7 resultados para Transformada KLT
em Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco
Resumo:
Los productos biocidas presentan una serie de limitaciones para su uso como son: -Perfil toxicológico que limita su utilización en todos lo ámbitos. -Solubilidad que imposibilita o dificulta la utilización del agua como vehículo de elección. -Estado físico que en algunos casos complica la manipulación del biocida por el operador. -Condiciones de almacenamiento que precisan protección frente a la luz y a la temperatura. En esta memoria se plantea como solución a esta problemática, la formación de microencapsulados (complejos de inclusión) de biocidas de tres familias diferentes (nicotinoides, piretroides y carbamatos) y del sinergista butóxido de piperonilo, con ciclodextrinas (oligosacáridos cíclicos). El objetivo de esta investigación es desarrollar las herramientas adecuadas que permitan obtener un producto medioambientalmente compatible, que sirva de base para la obtención de formulaciones eficaces aplicables al control de plagas de insectos voladores, concretamente enfocado a la mosca doméstica (Musca doméstica), tanto en el interior como en el exterior de entornos urbanos y ganaderos. Una vez obtenido el microencapsulado se lleva a cabo su caracterización mediante diversas técnicas analíticas instrumentales: -Electroforesis capilar de zona (ECZ). -Estudios de solubilidad de fase mediante espectroscopía uv-vis. -Estudios calorimétricos (DSC, TG y DTA). -Resonancia Magnética Nuclear (RMN-H1 y RMN-C13). -Análisis Elemental (AE). -Microscopía Electrónica de Barrido (SEM). -Espectroscopía Infrarroja con Transformada de Fourier (FT-IR).
Resumo:
208 p.
Resumo:
200 p.
Resumo:
Nivel educativo: Grado. Duración (en horas): Más de 50 horas
Resumo:
253 p.
Resumo:
195 p.
Resumo:
En el presente trabajo de fin de máster se realiza una investigación sobre las técnicas de preproceso del dataset de entrenamiento y la aplicación de un modelo de predicción que realice una clasificación de dı́gitos escritos a mano. El conjunto de dataset de train y test son proporcionado en la competencia de Kaggle: Digit Recognizer y provienen de la base de datos de dı́gitos manuscritos MNIST. Por tratarse de imágenes las técnicas de preproceso se concentran en obtener una imagen lo más nı́tida posible y la reducción de tamaño de la misma, objetivos que se logran con técnicas de umbralización por el método de Otsu, transformada de Wavelet de Haar y el análisis de sus componentes principales. Se utiliza Deep Learning como modelo predictivo por ajustarse a este tipo de datos, se emplean además librerı́as de código abierto implementadas en el lenguaje estádisto R. Por último se obtiene una predicción con las técnicas y herramientas mencio- nadas para ser evaluada en la competencia de Kaggle, midiendo y comparando los resultados obtenidos con el resto de participantes.