Universidad de Los Andes
Repositorio institucional Séneca Universidad de los Andes (Colombia)Not a member yet
38709 research outputs found
Sort by
Modelo de predicción multifuente para irradiancia solar mediante aprendizaje profundo, análisis de imagen y datos satelitales en Colombia
No full textEste trabajo desarrolla modelos de pronóstico intradiario de la irradiancia global horizontal (GHI) con un horizonte de 60 minutos (H=6, datos cada 10 minutos) para una estación terrestre en Bogotá. Se implementan dos rutas de modelado: una basada en variables tabulares, que incluye modelos MLP y arquitecturas secuenciales (LSTM, BiLSTM, CNN LSTM y un Transformer compacto), y una ruta satelital que emplea productos GOES ABI L2, específicamente DSRF y MCMIPF, adquiridos de forma automática mediante infraestructura en AWS. A partir de estas modalidades se proponen también modelos de fusión que integran información tabular con imágenes satelitales.
Los modelos se evaluaron frente a un esquema de persistencia empleando RMSE, MAE, R2 y skill. La optimización de hiperparámetros se ejecutó con Optuna y almacenamiento JournalStorage, mientras que el rastreo de experimentos se realizó con MLflow para garantizar reproducibilidad. Los resultados muestran que los modelos tabulares ofrecen un desempeño notable y que los modelos satelitales puros presentan capacidades predictivas limitadas en ausencia de información local. La fusión multifuente, en particular la integración de MCMIPF con datos tabulares, logra el mejor desempeño global con reducciones de error superiores al 30 por ciento frente a la persistencia y una mayor estabilidad en condiciones de nubosidad variable.This thesis develops intraday forecasting models for global horizontal irradiance (GHI) with a 60 minute horizon (H=6, 10 minute resolution) at a ground station in Bogotá. Two modeling tracks are implemented: a tabular track that includes MLPs and sequential architectures (LSTM, BiLSTM, CNN LSTM, and a compact Transformer), and a satellite based track using GOES ABI L2 products, specifically DSRF and MCMIPF, automatically ingested through an AWS data pipeline. Multisource fusion models that integrate tabular predictors with satellite imagery are also proposed.
Models are benchmarked against a persistence baseline using RMSE, MAE, R2, and skill. Hyperparameter optimization is performed with Optuna and JournalStorage, and experiment tracking is handled with MLflow to ensure reproducibility. Results show that tabular models achieve strong performance and that satellite only models are limited when local surface information is absent. Multisource fusion, particularly the combination of MCMIPF with tabular inputs, achieves the best overall performance with error reductions above 30 percent relative to persistence and improved stability under variable cloud conditions.Pregrad
Capas superpuestas, suelos tejidos
No full textLa Plaza de Toros Santamaría es hoy una pieza incompleta dentro del corredor cultural de Bogotá. Su huella circular "el toril", un vacío oculto y desconectado interrumpió por décadas el eje histórico que desciende desde San Diego hacia el Museo Nacional, convirtiendo la plaza en un borde aislado en lugar de un nodo urbano.
El proyecto reconoce en esa incompletud una belleza y una oportunidad: activar el vacío del toril para convertirlo en la estructura que articula un nuevo centro cultural. Al abrir este círculo y hacerlo accesible, la intervención restituye el eje histórico y cose museo, parque y ciudad en una misma continuidad.
El suelo se despliega como una capa que enlaza niveles, memorias y recorridos, permitiendo que la Santamaría deje de ser un recinto cerrado y se reintegre al corredor cultural. Así, el centro cultural emerge como una nueva capa que completa lo que estaba suspendido y revela la belleza de reactivar una huella histórica para reimaginar el territorio.Pregrad
Modelación e inferencia inversa del crecimiento de rodolitos mediante sistemas Lindenmayer y Deep Learning
No full textRepositorio del codigo creado: https://github.com/PuentesUwU/Sistema-Lindenmayer---Rodolitos---Deep-learning.gitCon el objetivo de desarrollar un marco metodológico que integre sistemas Lindenmayer y modelos de Deep Learning para la generación e inferencia inversa de parámetros en morfologías tridimensionales no ramificadas, en este trabajo se diseñó un sistema generativo capaz de producir estructuras tridimensionales sintéticas bajo condiciones controladas. Lo anterior, buscando entrenar redes neuronales convolucionales para predecir parámetros geométricos y de crecimiento en rodolitos a partir de representaciones bidimensionales. De esta forma, se encontró que, si bien los parámetros discretos y direccionales presentaron mayores niveles de error, los resultados evidenciaron un mejor desempeño en la inferencia de variables asociadas a escalas globales de crecimiento. Por lo tanto, se concluye que la inferencia inversa de sistemas generativos es viable, aunque limitada por la calidad del conjunto de datos sintéticos, especialmente a causa de los métodos de suavizado que afectaron la morfología global.Ministerio de Ciencia, Tecnología e Innovación - Minciencias de Colombia y Facultad de Ciencias de la universidad de los andes quienes dieron su generoso apoyo financiero y la gestión del programa “Observatorio de la microbioerosión, acidificación oceánica y la disolución en arrecifes coralinos”.PregradoModelado computacional y aprendizaje automático aplicado a sistemas biológico
Spectral embedding through machine learning methods for material decomposition in x-ray imaging data: application to the analysis of mammary tissue
No full textThis thesis investigates the integration of modern machine learning structures with wave-optics based x ray imaging in clinical context, specially for the iden tification, classification and decomposition of mammary carcinoma structures.
This work introduces the transformer, a multi-attention head architecture first introduced in 2017, as a tensorial decomposer and statistical tool. Origi nally developed for machine translation, the Transformer has since demonstrated remarkable versatility across a wide range of domains, including vision, spec troscopy, and medical imaging. Its ability to encode contextual relationships and represent complex high-dimensional signals makes it an ideal candidate for modeling phase variations, spectral distributions, and structural patterns inher ent to X-ray interactions with biological tissue. In this thesis, the Transformer is exploited not only as a classifier through the Vision Transformer (ViT) paradigm but also as an embedding mechanism capable of expressing spectral–tensor rela tionships and enabling meaningful decompositions of pathological tissue charac teristics.
The thesis is organized into three main components. The first part focuses on dataset generation, where synthetic X-ray images were produced using CAT NIP, GEANT4, and simple geometric phantoms. These simulated datasets were complemented with clinical mammographic images from the MIAS collection.
After generating and curating the data, the most suitable subsets were selected for model training. The second part presents the validation of the classification framework. For the geometric dataset, the non-pretrained Transformer architecture achieved an accuracy of 0.90, while the pretrained model reached 0.98. On the MIAS dataset, the non-pretrained model showed poor performance and proved ineffective for clinical classification. However, after incorporating pretraining, the model at tained an accuracy of 0.842, demonstrating a substantial improvement in gener alization and diagnostic capability.
The final part of the thesis explores material decomposition using a hybrid U Net–Transformer encoder. This architecture was applied to decompose a sample X-ray image into material classes such as wood, metal, plastic, and glass. The results indicate that the method is promising, although the spatial resolution of the decomposed outputs is still limited by the mathematical and computational treatment employed.Pregrad
MECAC: Un dataset multi-ecosistema de commits relacionados con accesibilidad en aplicaciones móviles
No full textLas aplicaciones móviles desempeñan un papel central en la vida cotidiana, y deben evolucionar constantemente para garantizar experiencias de uso accesibles e inclusivas. Sin embargo, gran parte de la investigación empírica sobre accesibilidad en software se ha enfocado principalmente en el análisis de interfaces renderizadas, prestando poca atención a cómo las preocupaciones de accesibilidad son introducidas y modificadas a lo largo del proceso de desarrollo del software.
Con el objetivo de apoyar la investigación sobre la evolución de la accesibilidad en la práctica, este trabajo presenta un dataset compuesto por 54.901 commits relacionados con accesibilidad, identificados a partir de un total de 603.738 commits pertenecientes a 48 aplicaciones móviles de código abierto. Estos proyectos abarcan múltiples ecosistemas de desarrollo móvil, incluyendo Kotlin, Java, Flutter y Swift.
Para cada commit incluido en el dataset, se proporciona información estándar como metadatos, el mensaje original escrito por el desarrollador y un mensaje de commit regenerado automáticamente a partir del diff de código utilizando un modelo de lenguaje de gran escala. Una muestra representativa del dataset fue examinada manualmente, confirmando que los cambios relacionados con accesibilidad aparecen en diversos contextos de proyecto y bases de código.
Este dataset permite estudiar cómo las mejoras de accesibilidad son descritas, implementadas y comunicadas durante la evolución del software. El conjunto de datos y los scripts utilizados para su construcción se encuentran disponibles públicamente, con el fin de facilitar la reproducibilidad y promover futuras investigaciones sobre desarrollo de software accesible en aplicaciones móviles.Pregrad
Producción de biochar mediante pirólisis de retamo espinoso en el contexto de Cundinamarca
No full textEl retamo espinoso (Ulex europaeus) es una especie invasora con gran capacidad de colonización en áreas degradadas, lo que ha generado importantes retos de manejo en Bogotá. Las estrategias tradicionales de eliminación, como la incineración y el compostaje, presentan limitaciones ambientales y de uso, lo que impulsa la búsqueda de alternativas más sostenibles. En este contexto, la pirólisis a pequeña escala surge como una opción para transformar el retamo en biochar, ofreciendo una vía de valorización y control de la especie. La viabilidad de esta propuesta se evalúa mediante caracterización del biochar a través de análisis elemental y próximo, análisis termogravimétrico, espectroscopía FTIR y ensayo de germinación.Pregrad
Aplicación de una metodología de diseño de microrredes con hidrógeno verde en el contexto colombiano
No full textEste proyecto de grado presenta un estudio exhaustivo sobre la viabilidad técnica y económica de implementar sistemas de energía basados en hidrógeno verde en diferentes perfiles de consumo en Colombia. El trabajo se fundamenta en la revisión crítica de metodologías de diseño de microrredes y su adaptación al contexto nacional, considerando variables como el costo nivelado de energía (LCOE) y el costo de inversión por usuario. La investigación se desarrolla mediante la construcción y simulación de cuatro casos de estudio con perfiles de carga diferenciados —residencial, comercial, comunitario e industrial— utilizando el software HOMER PRO®. Se aplican técnicas avanzadas de análisis de datos, incluyendo clusterización con k-means y normalización multivariable mediante Z-scores, para identificar configuraciones óptimas de componentes tecnológicos (fotovoltaica, electrolizador, celdas de combustible, baterías y tanques de hidrógeno). Los resultados demuestran que la integración de hidrógeno verde es técnicamente factible en todos los perfiles, pero su viabilidad económica varía significativamente según la escala y el patrón de demanda. Se observa que los sistemas comerciales e industriales presentan menores costos nivelados de energía (LCOE entre 0,34 y 0,39 USD/kWh) y mejor justificación económica, mientras que los perfiles residenciales y comunitarios muestran LCOE más elevados (hasta 0,78 USD/kWh), lo que sugiere limitar el uso del hidrógeno a roles de respaldo estacional o bajo incentivos específicos. El documento concluye que no existe una arquitectura única para microrredes con hidrógeno verde, sino que el diseño óptimo debe adaptarse a las características particulares de cada perfil de carga, equilibrando generación renovable, almacenamiento electroquímico y sistemas de hidrógeno para garantizar confiabilidad, sostenibilidad y eficiencia económica. El trabajo aporta una base metodológica sólida y replicable para futuras investigaciones y proyectos de microrredes en Colombia, destacando el potencial del hidrógeno verde como alternativa para la transición energética en zonas aisladas o con alta demanda industrial.Pregrad
BRAVIZ RELOADED: Aplicación de Escritorio para Visualización de Imágenes Médicas DICOM
No full textEl proyecto Braviz Reloaded es una aplicación de escritorio desarrollada en Python que facilita la visualización y el análisis de imágenes médicas neurológicas en formatos DICOM y NIfTI, ofreciendo una alternativa accesible a herramientas tradicionales costosas. La plataforma cuenta con una arquitectura modular que permite el renderizado en 2D y 3D, navegación por planos ortogonales, herramientas de medición calibrada y detección automática de modalidades como T1, T2 y FLAIR. Construida con tecnologías como PyQt6, PyVista/VTK, Pydicom y Nibabel, la aplicación está especialmente dirigida a investigadores en neuroimagen y estudiantes de medicina que requieren explorar datos de resonancia magnética cerebral de manera eficiente.Pregrad
La justicia restaurativa en la educación: Contribuciones de las prácticas restaurativas emergentes al saber pedagógico de los docentes. Un estudio de caso en un colegio público de Bogotá
No full textEste estudio analiza cómo los docentes de un colegio público de Bogotá configuran prácticas restaurativas emergentes en la gestión cotidiana de los conflictos escolares y cómo estas acciones contribuyen al desarrollo de su saber pedagógico. La investigación parte de la observación de que, aunque el colegio implementó formalmente la Justicia Escolar Restaurativa (JER) desde 2020, gran parte de las respuestas docentes ante situaciones conflictivas surge de manera espontánea, flexible y situada, expresando principios restaurativos más allá de los protocolos establecidos. Estas prácticas emergentes adquieren especial relevancia en un contexto escolar marcado por la vulnerabilidad social, la diversidad cultural y la presencia de tensiones cotidianas que exigen intervenciones inmediatas y éticas.
El estudio se enmarca en un enfoque cualitativo con diseño de estudio de caso. Se emplearon entrevistas semiestructuradas, observación participante y análisis documental para comprender cómo los docentes interpretan y transforman sus prácticas en escenarios reales. El análisis siguió procedimientos de codificación inductiva y construcción de matrices analíticas, integrando categorías relacionadas con la JER, el concepto de práctica, los arreglos culturales y el saber pedagógico docente.
Los resultados muestran que los docentes despliegan prácticas restaurativas emergentes que reconfiguran la autoridad escolar, fortalecen el vínculo pedagógico y consolidan climas de confianza. Estas acciones —como conversaciones empáticas, mediaciones espontáneas o acuerdos informales— expresan una racionalidad práctica que articula experiencia, juicio ético y reflexión crítica. Asimismo, se evidencia que estas prácticas no solo gestionan conflictos, sino que generan transformaciones culturales, desplazando gradualmente una lógica punitiva hacia una pedagogía del cuidado. El estudio concluye que las prácticas restaurativas emergentes constituyen una forma legítima de producción de saber pedagógico situada y ofrecen claves para fortalecer la convivencia escolar desde una perspectiva ética, dialógica y comunitaria.Maestrí
Political Networks and Municipal Resource Allocation: A Shift-Share Analysis of Colombian Elections
No full textThis study presents a methodological framework for applying the Borusyak, Hull, and Jaravel (2022) shift-share instrumental variables approach to political networks and systematically documents the limitations of identification with current data. Using Colombian electoral and fiscal data from 2000 to 2021,political networks are constructed every 2 years in sync with the national an local elections by linking municipal, departmental, and national politicians through party affiliations and territorial constituencies. Municipal connectivity is quantified using Bonacich centrality. Shock-level aggregation is implemented by instrumenting mayors' network centrality with electoral margins from closely contested national elections, leveraging quasi-random variation in electoral outcomes as exogenous shocks to predetermined local election years network structures.Maestrí