Ingeniero Civil en Computación / Parte importante de la labor astronómica consiste en analizar observaciones de radiaciones electromagnéticas en la forma de espectros de frecuencia, procedentes del espacio y emitidas por objetos tales como estrellas, galaxias y otros. A partir de estos espectros se puede identificar una serie de propiedades y características de los objetos de los cuales provienen; en particular, las líneas espectrales (tanto de emisión como de absorción) presentes resultan ser un indicador de las especies (átomos, moléculas, isótopos, etc.) presentes en su composición química. En el presente trabajo se llevó a cabo con el fin de obtener un cierto tipo de asociaciones lógicas, llamadas reglas de asociación, entre líneas espectrales presentes a lo largo de distintos espectros de frecuencia. En particular, se busca aplicar a conjuntos de espectros de frecuencia obtenidos a partir de datos de observaciones astronómicas, para así obtener información de las relaciones existentes entre estas líneas bajo distintas medidas de interés y relevancia estadística. Para ello se llevó a cabo, en el lenguaje de programación Python, una implementación de algoritmos de Aprendizaje de Reglas de asociación, o Association Rule Learning (ARL); en particular los algoritmos Apriori y FP-Growth. La aplicación final, que hace uso de estos algoritmos, permite al usuario observar las reglas obtenidas bajo requerimientos mínimos de soporte y confianza de ellas, ordenarlas según estas dos medidas junto con su lift, y mostrar las que posean un cierto elemento en particular en su antecedente, consecuente o en ambos. La aplicación y sus algoritmos se probaron sobre datos simulados y, posteriormente, sobre datos reales de observaciones en el espectro visible obtenidas del Sloan Digital Sky Survey (SDSS), previo un pre-procesamiento adecuado de estos. Los resultados obtenidos muestran un considerable mejor desempeño (de por lo menos la mitad del tiempo total de ejecución) por parte del algoritmo Apriori por sobre FP-Growth para valores pequeños de soporte (cercanos a 0.15). Esto puede deberse, principalmente, al tamaño reducido del universo de ítems (lineas espectrales detectadas) posibles presentes en cada transacción (espectro de frecuencias); lo cual hace perder sustancialmente la ventaja comparativa que posee FP-Growth al utilizar una estructura de datos tipo árbol. Se espera a futuro poder realizar el proceso de ARL a partir datos en otras frecuencias del espectro electromagnético; como por ejemplo, los datos radioastronómicos del Atacama Large Millimeter/submillimeter Array (ALMA). Junto con esto, se espera más adelante poder mejorar la aplicación en términos de su interfaz gráfica y usabilidad.

The present dissertation set out to investigate how the linguistic environment affects speech perception. Three sets of studies have explored effects of bilingualism on word recognition in adults and infants and the impact of first language linguistic knowledge on rule learning in adults. In the present work, we have found evidence in three auditory priming studies that bilingual adults, in contrast to monolinguals have developed mechanisms to effectively overcome interference from irrelevant information in the speech signal. Preliminary results on toddlers indicate no differences in the recognition of mispronounced words between bilinguals and monolinguals. Additionally, knowledge about rules in the first language was shown to have an impact on general rule learning abilities, while we did not detect an influence of bilingualism in this process. In summary, we have found evidence for an impact of the linguistic environment on the processing of indexical variability in word recognition as well as on rule learning. Bilinguals seem to have adapted to increased variability in their daily speech environment. In addition, rule extraction from unknown language input was unaffected by those adaptations but influenced by linguistic knowledge. / El principal objetivo de este trabajo fue investigar cómo el entorno lingüístico afecta la percepción del habla. Con esta finalidad se exploraron los efectos del bilingüismo en el reconocimiento de palabras y el efecto de la lengua materna en el aprendizaje de reglas. Para ver los efectos del bilingüismo en el reconocimiento de palabras se realizaron tres estudios en adultos explorando el efecto de facilitación por repetición, que mostraron que las personas bilingües han desarrollado mecanismos que les permiten minimizar las interferencias que ejerce la información irrelevante en la señal del habla. Por otro lado, se realizó un estudio con niños pequeños cutos resultados sugieren que no hay diferencias en el reconocimiento de palabras mal pronunciadas entre niños pequeños bilingües y monolingües. Respecto al efecto del conocimiento lingüístico de la lengua materna en el aprendizaje de reglas, se mostró que tiene un impacto en las habilidades generales para el aprendizaje de reglas aunque no se ha detectó una influencia del bilingüismo en dicho proceso. En resumen, se ha mostrado que el bilingüismo minimiza los efectos negativos de la variabilidad en el reconocimiento de palabras. Los bilingües parecen haberse adaptado a una mayor variabilidad en su entorno de habla cotidiana. Por el otro lado, se ha visto que la capacidad para extraer reglas de una lengua desconocida no está afectada por estas adaptaciones si no que está influenciada por los conocimientos lingüísticos en la lengua materna.