Maestría en Cómputo AplicadoMaestría en Cómputo Aplicadohttp://hdl.handle.net/20.500.11961/1582024-03-28T21:41:51Z2024-03-28T21:41:51ZMarco de referencia para la creación de soluciones que involucren Internet de las Cosas.Ortiz Santos, Luis Alfredohttp://hdl.handle.net/20.500.11961/65562023-03-02T17:53:12Z2022-12-01T00:00:00ZMarco de referencia para la creación de soluciones que involucren Internet de las Cosas.
Ortiz Santos, Luis Alfredo
El término “Internet de las Cosas” (IoT) fue mencionado por primera en 1999 en una presentación acerca de utilizar etiquetas RFID conectadas a internet para la cadena de suministros de una empresa por Kevin Ashton, a partir de este momento, el interés y crecimiento que ha mostrado el internet de las cosas a través del tiempo está teniendo un gran impacto en el valor de la economía mundial.
El presente trabajo tiene como objetivo desarrollar un marco de referencia que facilite la elaboración de aplicaciones que involucren Internet de las Cosas, con el fin de atender problemáticas en sectores de impacto económico como lo son el ambiental y agrícola. Para realizar el desarrollo del marco de referencia se realizó una revisión bibliográfica consultando en la base de datos de revistas, libros de tecnología, conferencias y artículos con la finalidad de obtener información acerca de los antecedentes de IoT para proseguir con una investigación documentada acerca de los distintos modelos de referencia que se son utilizando actualmente, esto con la finalidad de proponer o adaptar un marco de referencia que pueda atender problemáticas en sectores mencionados. Para finalizar se presentan dos casos de aplicación, el primero está enfocado a resolver una problemática en el sector agrícola y el segundo al sector ambiental, desarrollándose a partir del marco de referencia propuesto.
El término “Internet de las Cosas” (IoT) fue mencionado por primera en 1999 en una presentación acerca de utilizar etiquetas RFID conectadas a internet para la cadena de suministros de una empresa por Kevin Ashton, a partir de este momento, el interés y crecimiento que ha mostrado el internet de las cosas a través del tiempo está teniendo un gran impacto en el valor de la economía mundial.
El presente trabajo tiene como objetivo desarrollar un marco de referencia que facilite la elaboración de aplicaciones que involucren Internet de las Cosas, con el fin de atender problemáticas en sectores de impacto económico como lo son el ambiental y agrícola. Para realizar el desarrollo del marco de referencia se realizó una revisión bibliográfica consultando en la base de datos de revistas, libros de tecnología, conferencias y artículos con la finalidad de obtener información acerca de los antecedentes de IoT para proseguir con una investigación documentada acerca de los distintos modelos de referencia que se son utilizando actualmente, esto con la finalidad de proponer o adaptar un marco de referencia que pueda atender problemáticas en sectores mencionados. Para finalizar se presentan dos casos de aplicación, el primero está enfocado a resolver una problemática en el sector agrícola y el segundo al sector ambiental, desarrollándose a partir del marco de referencia propuesto.
2022-12-01T00:00:00ZBúsqueda Adaptativa de Vecindad Amplia para la optimización de rutas en base al uso de bahías en el Problema Extendido del Camión y su Remolque.Olmos Villagrán, Jared Arturohttp://hdl.handle.net/20.500.11961/60492022-01-31T21:12:51Z2021-01-01T00:00:00ZBúsqueda Adaptativa de Vecindad Amplia para la optimización de rutas en base al uso de bahías en el Problema Extendido del Camión y su Remolque.
Olmos Villagrán, Jared Arturo
En las empresas de distribución de mercancías, generalmente, se presentan problemas de logística debido al gran número de factores que se involucran en el proceso y a la informalidad con que se aborda. Uno de estos problemas es el que se describe en el presente documento, el cual se acentúa con la manera empírica de generar rutas de reparto para distribuir mercancías. Esto último genera tres complicaciones, elevado costo en la distribución, incumplimiento o empalmes del uso de bahías (esto es, lugares de estacionamiento) entre las distintas empresas y la insatisfacción con la totalidad de pedidos de los clientes. Este problema se asocia con lo que en la literatura se conoce como Problema Extendido del Camión y su Remolque (ETTRP, por sus siglas en inglés). Se denomina extendido ya que el problema de esta investigación aborda las restricciones de capacidad, demanda, horarios de descarga-entrega y el uso de distintas bahías o estacionamiento en el contexto de cuatro empresas en el centro histórico de una ciudad en México. Esta investigación presenta una propuesta de solución al ETTRP basada en la hibridación de un generador de rutas inicial, un optimizador de programación binaria (AMPL) y un algoritmo metaheurístico de búsqueda adaptativa de vecindad amplia (ALNS) para la optimización de la ganancia de las empresas.
En las empresas de distribución de mercancías, generalmente, se presentan problemas de logística debido al gran número de factores que se involucran en el proceso y a la informalidad con que se aborda. Uno de estos problemas es el que se describe en el presente documento, el cual se acentúa con la manera empírica de generar rutas de reparto para distribuir mercancías. Esto último genera tres complicaciones, elevado costo en la distribución, incumplimiento o empalmes del uso de bahías (esto es, lugares de estacionamiento) entre las distintas empresas y la insatisfacción con la totalidad de pedidos de los clientes. Este problema se asocia con lo que en la literatura se conoce como Problema Extendido del Camión y su Remolque (ETTRP, por sus siglas en inglés). Se denomina extendido ya que el problema de esta investigación aborda las restricciones de capacidad, demanda, horarios de descarga-entrega y el uso de distintas bahías o estacionamiento en el contexto de cuatro empresas en el centro histórico de una ciudad en México. Esta investigación presenta una propuesta de solución al ETTRP basada en la hibridación de un generador de rutas inicial, un optimizador de programación binaria (AMPL) y un algoritmo metaheurístico de búsqueda adaptativa de vecindad amplia (ALNS) para la optimización de la ganancia de las empresas.
2021-01-01T00:00:00ZControl Variante en el Tiempo y Teoría Tau-Jerk para Generación de Trayectorias de Manipulador Redundante con Observador Visual Neuronal Recurrente Bicapa.Carvajal Carlos, Ivánhttp://hdl.handle.net/20.500.11961/60482022-01-27T18:46:53Z2020-12-01T00:00:00ZControl Variante en el Tiempo y Teoría Tau-Jerk para Generación de Trayectorias de Manipulador Redundante con Observador Visual Neuronal Recurrente Bicapa.
Carvajal Carlos, Iván
Se desarrolla un sistema de generación, seguimientos y control para manipulador robótico con seis grados de libertad que permita realiza el proceso de manufactura. El sistema debe reconocer unas corbatas para ensamble de arneses mediante una cámara RGB que utiliza Red Neutral de HOPFIEL para procesar los datos de los talentos de ensamble para el reconocimiento de las zonas de ensamble.
Además, se plantea el diseño cinemático de la estructura robótica para manipular y controlar el sistema. En este documento se realiza unos análisis matemáticos de modelos cinemático que describe la estructura, articulaciones eslabones, lo que permite la obtención de las coordenadas “x” y “z” del efector final.
Se deduce y prueba dos métodos de control. El método tau jerk al que se le integra el método Newton-Rapshon para obtener la cinemática inversa. Además, se utiliza método algebraico que es adaptado y variante en el tiempo cuyo no requiere matrices cuadradas, asi como tampoco la integración de un método de cinemática inversa.
Se desarrolla un sistema de generación, seguimientos y control para manipulador robótico con seis grados de libertad que permita realiza el proceso de manufactura. El sistema debe reconocer unas corbatas para ensamble de arneses mediante una cámara RGB que utiliza Red Neutral de HOPFIEL para procesar los datos de los talentos de ensamble para el reconocimiento de las zonas de ensamble.
Además, se plantea el diseño cinemático de la estructura robótica para manipular y controlar el sistema. En este documento se realiza unos análisis matemáticos de modelos cinemático que describe la estructura, articulaciones eslabones, lo que permite la obtención de las coordenadas “x” y “z” del efector final.
Se deduce y prueba dos métodos de control. El método tau jerk al que se le integra el método Newton-Rapshon para obtener la cinemática inversa. Además, se utiliza método algebraico que es adaptado y variante en el tiempo cuyo no requiere matrices cuadradas, asi como tampoco la integración de un método de cinemática inversa.
2020-12-01T00:00:00ZMódulo de detección de errores de pronunciación del idioma inglés utilizando una red transformadora integrado en un chatbot.Martínez Quezada, Marcos Eduardohttp://hdl.handle.net/20.500.11961/60472022-01-26T20:36:28Z2022-01-01T00:00:00ZMódulo de detección de errores de pronunciación del idioma inglés utilizando una red transformadora integrado en un chatbot.
Martínez Quezada, Marcos Eduardo
El proceso de globalización en cualquier ámbito ha requerido una mayor capacitación personal. El dominio del idioma inglés es uno de los factores de preparación mayormente demandados por las empresas. Sin embargo, existen personas a las que se les dificulta desarrollar las habilidades requeridas para dominar un nuevo idioma, de las cuales, la pronunciación es una de ellas. Algunos estudiantes que están aprendiendo un segundo idioma no cuentan con un compañero de estudio que les ayude a mejorar la habilidad del habla mediante la práctica.
Existen herramientas computacionales empleadas para ayudar a aprendices de un segundo idioma a mejorar su habilidad de pronunciación. En las últimas décadas fue ampliamente utilizado el algoritmo Goodness of Pronunciation (GOP), para realizar esta tarea, sin embargo, su funcionamiento se veía mermado al analizar oraciones largas. Posteriormente, la propiedad de memoria de las Redes Neuronales Recurrentes (RNN, por sus siglas en inglés) solucionaría parcialmente dicho problema ya que, al igual que el algoritmo GOP, se perdía información en secuencias demasiado largas. Con la llegada de la red transformadora se logró procesar secuencias completas con una mejora en el rendimiento, además sin perder información. Este tipo de red fue empleada en un inicio para problemas de texto, sin embargo, comenzó a utilizarse para la detección de voz gracias a su rendimiento. Adicionalmente, se suele utilizar un algoritmo de alineación de secuencias para lograr implementar la detección de errores de pronunciación.
Esta investigación se enfoca en el desarrollo de un sistema de detección de errores de pronunciación empleando técnicas de Inteligencia Artificial con la finalidad de ayudar a los usuarios a mejorar su pronunciación del idioma inglés estadounidense. Principalmente fueron tres las tecnologías implementadas: 1) un modelo reconocedor de voz utilizando una red transformadora, 2) un algoritmo de alineación de cadenas y 3) un chatbot desarrollado con el Lenguaje de Etiquetado de Inteligencia Artificial. La combinación de lo anterior dio como resultado un sistema capaz de mostrar al usuario las palabras en donde se detectaron errores de pronunciación.
El proceso de globalización en cualquier ámbito ha requerido una mayor capacitación personal. El dominio del idioma inglés es uno de los factores de preparación mayormente demandados por las empresas. Sin embargo, existen personas a las que se les dificulta desarrollar las habilidades requeridas para dominar un nuevo idioma, de las cuales, la pronunciación es una de ellas. Algunos estudiantes que están aprendiendo un segundo idioma no cuentan con un compañero de estudio que les ayude a mejorar la habilidad del habla mediante la práctica.
Existen herramientas computacionales empleadas para ayudar a aprendices de un segundo idioma a mejorar su habilidad de pronunciación. En las últimas décadas fue ampliamente utilizado el algoritmo Goodness of Pronunciation (GOP), para realizar esta tarea, sin embargo, su funcionamiento se veía mermado al analizar oraciones largas. Posteriormente, la propiedad de memoria de las Redes Neuronales Recurrentes (RNN, por sus siglas en inglés) solucionaría parcialmente dicho problema ya que, al igual que el algoritmo GOP, se perdía información en secuencias demasiado largas. Con la llegada de la red transformadora se logró procesar secuencias completas con una mejora en el rendimiento, además sin perder información. Este tipo de red fue empleada en un inicio para problemas de texto, sin embargo, comenzó a utilizarse para la detección de voz gracias a su rendimiento. Adicionalmente, se suele utilizar un algoritmo de alineación de secuencias para lograr implementar la detección de errores de pronunciación.
Esta investigación se enfoca en el desarrollo de un sistema de detección de errores de pronunciación empleando técnicas de Inteligencia Artificial con la finalidad de ayudar a los usuarios a mejorar su pronunciación del idioma inglés estadounidense. Principalmente fueron tres las tecnologías implementadas: 1) un modelo reconocedor de voz utilizando una red transformadora, 2) un algoritmo de alineación de cadenas y 3) un chatbot desarrollado con el Lenguaje de Etiquetado de Inteligencia Artificial. La combinación de lo anterior dio como resultado un sistema capaz de mostrar al usuario las palabras en donde se detectaron errores de pronunciación.
2022-01-01T00:00:00Z