University of Puerto Rico at Mayagüez Institutional Repository
Not a member yet
2992 research outputs found
Sort by
Respuestas de piña ( ) 'MD-2' al biorregulador acido salicilico aplicado en diferentes etapas fisiológicas
No full textThis research was carried out to determine the possible effects of foliar applications of salicylic acid on the ‘MD-2’ variety pineapple plant and fruit at different physiological stages. The experimental design was in complete randomized blocks with 6 treatments and 4 replications. The six treatments were: Single application of salicylic acid before flowering, Multiple applications of salicylic acid before flowering, Single application of salicylic acid at flowering, Multiple applications of salicylic acid from flowering to harvest, Multiple applications from sowing to harvest and Control treatment without salicylic acid. The solution used was made of 250 mg of salicylic acid, 1 ml of non-ionic surfactant per liter of water, with application of 100 ml per plant. The treatment that resulted in more positive effects was the single application at flowering, increasing the length of the D leaf, the number of live and dry leaves, crown chlorophyll content, the leaf concentration of calcium, sodium and manganese the luminosity of the peel, the components of a*, b*, c* and h* in the color space, as well as in titratable acidity. Application of salicylic acid at other times during the crop season also affected some of the variables evaluated. These results show that application of salicylic acid pre-harvest may be used to enhance specific plant growth and fruit quality characteristics in ‘MD-2’ pineapple that may be advantageous for growers and in the marketing of the fruit.Esta investigacion fue realizada con el fin de determinar el efecto de las aplicaciones foliares de ácido salicílico en la planta y fruto de piña ‘MD-2’ en diferentes etapas fisiologicas. El diseño experimental fue en bloques completos al azar con 6 tratamientos y 4 repeticiones. Los cuatro tratamientos fueron: Aplicación unica de ácido salicílico antes de florecer, Aplicaciones multiples de ácido salicílico antes de florecer, Aplicación unica de ácido salicílico en la floracion, Aplicaciones multiples de ácido salicílico desde la floración hasta la cosecha, aplicaciones multiples desde la siembra hasta cosecha y el tratamiento testigo sin ácido salicílico. La mezcla utilizada fue de 250 mg de acido salicilico, 1 ml de surfactante no ionico por litro de agua, se aplicaron 100 ml por planta. El tratamiento que mostró mayores efectos positivos fue la aplicación única durante la floración, incrementando la longitud de la hoja D, el número de hojas vivas y secas, el contenido de clorofila en la corona, la concentración foliar de calcio, sodio y manganeso, la luminosidad de la cáscara, los componentes a*, b*, c* y h* en el espacio de color, así como la acidez titulable. La aplicación de ácido salicílico en otros momentos del ciclo de cultivo también afectó algunas de las variables evaluadas. Estos resultados demuestran que la aplicación de ácido salicílico antes de la cosecha puede mejorar el crecimiento de la planta y la calidad del fruto en la piña ‘MD-2’, lo cual puede ser ventajoso para los productores y su comercialización.Spring202
Evaluating ocean warming and eutrophication across Puerto Rico’s coral reefs through the integration of remote sensing and in situ observations
No full textTropical coastal ecosystems, including mangroves, seagrasses, and coral reefs, are vital for biodiversity, ecosystem functionality, and human livelihoods. Despite their ecological and economic significance, global climate change and local anthropogenic stressors increasingly threaten these ecosystems. This dissertation evaluates three key challenges in Puerto Rico’s coastal ecosystems: ocean warming and coral bleaching impacts, the accuracy and application of remote sensing-derived Chl-a to assess coral reef eutrophication, and inshore-offshore gradients of coral nutrition subsidies. Analysis of ocean warming and heat stress events revealed significant warming and frequent coral bleaching events, with consistently lower heat stress across western reefs. Sentinel-3 OLCI-derived Chl-a overestimated in situ measured Chl-a for shallow coral reef sites, while tailored virtual stations improved accuracy. Measured Chl-a for most coral reefs in Puerto Rico exceeded the most stringent Chl-a eutrophication concentration thresholds. Additionally, assessments of particulate organic carbon variability, acidification, and temperature across mangrove, seagrass, and coral reef gradients highlight the role of nearshore ecosystems as sources of nutritional subsidies and the importance of coastal ecosystem linkages in helping corals withstand warming and acidification. Collectively, this dissertation provides an integrated perspective on ocean warming, nutritional subsidies, and remote sensing applications, offering critical insights for the management and restoration of Puerto Rico’s coral reefs under accelerating environmental change.Los ecosistemas costeros tropicales, que incluyen los manglares, las praderas marinas y los arrecifes de coral, son vitales para la biodiversidad, la funcionalidad de los ecosistemas y los medios de vida humanos. A pesar de su importancia ecológica y económica, múltiples factores amenazan cada vez más estos ecosistemas. Esta disertación evalúa tres desafíos clave en los ecosistemas costeros de Puerto Rico: el calentamiento oceánico y el blanqueamiento de coral, la precisión y aplicación de Chl-a derivada de la teledetección para evaluar la eutrofización, y los subsidios a la nutricionales en el gradiente costero-oceánico. El análisis de los eventos de estrés térmico reveló un calentamiento significativo y frecuentes eventos de blanqueamiento de corales, con un estrés por calor consistentemente menor en los arrecifes occidentales. La Chl-a derivada de Sentinel-3 OLCI sobreestimó la Chl-a in situ para sitios de arrecifes de coral poco profundos, mientras que las estaciones virtuales modificadas mejoraron la precisión. La Chl-a medida para la mayoría de los arrecifes de coral en Puerto Rico excedió los umbrales de concentración de eutrofización de Chl-a más estrictos. Además, la evaluación de la variabilidad del carbono orgánico particulado, la acidificación y la temperatura a lo largo de los gradientes de manglares, pastos marinos y arrecifes de coral destacan el papel de los ecosistemas costeros como fuentes de subsidios nutricionales y la importancia de los vínculos de los ecosistemas costeros frente al calentamiento y la acidificación. En conjunto, esta disertación proporciona una perspectiva integrada sobre el calentamiento de los océanos, los subsidios nutricionales y la teledetección, proporcionando información importante para el manejo y la restauración de los arrecifes de coral de Puerto Rico ante el cambio ambiental acelerado.NOAA Center for Atmospheric Science and Meteorology NA16SEC4810006-NCAS-M
DRNA Grant 2022-000109
D-Enterprise Grant N000142412430Spring202
Rapid, portable and low-cost water quality device using machine learning
No full textMaintaining high water quality standards is essential for preventing the spread of waterborne diseases that pose significant risks to public health, such as cholera, dysentery, hepatitis, and typhoid fever. While conventional methods, including membrane filtration (MF), multiple tube fermentation (MTF), and enzyme-based assays, offer high sensitivity and specificity in detecting bacterial indicators like Escherichia coli (E. coli) and Enterococcus faecalis (E. faecalis), these techniques are hindered by lengthy processing times, reliance on specialized laboratory facilities, and the need for trained personnel. To address these limitations, this thesis presents the development of a novel, portable, and cost-effective UV-LED/RGB sensor system for rapid bacteriological water quality assessment. The system incorporates a multi-well, self-loading microfluidic device, UV-LEDs for sample excitation, and RGB sensors (devices capable of detecting light intensity in red, green and blue wavelengths ranges) for fluorescence data acquisition, alongside a defined substrate assay and portable incubation system for automated bacterial quantification. The microfluidic device autonomously loads water samples, eliminating the need for sample preparation, and enables bacterial enumeration via most probable number (MPN) analysis. Fluorescence signals from individual wells are processed using machine learning (ML) algorithms, including Multilayer Perceptron Neural Networks (MLPNN), Random Forest (RF), Logistic Regression (LR), and Support Vector Machines (SVM). These algorithms classify well as positive or negative within 30 minutes. The results indicate that the best-performing algorithm was MLPNN, achieving evaluation metrics of up to 100% for E. faecalis detection. For this study, E. coli was not utilized as an indicator. Comparisons with the Quanti-TrayTM/2000 system revealed greater dispersion and limitations in the detection range for high bacterial concentrations. However, the rapid response time, the reduced sample volume required, and the integration of automation and ML-based analysis tools present a promising alternative for bacteriological detection and quantification.Mantener altos estándares de calidad del agua es esencial para prevenir la propagación de enfermedades transmitidas por el agua que representan riesgos significativos para la salud pública, como el cólera, la disentería, la hepatitis y la fiebre tifoidea. Aunque los métodos convencionales, como la filtración por membrana (MF), la fermentación en tubos múltiples (MTF) y los ensayos enzimáticos, ofrecen alta sensibilidad y especificidad en la detección de indicadores bacterianos como Escherichia coli (E. coli) y Enterococcus faecalis (E. faecalis), estos procedimientos están limitados por largos tiempos de procesamiento, la dependencia de instalaciones de laboratorio especializadas y la necesidad de personal capacitado. Para superar estas limitaciones, esta tesis presenta el desarrollo de un sistema UV-LED/RGB novedoso, portátil y rentable para la evaluación rápida de la calidad bacteriológica del agua. El sistema incorpora un dispositivo microfluídico de múltiples pozos con auto-carga, UV-LEDs para la excitación de muestras y sensores RGB (dispositivos capaces de detectar la intensiad de luz en los rangos de longitudes de onda roja, verde y azul) para la adquisición de datos de fluorescencia, junto con un ensayo de sustrato definido y un sistema portátil de incubación para la cuantificación bacteriana automatizada. El dispositivo microfluídico carga automáticamente las muestras de agua, eliminando la necesidad de preparación previa, y permite la enumeración bacteriana mediante el análisis de número más probable (MPN). Las señales de fluorescencia de los pozos individuales se procesan utilizando algoritmos de aprendizaje automático (ML), incluyendo Redes Neuronales Perceptrón Multicapa (MLPNN), Bosques Aleatorios (RF), Regresión Logística (LR) y Máquinas de Soporte Vectorial (SVM). Estos algoritmos clasifican los pocillos como positivos o negativos en menos de 30 minutos. Los resultados indican que el algoritmo con mejor rendimiento fue MLPNN, alcanzando métricas de evaluación de hasta el 100 % para la detección de E. faecalis. En este estudio, no se utilizó E. coli como indicador. Las comparaciones con el sistema Quanti-TrayTM/2000 revelaron una mayor dispersión y limitaciones en el rango de detección para altas concentraciones bacterianas. Sin embargo, el rápido tiempo de respuesta, el poco volumen de muestra requerido y la integración de herramientas de análisis automatizadas y basadas en ML presentan una alternativa prometedora para la detección y cuantificación bacteriológica.This research was funded by Puerto Rico Sea Grant College Program grant number NA18OAR4170089 and R/90-2-20, and the United States Geological Survey grant number G21AP10624-02, State Water Resources Research Institutes Program.Spring202
Towards a neural pre-processing architecture for principle-based Minimalist parsing
No full textModeling language in a symbolic, principle-based manner that accommodates both structural and lexical ambiguity remains a significant challenge for computational systems.
Current probabilistic parsers struggle with ambiguity detection and grammaticality judgments, limiting their effectiveness in natural language processing tasks. This work presents the Hybrid-Architecture Symbolic Parser and Neural Lexicon (HASPNeL) encoder, a pre-processing pipeline designed to model the human lexicon through computational methods. The encoder incorporates named entity recognition (NER), smart tokenization, part-of-speech (POS) tagging with probability distributions, morphological analysis, and lemmatization to prepare an utterance for processing through a symbolic principle-based parser. These components work together to identify all possible interpretations of lexical items in context, particularly in ambiguous utterances. The system was trained on a synthetic corpus of 1,920 sentences containing various types of ambiguity and evaluated on a holdout and a homograph dataset. Results demonstrate 98% accuracy on holdout data, while exhibiting limitations in homograph disambiguation (92% accuracy), showing systematic biases toward certain POS tags and sensitivity to sentence-final punctuation. This implementation provides a foundation for future computational linguistics research that better reflects human language comprehension capabilities.Modelar el lenguaje de manera simbólica y principiada que a su vez considere tanto ambigüedad estructural como léxica permanece un reto para sistemas computacionales.
Los analizadores sintácticos probabilísticos actuales presentan dificultades con la detección de ambigüedad y juicios de gramaticalidad, limitando su efectividad en tareas de procesamiento de lenguaje natural. Este trabajo presenta un codificador ("encoder") para el "Hybrid-Architecture Symbolic Parser and Neural Lexicon (HASPNeL)," un sistema de preprocesamiento diseñado para modelar el lexicón humano a través de métodos computacionales. El codificador incorpora reconocimiento de entidades nombradas, tokenización inteligente, etiquetaje de categorías gramaticales sumado a sus distribuciones probabilísticas, análisis morfológico, y lematización en preparación para el procesamiento de un enunciado a través de un analizador simbólico principiado. Estos componentes trabajan en conjunto para identificar todas las posibles interpretaciones de los elementos léxicos de un enunciado a base de su contexto, particularmente en enunciados ambiguos. El sistema fue entrenado con un corpus sintético de 1,920 oraciones con diferentes tipos de ambigüedad y evaluado con conjuntos de datos tanto de reserva como de homógrafos. Los resultados demuestran un 98% de precisión en los datos de reserva, mientras que exhibe limitaciones en la desambiguación de homógrafos (92% de precisión), mostrando sesgos sistemáticos hacia ciertas etiquetas de categorías gramaticales y sensibilidad a puntuación al final de un enunciado. Esta implementación proporciona una base para futuras investigaciones en lingüística computacional que reflejen mejor las capacidades de comprensión del lenguaje humano.Investigation subsidized with funds from the National Science Foundation #2219712 and #2219713.Summer202
An artificial intelligence framework for land cover change detection from hyperspectral images
No full textHyperspectral image change detection (HSI-CD) is essential for understanding Earth surface dynamics such as ecosystem shifts, deforestation, and urban growth. Although hyperspectral data offer rich spectral detail, many deep learning methods still struggle with noisy predictions, limited contextual reasoning, and poor boundary localization. This thesis introduces the Hyperspectral Multilevel GCN and CNN Feature Fusion for Change Detection (HMGCF-CD) framework, a deep learning architecture that integrates Convolutional Neural Networks (CNNs) with Graph Convolutional Networks (GCNs) for more accurate and spatially precise change detection. CNNs extract fine-grained pixel-level features, while GCNs operate on superpixel-based graph regions to capture broader spatial structure. To bridge the mismatch between Euclidean CNN features and non-Euclidean graph features, HMGCF-CD incorporates a graph encoder–decoder that enables bidirectional feature propagation between pixels and graph nodes within a unified end-to-end architecture. The model also learns adaptive edge weights and node representations from training data. Experiments across diverse land-cover types show that HMGCF-CD consistently outperforms state-of-the-art methods. Visual and quantitative evaluations, including ablation studies that demonstrate that each component contributes meaningfully to producing sharper and more reliable change maps.La detección de cambios en imágenes hiperespectrales (HSI-CD) es fundamental para comprender las dinámica de la superficie terrestre, incluyendo cambios en ecosistemas, deforestación y crecimiento urbano. Aunque los datos hiperespectrales ofrecen un alto nivel de detalle espectral, muchos métodos de aprendizaje profundo siguen enfrentando dificultades, como predicciones ruidosas, comprensión contextual limitada y pobre delimitación de bordes. Esta tesis presenta el marco Fusión de Características Hiperespectrales Multinivel de GCN y CNN para la Detección de Cambios (HMGCF-CD, por sus siglas en inglés), una arquitectura de aprendizaje profundo que integra Redes Neuronales Convolucionales (CNNs) con Redes de Convolución Gráfica (GCNs) para lograr una detección de cambios más precisa y con mejor definición espacial. Las CNNs extraen características de nivel píxel, mientras que las GCNs operan sobre regiones de superpíxeles para capturar relaciones espaciales más amplias. Para superar la incompatibilidad entre las características euclidianas de las CNNs y las características no euclidianas del grafo, HMGCF-CD incorpora un codificador–decodificador de grafos que permite la propagación bidireccional de características entre píxeles y nodos dentro de un marco integrado de extremo a extremo. El modelo también aprende pesos de aristas y representaciones de nodos de manera adaptativa a partir de los datos de entrenamiento. Los experimentos en diversos tipos de cobertura terrestre, demuestran que HMGCF-CD supera consistentemente a los métodos de vanguardia, tanto en precisión como en calidad de bordes. Las evaluaciones visuales y cuantitativas incluyendo estudios de ablación confirman que cada componente del marco contribuye significativamente a producir mapas de cambio más definidos y confiables.Fall202
Thoughts on the amanuensis: Exploring Toni Morrison’s message on love and community in
No full textThis thesis analyzes the work of author Toni Morrison through an intersectional approach of gender, race, and class. I argue that in Song of Solomon Morrison establishes the importance of love and collectivist thinking within Black America as a means of combating white supremacist, sexist, and classist ideals that surround them. This thesis primarily focuses on chapter nine of Song of Solomon, where I suggest the couple of Corinthians Dead and Henry Porter are pivotal to Morrison’s message on the importance of love. In chapter one of this thesis, “The ‘Failure’ Role Models: The Socioeconomic Implications of Porter and Corinthians” I analyze the unique space Porter and Corinthians take up in the novel through the lens of Belinda Edmondson’s “The Black Romance,” and explain how their romance symbolically critiques societal forms of hierarchy in gender, race, and class. In chapter two, “The Biblical Lovers: The Religious and Political Radicalism of Porter and Corinthians’ Relationship” I maintain that Corinthians and Porter’s relationship is likened to the biblical definition of love detailed in 1st Corinthians chapter thirteen. I also suggest Morrison wants her readers to emulate the couple as biblical role models of love. Lastly, I propose that not only is Morrison’s message on love vital to understanding the novel, but also that teaching the novel through this lens can be uniquely effective for Second Language Learning students.Esta tesis analiza el trabajo de autora Toni Morrison por un enfoque interseccional de género, raza, y clase económica. Propongo que en La Canción de Salomón Morrison establece la importancia de amor y pensamiento colectivista dentro de la comunidad Negra de Estado Unidos como una manera de combatir ideales de supremacismo blanco, sexismo, y clasismo que los rodea. Esta tesis primariamente se enfoca en el capítulo nueve de La Canción de Salomón donde sugiero que la pareja de Henry Porter y Corinathians Dead son esenciales para el mensaje de Morrison sobre la importancia del amor. En el primer capítulo, “Los ‘Fracasos’ Modelos a Seguir: El Implicación Socioeconómica de Porter y Corinthians” analizo el espacio único de Porter y Corinthians en la novela usando “The Black Romance” hecha por Belinda Edmondson, y explico como la pareja simbólicamente representa una crítica a sistemas jerárquicos de género, raza, y clase económica. En el segundo capítulo, “Los Amantes Bíblicos: El Radicalismo Religioso y Político de la relación entre Porter y Corinthians” mantengo que la relación entre Porter y Corintians es comparada a la definición bíblica del amor en el primero de corintios capítulo trece. También sugiero que Morrison quiere que sus lectores emulen a la pareja como modelos del amor bíblico. Por último, propongo que el mensaje sobre amor de Morrison es vital para comprender la novela, pero que también enseñar la novel por este enfoque puede ser únicamente efectiva para estudiante aprendiendo Inglés como segunda idioma.Fall202
Optimization in the design for additive manufacturing of personalized total knee replacement prostheses and cost-effectiveness analysis
No full textPatient-specific total knee replacements (TKRs) must conform to individual anatomy, withstand deep-flexion activities, and remain viable at low production volume. This work establishes an integrated design-for-additive-manufacturing pipeline that converts medical imaging into a cemented, PCL-retaining implant, validates function via static finiteelement analyses across progressively deeper flexion postures, and refines geometry through manufacturability-aware topology optimization. The study also benchmarks relevant metal–polymer pairings and contrasts additive manufacturing with conventional fabrication routes on feasibility and cost.Los reemplazos totales de rodilla (TKR) específicos para el paciente deben ajustarse a la anatomía individual, soportar actividades de flexión profunda y seguir siendo viables a bajo volumen de producción. Este trabajo establece una línea de diseño integrada para la fabricación aditiva que convierte las imágenes médicas en un implante cementado que retiene PCL, valida la función a través de análisis de elementos finitos estáticos en posturas de flexión progresivamente más profundas y refina la geometría a través de la optimización de la topología consciente de la capacidad de fabricación. El estudio también compara los emparejamientos metal-polímero relevantes y contrasta la fabricación aditiva con las rutas de fabricación convencionales en cuanto a viabilidad y costo.Baxter Chair and the Department of Defense under Contract No. W911NF-17-1-0494Fall202
Hyperspectral image representation and classification using graphs and graph convolutional neural networks
No full textHyperspectral image (HSI) classification is a challenging task due to the high di- mensionality, spectral redundancy, and complex spatial structures present in the data. Traditional deep learning models, such as Convolutional Neural Networks (CNNs), often fail to capture the non-Euclidean relationships among pixels, leading to suboptimal classification performance. Graph Convolutional Networks (GCNs) offer a promising alternative by modeling HSIs as graphs, where nodes represent pixels or superpixels, and edges encode spectral-spatial relationships. This thesis investigates the effectiveness of GCNs for HSI classification by constructing and optimizing graph representations. Several similarity metrics, including Spectral Information Divergence (SID), Spectral Angle Mapper (SAM), Wasserstein Distance (WD), and Radial Basis Function (RBF), are explored to generate adjacency matrices that accurately capture pixel-wise depen- dencies. Additionally, an adaptive neighborhood selection mechanism is developed to dynamically refine graph connectivity and improve classification accuracy. To evaluate the proposed methodologies, several experiments are conducted on multiple benchmark datasets, including Indian Pines, Pavia University, Salinas, Botswana, and University of Houston. An ablation study is performed to assess the impact of different adjacency matrix constructions and neighborhood selection strategies. Results demonstrate that GCNs leveraging adaptive graph representations significantly outperform traditional CNNs and other GCN based deep learning methods, particularly in scenarios with lim- ited training samples. Furthermore, a novel dimensionality reduction approach based on Local Linear Embeddings (LLE) is integrated with GCNs to enhance computational efficiency without compromising classification accuracy. Hybrid architectures, incorporating autoencoders based in deep neural networks (DNNs) and CNN with GCN for accuracy improvement are presented. Among the proposed models, the S3CLLE-WGCN framework achieves state-of-the-art performance across multiple datasets, setting new benchmarks in HSI classification. The findings of this research highlight the advan- tages of leveraging graph-based learning techniques for HSI analysis. The integration of similarity measures for adjacency matrix construction, spectral, and spatial information into graph structures enables a more expressive representation of HSI data, paving the way for improved classification accuracy in practical applications such as precision agriculture, environmental monitoring, and land cover mapping.La clasificación de imágenes hiperespectrales (HSI) es una tarea desafiante debido a la alta dimensionalidad, la redundancia espectral y las complejas estructuras espa- ciales presentes en los datos. Los modelos tradicionales de aprendizaje profundo, como las Redes Neuronales Convolucionales (CNNs), a menudo no logran capturar las rela- ciones no euclidianas entre los píxeles, lo que conduce a un rendimiento subóptimo en la clasificación. Las Redes de Convolución sobre Grafos (GCNs) ofrecen una alternativa prometedora al modelar las imágenes hiperespectrales como grafos, donde los nodos representan píxeles o superpíxeles y las aristas codifican relaciones espectro-espaciales. Esta tesis investiga la efectividad de las GCNs para la clasificación de HSI mediante la construcción y optimización sistemática de representaciones en grafos. Se exploran varias métricas de similitud, incluyendo la Divergencia de Información Espectral (SID), el Mapeador de Ángulo Espectral (SAM), la Distancia de Wasserstein (WD) y la Fun- ción de Base Radial (RBF), para generar matrices de adyacencia que capturen con pre- cisión las dependencias entre píxeles. Además, se propone un mecanismo de selección de vecindario adaptativo para refinar dinámicamente la conectividad del grafo y mejorar la precisión de la clasificación. Para evaluar las metodologías propuestas, se realizan varios experimentos en múltiples conjuntos de datos de referencia, incluyendo Indian Pines, Pavia University, Salinas, Botswana y University of Houston. Se lleva a cabo un estudio de ablación para analizar el impacto de diferentes construcciones de matrices de adyacencia y estrategias de selección de vecindario. Los resultados demuestran que las GCNs que utilizan representaciones gráficas adaptativas superan significativamente a las CNNs tradicionales y otros métodos de aprendizaje profundo basados en GCNs, es- pecialmente en escenarios con muestras de entrenamiento limitadas. Además, se integra un novedoso enfoque de reducción de dimensionalidad basado en Embeddings Lineales Locales (LLE) con GCNs para mejorar la eficiencia computacional sin comprometer la precisión de la clasificación. El estudio también explora arquitecturas híbridas, incorpo- rando autoencoders basados en redes neuronales profundas (DNNs) y CNNs con GCNs para mejorar la precisión. Entre los modelos propuestos, el marco S3CLLE-WGCN alcanza un rendimiento de vanguardia en múltiples conjuntos de datos, estableciendo nuevos referentes en la clasificación de HSI. Los hallazgos de esta investigación destacan las ventajas de aprovechar técnicas de aprendizaje basadas en grafos para el análisis de imágenes hiperespectrales. La integración de información estadística, espectral y espacial en estructuras gráficas permite una representación más expresiva de los datos HSI, allanando el camino para una mayor precisión en la clasificación en aplicaciones prácticas como la agricultura de precisión, el monitoreo ambiental y la cartografía de cobertura del suelo.This work was partially supported by the U.S. National Science Foundation under Grant 2334265.Spring202
Understanding heat transfer in wearable devices using direct numerical simulations
No full textThe use of wearable devices has grown and has led to the integration of advanced sensors. As these devices incorporate more sensors, their power consumption increases, leading to a higher risk of overheating. Understanding the convective heat transfer of these devices with the surrounding air, where the heat generated is dissipated, helps to address the risks. This study focuses on the turbulent flow and local heat transfer around a wall-mounted prism. The prism represents a wearable device, with the lower wall simulating the human skin. In this setup, the surrounding fluid is initially maintained at ambient temperature, while the prism temperature is varied to mimic the overheating effects observed in wearable devices. To obtain a comprehensive understanding, direct numerical simulations based on the Navier-Stokes and energy conservation equations are performed. Three different heat transfer mechanisms are evaluated: forced, natural and mixed convection. The methodology was validated through canonical benchmark cases. Flow structures such as separation, recirculation, and vortex dynamics were analyzed using the lambda2 criterion, revealing hairpin, horseshoe, and arc vortices that significantly enhance local heat transfer. Nusselt number distributions were evaluated across the prism surfaces. At low Reynolds numbers, natural convection dominated, resulting in symmetric but relatively weak heat transfer. At higher Reynolds numbers promoted turbulence and led to localized peaks in heat transfer due to vortex-induced mixing. Forced and mixed convection regimes showed similar behavior, confirming the predominance of inertial over buoyant forces. An correlation of the form Nu = C Re^a Ra^b was developed to predict heat transfer without new simulations.El uso de dispositivos portátiles ha aumentado y ha llevado a la integración de sensores avanzados. A medida que estos dispositivos incorporan más sensores, su consumo de energía también incrementa, lo que genera un mayor riesgo de sobrecalentamiento. Comprender la transferencia de calor por convección entre estos dispositivos y el aire circundante, donde se disipa el calor generado, ayuda a mitigar dicho riesgo. Este estudio se enfoca en el flujo turbulento y la transferencia de calor local alrededor de un prisma montado sobre una pared. El prisma representa un dispositivo portátil, mientras que la pared inferior simula la piel humana. En esta configuración, el fluido circundante se mantiene inicialmente a temperatura ambiente, y la temperatura del prisma se varía para imitar los efectos de sobrecalentamiento observados en dispositivos portátiles. Para lograr una comprensión integral, se realizaron simulaciones numéricas directas basadas en las ecuaciones de Navier-Stokes y conservacion de la energia. Se evaluaron tres mecanismos distintos de transferencia de calor: convección forzada, natural y mixta. La metodología fue validada mediante casos de referencia canónicos. Las estructuras del flujo, como la separación, recirculación y dinámica de vórtices, fueron analizadas utilizando el criterio de lambda2, revelando vórtices en forma de horquilla, de herradura y arqueados que mejoran significativamente la transferencia de calor local. Se evaluaron las distribuciones del número de Nusselt sobre las superficies del prisma. A bajos números de Reynolds, la convección natural predominó, resultando en una transferencia de calor simétrica pero relativamente débil. A mayores números de Reynolds, la turbulencia se intensificó, generando picos localizados en la transferencia de calor debido a la mezcla inducida por vórtices. Los regímenes de convección forzada y mixta mostraron comportamientos similares, lo que confirma la predominancia de las fuerzas inerciales sobre las de flotación. Se desarrolló una correlación de la forma Nu = C Re^a Ra^b para predecir la transferencia de calor sin necesidad de nuevas simulaciones.Investigation subsidized with funds from the Center for the Advancement of Wearable Technologies (CAWT) Award No. NSF OIA-1849243Spring202
Humanidades digitales en Puerto Rico: Iniciativas y colaboraciones de la Biblioteca General de la UPR en Mayagüez
No full textEste poster fue presentado en la conferencia anual de la Asociación de Bibliotecas Universitarias, de Investigación e Institucionales del Caribe (ACURIL, por sus siglas en inglés), en el 2025 en Curaçao.Las humanidades digitales presentan grandes oportunidades para las bibliotecas universitarias. Al mismo tiempo, desarrollar servicios innovadores y sostenibles puede representar retos y desafíos para las instituciones en el contexto caribeño. En este afiche se presentarán algunas iniciativas y colaboraciones en las que se ha embarcado la Biblioteca General de la Universidad de Puerto Rico en Mayagüez para responder a las nuevas necesidades de información de nuestra comunidad.
En colaboración con el Departamento de Inglés, se logró establecer el Laboratorio de Historia Oral (OHL), cuya misión es registrar, difundir y preservar historias sobre las experiencias de los residentes de Puerto Rico. Siguiendo un modelo poscustodial y un marco ético que busca proteger la dignidad de las personas entrevistadas, el laboratorio pone especial énfasis en la narraciones sobre cómo los miembros de las comunidades han respondido a desastres naturales como huracanes y terremotos, así como a otros eventos relacionados con el cambio climático, la justicia social y otros temas. Hasta el momento, el OHL ha ayudado a amplificar alrededor de 60 historias orales disponibles en Scholar@UPRM, el repositorio institucional. Además, ha producido documentales y zines sobre la inseguridad alimentaria, los desafíos del acceso al agua potable y otros problemas sociales.
El OHL cuenta con una plantilla de investigadores, profesores, estudiantes y bibliotecarios que trabajan directamente con diferentes socios comunitarios y organizaciones de apoyo mutuo para documentar sus narrativas. Ante este nuevo panorama, la Biblioteca General ha dedicado personal para adaptar o crear nuevos servicios y espacios que apoyen proyectos de historia oral y de humanidades digitales.Este trabajo fue creado gracias el apoyo de la Fundación Andrew W. Mellon y al apoyo administrativo de la UPRM