Examinando por Materia "Aprendizaje de Máquina"

Mostrando 1 - 3 de 3
  • Miniatura
    PublicaciónAcceso abierto
    Desarrollo de un sistema de control control basado en visión de máquina para la plataforma robótica SCARA de la Universidad EIA
    (Universidad EIA, 2022) Blandón Quiroz, Andrés; Holguín Ramírez, Kevin; Moreno Hincapié, Gustavo Andrés
    RESUMEN: La Universidad EIA desarrolló un robot del tipo SCARA, el cual, pese a su gran aporte en diseño y construcción, y a sus atributos básicos, tiene una deficiencia funcional en su forma de manejo, ya que no recibe ningún tipo de realimentación de su posición con respecto a los objetos en su entorno. De esta forma, quien utilice el robot debe estar siempre atento a los comandos que debe introducir para evitar sobre-impulsos, inestabilidades o colisiones con otros objetos. Además, como el manejo del robot es manual-visual, tienden a ocurrir imprecisiones que, como consecuencia, ralentizan el proceso. El objetivo de este proyecto es implementar un sistema basado en reconocimiento de objetos por visión artificial, que permita expandir las funcionalidades del robot sin necesidad de conocer a detalle el funcionamiento del sistema, para poder manejarlo sin realizar algún daño al sistema o al entorno. Esta mejora se permitirá realizar procesos más complejos, que a su vez abren la posibilidad de incursionar a nuevos procesos de investigación.
  • Miniatura
    PublicaciónSólo datos
    Identificación de Instrumentos Musicales de Cuerdas Pulsadas de la Región Andina Colombiana en Solo, Mediante Técnicas de Aprendizaje de Máquina
    (Fondo Editorial EIA - Universidad EIA, 2018-11-26) Tobon Gonzalez, indira juliana; Cortés Osorio, Jimmy Alexander
     Son muchos los estudios propuestos sobre la identificación de instrumentos musicales, pero ninguno ha estado enfocado en instrumentos de cuerda pulsada de la región andina colombiana como lo son: tiple, tiple requinto, guitarra y bandola. Por ello, se propone la identificación de estos utilizando técnicas de aprendizaje de máquina tales como Análisis discriminante, Árbol de Decisión, kNN, SVM, ANNs y utilizando tres métodos de reducción de datos: Feature Selection; PCA con 1, 100 y 1000 componentes principales; y extrayendo las cinco primeras frecuencias parciales junto a sus amplitudes normalizadas. Esta investigación se realizó usando una base de datos de 1000 grabaciones de audio monofónicas, construida a partir del registro de las notas de la primera posición de cada instrumento en formato WAV. Se utilizó como Método de Validación Cruzada con un k igual a cinco para realizar las Matrices de Confusión y Curvas ROC. La mejor Exactitud se alcanzó con ANNs que tuvo un porcentaje de 99,8% en la identificación, además las curvas ROC mostraron un área bajo la curva muy cercana a uno para la guitarra.
  • Miniatura
    PublicaciónSólo datos
    Propuesta supervisada de aprendizaje de máquina para la estimación de la edad biológica humana basada en odontología forense
    (Fondo Editorial EIA - Universidad EIA, 2020-06-21) Becerra Alvarez, Johana Gabriela; Cortés Osorio, Jimy Alexander
    Código de Procedimiento Penal Colombiano avala el uso apropiado de las piezas dentales para la identificación de individuos, por lo que esta técnica resulta una herramienta de gran importancia en las instituciones que apoyan la administración de justicia. Los métodos clásicos de identificación humana, en especial, los usados para la determinación de la edad biológica de muerte en adultos, han sido desarrollados usando información de poblaciones con características morfológicas, métricas y culturales diferentes a las de Colombia. En consecuencia, se han obtenido tasas de error altas en sus resultados. En esta investigación, se calculó inicialmente la edad biológica usando el método clásico de Lamendin. Posteriormente, con las medidas directas e indirectas, también usadas en el método de Lamendin, se realizó el entrenamiento de las técnicas de aprendizaje de máquina conociendo la edad cronológica de los individuos de la muestra. Se compararon los resultados de las técnicas de regresión de aprendizaje de máquina supervisado: Máquinas de Soporte Vectorial (SVM), Procesos Gaussianos por Regresión (GPR) y Conjuntos de Árboles (Ensembles of Trees), entre otras. Se estudió una muestra de 48 piezas dentales de una sola raíz pertenecientes a 45 individuos de nacionalidad colombiana, con edades cronológicas de fallecimiento conocidas dentro del rango de edades desde los 19 años hasta los 81 años. Por otro lado, se utilizaron el pie de rey digital y el macroscopio de comparación para estimar las alturas de las características morfológicas en las piezas dentales. La mejor exactitud en la estimación de la edad biológica se alcanzó con GPR que presentó una raíz del error medio cuadrático (RMSE) de 3,37 años en la identificación, la cual se contrastó con la exactitud alcanzada por el método de Lamendin con un RMSE de 15,52 años. Esta investigación evidencia que el aprendizaje de máquina con regresión GPR, en especial para el caso colombiano, resulta una herramienta válida para la estimación de la edad biológica de muerte con errores muy inferiores a los entregados por técnicas tradicionales de origen europeo.