Tesis/Trabajos de Grado
URI permanente para esta colección
Incluye documentos como: monografías, reportes, proyectos, prácticas, informes, entre otros; elaborados como requisito de grado para programas de pregrado y posgrado en la Universidad de los Andes.
Navegar
Envíos recientes
Publicación Acceso abierto Detección y predicción de espasmos infantiles (EI) basados en los datos del electroencefalograma (EEG) durante la hipsarritmia(Universidad de los Andes, 2022-01-14) Gutierrez Villarraga, Raúl AndrésEste trabajo está compuesto por dos grandes pilares. El primero de ellos es el desarrollo de un modelo de detección de espasmos infantiles (EI) generalizado en Hipsarritmia basado en características determinantes de las señales del electroencefalograma (EEG); y un segundo pilar enfocado en la implementación de un sistema de predicción de EI a través de las características definidas en el modelo de detección con el fin de identificar de manera anticipada estos eventos. La implementación de este modelo y posterior sistema de predicción permite a los profesionales de la salud localizar descargas epilépticas asociadas con EI para poder generar un diagnóstico temprano y una rápida indicación de tratamiento específico con el fin de mejorar la calidad de vida de los pacientes. El proyecto está basado en un proceso de análisis y transformación de señales continúas generadas desde el EEG, cabe anotar que para el Síndrome West también conocido como EI, no se encontraron bases de datos públicas, por lo que el proyecto se enfocó en la obtención de EEG a través del acuerdo de confidencialidad que se tiene por parte de la Universidad de los Andes con el Hospital Militar Central de Bogotá. Al contar con una limitada cantidad de ventanas medidas en segundos de espasmos en comparación a ventanas sanas (79:66090) por canal, donde una ventana equivale a 1 segundo de registro del EEG, el primer paso es la extracción de características morfológicas de la onda complementándolas con la extracción de características ocultas, para posteriormente establecer la mejor estrategia de balanceo de clases, la cual nos permitirá equilibrar los registros de ventanas con espasmo respecto a las ventanas sanas. Como resultado de esto, se genera un nuevo conjunto de datos de información discreta, que se utiliza como entrada en los modelos aprendizaje supervisados seleccionados para este proyecto, con el fin de definir las mejoras variables de entrada (características), el mejor modelo y los mejores hiperparámetros para poder realizar la detección de EI con Hipsarritmia. Por último, se toman ventanas anteriores al espasmo extrayendo las mismas características del modelo de detección, partiendo de la hipótesis que estas ventanas previas del espasmo sean detectables con las mismas entradas de información. Una vez entrenado el modelo con esta información se genera un sistema predictivo basado en ventanas movibles (tamaño 10 segundos), que tiene como umbral de alerta hasta 60 segundos antes del suceso. Como resultado de este sistema de predicción se identifica que en algunos pacientes con espasmos no son precedidos sus espasmos haciendo que el sistema tenga baja precisión. Una causa de lo anterior, está relacionado a lo informado por la asesora experta en el tema, donde indica que estos EI suceden repentinamente siendo poco detectable la etapa previa al evento.Publicación Acceso abierto Marco de trabajo para la implementación de la analítica en el contexto educativo(Universidad de los Andes, 2023-12-12) Cuy Salcedo, Hernán DavidLa analítica de datos emerge como una herramienta poderosa con el potencial de transformar la toma de decisiones y mejorar de manera significativa los procesos educativos. De acuerdo con esta perspectiva, se han creado diversos marcos de trabajo para su implementación en el ámbito educativo, brindando a los investigadores la oportunidad de explorar en profundidad su aplicación. . A pesar de los avances logrados por estos marcos, persiste la falta de una comprensión completa del alcance específico de cada tipo de analítica en su aplicación. Este documento propone un marco de trabajo para implementar la analítica en el contexto educativo, tomando como base las definiciones y tipos de analítica tradicional y aplicándolo a diferentes dominios o motivadores de valor dentro de la educación. Un caso de uso de este marco de trabajo se desarrolla, con la finalidad de mostrar cómo puede aplicarse de manera práctica.Publicación Embargo Accent based model for speech spoofing countermeasures.(Universidad de los Andes, 2023-12-06) Hurtado Romero, Jaime ArturoThis research focuses on the development of a robust anti-spoofing system capable of accurately detecting diverse types of spoofing attacks, including speech synthesis and speech conversion, across multiple accents. These spoofing attacks pose a significant security threat, potentially resulting in unauthorized access, financial fraud, and identity theft. With the emergence of deep learning generative architectures, the vulnerability to spoofing attacks has heightened. However, the challenge lies in the performance degradation of anti-spoof models trained on English datasets when applied to Spanish datasets due to accent bias and the inadequate consideration of multiple accents in training datasets or feature extraction processes. To tackle this issue, the research aims to develop a comprehensive anti-spoofing architecture that encompasses front-end models for feature extraction and back-end models for classification. By evaluating the impact of different front-end and back-end architectures on diverse training sets, considering language and accent diversity, and analyzing the correlation between accents and feature extraction, the study seeks to enhance the robustness of anti-spoofing systems. The ultimate goal is to enable the detection of spoofing attacks regardless of the attacker’s accent or language.Publicación Acceso abierto Automated generation of process simulation scenarios from declarative changes(Universidad de los Andes, 2023-06-22) Barón Espitia, Daniel FelipeThis thesis addresses the aforementioned limitation by introducing a chatbot-based solution that allows the creation of simulation scenarios with changes specified at both the simulation parameter level and the control flow level. The implementation of changes at the simulation parameter level is achieved through the development of a chatbot using the Rasa Framework, which provides a user-friendly web interface for interacting with the chatbot. The proposed chatbot underwent manual validation using simulation models for three event logs representing different processes. It successfully generated scenarios aligned with the desired modifications. Demonstrated at the 2022 ICPM conference as a Demo paper, the chatbot received positive feedback and generated significant interest from the audience. The live demonstration allowed attendees to interact with the chatbot, validating its effectiveness and user experience. While formal validation using datasets and performance metrics was not conducted, the positive reception at the conference serves as an initial validation of its potential value in real-world applications. On the other hand, to handle changes at the control flow level, the thesis proposes an innovative approach that enables the specification of such changes declaratively, without the need for manual modifications to the underlying procedural model. This approach utilizes a generative deep learning model to generate traces that resemble the specified process change. Based on these generated traces, a stochastic process model is derived and utilized as the foundation for constructing a modified simulation model for further analysis and evaluation. An experimental evaluation of the proposed approach demonstrates that the generated simulation models achieve a level of accuracy comparable to manually created models that directly modify the original process model. This evaluation highlights the effectiveness and reliability of the proposed solution in generating modified simulation models for hypothetical analysis. Overall, this research presents a comprehensive and innovative approach to address the shortcomings in generating simulation scenarios with changes at both the simulation parameter and control flow levels. The chatbot-based solution and the utilization of generative deep learning models contribute to the automation and ease of generating accurate and reliable simulation models, enabling effective hypothetical analysis for process improvement and optimization.Publicación Acceso abierto Sistema para la automatización de tareas de inspección de estructuras físicas utilizando un dron(Universidad de los Andes, 2023-08-03) Oviedo De La Torre, David AlbertoEste trabajo presenta el diseño e implementación de un sistema para automatizar la tarea de inspección de una estructura física, delimitada por un envolvente geométrico simple, utilizando un dron. En particular, se utilizó el dron DJI Mavic Pro, pero el sistema está diseñado para funcionar con cualquier dron de la marca DJI. Para este sistema, el usuario puede elegir entre uno de tres modelos envolventes geométricos simples proporcionados (plano, caja y cilindro) para representar la estructura a inspeccionar. Luego, el sistema planifica la trayectoria de vuelo del dron con el fin de garantizar que todo el modelo envolvente esté cubierto en la inspección, y luego el dron ejecuta el vuelo de forma autónoma. El sistema consta de dos componentes de software principales: una aplicación de robótica ROS utilizada para el control del dron y una aplicación de Android para permitir la comunicación con el dron utilizando DJI Mobile SDK V4. El sistema se probó con el simulador Gazebo y el simulador DJI Assistant 2 para garantizar su funcionamiento correcto. Finalmente, se probó en un escenario experimental (real) para inspeccionar la parte frontal de un edificio, obteniendo resultados satisfactorios.Publicación Acceso abierto Implementación de un modelo computacional para la evaluación de amenazas de superficie en embarcaciones navales de capacidades limitadas usando información de radar(Universidad de los Andes, 2023-06-06) Barreto Reyes, Camilo EnriqueEncontrar un modelo computacional eficiente para la evaluación de amenazas en buques de guerra suele ser una tarea compleja y de limitado estudio en general, sin embargo, la tarea puede verse aún más complicada al concebir un modelo para embarcaciones navales de capacidad limitada como lo son los buques de patrulla oceánica que en muchas de las ocasiones solo cuentan con un solo radar de vigilancia en dos dimensiones para contactos de superficie. El propósito de este proyecto es el desarrollar un modelo computacional que satisfaga este problema revisando para ello el estado del arte en el desarrollo de estas tecnologías, comparando modelos y algoritmos usados en trabajos anteriores, utilizando como fuente de entrada la información de un radar de vigilancia 2D y analizando la información cinética detectada de otros contactos presentes en el área de operación, comparando diferentes tipos de implementación y encontrando a través de la evaluación de los resultados obtenidos, las conclusiones más acertadas que permitan integrar este modelo a un sistema de soporte a la decisión militar de desarrollo nacional en un futuro cercano.Publicación Embargo Formal robust explanations for deep reinforcement learning models(Universidad de los Andes, 2023-07-10) Patiño Sáenz, Michel AndrésDeep neural networks are black box models for which there is no established formal solution on how to interpret their behavior. Abductive explanations are formal explanations that entail an observation within a logical system and satisfy certain minimality criteria. These explanations have been known to be computed for deep neural networks with binary input features and for neural networks with continuous input features. It is not currently known if a "deletion" algorithm designed to compute abductive explanations could be modified and extended to reinforcement learning tasks with continuous input features. Here, we show evidence that explanations generated by this algorithm may be biased. The algorithm favors the inclusion of features deleted later in the execution, a so called "order effect". We proposed a solution on how to fix this problem and designed an elementary algorithm to compute robust, formal and "non-biased" explanations to deep reinforcement learning model predictions. Our results suggest that this bias may be present in other implementations of the deletion algorithm for machine learning models in general, including the ones that have discrete input features, affecting models with bigger input dimensions more strongly. In the future, new methods to compute abductive explanations or other types formal explanations should be explored for deep reinforcement learning and machine learning in generalPublicación Acceso abierto Uso de la inteligencia artificial para apoyar el análisis de opiniones en procesos de planeación participativa y su traducción al lenguaje de los objetivos de desarrollo sostenible(Universidad de los Andes, 2023-06-02) Wilches Castellanos, Paula AndreaDentro del enfoque de diferentes entes para alcanzar el cumplimiento de los objetivos definidos en la Agenda 2030 muchas entidades tienen como prioridad el seguimiento y la evaluación de las políticas públicas y su impacto a nivel social. Este es el caso del fondo de poblaciones de las naciones unidas (UNFPA), que junto con entidades públicas y haciendo uso de diferentes herramientas de participación ciudadana, buscan identificar problemas y evaluar soluciones actuales, relacionando la información con los diferentes objetivos de desarrollo sos tenible. Uno de los procesos que requiere de un mayor esfuerzo es la clasificación de textos, ya que es una tarea que consume gran cantidad recursos y para la cual se requiere un experto; pero es una tarea que llega a ser subjetiva. Es por esto que, en los últimos años, UNFPA ha venido trabajando, en conjunto con la Universidad de los Andes, en la implementación de diferentes estrategias de clasificación de textos, que les permitan hacer una análisis automati zado de opiniones que representan la voz de los habitantes locales sobre problemáticas de su entorno particular. En este trabajo se propone un nuevo acercamiento al problema haciendo uso de diferentes herramientas de aprendizaje profundo, como redes neuronales de clasificación multi-clase, modelos de traducción basados en redes neuronales y modelos Transformers como Roberta y MPNET; herramientas que buscan el procesamiento del lenguaje natural teniendo en cuenta el contexto. Con estos modelos se obtuvo un rendimiento de clasificación superior al 74 % y se implementó un método de visualización de los textos y su clasificación.Publicación Restringido Herramienta para la estimación del potencial bioenergético en municipios vulnerables de Colombia mediante imágenes satelitales y machine learning(Universidad de los Andes, 2023-05-30) Díaz Meza, Nicolás AlbertoEste trabajo propone una metodología de identificación de cultivos y estimación del potencial energético mediante el uso de técnicas de machine learning. Específicamente, se desarrolló un modelo de clasificación de terreno y detección de cultivos utilizando imágenes satelitales provenientes de Sentinel-2, empleando algoritmos como regresión logística, Random Forest, máquinas de vectores de soporte y XGBoost, llegando a un 96% de exactitud. Adicionalmente, se entrenó un modelo de regresión para la estimación de producción de cultivos con base en el área sembrada, llegando a un valor de R2 de 0.87. Estos modelos se integraron en una aplicación web desarrollada con React y Django, permitiendo al usuario final interactuar con un mapa y obtener estimaciones del potencial energético para zonas dentro de municipios PDET seleccionados.Publicación Acceso abierto Comparativo entre modelos de knowledge tracing aplicados a los ejercicios de la plataforma SENECODE(Universidad de los Andes, 2023-05-31) Bravo Mora, Cristian AlejandroKnowledge Tracing (KT) es un área de investigación en la inteligencia artificial cuyo objetivo es modelar el conocimiento de un estudiante a través del análisis de sus interacciones en el tiempo durante su participación en un curso académico. En este trabajo se propone realizar un comparativo de diferentes modelos de KT, encontrados en la literatura del estado del arte, entrenados y evaluados con los ejercicios que los estudiantes del curso Introducción a la Programación suben a la plataforma conocida como SENECODE. Dicha plataforma recopila y califica el código fuente de los ejercicios de programación resueltos por estudiantes novatos de la Universidad de Los Andes. Seleccionando y aplicando varios modelos de KT a los datos de esta plataforma, se propone construir un modelo KT con variaciones en los datos de entrada, teniendo principalmente en cuenta el código fuente de los ejercicios realizados por los estudiantes junto a los datos tradicionales de KT para medir y predecir el nivel de maestría y conocimiento que cada estudiante tiene sobre los diferentes módulos del curso. Finalmente, se realiza una prueba de concepto para utilizar el modelo de KT para dar retroalimentación a los estudiantes en aquellos temas o módulos en el que posiblemente requieran un refuerzo.Publicación Acceso abierto Detección de anomalías en procesos de gestión sanitaria usando métodos de analítica de procesos(Universidad de los Andes, 2023-02-01) Vargas Holguín, OswaldoEn algunos aspectos de la asistencia sanitaria, la seguridad del paciente es un factor importante de preocupación y los métodos que han sido desarrollados para ayudar a detectar una situación anómala, no brindan la inmediatez que se requiere para reaccionar a tiempo y evitar una situación en la que el bienestar de los pacientes está comprometido. El objetivo del presente estudio es establecer la base teórica de la detección de anomalías en procesos y usar métodos, basados en Minería de Procesos y Deep Learning para evaluar su pertinencia en la detección de anomalías conducentes a identificar la existencia de situaciones problemáticas para el paciente.Publicación Acceso abierto Diseño de una arquitectura de red IoT para la Universidad de los Andes(Universidad de los Andes, 2022-12-08) Arias Rivera, Ramón AlejandroEste documento propone una arquitectura de red para soportar servicios de IoT en un Smart Campus, utilizando LoRa como protocolo de comunicación. El proyecto surge como apoyo al Programa de Desarrollo Integral (PDI), propuesto por la Universidad de los Andes, que busca una transformación digital del campus universitario y la adaptación de los servicios educativos a los entornos virtuales. En este trabajo, se expone la metodología utilizada para el diseño de la red IoT, las distintas métricas escogidas para su planeación y la propuesta de la arquitectura de red IoT. También, para corroborar el comportamiento de la red, se llevó a cabo la implementación de un prototipo de su despliegue para dos escenarios distintos: (i) sensores estacionarios y (ii) sensores móviles. Los resultados obtenidos en los dos escenarios de prueba fueron satisfactorios permitiendo una obtención de los datos obtenidos por los sensores.Publicación Acceso abierto Voice anti-spoofing data-set built from Latin American Spanish accents implementing voice conversion and text-to-speech techniques(Universidad de los Andes, 2022-11-23) Tamayo Flórez, Pablo AndrésIn this work, a voice anti-spoofing dataset was built from samples in Latin America Spanish implementing voice conversion and text-to-speech algorithms and later a test was performed on anti-spoofing models trained on samples in English to see their behaviors with other languages than those in which they were trained.Publicación Acceso abierto Desarrollo humano para valientes: aplicación de realidad virtual para apoyar la generación de empatía(Universidad de los Andes, 2022-12-15) Useche Rodríguez, Juan CamiloEl proyecto busca apoyar la generación de empatía que se puede crear mediante videos de realidad virtual 360. Para tal fin, se desarrolló una aplicación de realidad virtual en la cual se pueden reproducir videos 360. Usando esta aplicación se exploraron funcionalidades con el potencial de contribuir a la generación de empatía. Éstas fueron validadas en experimentos con usuarios para optimizarlas y hallar nuevas oportunidades de mejora. Al finalizar el proyecto se determina que los Bullet comments son un mecanismo de participación que aporta apoyo a la generación de empatía. Se espera que este proyecto sirva como motivación para futuras investigaciones que exploren el potencial de la realidad virtual como herramienta para apoyar la generación de empatía.Publicación Acceso abierto Estrategias para la generación sintética de imágenes y su aplicación a escenarios de aumentación de datos en el desarrollo de sistemas Face Anti-Spoofing(Universidad de los Andes, 2023-01-21) Vega Fernández, César AugustoExiste un creciente desarrollo de herramientas para la generación automática de contenido en sectores como los medios digitales, la educación y el entretenimiento. A medida que estas herramientas se hacen más sofisticadas y accesibles, los sistemas de antispoofing faciales se hacen más vulnerables. El antispoofing facial es la tarea de prevenir la verificación facial falsa que se puede producir mediante el uso de una foto, video, máscara o un sustituto diferente del rostro de una persona autorizada. Los sistemas antispoofing son construidos con modelos de aprendizaje de máquina que se entrenan con grandes volúmenes de datos de rostros reales y falsificados. El problema surge cuando los sistemas de antispoofing se enfrentan a imágenes generadas por estrategias no vistas previamente en la fase de entrenamiento. Como estrategia para lidiar con esta problemática, en el presente trabajo se evalúa el uso de métodos de aumentación de datos para la mejora de sistemas de antispoofing usando diversas estrategias de generación de imágenes artificiales, tales como: sustitución bruta de imágenes, redes antagónicas generativas (GAN) y un modelo probabilístico de difusión de eliminación de ruido (DDPM). La hipótesis de este trabajo es que dicha aumentación de datos se puede realizar a partir de conjunto de datos existentes, por lo que no requiere esfuerzo adicional de etiquetado, y permite robustecerlos modelos de antispoof existentes realizando rondas adicionales de entrenamiento con las nuevas imágenes generadas.Publicación Acceso abierto Optimización de servicios IIoT en topologías edge computing y redes TSN(Universidad de los Andes, 2021-12-07) Gómez González, David LeonardoEn los últimos años se ha presentado un crecimiento exponencial de los dispositivos IoT (Internet de las Cosas) en el mercado y cada vez más, están siendo parte de funcionalidades de misión crítica para muchas industrias, por lo que procesos asociados a estos dispositivos están generando nuevos requerimientos a nivel de interconectividad, seguridad, escalabilidad, entre otros. Este proceso de crecimiento ha puesto a prueba la infraestructura de comunicaciones existente, la arquitectura de despliegue y demás servicios de soporte debido al gran volumen de dispositivos, sus requerimientos técnicos y características intrínsecas de los servicios que soportan. Con este panorama se plantea la utilización de esquemas de Fog Computing y redes TSN, por sus siglas en inglés (Time Sensitive Networks), como una herramienta que permita apoyar los servicios IIoT(Internet de las Cosas Industrial) para lograr procesos de optimización y aseguramiento de parámetros de latencia, escalabilidad e interoperabilidad requeridos por servicios de misión crítica como salud, transporte, producción, entre otros.Publicación Acceso abierto Machine translation strategies for low-resource colombian indigenous languages(Universidad de los Andes, 2022-07-27) Salazar Cárdenas, Iván DavidLow-resource languages are a challenging field for machine translation and natural language processing. During the past years, a lot of efforts have been made in the search for strategies that can counter the scarcity of written and spoken material for these languages. Among these efforts Transformer architecture and Transfer Learning have been used as strategies to work in the low-resource environment, but the results are not conclusive about their effectiveness. American indigenous languages are good examples of low-resource languages since they have a big amount of written and spoken sources, and obtaining them is particularly complicated. In this thesis, we experiment with the Transformer architecture and Transfer Learning using as a study case two Colombian indigenous languages. We aim to find which combination of strategies can be more beneficial to the translation scores of the models. This way we can help in the task of preserving the endangered languagesPublicación Acceso abierto UAVoxWeb: Arquitectura multicomponente para el apoyo a rutas de vuelo con drones(Universidad de los Andes, 2022-07-01) Múnera Dávila, Santiago FelipeEl aumento emergente en el uso de drones o UAVs para propósitos de uso personal ha sido consecuencia de un conjunto diverso de avances de investigación tecnológica que han permitido facilitar el acceso de estos dispositivos a audiencias cada vez más amplias. Sin embargo, todavía persiste la oportunidad de proponer nuevas alternativas que faciliten el uso de drones a usuarios primerizos que no posean experiencia previa en su manejo, aprovechando los beneficios de múltiples tecnologías de distinta naturaleza que apoyen la realización de tareas específicas con drones. Por lo tanto, este trabajo propone la solución UAVoxWeb, una arquitectura multicomponente para el apoyo a usuarios no expertos en la definición, ejecución y seguimiento de rutas tridimensionales de vuelo con drones. Esta arquitectura de software integra diversos componentes tecnológicos independientes tales como el uso de servicios y sistemas de información geográfica para operaciones con drones, la definición y seguimiento de rutas de vuelo a través de herramientas de planificación de vuelo, el uso de simuladores para robots aéreos y el aprovechamiento de soluciones de drones soportadas por tecnologías web y/o computación en la nube; con el fin de proveer una plataforma que facilite a un usuario no-experto en la realización de tareas de definición, ejecución y seguimiento de rutas de vuelo con un dron de uso civil en escenarios reales y virtuales. Para comprobar la efectividad de la solución, se realizan pruebas de usabilidad con una muestra de usuarios con poca o ningún experiencia con drones y pruebas de precisión para comparar la ejecución de vuelo simulado en un entorno virtual frente al vuelo en un entorno real.Publicación Acceso abierto Definición de un modelo de extensibilidad para aplicaciones generadas a través de técnicas mde(Universidad de los Andes, 2014) Aperador Mancipe, Daniel AlexanderLa forma como se construyen las aplicaciones en la actualidad difiere significativamente de la forma como se realizaba dos décadas atrás cuando comenzó el boom de la web. En los años anteriores las aplicaciones se construían centradas en el servidor, pero dado el crecimiento en la capacidad de los recursos con que se cuenta del lado del cliente, sumado a la evolución que ha presentado el lenguaje de programación JavaScript, la nueva tendencia es construir una mayor parte de las responsabilidades del lado del cliente. Para este propósito han surgido una serie de frameworks JavaScript que permiten disponer de un orden y una estructura clara del código que conforma dichas aplicaciones, dado que con las primeras aproximaciones se lograban construir las mismas aplicaciones pero el código producto de dichos procesos de construcción carecía de una estructura bien definida, lo que dificulta en gran medida las tareas de evolución y mantenibilidad de las mismas...Publicación Acceso abierto Detección de motocicletas y del uso del casco de seguridad utilizando un algoritmo que emplea técnicas de procesamiento de imágenes y modelos de inteligencia artificial(Universidad de los Andes, 2017) Varón Forero, Mario AndrésIn Colombia motorcyclists are the first victims of road accident. From 2001 to 2014, there were about 28,000 deaths. About half of these deaths occur as a result of the lack of use of passive protection elements (safety helmet). To address this problem, we propose an algorithm that uses image processing techniques in conjunction with artificial intelligence models for the detection of motorcycles and the use of helmets by the drivers. The precision in the classification of motorcycles reaches 97.14%, whereas that measure in the classification of helmets is of 85,29%. The algorithm proposed here, together with technological devices for traffic enforcement (license plate readers), could become the product that will be the cornerstone for transit and transport authorities, to formulate a public policy that will substantially reduce the mortality rate on this population. Such a policy will bring enormous benefits to society as a whole.