Tesis Doctorado - Automática
URI permanente para esta colección
En esta colección se depositarán las Tesis Doctorales de personal afiliado a la UCLV que fueron defendidas en el Tribunal Nacional de Automática.
Examinar
Envíos recientes
Publicación Acceso Abierto Esquema de guiado y control para el seguimiento de caminos de un vehículo de superficie sub-actuado(Universidad Central "Marta Abreu" de Las Villas, 2024) Hernández Morales, Luis EnriqueLos vehículos de superficie no tripulado (USV) han venido ganando relevancia en los últimos años, esto es debido a sus numerosas aplicaciones en el ámbito económico, militar y ambiental. Para lograr la autonomía de estos vehículos es necesario contar con la capacidad de seguir un camino predefinido en presencia de perturbaciones ambientales, principalmente las corrientes marinas y el viento. En esta investigación se presenta, como principal aporte, el desarrollo de un procedimiento de guiado y control para el seguimiento de caminos por parte de un USV. Para ello se diseña un esquema que presenta una estructura en cascada donde en el lazo externo esta implementado el algoritmo de guiado NLGL y en el lazo interno cuenta con un controlador de velocidad angular de guiñada. Para llevar a cabo las pruebas simuladas y sintonizar los controladores se encuentra el modelo dinámico del USV Krick Felix teniendo en cuenta el efecto de las corrientes marinas y el viento sobre el seguimiento de camino. Las condiciones de estabilidad del esquema son encontradas utilizando el segundo método de Lyapunov, lo que constituye otro aporte de este trabajo. Por último, se presentan los resultados de simulación y de experimentos reales de la implementación de este esquema en el USV Krick Felix, donde se puede apreciar que el vehículo converge a la trayectoria deseada en presencia de perturbaciones medioambientales.Ítem Acceso Abierto Aplicación de la teoría de los conjuntos aproximados en el preprocesamiento de los conjuntos de entrenamiento para algoritmos de aprendizaje automatizado(Universidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Departamento de Ciencias de la Computación, 2007) Caballeros Mota, Yailé; Bello Pérez, Rafael EstebanEn el Aprendizaje Automatizado es una necesidad el preprocesamiento de la información. La Teoría de los Conjuntos Aproximados (RST) abrió una nueva dirección en el desarrollo de teorías sobre la información incompleta y es una poderosa herramienta para el análisis de datos. En esta investigación se demuestra la posibilidad de usar esta teoría en el preprocesamiento de los datos, tanto para encontrar conjuntos reducidos de atributos y editar conjuntos de entrenamiento para resolver problemas de clasificación supervisada, como para generar conocimiento a priori sobre un conjunto de datos. Se proponen dos algoritmos para obtener reductos. Uno de ellos integra funciones de adaptabilidad con algoritmos basados en estimación de distribuciones. El otro, construye un reducto a través de funciones heurísticas que combinan criterios de relevancia de los atributos. Para la edición de conjuntos de entrenamiento, se proponen dos nuevos algoritmos basados en los conceptos de aproximación de la RST. Además, se desarrolla una propuesta para caracterizar a priori conjuntos de entrenamiento, usando medidas de estimación de la RST. Los métodos propuestos han sido estudiados experimentalmente usando bases de datos internacionales; así como su aplicación en el preprocesamiento de los datos para pronosticar, de forma automatizada, las temperaturas diarias en el Centro Meteorológico de Camagüey.Ítem Acceso Abierto Modelos de redes bayesianas en el estudio de secuencias genómicas y otros problemas biomédicos(Universidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Departamento de Ciencias de la Computación, 2008) Grau Ábalo, Ricardo del Corazón; Casas Cardoso, Gladys María; Grau Ábalo, Ricardo del Corazón; Casas Cardoso, Gladys MaríaEste trabajo está relacionado con problemas de análisis de regiones genómicas codificantes para proteínas utilizando un tipo de modelo gráfico-probabilístico: las redes bayesianas. Las posibilidades del uso de las redes bayesianas se fortalece si se realiza el aprendizaje de las mejores estructuras y parámetros. En el trabajo se presentan tres nuevos algoritmos para el aprendizaje estructural desde datos. Dos de estos algoritmos obtienen la estructura de dependencias basándose en la detección de interacciones al estilo del algoritmo CHAID (Chi-square Automatic Interaction Detector). El tercero de estos algoritmos se basa en un método de optimización bioinspirado, concretamente la optimización basada en enjambres de partículas (Particle Swarm Optimization, PSO) para contribuir a la reducción de atributos. En la validación de estos algoritmos se han utilizado 18 archivos de datos del repositorio de aprendizaje automatizado, así como otros enfoques alternativos para el aprendizaje de la estructura de redes bayesianas, reportados anteriormente; cuyos resultados demuestran la validez de los modelos propuestos. Además se desarrollaron tres aplicaciones que responden a problemas reales de distintas áreas. Los dos primeros problemas pertenecen al área de la Bioinformática, la primera aplicación es sobre la predicción de interacciones de proteínas y la segunda sobre predicción de sitios de splicing en regiones genómicas codificantes para proteínas. Para concluir se presenta una aplicación sobre un tema médico bien conocido: el diagnóstico de la hipertensión arterial.Ítem Acceso Abierto Agrupamiento basado en la intermediación diferencial y su valoración utilizando la teoría de los conjuntos aproximados(Universidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Departamento de Ciencias de la Computación, 2008) Arco García, Leticia; Bello Pérez, Rafael Esteban; Kruse, RudolfEn el agrupamiento sobre grafos existen métodos, basados en las relaciones de objetos, que tienen alto costo computacional porque utilizan medidas que no capturan eficientemente las propiedades topológicas. Además, las medidas de validación del agrupamiento no siempre dan criterios certeros. El objetivo de la investigación es diseñar medidas que capturen eficientemente la información topológica que codifica el problema, así como un método de agrupamiento que las utilice eficientemente, y validar el agrupamiento, utilizando una herramienta matemática que mida de manera no supervisada la calidad, precisión y consistencia de los grupos. Los resultados obtenidos son: la definición Intermediación Diferencial (DB) caracterizada por capturar eficiente y localmente la centralidad de aristas, no negociar valores de intermediación entre puentes paralelos, ser menos sensible al ruido, y comportarse como una medida de disimilitud topológica; el algoritmo para el agrupamiento basado en DB que no requiere el recálculo y tiene buen desempeño en dominios textuales; la aplicación de la Teoría de los Conjuntos Aproximados (RST) para la validación no supervisada y el etiquetamiento de grupos; el conjunto de medidas basadas en RST y el algoritmo para utilizarlas al validar agrupamientos; y los sistemas SATEX y GARLucene para manipular documentos y contribuir a la gestión de información y conocimiento.Ítem Acceso Abierto Generalización de la métrica basada en la diferencia de valores (VDM) para variables lingüísticas y su aplicación en sistemas basados en el conocimiento(Universidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Departamento de Ciencias de la Computación, 2007) Rodríguez Sarabia, Yanet; De Baets, BernardEl desarrollo de sistemas híbridos sigue siendo una tendencia actual y de gran aplicabilidad dentro de la Inteligencia Artificial para desarrollar nuevos modelos que aprovechen las ventajas y minimicen las deficiencias de los enfoques que combinan. Este trabajo presenta dos modelos híbridos basados en similitud que combinan de una forma coherente y efectiva los enfoques de las Redes Neuronales Artificiales de tipo asociativas, el Razonamiento Basado en Casos y la lógica borrosa. El primero de estos modelos referenciado como SISIFuzzy es una extensión de un modelo híbrido ya existente para desarrollar sistemas conexionistas con explicación basada en casos y que permite resolver en general problemas de búsqueda asociativa de información. El segundo modelo se referencia como ConFuCiuS, y es un modelo basado en instancias para resolver problemas de clasificación supervisada, que se caracteriza a diferencia de otros representantes de esta familia por utilizar conocimiento generalizado del conjunto de instancias de entrenamiento. En ambos modelos los atributos numéricos se modelan utilizando conjuntos borrosos. La implementación del concepto de similitud que utilizan estos modelos se basa en la métrica basada en la diferencia de valores (VDM) aplicable a la comparación de atributos simbólicos, obteniéndose como resultado de este trabajo dos nuevas familias de funciones de distancia por la generalización del concepto de asociación entre valores y su extensión sobre variables lingüísticas. Esta formalización de la distancia se basa en el intercambio dinámico entre similitud y clasificación a partir de asumir también que la similitud de los objetos se modifica por la manera en que estos son clasificados; y provee un criterio de comparación local conceptualmente uniforme para todo tipo de rasgo que se define automáticamente a partir de un conjunto de instancias representativas de un dominio de aplicación. Incluir técnicas de aprendizaje automático reduce la ingeniería del conocimiento requerida para desarrollar sistemas basados en conocimiento, y la inclusión de la teoría de la lógica borrosa y los conjuntos borrosos permiten manejar la imprecisión para conseguir naturalidad y robustez en las soluciones. En la validación de estos resultados se han utilizado más de 30 archivos de datos reconocidos internacionalmente para esta finalidad, así como otros enfoques alternativos reportados.Ítem Acceso Abierto Modelo para la clasificación de secuencias, en problemas de la bioinformática, usando técnicas de inteligencia artificial(Universidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Departamento de Ciencias de la Computación, 2008) Bonet Cruz, Isis; García Lorenzo, María Matilde; Grau Ábalo, Ricardo del CorazónLa motivación del trabajo es predecir la resistencia del VIH ante siete inhibidores de la proteasa, a partir de bases de casos de genotipo y fenotipo, mediante el desarrollo y aplicación de nuevas técnicas de inteligencia artificial. Se obtiene un modelo integrador que facilita la solución de problemas de clasificación de secuencias dentro de la bioinformática, mediante la combinación de métodos y la selección de rasgos basada en información biológica, para potenciar la eficacia de los pronósticos. Se proponen dos métodos de clasificación que parten del uso de las energías de contacto asociadas a cada aminoácido y consideran como clase la resistencia o susceptibilidad ante fármacos. El primero está basado en redes neuronales recurrentes bidireccionales con un módulo que combina las salidas de los diferentes tiempos en la red. El segundo combina varios modelos de clasificación a partir de un metaclasificador. La red recurrente tiene la ventaja de poder trabajar con secuencias de longitud variable, con inserciones o eliminaciones. El modelo multiclasificador es útil cuando se está en presencia de secuencias alineadas. Además se proponen dos medidas de distancias basadas en información biológica: la primera para comprobar relación entre posiciones en las secuencias, la segunda para analizar visualmente los datos.Ítem Acceso Abierto Un modelo para el aprendizaje y la clasificación automática basado en técnicas de softcomputing(Universidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Centro de Estudios de Informática. Departamento de Ciencias de la Computación, 2005) Piñero Pérez, Pedro Yobanis; García Lorenzo, María MatildeEn esta tesis se investiga acerca de las técnicas del softcomputing y sus potencialidades en el aprendizaje automático y en la resolución de complejos problemas de ayuda a la toma de decisiones y la clasificación. Se presenta en ella un nuevo modelo que permite aprender y generalizar en forma de reglas borrosas el conocimiento implícito en bases de casos y que posibilita además la clasificación de nuevos casos tomando como base la explotación de un sistema de inferencia borroso del tipo Sugeno grado cero. Como parte del modelo desarrollado se presentan nuevos criterios de selección de rasgos y los algoritmos MLRUL y GENRUL para la generación de reglas borrosas. Se desarrollan además algoritmos para la optimización de bases de reglas borrosas tomando como base la aplicación de heurísticas y algoritmos evolutivos. Para lograr la explotación del modelo se desarrollaron un grupo de bibliotecas básicas que permiten una fácil adaptación a disímiles situaciones donde se presenten problemas de toma de decisiones. Se muestra la aplicación del modelo desarrollado sobre bases de datos internacionales utilizando el sistema MLCLASSIF y se comparan los resultados con otros sistemas y modelos para la clasificación. Finalmente se presenta la adaptación del modelo a la resolución del problema de la construcción de hipnogramas del sueño a través del sistema SICES.Ítem Acceso Abierto Metodología de desarrollo de sistemas para la gestión de la información y el conocimiento sobre materiales de uso industrial(Universidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Centro de Estudios de Informática. Departamento de Ciencias de la Computación, 2006) Moreno Rodríguez, Rosendo de Jesús; Pérez Vázquez, Ramiro Alberto; Duffus Scott, Alejandro BaldomeroEste trabajo parte del estudio de la problemática referente a la gestión de la información y el conocimiento sobre los materiales de uso industrial, fundamentalmente lo relacionado con la tecnología de soldadura. Como resultado se plantea una metodología en la que se sistematiza la experiencia en el desarrollo de sistemas de información y deducción nacionales, que contengan no sólo los datos primarios de composición química, propiedades mecánicas, etc., de dichos materiales; sino que posibiliten conformar a través de reglas lógicas la información de clasificación, y otras características calculadas que permitan deducir los materiales adecuados, según reglas específicas de selección dadas por expertos. La metodología que se plantea incluye el uso de técnicas computacionales actuales, como bases de datos relacionales, sistemas de información, lenguaje unificado de modelado, etc., pero se especifica en cada caso, qué parte de las mismas deben ser aplicadas en estos sistemas en particular. Se valida la metodología con su uso en el desarrollo de varias versiones de aplicaciones, a las cuales se hace referencia en la tesis, y de las que se tienen Registros de Software y avales de su implantación en diferentes empresas y centros de investigación del paísÍtem Acceso Abierto Sistema integrado de herramientas de ayuda al diseño de bases de datos en ambientes distribuidos(Universidad Central “Marta Abreu” de Las Villas, 2007) Rodríguez Morffi, Abel; González González, Luisa ManuelaLa posibilidad de distribuir datos sobre diferentes sitios de una red de computadoras ha incrementado la difusión de los sistemas de Bases de Datos Distribuidas (BDD). No obstante los beneficios que reporta la distribución de datos, y de los resultados teóricos que permiten su modelación, aún las técnicas, metodologías y herramientas asociadas no alcanzan la madurez necesaria para ayudar a los desarrolladores de software básico ni de aplicaciones. Como resultado de este trabajo se obtuvo el Sistema Integrado de Ayuda al Diseño de BDD (SIADBDD) constituido por las herramientas: ERECASE que sistematiza la resolución de problemas de modelación de esquemas conceptuales globales, NETWIZARD que capta la información necesaria para la caracterización de la red y los sitios de procesamiento, APPWIZARD que captura información sobre las aplicaciones del universo de discurso, FRAGMENTER que realiza la fragmentación de esquemas globales en esquemas lógicos, y ALLOCATOR que lleva acabo la asignación lógica y física de los fragmentos a los correspondientes sitios de procesamiento. Este sistema ha sido validado en el diseño de una BDD para el control de los transformadores de las Organizaciones Básicas Eléctricas (OBE). Ha sido utilizado además, con fines docentes en la carrera de Ciencia de la Computación.Ítem Acceso Abierto Extensiones al razonamiento basado en casos para su aplicación en la planificación de procesos(Universidad Central “Marta Abreu” de Las Villas, 2005) Morell Pérez, Carlos Alexis; Bello Pérez, Rafael Esteban; Grau Ábalo, Ricardo del CorazónEl presente trabajo aborda el Razonamiento Basado en Casos (RBC) como una técnica actual y de gran aplicabilidad dentro de la Inteligencia Artificial. Un concepto esencial en el RBC es la similitud, y en particular este trabajo se centra en aquellos sistemas que usan funciones de similitud para dar una medida de este concepto entre dos objetos del dominio de aplicación. Se proponen dos extensiones que lo perfeccionan mediante la utilización de conjuntos borrosos en la función de similitud y mediante un nuevo método de ponderación de los rasgos dependiente del proceso de adaptación, que permite recuperar soluciones que requieren menor esfuerzo de adaptación. Además se propone un nuevo método de RBC donde se integran las modificaciones propuestas con la selección adecuada de otros aspectos del RBC y que se acoplan con la Planificación Heurística en la solución de un problema CAPP (Computer Aided Process Planning). Específicamente, se demuestra la efectividad de la consecuente herramienta computacional para la ayuda a la confección de tecnologías de fabricación por maquinado de piezas simétrico-rotativas.Ítem Acceso Abierto Modelado e identificación para la detección de dinamicas de comportamiento en generadores de inducción doblemente alimentados(Universidad Central "Marta Abreu" de Las Villas. Facultad de Ingeniería Eléctrica. Departamento de Automática y Sistemas Computacionales, 2019-11-26) Murillo Oviedo, Jorge Patrício; Herrera Fernández, Francisco Beraldo; León Viltres, Lesyani TeresaEl presente trabajo trata sobre modelado e identificación para la detección de dinámicas de comportamiento en generadores eólicos de inducción doblemente alimentados. En el modelado de este sistema se incluye y analiza el efecto de la saturación magnética en el generador, como un ejemplo de alinealidad, lográndose obtener y validar el comportamiento dinámico del sistema en presencia de la saturación, mediante técnicas de simulación en Simulink/MatLab. El modelo que incluye la saturación, es utilizado para obtener los datos necesarios para el desarrollo de métodos de identificación adecuados para este tipo de sistema de generación, en presencia de disturbios como huecos de tensión, con el objetivo de obtener los mejores modelos que puedan representar este sistema en estas condiciones especiales de operación. Las técnicas de identificación analizadas son tanto las lineales como las no lineales, además se utilizaron herramientas clásicas y otras basadas en inteligencia artificial. La investigación proporciona un procedimiento efectivo basado en un tipo de modelo neurodifuso para detectar las dinámicas de comportamiento en este tipo de sistemas, demostrado la efectividad del mismo.Ítem Acceso Abierto Un modelo para la toma de decisiones en un sistema basado en casos en condiciones de incertidumbre(Universidad Central "Marta Abreu" de Las Villas. Facultad de Ingeniería Eléctrica. Departamento de Automática y Sistemas Computacionales, 2001) Gutiérrez Martínez, Iliana; Bello Pérez, Rafael EstebanEn el Razonamiento Basado en Casos tradicional la solución de un problema se realiza a partir de los ejemplos almacenados en la memoria de casos a través de la implementación de una función de distancia o de semejanza dependiente del dominio [Ric92], [Ric95]. Este enfoque tiene la desventaja de que las soluciones son imprecisas cuando los datos almacenados en la base de casos tienen cierto nivel de incertidumbre. Por otra parte la organización de la base de casos en una estructura que asegure un acceso y recuperación eficientes constituye una de las problemáticas actuales de los Sistemas Basados en Casos. En el presente trabajo se expone un nuevo enfoque para resolver el problema de tomar una decisión en un Sistema Basado en Casos en condiciones de incertidumbre, haciendo uso de la teoría probabilista combinada con la teoría de los conjuntos rugosos. El enfoque propuesto permite la determinación de la certidumbre de los valores almacenados en la base de casos, así como su consideración durante los procesos de recuperación y adaptación. Los algoritmos desarrollados para el cálculo de la certidumbre, acceso y recuperación de los casos están basados en el uso de una estructura de representación que garantiza un uso eficiente de la memoria de casos. Dichos algoritmos fueron implementados en un Sistema Computacional el cual ha sido usado exitosamente en la solución de tareas de diagnóstico.Ítem Acceso Abierto Control cinemático en el espacio de tareas de robot paralelo neumático en aplicación de simulador de movimiento(Universidad Central "Marta Abreu" de Las Villas, Facultad de Ingeniería Eléctrica, Departamento de Automática y Sistemas Computacionales, 2012-06-12) Izaguirre Castellanos, Eduardo; Hernández Santana, LuisEl trabajo de investigación consiste en la propuesta e implementación de un esquema de control cinemático en el espacio cartesiano, aplicado a un robot paralelo de tres grados de libertad, accionado por cilindros neumáticos, en aplicación de simulador industrial de movimiento, aspecto novedoso, pues no se tiene reportada una solución similar para este tipo de sistemas.