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.

Difusión masiva de información en los modelos de gestión de redes: aplicación a los servicios de alta disponibilidad sobre Internet

En la presente tesis se propone un modelo de gestión de redes que incorpora en su definición la gestión y difusión masiva de la información sobre redes no propietarias como Internet. Este modelo viene a solucionar uno de los problemas más comunes para cualquier aplicación, tanto de gestión como de usuario, proporcionando un mecanismo sencillo, intuitivo y normalizado para transferir grandes volúmenes de información, con independencia de su localización o los protocolos de acceso. Algunas de las características más notables del modelo se pueden sintetizar en las siguientes ideas. La creación de herramientas siguiendo el modelo permite que los desarrolladores de aplicaciones puedan centrarse en la lógica de la aplicación, en lugar de tener que resolver, generalmente a medida, el problema de la transferencia de grandes volúmenes de información. El modelo se ha concebido para ser compatible con los estándares existentes, tomando como base el marco de trabajo definido por ISO/IEC para sistemas OSI. Para que la difusión de la información se realice de forma escalable y con el menor impacto posible sobre la red de comunicaciones se ha propuesto un método de difusión fundamentando en técnicas colaborativas y de multicast. Las principales áreas de aplicaciones del modelo se encuentran en: los sistemas de gestión como las copias de seguridad en red, sistemas para la continuidad en el negocio y alta disponibilidad o los sistemas de mantenimiento de redes de computadoras; aplicaciones de usuario como las aplicaciones eBusiness, sistemas de compartición de archivos o sistemas multimedia; y, en general, cualquier tipo de aplicación que conlleve la transferencia de importantes volúmenes de información a través de redes de área amplia como Internet. Los principales resultados de la investigación son: un modelo de gestión de redes, un mecanismo de difusión de la información concretado en un protocolo de transporte y otro de usuario y una librería que implementa los protocolos propuestos. Para validar la propuesta se ha construido un escenario de pruebas real y se ha implementado el prototipo de un sistema de recuperación integral de nodos basado en el modelo y utilizando las librerías creadas. Las pruebas de escalabilidad, carga y tiempos de transferencia realizados sobre el prototipo han permitido verificar la validez e idoneidad de la propuesta comprobando que su aplicación es escalable respecto del tamaño del sistema gestionado, sencillo de implantar y compatible con los sistemas existentes.

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.

Máquinas de aprendizaje extremo para aplicaciones en ingeniería: implementaciones de alta velocidad sobre FPGAs

Los principales objetivos del presente trabajo son el estudio de las redes neuronales artificiales, los dispositivos reconfigurables de alta velocidad, como son las FPGAs, y su aplicación a un ejemplo concreto: el reconocimiento en tiempo real de diferentes tipos de suelo en imágenes de satélite. Con este fin se propone el diseño de una red neuronal y su implementación en un dispositivo de lógica programable usando el lenguaje de descripción del hardware VHDL (Very High Description Language). Otro de los objetivos del trabajo es conocer los entornos de desarrollo que los fabricantes de dispositivos de lógica programable ponen a disposición de los diseñadores y manejar herramientas de software matemático como Matlab.