Transiciones irreversibles en redes complejas

En esta tesis se aborda la emergencia de sincronización en sistemas de osciladores acoplados. En particular, nos centraremos en la emergencia de un tipo de transición discontinua entre el estado incoherente y el estado síncrono, llamada transición explosiva. Este fenómeno es análogo al de las transiciones de fase de primer orden asociadas a los cambios de agregación de la materia, cuya importancia abarca diversos campos, desde la sincronización espontánea de redes neuronales al riesgo de desincronización súbita entre los osciladores que componen la red de suministro de potencia eléctrica. Para analizar el problema, se introducen varios métodos de creciente generalidad cuyo efecto es inducir una transición explosiva al imponer una serie condiciones sobre la topología y las frecuencias naturales de cada oscilador. Así mismo, se aborda el estudio de un modelo algo más complejo con características similares para entender en mayor profundidad las características asociadas a este tipo de transiciones, siendo la histéresis una de las más destacadas. Finalmente, se propone un método cuantitativo para describir la importancia de cada nodo en el proceso de sincronización con el objetivo de estudiar y caracterizar el efecto sobre los nodos del sistema de los diversos métodos que inducen una transición explosiva. Este nuevo enfoque permite descubrir un proceso de frustración de la sincronización local en redes de osciladores acoplados, siendo el responsable de la emergencia de la sincronización explosiva. ABSTRACT In this thesis we address the emergence of synchronization in systems of coupled oscillators in complex networks. We focus our attention on a particular kind of discontinuous transitions, named explosive synchronization, where the system changes abruptly from an incoherent state to a synchronous state. This emergent phenomena is analogous to those first order transitions typically associated with changes among the aggregate states of matter, and it is important in many different fields, such as spontaneous synchronization of neurons or spontaneous desynchronization in power grids. To analyze it, we introduce some methods of increasing generality in order to induce such a discontinuous transition by acting over the topology and the natural frequencies in several different ways. Likewise, we address the study of a more complex model in order to acquire deeper knowledge on the properties of this kind of transitions, where a hysteretic behavior is specially relevant. Finally, we propose a new quantitative approach in order to find the importance of each node in the route to synchronization, aiming to provide a characterization of the effects over the network’s units of the different methods able to induce an explosive transition. This approach allows us to show the inner mechanisms behind such explosive behavior in networks of coupled oscillators, being rooted by a frustration of the local synchronization process previous to the emergence of global coherence.

Sistemas de ayuda al diagnóstico y reconocimiento de microcalcificaciones en mamografía mediante descriptores de escala y redes jerárquicas

La presente Tesis investiga el campo del reconocimiento automático de imágenes mediante ordenador aplicado al análisis de imágenes médicas en mamografía digital. Hay un interés por desarrollar sistemas de aprendizaje que asistan a los radiólogos en el reconocimiento de las microcalcificaciones para apoyarles en los programas de cribado y prevención del cáncer de mama. Para ello el análisis de las microcalcificaciones se ha revelado como técnica clave de diagnóstico precoz, pero sin embargo el diseño de sistemas automáticos para reconocerlas es complejo por la variabilidad y condiciones de las imágenes mamográficas. En este trabajo se analizan los planteamientos teóricos de diseño de sistemas de reconocimiento de imágenes, con énfasis en los problemas específicos de detección y clasificación de microcalcificaciones. Se ha realizado un estudio que incluye desde las técnicas de operadores morfológicos, redes neuronales, máquinas de vectores soporte, hasta las más recientes de aprendizaje profundo mediante redes neuronales convolucionales, contemplando la importancia de los conceptos de escala y jerarquía a la hora del diseño y sus implicaciones en la búsqueda de la arquitectura de conexiones y capas de la red. Con estos fundamentos teóricos y elementos de diseño procedentes de otros trabajos en este área realizados por el autor, se implementan tres sistemas de reconocimiento de mamografías que reflejan una evolución tecnológica, culminando en un sistema basado en Redes Neuronales Convolucionales (CNN) cuya arquitectura se diseña gracias al análisis teórico anterior y a los resultados prácticos de análisis de escalas llevados a cabo en nuestra base de datos de imágenes. Los tres sistemas se entrenan y validan con la base de datos de mamografías DDSM, con un total de 100 muestras de entrenamiento y 100 de prueba escogidas para evitar sesgos y reflejar fielmente un programa de cribado. La validez de las CNN para el problema que nos ocupa queda demostrada y se propone un camino de investigación para el diseño de su arquitectura. ABSTRACT This Dissertation investigates the field of computer image recognition applied to medical imaging in mammography. There is an interest in developing learning systems to assist radiologists in recognition of microcalcifications to help them in screening programs for prevention of breast cancer. Analysis of microcalcifications has emerged as a key technique for early diagnosis of breast cancer, but the design of automatic systems to recognize them is complicated by the variability and conditions of mammographic images. In this Thesis the theoretical approaches to design image recognition systems are discussed, with emphasis on the specific problems of detection and classification of microcalcifications. Our study includes techniques ranging from morphological operators, neural networks and support vector machines, to the most recent deep convolutional neural networks. We deal with learning theory by analyzing the importance of the concepts of scale and hierarchy at the design stage and its implications in the search for the architecture of connections and network layers. With these theoretical facts and design elements coming from other works in this area done by the author, three mammogram recognition systems which reflect technological developments are implemented, culminating in a system based on Convolutional Neural Networks (CNN), whose architecture is designed thanks to the previously mentioned theoretical study and practical results of analysis conducted on scales in our image database. All three systems are trained and validated against the DDSM mammographic database, with a total of 100 training samples and 100 test samples chosen to avoid bias and stand for a real screening program. The validity of the CNN approach to the problem is demonstrated and a research way to help in designing the architecture of these networks is proposed.

Algoritmos de decisión para priorizar las acciones de restauración en el mantenimiento de redes

En la actualidad, cualquier compañía de telecomunicaciones que posea su propia red debe afrontar el problema del mantenimiento de la misma. Ofrecer un mínimo de calidad de servicio a sus clientes debe ser uno de sus objetivos principales. Esta calidad debe mantenerse aunque ocurran incidencias en la red. El presente trabajo pretende resolver el problema de priorizar el orden en que se restauran los cables, caminos y circuitos, dañados por una incidencia, dentro de una red troncal de transporte perteneciente a una operadora de telecomunicaciones. Tras un planteamiento detallado del problema y de todos los factores que influirán en la toma de decisión, en primer lugar se acomete una solución basada en Métodos Multicriterio Discretos, concretamente con el uso de ELECTRE I y AHP. A continuación se realiza una propuesta de solución basada en Redes Neuronales (con dos aproximaciones diferentes al problema). Por último se utiliza un método basado en la Optimización por Enjambre de Partículas (PSO), adaptado a un problema de permutación de enteros (ordenación), y con una forma particular de evaluar la mejor posición global del enjambre. Complementariamente se realiza una exposición de lo que es una empresa Operadora de telecomunicaciones, de sus departamentos y procesos internos, de los servicios que ofrece, de las redes sobre las que se soportan, y de los puntos clave a tener en cuenta en la implementación de sus sistemas informáticos de gestión integral. ABSTRACT: Nowadays, any telecommunications company that owns its own network must face the problem of maintaining it (service assurance). Provide a minimum quality of service to its customers must be one of its main objectives. This quality should be maintained although any incidents happen to occur in the network. This thesis aims to solve the problem of prioritizing the order in which the damaged cables, trails, path and circuits, within a backbone transport network, should be restored. This work begins with a detailed explanation about network maintenance issues and all the factors that influence decision-making problem. First of all, one solution based on Discrete Multicriteria methods is tried (ELECTRE I and AHP algorithms are used). Also, a solution based on neural networks (with two different approaches to the problem) is analyzed. Finally, this thesis proposes an algorithm based on Particle Swarm Optimization (PSO), adapted to a problem of integers permutation, and a particular way of evaluating the best overall position of the swarm method. In addition, there is included an exhibition about telecommunications companies, its departments, internal processes, services offered to clients, physical networks, and key points to consider when implementing its integrated management systems.

Prognóstico de falhas baseado em redes neurais com estados de eco

Tese (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2015.

Descubrimiento de fármacos basado en cribado virtual refinado con enfoques neuronales paralelos

En el campo de la medicina clínica es crucial poder determinar la seguridad y la eficacia de los fármacos actuales y además acelerar el descubrimiento de nuevos compuestos activos. Para ello se llevan a cabo ensayos de laboratorio, que son métodos muy costosos y que requieren mucho tiempo. Sin embargo, la bioinformática puede facilitar enormemente la investigación clínica para los fines mencionados, ya que proporciona la predicción de la toxicidad de los fármacos y su actividad en enfermedades nuevas, así como la evolución de los compuestos activos descubiertos en ensayos clínicos. Esto se puede lograr gracias a la disponibilidad de herramientas de bioinformática y métodos de cribado virtual por ordenador (CV) que permitan probar todas las hipótesis necesarias antes de realizar los ensayos clínicos, tales como el docking estructural, mediante el programa BINDSURF. Sin embargo, la precisión de la mayoría de los métodos de CV se ve muy restringida a causa de las limitaciones presentes en las funciones de afinidad o scoring que describen las interacciones biomoleculares, e incluso hoy en día estas incertidumbres no se conocen completamente. En este trabajo abordamos este problema, proponiendo un nuevo enfoque en el que las redes neuronales se entrenan con información relativa a bases de datos de compuestos conocidos (proteínas diana y fármacos), y se aprovecha después el método para incrementar la precisión de las predicciones de afinidad del método de CV BINDSURF.

Arquitecturas Flexibles, Crecientes y Jerárquicas para Sistemas Neuronales Autoorganizados

La autoorganización es un proceso de aprendizaje no supervisado mediante el cual se descubren características, relaciones, patrones significativos o prototipos en los datos. Entre los sistemas neuronales autoorganizados más usados destaca el el mapa autoorganizado o SOM (Self-Organizing Map), el cual ha sido aplicado en multitud de campos distintos. Sin embargo, este modelo autoorganizado tiene varias limitaciones relacionadas con su tamaño, topología, falta de representación de relaciones jerárquicas, etc. La red neuronal llamada gas neuronal creciente o GNG (Growing Neural Gas), es un ejemplo de modelo neuronal autoorganizado con mayor flexibilidad que el SOM ya que está basado en un grafo de unidades de proceso en vez de en una topología fija. A pesar de su éxito, se ha prestado poca atención a su extensión jerárquica, a diferencia de muchos otros modelos que tienen varias versiones jerárquicas. El gas neuronal jerárquico creciente o GHNG (Growing Hierarchical Neural Gas) es una extensión jerárquica del GNG en el que se aprende un árbol de grafos, donde el algoritmo original del GNG se ha mejorado distinguiendo entre una fase de crecimiento y una fase de convergencia. Los resultados experimentales demuestran las capacidades de autoorganización y aprendizaje jerárquico de esta red.

Energeia Año 12 Nº 12, 2014 (número completo)

Contenido: Presentación -- Estudio teórico-experimental de la adsorción y reducción catalítica de SO2 sobre Cr2O3/Al2O3 en presencia de CH4 a altas temperaturas / Ignacio Daniel Coria ; Oscar Caratolli ; Sabrina N. Hernández Guiance ; Diana Hamman -- Estudio de los procesos de transferencia de masa, cantidad de movimiento y energía en el secado de granos de origen agrícola : desarrollo de herramientas de cálculo aplicables al diseño de equipos y control de procesos / Guillermo Boffa ; Ana María Farías ; Oscar Galaretto ; Fernando Giannico ; Luis Herrera ; Francisco Casiello ; Pablo Scuracchio -- Herramientas y métodos para la caracterización de la sostenibilidad socio, productivo, ambiental en áreas representativas de la cuenca del río Carcarañá, en el sur de la provincia de Santa Fe / Luis Herrera ; Julio Castellarín ; Julio Sánchez ; Francisco Casiello -- Films de polietileno oxo-degradados mediante envejecimiento acelerado por radiación UV y calor / A. I. Carranza ; W. D. Garnero ; G. Pierson ; R. M. Giordano ; L. M. Salvatierra -- Redes de sensores inalámbricos apllicadas al monitoreo y análisis de condiciones de higiene y seguridad en entornos industriales / Eduardo Rodríguez ; Claudia Deco ; Luciana Burzacca ; Mauro Pettinari ; Santiago Costa ; Cristina Bender -- Recuperar plásticos desechables a los fines de conformar elementos constructivos de una vivienda económica como respuesta social, analizada como un problema de ingeniería ambiental / Ana E. Espinosa ; José L. Parodi ; Elsa S. Araujo ; Alalia Alleva ; Sebastián Forestieri -- Análisis des la eficiencia técnica de programas de desarrollo empresarial : avance de invesstigación / Luis Piacenza ; Pablo salvático ; Azul Chamorro -- Abordaje metodológico de la marginalidad urbana en el barrio San Francisquito de la ciudad de Rosario / María Elena Aradas Díaz ; María Cristina González Pou ; Melina Dachesky -- Redes neuronales artificiales aplicadas al análisis de datos en ingeniería ambiental e impacto ambiental / M. Parodi ; L. Herrera ; M. Matar ; L. Barrea ; M. Mechni ; E. Masramón ; E. Luccini

Estudio de los rayos en el País vasco y su relación con la precipitación

245 p. : il.

Water quality assessment and characterisation of chlorophyll-a variability related to river discharges, within the southeastern Bay of Biscay : evaluation and development of chlorophyll-a algorithms for MODIS and MERIS imagery

222 p. : il.

Características clínicas en el Síndrome de Fibromialgia : asociación con la calidad de vida relacionada con la salud y contribución a la caracterización de subgrupos

251 p. : il.

Los diversos modelos de predicción de fracaso empresarial

Este estudio es una revisión de la literatura sobre la predicción del fracaso empresarial, definiendo en primer lugar el concepto de fracaso junto con sus limitaciones, y realizando un estudio sobre los modelos de predicción de fracaso empresarial más relevantes que hayan sido desarrollados en estos casi 100 años. Partiendo de unos modelos simples basados en el estudio y análisis de los ratios, hasta efectuar unas metodologías innovadoras, como el análisis multivariante, la aplicación de variables ficticias en los estudios, el modelo de regresión logit, y actualmente empleando programas informáticos basados en la inteligencia artificial utilizando las redes neuronales y los árboles de decisión.

Efficient electronic implementations of adaptive systems for ambient intelligence environments

183 p.

Contributions to Ensemble Classifiers with Image Analysis Applications

134 p.