Análisis del comportamiento de diferentes tecnologías de aerogeneradores ante ráfagas de viento y huecos de tensión

[ES]Ante el desarrollo que está experimentando la energía eólica en la actualidad, suponiendo un porcentaje cada vez más elevado de la totalidad de la potencia instalada, la adecuación de los requisitos técnicos que ha de cumplir esta tecnología para minimizar su impacto sobre la red eléctrica se ha convertido en una prioridad. Para aprovechar al máximo los beneficios medioambientales que presenta el aprovechamiento del viento como fuente de energía, se deben estudiar alternativas para mejorar su comportamiento ante ráfagas de viento y huecos de tensión. En este documento se incluye una breve explicación del funcionamiento de las tres diferentes tecnologías de aerogeneradores, así como los problemas que derivan de la aparición de huecos de tensión y el comportamiento que presentan ante variaciones en la velocidad de viento. Se comprueba, a su vez, el modo de operación y la eficacia de las posibles soluciones que existen en la actualidad para minimizar el impacto que los inconvenientes de la energía eólica tienen sobre la red y la calidad del suministro eléctrico mediante la realización de simulaciones.

Feature Selection for Speech Emotion Recognition in Spanish and Basque: On the Use of Machine Learning to Improve Human-Computer Interaction

Study of emotions in human-computer interaction is a growing research area. This paper shows an attempt to select the most significant features for emotion recognition in spoken Basque and Spanish Languages using different methods for feature selection. RekEmozio database was used as the experimental data set. Several Machine Learning paradigms were used for the emotion classification task. Experiments were executed in three phases, using different sets of features as classification variables in each phase. Moreover, feature subset selection was applied at each phase in order to seek for the most relevant feature subset. The three phases approach was selected to check the validity of the proposed approach. Achieved results show that an instance-based learning algorithm using feature subset selection techniques based on evolutionary algorithms is the best Machine Learning paradigm in automatic emotion recognition, with all different feature sets, obtaining a mean of 80,05% emotion recognition rate in Basque and a 74,82% in Spanish. In order to check the goodness of the proposed process, a greedy searching approach (FSS-Forward) has been applied and a comparison between them is provided. Based on achieved results, a set of most relevant non-speaker dependent features is proposed for both languages and new perspectives are suggested.

Diseño de un sistema para la detección y caracterización de impactos sobre estructuras.

[ES]Este documento pretende describir de manera clara y concisa la creacion de un dispositivo detector de impactos para estructuras de avion durante su transporte de muy bajo consumo, desde su concepcion como idea hasta su montaje, programacion y posterior comprobacion. El objetivo sera la culminacion exitosa del producto para mas adelante exponerlo ante posibles compradores y/o investigadores. Este dispositivo esta compuesto de tres partes, una unidad de adquisicion y adecuacion de la señal, que ser a recogida por un piezoelectrico; la unidad de inteligencia, que sera un microcontrolador programado en ensamblador mediante la herramienta MPLAB y un chip de radio, que se encargara de transmitir los datos a una unidad mas potente, lease un PC, tablet, movil...

Ebaluatoia: crowd evaluation of English-Basque machine translation

[EU]Lan honetan Ebaluatoia aurkezten da, eskala handiko ingelesa-euskara itzulpen automatikoko ebaluazio kanpaina, komunitate-elkarlanean oinarritua. Bost sistemaren itzulpen kalitatea konparatzea izan da kanpainaren helburua, zehazki, bi sistema estatistiko, erregeletan oinarritutako bat eta sistema hibrido bat (IXA taldean garatuak) eta Google Translate. Emaitzetan oinarrituta, sistemen sailkapen bat egin dugu, baita etorkizuneko ikerkuntza bideratuko duten zenbait analisi kualitatibo ere, hain zuzen, ebaluazio-bildumako azpi-multzoen analisia, iturburuko esaldien analisi estrukturala eta itzulpenen errore-analisia. Lanak analisi hauen hastapenak aurkezten ditu, etorkizunean zein motatako analisietan sakondu erakutsiko digutenak.

Distributional semantics and machine learning for statistical machine translation

[EU]Lan honetan semantika distribuzionalaren eta ikasketa automatikoaren erabilera aztertzen dugu itzulpen automatiko estatistikoa hobetzeko. Bide horretan, erregresio logistikoan oinarritutako ikasketa automatikoko eredu bat proposatzen dugu hitz-segiden itzulpen- probabilitatea modu dinamikoan modelatzeko. Proposatutako eredua itzulpen automatiko estatistikoko ohiko itzulpen-probabilitateen orokortze bat dela frogatzen dugu, eta testuinguruko nahiz semantika distribuzionaleko informazioa barneratzeko baliatu ezaugarri lexiko, hitz-cluster eta hitzen errepresentazio bektorialen bidez. Horretaz gain, semantika distribuzionaleko ezagutza itzulpen automatiko estatistikoan txertatzeko beste hurbilpen bat lantzen dugu: hitzen errepresentazio bektorial elebidunak erabiltzea hitz-segiden itzulpenen antzekotasuna modelatzeko. Gure esperimentuek proposatutako ereduen baliagarritasuna erakusten dute, emaitza itxaropentsuak eskuratuz oinarrizko sistema sendo baten gainean. Era berean, gure lanak ekarpen garrantzitsuak egiten ditu errepresentazio bektorialen mapaketa elebidunei eta hitzen errepresentazio bektorialetan oinarritutako hitz-segiden antzekotasun neurriei dagokienean, itzulpen automatikoaz haratago balio propio bat dutenak semantika distribuzionalaren arloan.