hablar sobre su condición debido a la seguridad que el anonimato les confiere. Desde hace unos años, ha sido una tarea de interés el desarrollo de mecanismos eficientes para la detección de depresión a partir de textos provenientes de redes sociales, unido a este esfuerzo en este trabajo se explora el desempeño que diferentes arquitecturas de aprendizaje profundo pueden tener en esta tarea, ya que estos modelos profundo han demostrado una alta capacidad de descubrir patrones o características de los datos que no suelen ser evidentes a primera vista. Es por eso que en los últimos años han ganado popularidad como propuestas de solución en problemas complejos. Obtuvimos resultados competitivos para las diferentes redes neuronales profundas puestas a prueba, con resultados mejores con respecto a otros métodos de clasificación populares.
Por otra parte, también exploramos la posibilidad de interpretar la forma que los modelos dirigen su aprendizaje, en este punto logramos encontrar patrones interesantes sobre los que las modelos consideran relevante
SOLUCIÓN DE LA ECUACIÓN DE ONDA CONEL MÉTODO DE GALERKIN DISCONTINUO
Get PDFEn esta tesis se presenta el desarrollo, la aplicación e implementación del método de Galerkin Discontinuo en la solución de la ecuación de onda 1D y 2D.
El método numérico es aplicable en sistemas de ecuaciones hiperbólicos lineales como lo son las formas conservativas de la ecuación de onda en su formulación de velocidad-esfuerzo.
El algoritmo es muy flexible en la inclusión de medios heterogéneos y permite una implementación eficiente.
La diferencia principal con el método de Elemento Finito es que el campo de ondas propagado puede ser discontinuo en las fronteras de los elementos.
Esto requiere el cálculo del flujo numérico en la vecindad de los elementos lo que permite una formulación local del problema.
El cálculo del flujo numérico es crucial, por ello, se desglosa a detalle la derivación e implementación del flujo Upwind usado, el cual se basa en la solución del problema de Riemann.
La actualización del campo de ondas en el tiempo se hizo con el método Runge-Kutta de dos etapas, también conocido como predictor-corrector.
El procesamiento local de cada elemento facilita la paralelización de las operaciones elementales como lo son el cálculo de las matrices de masa y rigidez elementales, el flujo numérico y las etapas del Runge-Kutta.
Se implementó un esquema de memoria compartida usando la librería estándar OpenMP. En las simulaciones numéricas se consideraron fuentes puntuales y ondas S planas.
El método es capaz de modelar las fuentes en cualquier posición del dominio computacional, por ende, no es necesario que su ubicación coincida con algún nodo de la malla.
Se implementaron fronteras absorbentes en los límites del modelo computacional para evitar la generación de ondas espurias.
El análisis de convergencia de la solución numérica en modelos homogéneos mostró una alta precisión en la aproximación del campo de ondas.
En la modelación de estructuras heterogéneas se observó un buen acuerdo entre los resultados numéricos y los predichos por la teoría de ondas elásticas, lo cual muestra que el método es preciso y robusto
Análisis de Datos Multimodales en Colecciones Musicales
Get PDFEn la actualidad, la mayor parte de los datos usados para abordar distintas tareas de aprendizaje
máquina, tanto supervisado como no supervisado, son multimodales, es decir, se componen de
distintos elementos de información que pueden provenir de distintas fuentes.
Aunque tradicionalmente se han analizado las diferentes modalidades por separado,
han surgido diferentes metodologías de inteligencia artificial que permiten incorporar
todas las modalidades de información de los datos, y por ésta razón,
los modelos con datos multimodales se ha convertido en un campo de investigación muy activo
actualmente. Para el análisis de colecciones musicales, el enfoque multimodal constituye un reto,
debido a la compleja naturaleza de cada modalidad de información,
sumado a la poca disponibilidad de recursos de uso libre.
Para hacer frente a esta problemática, en ésta tesis creamos y analizamos un conjunto
de datos multimodales compuesto por señales de audio, texto, imágenes y una matriz pista-tag
con el fin de crear representaciones vectoriales que mejor representen cada pista en nuestro
conjunto de datos. Para esto, usamos técnicas de aprendizaje profundo, procesamiento de señales y
procesamiento de lenguaje natural. Finalmente verificamos el desempeño de éstas representaciones
con tareas de clasificación de género, y recuperación de información, mostrando buenos
resultados al compararlos con métodos reportados en la literatura
TRANSFORMERS APLICADO A LA DETECCIÓN Y ANÁLISIS DE AGRESIVIDAD EN REDES SOCIALES
Get PDFLa agresividad se define como aquello que busca causar daño y puede incitar a la violencia, lo cual es a lo que están expuestos los usuarios en redes sociales, este fenómeno puede causar daños a largo plazo, en algunas ocasiones llevando al suicidio, de ahí la importancia de identificar este tipo de manifestaciones.
El presente trabajo aborda el problema de identificar la agresividad en tweets en español de México, mediante la adaptación de un modelo basado en la arquitectura Transformers con el cual se puede también interpretar los resultados obtenidos.
Para lograr lo anterior este trabajo propone un procedimiento de tres pasos, que consiste en un pre-proceso que incluye características de la jerga de Twitter como los emojis, por ejemplo, además de un aumento de datos y finalmente un enfoque de ensamble con voto pesado para identificar la agresividad. Adicionalmente se hace un análisis de la atención para identificar en que se basan los modelos a la hora de hacer la clasificación.
El procedimiento propuesto, logró resultados que se encuentran en el estado del arte para agresividad en español de México, y pudo adaptarse exitosamente para otra tarea relacionada como lo es la identificación de ofensividad, logrando el primer lugar en la competencia académica MeOffendEs 2021.
Adicionalmente se logró identificar que los modelos ponen atención para la clasificación de agresividad en las acciones de causar daños, lo que concuerda con la definición
MODELACIÓN PARA EL ANÁLISIS DE LA EXTINCIÓN CON BASE EN EL REGISTRO FÓSIL
Get PDFEn esta tesis se propone un modelo de regresión de Cox para el análisis de la extinción con base en el registro fósil de especies marinas. A lo largo de los últimos 540 millones de años, la biodiversidad global ha cambiado drásticamente y han habido cinco grandes eventos de extinción masiva. Cada uno de estos eventos variaron en tamaño y causa aniquilando a una abrumadora cantidad de especies que vivían en ese momento, es decir, se ejerció algún efecto sobre su longevidad. En este trabajo se realizó una revisión bibliográfica para identificar dichos factores a fin de incorporar información relevante y disponible en un modelo estadístico paramétrico. Las explicaciones con evidencia consistente acerca de estas extinciones involucran el cambio en el nivel del mar, el clima, variaciones en flujo de rayos cósmicos, entre otras causas. Las características y aptitudes de las especies influyen en su respuesta a las variaciones de las condiciones en las que viven y dado que en los últimos años varios analistas han tratado de apoyar la idea de la evolución mediante el registro fósil se considerará esta variable en el modelo postulado. Se construyó un simulador de tiempos de vida de especies con el objetivo de investigar la plausibilidad de las variables consideradas influyentes en la extinción y la estimación de los parámetros del modelo de regresión de Cox, considerando covariables dependientes del tiempo y habilitando con ello estimación de precisión estadística. El simulador mostró que para la magnitud y estructura de datos contenidos en el registro fósil, es factible realizar estimación sensata de parámetros, dando lugar a interpretaciones en el contexto de extinción. En particular, se estableció compatibilidad con la noción de que la evolución de los organismos mejora su aptitud a lo largo de los años, y se permite analizar la influencia en la extinción de cada uno de los factores identificados
CLASIFICADOR DE LA DIFICULTAD DEL USO DE LA MEMORIA DE TRABAJO POR LA MEDICIÓN DE CARGA COGNITA A TRAVÉS DE SEGUIMIENTO OCULAR
Get PDFLa memorización es un proceso cognitivo clave en el contenido de aprendizaje. Un
curso con tareas de memoria difícil puede provocar una sobrecarga cognitiva y
frustración en un grupo de alumnos y, por su parte, con tareas de memoria fácil,
se puede evocar baja carga cognitiva que llevaría a los alumnos al aburrimiento;
ambos casos con malos resultados para el aprendizaje. Para controlar la carga
cognitiva en los cursos de aprendizaje de forma no invasiva, primero hay que
medirla. Sin embargo, en los estudios de seguimiento ocular, no hay clasificadores
de carga cognitiva ni de dificultad de tareas de memoria. En este trabajo se
propone un clasificador de dificultad de tareas de memoria de trabajo, tomando
como bases características de carga cognitiva con datos del tamaño de la pupila
implementando un rastreador ocular remoto. Para ello, se realizaron dos
experimentos, uno en donde la carga cognitiva es inducida por tareas de memoria
auditivas y el otro con tareas de memoria visual. En el primero se identifican dos
niveles de dificultad: fácil y difícil. Estos niveles se consiguieron solicitándole a los
participantes que hablaran con la verdad en una entrevista o respondieran con una
mentira. Posteriormente, fueron clasificados con una máquina de soporte vectorial
(SVM, del íngles: Support Vector Machine) y el clasificador de análisis
discriminante lineal (QDA, del íngles: Quadratic Discriminant Analysis). En el
segundo caso, se realiza un análisis de los datos de la pupila a partir de tres
tareas de memorización con dificultad fácil, media y alta. Se seleccionaron las
características con diferencias significativas y se entrenaron los clasificadores más
precisos utilizados en la investigación de eye tracking como la máquina de soporte
vectorial (SVM), árbol de decisión (DT, del íngles: Decision Tree), análisis
discriminante lineal (LDA, del íngles: Linear Discriminant Analysis) y bosque
aleatorio (RF, del íngles: Random Forests)
Guía para la selección de herramientas que faciliten laadopción del estándar ISO / IEC 29110
Get PDFActualmente existen modelos y normas cuya finalidad es proporcionar prácticas de
desarrollo de software a las Entidades Muy Pequeñas (EMPs). Tal es el caso del estándar
ISO/IEC 29110 cuya finalidad es mejorar la calidad de los productos de software a través de
los procesos de Gestión de Proyectos (GP) e Implementación de Software (IS),
proporcionando prácticas probadas que cualquier equipo de desarrollo de software debería
cumplir.
Sin embargo, existe una brecha entre las EMP y la implementación del estándar, debido a
la falta de conocimiento de herramientas de software que pueden ayudar a facilitar su
implementación en las EMPs. Por lo tanto, este trabajo de tesis tiene como objetivo proveer
una serie de rutas que habiliten a la selección de herramientas que faciliten la adopción del
estándar ISO/IEC 29110
ESTADÍSTICOS TOPOLÓGICOS EN EL ESTUDIO DE ELECTROCARDIOGRAMAS
Get PDFUn problema médico relevante es la clasificación de electrocardiogramas (ECG), con el fin de diferenciar personas sanas de aquellas que presentan una afección cardiaca. Muchos de los métodos actuales requieren de una alta interpretación médica de los datos o de información adicional, por lo que es importante encontrar estadísticos obtenidos directamente de los ECG que ayuden en su clasificación.
El Análisis Topológico de Datos (ATD) es un conjunto de técnicas y herramientas que obtienen información de los datos usando teoría de topología. En los últimos años se han propuesto diversos invariantes con aplicaciones en diversas áreas, por ejemplo, el diagrama de persistencia, los números de Betti y los panoramas de persistencia.
En esta tesis se estudia el potencial del ATD para la clasificación de ECG. Para esto primero se hace una revisión a la metodología de la ventana deslizante, basada en el Teorema de Takens, con la que podemos transportar la información de un ECG a un espacio euclidiano. Posteriormente, se obtienen los estadísticos topológicos relevantes, con base en las propuestas de Chazal (2017) e Ignacio (2019). Finalmente, evaluamos los resultados sobre el conjunto de datos de ECG del concurso Physionet 2017 y sobre un conjunto de datos simulados de ECG.
Con esto se encontró que las técnicas de ATD aportan información adicional que ayuda en la clasificación de ECG, demostrando que los estadísticos topológicos son viables en el estudio de este tipo de datos
On Uncertainty Quantification of Models Defined by Initial and Boundary Value Problems for Differential Equations
Get PDFInverse problems arise in an enormous variety of science and engineering applications where model parameters must be estimated from noisy and indirect observational data. These problems are characterized by observational errors, model errors, and issues of ill-posedness which yield uncertainties in model parameters. Bayesian statistical approaches to inverse problems allow us to make simulations and predictions with quantified uncertainties. These tasks become essential in model-based decision-making. Using a dynamical system based on physical principles to predict the observations is known as the forward problem. Traditional Bayesian methods as inference of the parameters, sampling from a distribution, quadrature approximations, experimental design, and model selection are affected by the introduction of a numerical solution of an ODE/PDE system. Therefore, ensuring the regularity of the direct problem, the consistency in the discretization, and the consequent stability of the posterior is of great importance to building reliable predictions. In this work, our specific interest relies on the challenges for the statistical approach for inverse problems defined by initial and boundary value problems for differential equations. We present several examples of inverse problems with applications in mesh refinement, elastography, epidemics, and biology. To face these problems, we consider model selection criteria, experimental design strategies, posterior sampling schemes, among others in which we apply dimension reduction, optimization, and numerical analysis tools. The main goal illustrated by these examples is the systematic treatment of model, data, and computational errors to produce predictions with quantified uncertainty