59142 research outputs found
Sort by
Sistema de gestión y análisis de redes de fibra óptica para la identificación de clientes y puntos críticos de la red.
Get PDFEl presente trabajo aborda el diseño e implementación de un sistema centralizado para la gestión integral de clientes en redes de fibra óptica, integrando las funcionalidades de plataformas de información geoespacial (SIG) y una base de datos robusta basada en SQL. El creciente requerimiento de servicios de telecomunicaciones de alta calidad ha resaltado la necesidad de disponer de herramientas tecnológicas avanzadas que faciliten el seguimiento eficiente de la infraestructura de red y la administración precisa y ágil de los usuarios conectados. Este reto se intensifica debido a la complejidad de integrar diferentes plataformas y asegurar un seguimiento constante de los elementos. La metodología adoptada se basó en un enfoque sistemático que abarcó desde la conceptualización y modelado de la estructura de datos, hasta la implementación de consultas SQL optimizadas que permitieran extraer y analizar información detallada sobre la conexión de clientes, elementos de la red y puntos de fallo. Además, se integraron herramientas geoespaciales que posibilitaron la representación gráfica de la red de fibra óptica, permitiendo no sólo una visualización intuitiva, sino también una toma de decisiones fundamentada en datos precisos.
Los resultados demostraron que el sistema es capaz de mapear en tiempo real las conexiones entre nodos, divisores ópticos y clientes, mejorando la supervisión y mantenimiento, y optimizando la gestión operativa. Además, facilita la planificación estratégica al identificar áreas críticas y oportunidades de expansión. En resumen, este estudio resalta la importancia de integrar tecnologías avanzadas y bases de datos escalables en el monitoreo de redes de telecomunicaciones, constituyendo un aporte significativo al ámbito de las telecomunicaciones modernas. Como recomendación para futuros desarrollos, se sugiere la implementación de aplicativos webs que permitan a los usuarios finales ingresar, consultar y administrar datos, así como la extensión de la interoperabilidad del sistema con diferentes áreas de una organización para maximizar su utilidad y alcance estratégico.This paper addresses the design and implementation of a centralized system for the comprehensive management of clients in optical fiber networks, integrating the functionalities of geoespacial information systems (GIS) and a robust SQL-based database.The growing demand for high-quality telecommunications services has highlighted the need for advanced technological tools that enable efficient tracking of network infrastructure and precise, agile management of connected users.This challenge is intensified by the complexity of integrating different platforms and ensuring constant monitoring of network elements. The methodology adopted was based on a systematic approach that ranged from conceptualization and data structure modeling to the implementation of optimized SQL queries for extracting and analyzing detailed information about client connections, network elements, and failure points. Additionally, geospatial tools were integrated, enabling the graphical representation of the fiber optic network, allowing not only intuitive visualization but also data-driven decision-making. The results revealed that the system is able to perform real-time mapping of connections between nodes, optical splitters, and clients, improving supervision and maintenance, and optimizing operational management. It also facilitates strategic planning by identifying critical areas and expansion opportunities. In summary, this study underscores the importance of integrating advanced technologies and scalable databases in telecommunications network monitoring, constituting a significant contribution to the field of modern telecommunications. As a recommendation for future developments, the implementation of web applications is suggested to allow end-users to enter, query, and manage data, as well as to extend the system's interoperability with different areas of an organization to maximize its utility and strategic reach.
Keywords: Fiber Optics, System, Geoprocessing, GIS, SQ
Disparo controlado de líneas de transmisión para mantener la estabilidad en el SEP con la implementación de FACTS.
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTO. La pérdida de una línea de transmisión puede generar un desbalance en el sistema, ya que conlleva a una redistribución del flujo de potencia. Aunque el sistema eléctrico de Potencia debe estar diseñado para soportar estas contingencias, en un sistema de transmisión de doble circuito, la línea de respaldo está dimensionada para soportar la carga completa que antes fluía por ambas líneas de manera equitativa, hasta que se restablezca la línea que se abrió por alguna falla. Sin embargo, el SEP no está exento de que esto ocurra; la sobrecarga asumida por la línea de respaldo puede ser tan alta que provoque su apertura, desencadenando efectos en cascada y llevando al sistema a niveles críticos de estabilidad, incluso a un blackout.
Para estos casos, las protecciones de la línea actúan en tiempos muy cortos, y con la ayuda de un SVC, cuya inyección de potencia reactiva permite nivelar los perfiles de tensión en las barras y aumentar la cargabilidad de las líneas, se obtiene un lapso de tiempo que facilita la toma de decisiones para mantener mi sistema de Potencia operativo. En futuros trabajos, se plantea aplicar una protección sistemática basada en deslastres de carga, con el fin de mantener la estabilidad del sistema y evitar su colapso, considerando criterios de prioridad para determinar qué cargas se deben mantener, como hospitales, laboratorios, entre otros.CONDITION FOR PUBLICATION OF PROJECT. loss of a transmission line can generate an imbalance in the system, as it leads to a redistribution of power flow. Although the power system must be designed to withstand such contingencies, in a double-circuit transmission system, the backup line is sized to support the full load that previously flowed through both lines equally, until the line that tripped due to a fault is restored. However, the EPS is not exempt from this situation; the overload taken on by the backup line may be so high that it causes its own tripping, triggering cascading effects and driving the system to critical stability levels, even to a blackout.
In such cases, line protections operate within very short timeframes, and with the support of an SVC, whose injection of reactive power helps level the voltage profiles at the buses and increase the loadability of the lines, an additional time window is gained that facilitates decision-making to keep the power system operational. In future work, it is proposed to apply a systematic protection scheme based on load shedding, in order to maintain system stability and prevent collapse, considering priority criteria to determine which loads should be preserved, such as hospitals, laboratories, and others.
Keywords: SEP (Power System), SVC, BLACKOUT, Overloads, Transmission Lines
Segmentación del núcleo subtalámico y sustancia negra cerebral a partir de imágenes de resonancia magnética usando técnicas de inteligencia artificial
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El presente trabajo nace de una inquietud muy concreta: ¿es posible ayudar a mejorar el tratamiento del Parkinson desde el campo de la inteligencia artificial? Partiendo de esa pregunta, se desarrolló este proyecto enfocado en la segmentación automática del núcleo subtalámico y la sustancia negra, dos estructuras cerebrales clave en el tratamiento quirúrgico de esta enfermedad, a partir de IRM.
Para alcanzar este objetivo, se construyó un flujo de trabajo completo que inició con un cuidadoso preprocesamiento de las imágenes, incluyendo corrección de inhomogeneidades del campo magnético, alineación AC-PC y recorte centrado en la región de interés. Posteriormente, se entrenaron dos modelos distintos de segmentación: uno basado en redes neuronales convolucionales tridimensionales (CNN U-Net 3D) y otro empleando una arquitectura más reciente conocida como Swin Transformer 3D.
Durante el proceso, se adaptaron los datos al contexto clínico y técnico del problema, se optimizó el entrenamiento en un entorno de cómputo limitado, y se evaluaron los resultados mediante métricas específicas de segmentación médica como Dice Score, precisión, recall y exactitud. El modelo CNN mostró un mejor desempeño general, logrando una mayor coincidencia entre sus predicciones y las segmentaciones reales. Sin embargo, el modelo Swin Transformer también ofreció resultados prometedores, especialmente en la detección de las regiones objetivo, aunque con un nivel más alto de falsos positivos.CONDITION FOR PUBLICATION OF PROJECT
Prototipo sistema de detección de intrusiones militar: Diseño y validación con modelo híbrido
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El presente proyecto desarrolla y valida un modelo de inteligencia artificial para un Sistema de Detección de Intrusiones (IDS), con el objetivo de identificar amenazas cibernéticas en tiempo real dentro de redes locales militares. La justificación se fundamenta en la necesidad crítica de superar las limitaciones de los sistemas tradicionales ante ataques sofisticados, proponiendo un enfoque autónomo y adaptable para infraestructuras de alta seguridad.
Para el desarrollo, se realizó una evaluación experimental comparativa entre cuatro arquitecturas de Deep Learning, utilizando el dataset CICIDS2017 y herramientas como TensorFlow y Keras. Como resultado de esta competición, se seleccionó el modelo híbrido 1D-CNN + LSTM por su rendimiento superior, el cual alcanzó un F1-Score de 0.9894 y la menor cantidad de falsos negativos, el error más crítico en este contexto. Posteriormente, un prototipo funcional integró este modelo y validó su eficacia al detectar exitosamente un ataque de escaneo de puertos en vivo.
En conclusión, el trabajo demuestra la viabilidad de aplicar arquitecturas híbridas de IA para crear sistemas de seguridad precisos, estableciendo una base sólida para la modernización de la ciberdefensa.CONDITION FOR PUBLICATION OF PROJECT. project develops and validates an artificial intelligence model for an Intrusion Detection System (IDS) with the goal of identifying cyber threats in real time within local military networks. The justification is based on the critical need to overcome the limitations of traditional systems in the face of sophisticated attacks, proposing an autonomous and adaptable approach for high-security infrastructures.
For the development, a comparative experimental evaluation was conducted between four Deep Learning architectures, using the CICIDS2017 dataset and tools such as TensorFlow and Keras. As a result of this competition, the hybrid 1D-CNN + LSTM model was selected for its superior performance, achieving an F1 score of 0.9894 and the lowest number of false negatives, the most critical error in this context. Subsequently, a functional prototype integrated this model and validated its effectiveness by successfully detecting a live port scanning attack.
In conclusion, the work demonstrates the feasibility of applying hybrid AI architectures to create precise security systems, establishing a solid foundation for modernizing cyber defense
Diagnóstico asistido de la enfermedad de Parkinson mediante aprendizaje profundo a partir de datos fMRI
No full textEl presente proyecto aborda la necesidad de un diagnóstico temprano y objetivo de la enfermedad de Párkinson, proponiendo el desarrollo de un modelo de inteligencia artificial para la clasificación automática de pacientes a partir de datos de resonancia magnética funcional (fMRI). El objetivo principal es desarrollar un modelo de aprendizaje profundo que agilice los tiempos de diagnóstico y se disminuya la inherencia de la subjetividad del especialista. Se recopilaron y estandarizaron dos conjuntos de datos fMRI: uno con sujetos en estado de reposo (DR) y otro realizando tareas de atención (DA). Se aplicaron dos flujos de preprocesamiento, SPM para los datos DR y Fmriprep para los datos DA. Posteriormente, se entrenaron y evaluaron dos arquitecturas de aprendizaje profundo, Vision Transformer y un modelo híbrido 3DCNN+LSTM, con ambos conjuntos de datos para comparar su rendimiento. El modelo con Vision Transformer obtuvo mejores resultados con una precisión del 93% de precisión en la clasificación. Se concluye que los datos fMRI en estado de reposo son los más adecuados para realizar esta tarea y que el flujo de pre-procesamiento con SPM junto al modelo Vision Transformer, conforman la aproximación más efectiva y eficiente para el diagnóstico asistido de la enfermedad.This project addresses the need for early and objective diagnosis of Parkinson’s disease by proposing the development of an Artificial Intelligence model for automatic patient classification using functional magnetic resonance imaging (fMRI) data. The main objective is to develop a deep learning model that speeds up diagnostic times and reduces the inherent influence of specialist subjectivity. Two fMRI datasets were collected and standardized: one with subjects in a resting state (DR) and another performing attention tasks (DA). Two preprocessing flows were applied: SPM for DR data and Fmriprep for DA data. Subsequently, two deep learning architectures, Vision Transformer and a hybrid 3DCNN+LSTM model were trained and evaluated with both datasets to compare their performance. The Vision Transformer model performed better with a classification accuracy of 93%. It is concluded that resting state fMRI data are the most suitable for this task and that the pre-processing flow with SPM together with the Vision Transformer model constitutes the most effective and efficient approach for assisted diagnosis of the disease.
Keywords: Deep learning, Neuroimaging, Vision Transformer, SPM
Diseño de un convertidor puente activo dual con control predictivo para almacenamiento solar en un laboratorio de FIEC
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTO. La creciente dependencia del sistema eléctrico ecuatoriano de fuentes hidroeléctricas ha evidenciado su vulnerabilidad frente a eventos climáticos, como la escasez de lluvias registrada en el último trimestre del año 2024. Esta situación afectó el suministro energético de manera crítica, incluyendo a instituciones educativas como la Escuela Politécnica del Litoral (ESPOL). Frente a ello, se plantea el diseño de un convertidor puente activo dual con control predictivo, integrado a un sistema de almacenamiento solar, como una solución de respaldo energético para los laboratorios de la Facultad de Ingeniería en Electricidad y Computación (FIEC) perteneciente a ESPOL. El proyecto tiene como objetivo garantizar un suministro autónomo, seguro y eficiente ante interrupciones del servicio eléctrico, alineándose con los principios de sostenibilidad institucional. Durante el desarrollo del proyecto se utilizarán herramientas de simulación como MATLAB/Simulink para modelar y analizar el comportamiento del convertidor bajo diversas condiciones operativas. El enfoque se centrará en la implementación de un controlador predictivo basado en modelo (MPC), que permitirá optimizar la gestión energética y anticiparse a variaciones en la carga del sistema. El diseño incluirá esquemas detallados, selección de componentes y estrategias de control. Y, por último, se realizarán pruebas comparativas que demuestren los beneficios del MPC.CONDITION FOR PUBLICATION OF PROJECT. The growing dependence of the Ecuadorian electrical system on hydroelectric sources has highlighted its vulnerability to climatic events, such as the shortage of rainfall recorded in the last quarter of 2024. This situation critically affected the energy supply, including educational institutions such as ESPOL. In response, the design of a dual active bridge converter with predictive control, integrated into a solar storage system, is proposed as an energy backup solution for the laboratories of the Faculty of Electrical and Computer Engineering (FIEC).
The project aims to ensure an autonomous, safe, and efficient power supply in the event of service interruptions, in line with the principles of institutional sustainability. During the development of the project, simulation tools such as MATLAB/Simulink will be used to model and analyze the behavior of the converter under various operating conditions. The focus will be on the implementation of a model predictive controller (MPC), which will optimize energy management and anticipate variations in system load. The design will include detailed diagrams, component selection, and control strategies.
Keywords: energy backup, dual active bridge converter, predictive control, solar energy, MATLAB/Simulink, climate vulnerability
Desarrollo de una plataforma web para la estimación rápida de riesgos de desastres
No full textActualmente, la estimación del riesgo de desastres se realiza mediante procesos manuales,
dispersos y herramientas limitadas. Esta situación demanda ediciones repetitivas en documentos
e impide la obtención de resultados a tiempo. Para mitigar este problema, se desarrolló
EstimaRRD, una plataforma web para la estimación rápida del riesgo de desastre, adaptable a la
realidad las localidades y capaz de generar reportes técnicos de forma ágil.
La solución integra la gestión de localidades, eventos de peligro y variables de indicadores de
vulnerabilidad. Con estos datos se realiza la estimación, en la que se escoge eventos de peligro y
variables de indicadores de vulnerabilidad que son evaluadas por los responsables locales
mediante un sistema de calificación. De esta forma, se obtiene un reporte detallado que indica
cual es el evento que representa mayor riesgo.
Las pruebas de usabilidad realizadas a profesionales en gestión del riesgo evidenciaron una alta
aceptación y satisfacción de la plataforma con una calificación de 4,9 sobre 5. Se destacó la
facilidad de uso, claridad visual y utilidad para los futuros análisis. En consecuencia,
EstimaRRD se posiciona como una herramienta para fortalecer la gestión y reducción del riesgo
de desastres en el ámbito local, que ayudará a que los territorios actúen con criterios claros y
técnicos.Nowadays, disaster risk estimation is done through manual, fragmented processes and limited
tools. This situation requires repetitive document editing and hinders the timely delivery of
results. To mitigate this problem, EstimaRRD was developed, a web platform for quick disaster
risk estimation that can be adapted to local conditions and can generate technical reports agilely.
The solution integrates the management of locations, hazard events, and vulnerability indicator
variables. This data is used to perform the assessment, in which hazard events and vulnerability
indicator variables are selected and evaluated by local authorities using a rating system. This
produces a detailed report indicating which event poses the highest risk.
Usability tests carried out on risk management professionals showed high acceptance and
satisfaction with the platform, with a rating of 4.9 out of 5. They highlighted its ease of use,
visual clarity, and usefulness for future analysis. Consequently, EstimaRRD is positioned as a
tool to strengthen disaster risk management and reduction at the local level, which will help
territories act with clear and technical criteria.
Keywords: Disaster risk estimation, Web platform, Management, Disaster risk reductio