En el presente trabajo de tesis se diseña un amplificador de ganancia programable con reducción de offset para ser usado en la recepción de señales neuronales. Estas señales tienen valores de frecuencia y amplitud específicas y relevantes para el presente diseño, con una amplitud de 10uV a 1mV para una frecuencia de 1-10KHz. Con estas consideraciones, el diseño del circuito se basó en una topología Two-stage fully differential Miller-Compensated amplifier. Se emplea la tecnología AMS 0.35um en el software Virtuoso de CADENCE utilizando el simulador Spectre y el entorno de simulación ADE XL para las simulaciones Montecarlo. Los resultados de las simulaciones se validaron en circuitos de testbench, siendo los más significativos, por ejemplo, una ganancia de lazo abierto de 81.1544 dB, ganancia de lazo cerrado de 75.1339 dB para un ancho de banda de 9.494KHz, un margen de fase de 68.8o y un margen de ganancia de 14.4dB, asegurando una estabilidad óptima del circuito. Así mismo, se obtuvo un rango de amplificación de 0-32 dB divididas en 8 ganancias controladas por interruptores basados en puertas de transmisión. Además, se realizó la distribución física del circuito empleando la vista LAYOUT XL de CADENCE. Los presentes resultados se obtuvieron con una alimentación de 3V y un voltaje de entrada en modo común de 1.5V.

El trabajo de investigación presente tiene como objetivo el diseño de un sistema de localización de un robot móvil humanoide dentro de los ambientes de un centro de salud, específicamente que le permita al robot desplazarse en una habitación y posicionarse a una distancia adecuada frente al paciente que se encuentra en estado de reposo en una camilla de hospital. Para alcanzar este objetivo, este sistema se basa en la clasificación de los elementos percibidos en una habitación a través de una cámara y un computador de alto rendimiento, mediante el cual se resuelve un problema de clasificación en la imagen adquirida al detectar al paciente y la camilla como objetivos, luego se realiza un proceso de acercamiento del robot a estos objetivos hasta poder reconocer el rostro de una persona. En el primer capítulo, se mencionan las bases teóricas que comprende la localización de un robot móvil basada en mapeo simultáneo, métodos SLAM y la relación de ambos con el objetivo del proyecto. En el segundo capítulo, se describe la metodología de los algoritmos basados en redes neuronales convolucionales y su base teórica, con el fin de determinar un algoritmo robusto y novedoso a beneficio del proyecto; adicionalmente se incluye una propuesta de solución explicando las etapas de dicho algoritmo. Posteriormente, en el tercer capítulo se desarrolla el diseño del algoritmo y su estructura mediante librerías y codificación realizadas de acuerdo al lenguaje de programación compatible con un computador de alto rendimiento. En el último y cuarto capítulo, se realizan resultados experimentales y se muestran los resultados de ellos. Finalmente, se presentan las conclusiones obtenidas en todo el proceso y recomendaciones. La presente tesis forma parte del proyecto CONCYTEC 160-2020 - Robot Móvil Teleoperado para Manejo de Afecciones de Salud Mental en Pacientes con Enfermedades Infecciosas.

En el presente trabajo de tesis se diseña un amplificador para ser utilizado como parte de un sistema de adquisición de señales neuronales. La topología elegida para el desarrollo fue la de cascodo plegado de una sola salida (single ended folded cascode), ubicando los moduladores chopper de manera que no haya limitación debido al ancho de banda. Debido a que este trabajo está enfocado a dispositivos implantables, se requiere de un bajo consumo de potencia, así como una pequeña área ocupada. A estos dos requerimientos se suma el de ruido, el cual es de gran importancia al ser esta la primera etapa del sistema. Se utilizó el software CADENCE para realizar distintas simulaciones que comprueban el correcto análisis realizado. Los resultados más importantes previo a la aplicación de la técnica chopper son: el ruido referido a la entrada de 2.92Vrms, con una potencia consumida de 36.78uW utilizando una fuente de alimentación de 3.3V, la ganancia de lazo abierto es de 102.1dB y la ganancia de lazo cerrado es de 45.88dB con un ancho de banda de 7.96kHz. El área ocupada por el circuito es de 0.0073mm2.

La presente monografía propone un sistema de localización e identificación automática de placas de vehículos, a partir del reconocimiento de los caracteres (letras y números) presentes en los mismos. A diferencia de otros sistemas existentes, esta propuesta de procesamiento digital de imágenes se basaría en las características de los vehículos existentes en el Perú, los cuales cuentan con dos formatos de placas: tres o dos letras, un guión, y tres o cuatro dígitos, respectivamente. Este trabajo esta dividido en cuatro capítulos. A manera de introducción se describen los requerimientos que justifican el desarrollo del sistema, en función al uso específico de diferentes aplicaciones prácticas. En el primer capítulo se señalan las características del sistema propuesto y las consideraciones que se toman en cuenta para delimitar los márgenes de su aplicación. En el segundo capítulo se describe detalladamente el desarrollo del sistema planteado a partir de dos procesos: entrenamiento y reconocimiento. Se indica que el sistema se basa en las características geométricas de los vehículos con la finalidad de determinar la localización central de la placa a partir del empleo de técnicas de procesamiento de imágenes y redes neuronales en el reconocimiento de los caracteres. Para ello, se incluye la descripción del proceso de entrenamiento inicial de las redes neuronales que permiten encontrar los parámetros calibradores del sistema y se señalan los reajustes realizados al sistema inicial con el fin de obtener mejores resultados. En el tercer capítulo se analizan los datos de las pruebas experimentales, mostrándose que no toda la tarea de reconocimiento se debe dejar a las redes neuronales y se señala la necesidad de adición de un bloque de confirmación de salida que permita mejorar la eficiencia del sistema. Por último, en el cuarto capítulo se exponen las recomendaciones y se termina con un apartado para las conclusiones en las que se incluye la verificación del funcionamiento óptimo del sistema propuesto.

Los sistemas de reconocimiento óptico de caracteres (OCR) constituyen un tema activo de investigación. El principal problema es el porcentaje de efectividad que se obtiene en el reconocimiento de caracteres manuscritos, esto es debido a la naturaleza de estos caracteres, la tipografía, la resolución de la imagen, iluminación y otros factores. Los sistemas que reconocen números manuscritos tienen diversas aplicaciones (reconocimiento de cantidades numéricas sobre cheques bancarios, facturas, planillas de conteo de votos electorales, encuestas, etc.), para los cuales se necesita que la tasa de acierto al reconocer los números sea muy elevada (reconocimiento mayor 90% y error cercano 0%). Para lograr esto se implementó un módulo de reconocimiento basado en redes neuronales haciendo uso del toolbox de MATLAB. El módulo de reconocimiento tiene las siguientes etapas: una primera etapa es la segmentación que se encarga de separar la imagen de valor numérico en dígitos individuales, la segunda etapa se encarga de la normalización para obtener muestras parecidas paro lo cual se realiza corrección de la inclinación, espesor del trazo y tamaño, y una última etapa es la clasificación para lo cual se usó la red neuronal de topología “backpropagation”. Luego de las pruebas respectivas se obtuvo un reconocimiento de 95.9% con un porcentaje de error 0.8%, estas pruebas se realizaron con números de buena escritura. Se realizó otras pruebas con una base de datos de números manuscritos (MNIST, base de datos del National Institute of Standards and Technology) con la cual se obtuvo un reconocimiento del 90.11% y error 3.67%. Con esto se puede concluir que la metodología desarrollada es buena cuyas etapas se pueden optimizar para obtener mejores resultados.

El presente trabajo realizó el diseño genérico y modular de una red neuronal artificial perceptron multicapa MLP orientada al reconocimiento de dígitos manuscritos en un FPGA mediante el lenguaje de descripción de hardware VHDL. El entrenamiento de esta red se realizó externo al chip, en software, mediante la herramienta de Redes Neuronales del Matlab 7.1 y utilizando como imágenes de entrenamiento la base de datos modificada del NIST (MNIST database). Con esto, se logra que el FPGA se dedique solamente a la tarea de reconocimiento, mas no al aprendizaje de la red. Si se quisiera que se cumpla con otra aplicación, bastará con su reentrenamiento en software para obtener los parámetros necesarios e introducirlos en su descripción y configuración.

El presente proyecto tuvo como objetivo final construir un sistema basado en el funcionamiento de redes neuronales para el reconocimiento de caracteres dibujados a mano. El proyecto se divide en 2 fases. La primera fase es la de entrenamiento. En esta fase se entrena al sistema con el algoritmo resilient backpropagation. Para esto se trabaja con una data de entrenamiento, los cuales son una seguidilla de dibujos de caracteres hechos a mano. Al final de la fase de entrenamiento se obtiene los parámetros del sistema de red neuronal, con los cuales se podrá configurar el sistema de red neuronal. La siguiente fase es la fase de testeo. En esta fase se busca saber cuan efectivo ha sido el proceso de entrenamiento del sistema de red neuronal. Para esto, se pone a prueba el sistema ingresándole nueva data la cual nunca ha sido vista por el sistema. A esta data, se le llama data de testeo. Al final de esta fase se obtiene el grado de efectividad del sistema en reconocer acertadamente cada carácter ingresado al sistema.

En la presente tesis, se realizó el diseño de una arquitectura para un sistema neurodifuso ANFIS. Se tomó en consideración un sistema de orden cero de dos entradas y una salida, que cuenta con funciones de pertenencia triangulares en los antecedentes de las reglas difusas. Además, se tuvo en cuenta que el entrenamiento del sistema es realizado fuera de línea (off-line), en MATLAB. La arquitectura diseñada se dividió en cuatro bloques: Fuzzificador, Permutador, Inferencia y Defuzzificador. Cada uno de estos bloques fue tratado como un subsistema y descrito por separado para facilitar su diseño. Posteriormente, se procedió a juntar los cuatro bloques, dando como resultado la arquitectura propuesta para el sistema neurodifuso ANFIS. Esta arquitectura fue descrita de manera modular y genérica mediante el lenguaje de descripción de hardware VHDL y fue implementada en los FPGA Spartan-3 XC3S200 de la empresa Xilinx y Cyclone II EP2C35 de la empresa Altera, utilizando las herramientas que se encuentran dentro de los entornos de desarrollo ISE 11 y Quartus II 9.1, respectivamente. El sistema diseñado fue aplicado a la generación de funciones. Primero, se eligió una función no lineal y se llevó a cabo el entrenamiento del sistema en MATLAB para obtener los parámetros de los antecedentes y consecuentes de las reglas difusas. Después, estos parámetros fueron convertidos a una representación binaria en punto-fijo complemento a dos y almacenados en las memorias ROM del código en VHDL. Finalmente, se realizaron simulaciones sobre los dos FPGA, mencionados anteriormente, para verificar la operación del sistema y poder evaluar su desempeño. Entre los resultados obtenidos, destaca que el tiempo requerido por el sistema para calcular un valor de la función es menor a 10 s (trabajando a una frecuencia de reloj de 50 MHz). Este valor es mucho menor al tiempo requerido por la aplicación en MATLAB, el cual fue de alrededor de 100 ms.

Tesis por compendio / As stated by the United Nations Department of Economic and Social Affairs, the first half of the present century will experience a significant increase in global energy demand due to the expected growth of world population and global economic development. On the other hand, recent reports from the Intergovernmental Panel on Climate Change definitely evidence the link between the continued use of fossil fuels and the increasing concentration of greenhouse gases into the atmosphere being responsible for climate change. In this context, a global commitment is needed in the search for cleaner, environmentally friendly and sustainable energy sources, such as second¿generation bioethanol from agro¿industrial waste. Thus, this PhD Thesis aims to advance in the agro¿industrial waste recovery of fruits such as pineapple and persimmon. Specifically, different strategies for enhancing the bioethanol production process were evaluated. Additionally on¿line monitoring of the saccharification step and final alcohol content in the studied wastes were taken into consideration. Thus, different technologies were studied to improve the enzymatic hydrolysis performance in pineapple waste. First, hydrolytic performances of commercial enzymes produced by the filamentous fungi Aspergillus niger and Trichoderma reesei were compared. Next, the use of microwave pretreatments, alone or combined with an alkali treatment, was evaluated to improve the saccharification performance. On the other hand, "Rojo Brillante" persimmon waste wasstudied as a potentialsource of high added value products. Finally, electrochemical impedance spectroscopy based techniques were evaluated for monitoring saccharification and quantifying ethanol in pineapple waste. Results showed that A. niger cellulase is an effective alternative to that obtained from T. reesei for the saccharification of industrial pineapple waste, especially when combined with hemicellulase. On the other hand, microwave pretreatments at appropriate power and exposure times significantly improved the enzymatic hydrolysis performance. This improvement was particularly remarkable when microwaves were combined with an alkali treatment. On the other hand, industrial persimmon waste was shown to be a low¿cost source of bioethanol and antioxidant compounds, mainly carotenoids. Finally, electrochemical impedance spectroscopy was validated as an easy, fast, non¿destructive, inexpensive and alternative methodology to the traditional laboratory ones for monitoring saccharification and fermentation processes. This validation was achieved by combining impedance spectroscopy with mathematical models based on artificial neural networks, being robust, reliable, adaptive and easily implementable in electronic systems.   To conclude, the present PhD Thesis has provided substantial progress towards agro¿industrial waste recovery processes. In fact, several technological developments have been implemented in order to increase the saccharification yield in pineapple waste. Moreover, high added value products have been obtained from persimmon residue. Likewise, these processes can be accurately controlled on¿line by electrochemical impedance spectroscopy based techniques combined with specific mathematical models,  representing a significant advance in this field. / Durante la primera mitad de este siglo, se espera que la demanda mundial de energía aumente significativamente debido al previsible incremento de la población mundial y al desarrollo económico global, tal como afirman recientes estudios de la Departamento de Asuntos Económicos y Sociales de las Naciones Unidas. Por otro lado, los datos del Panel Intergubernamental del Cambio Climático vinculan el uso continuado de los combustibles fósiles con el aumento de la concentración de CO2 y partículas contaminantes a la atmósfera causantes, entre otros, del cambio climático. En este contexto, es necesario seguir avanzando en la búsqueda de alternativas energéticas más limpias y medioambientalmente sostenibles, como es el caso del bioetanol de segunda generación obtenido a partir de residuos agroindustriales. Así, la presente Tesis Doctoral plantea como objetivo profundizar en la revalorización de los residuos agroindustriales de frutas como la piña y el caqui. En concreto, se evaluaron diferentes estrategias para la mejora del proceso de obtención de bioetanol y el control en línea de la sacarificación y contenido en alcohol en los residuos. Para ello, se estudiaron diferentes tecnologías para la mejora del rendimiento de la hidrólisis enzimática de los residuos de piña. En primer lugar se comparó la acción hidrolítica de las enzimas comerciales producidas por los hongos filamentosos Aspergillus niger y Trichoderma reesei. A continuación, se evaluó la aplicación de pretratamientos con microondas, solos o combinados con un medio alcalino, para la mejora del rendimiento de la sacarificación. Por otro lado, se analizó el potencial de revalorización del residuo industrial de caqui de la variedad "Rojo Brillante". Finalmente se estudió la aplicación de técnicas basadas en la espectroscopía de impedancias para la monitorización de la sacarificación y la cuantificación de bioetanol en piña. Los resultados obtenidos demostraron que la celulasa de A. niger es una alternativa eficaz a la obtenida a partir de T. reesei para la sacarificación de los residuos industriales de piña, especialmente cuando se combina con hemicelulasa. Por otra parte, la aplicación de pretratamientos con microondas a potencias y tiempos de exposición apropiados mejoraron significativamente el rendimiento de la hidrólisis enzimática. Esta mejora demostró ser particularmente destacable cuando se combinaron las microondas con un medio alcalino. Por otra parte, se demostró que los residuos industriales de caqui son una fuente de obtención de compuestos de alto valor añadido tales como: bioetanol y compuestos antioxidantes, principalmente carotenoides. Por último, se validó la espectroscopía de impedancias electroquímica como una metodología fácil, rápida, no destructiva, económica y alternativa a las técnicas de laboratorio tradicionales para el control de la sacarificación y fermentación. Esto se consiguió combinando la espectroscopía de impedancias con el desarrollo de modelos matemáticos basados en redes neuronales artificiales que se caracterizan por ser robustos, fiables, adaptativos y fácilmente implementables en sistemas electrónicos. A modo de conclusión, la presente Tesis Doctoral ha permitido avanzar en el conocimiento sobre el proceso de revalorización de los residuos industriales de frutas mediante la implementación de desarrollos tecnológicos para el aumento del rendimiento de la hidrólisis enzimática del residuo de piña y la obtención de compuestos de alto valor añadido a partir de caqui. Asimismo, se ha demostrado que es posible aplicar técnicas basadas en la espectroscopía de impedancias y modelos matemáticos específicos para mejorar la monitorización y control en línea de estos procesos, lo que supone un avance significativo en este campo. / Durant la primera meitat d'aquest segle, s'espera que la demanda mundial d'energia augmente significativament a causa del previsible increment de la població mundial i al desenvolupament econòmic global, tal com afirmen recents estudis del Departament d'Assumptes Econòmics i Socials de les Nacions Unides. D'altra banda, les dades del Panell Intergovernamental del Canvi Climàtic vinculen l'ús continuat dels combustibles fòssils amb l'augment de la concentració de CO2 i partícules contaminants a l'atmosfera causants, entre uns altres, del canvi climàtic. En aquest context, és necessari seguir avançant en la cerca d'alternatives energètiques més netes i mediambientalment sostenibles, com és el cas del bioetanol de segona generació obtingut a partir de residus agroindustrials. Així, la present Tesi Doctoral planteja com a objectiu aprofundir en la revalorització dels residus agroindustrials de fruites com la pinya i el caqui. En concret, es van avaluar diferents estratègies per a la millora del procés d'obtenció de bioetanol i el control en línia de la sacarificació i contingut en alcohol en els residus. Per a això, es van estudiar diferents tecnologies per a la millora del rendiment de la hidròlisi enzimàtica dels residus de pinya. En primer lloc es va comparar l'acció hidrolítica dels enzims comercials produïts pels fongs filamentosos Aspergillus niger i Trichoderma reesei. A continuació, es va avaluar l'aplicació de pretractaments amb microones, sols o combinats amb un medi alcalí, per a la millora del rendiment de la sacarificació. D'altra banda, es va analitzar el potencial de revaloració del residu industrial de caqui de la varietat "Rojo Brillante". Finalment es va estudiar l'aplicació de tècniques basades en l'espectroscòpia d'impedàncies per al monitoratge de la sacarificació i la quantificació de bioetanol en pinya. Els resultats obtinguts van demostrar que la cel¿lulasa d'A. niger és una alternativa eficaç a l'obtinguda a partir de T. reesei per a la sacarificació dels residus industrials de pinya, especialment quan es combina amb hemicel¿lulasa. D'altra banda, l'aplicació de pretractaments amb microones a potències i temps d'exposició apropiats van millorar significativament el rendiment de la hidròlisi enzimàtica. Aquesta millora va demostrar ser particularment destacable quan es van combinar les microones amb un medi alcalí. D'altra banda, es va demostrar que els residus industrials de caqui són una font d'obtenció de compostos d'alt valor afegit tals com: bioetanol i compostos antioxidants, principalment carotenoides. Finalment, es va validar l'espectroscòpia d'impedàncies com una metodologia fàcil, ràpida, no destructiva, econòmica i alternativa a les tècniques de laboratori tradicionals per al control de la sacarificació i fermentació. Això es va conseguir combinant l'espectroscòpia d'impedàncies amb el desenvolupament de models matemàtics basats en xarxes neuronals artificials que es caracteritzen per ser robustos, fiables, adaptatius i fàcilment implementables en sistemes electrònics. A manera de conclusió, la present Tesi Doctoral ha permès avançar en el coneixement del procés de revalorització dels residus industrials de fruites mitjançant la implementació de desenvolupaments tecnològics per a l'augment del rendiment de la hidròlisi enzimàtica del residu de pinya i l'obtenció de compostos d'alt valor afegit a partir de caqui. Així mateix, s'ha demostrat que és possible aplicar tècniques basades en l'espectroscòpia d'impedàncies i models matemàtics específics per a millorar el monitoratge i control d'aquests processos, fet que suposa un avanç significatiu en aquest camp. / Conesa Domínguez, C. (2017). DESARROLLOS TECNOLÓGICOS PARA LA MEJORA Y CONTROL DEL PROCESO DE OBTENCIÓN DE BIOETANOL A PARTIR DE RESIDUOS AGROALIMENTARIOS [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/86143 / Compendio

La justicia y la búsqueda de la verdad en la investigación criminal requiere del uso de una herramienta fundamental para su éxito, el interrogatorio. En un interrogatorio, un experto hace uso de su experiencia y su juicio para, mediante el cuestionamiento del acusado, obtener una verdad explícita o implícita de parte de este sobre el hecho a investigar. El presente proyecto de investigación apunta a diseñar un modelo de aprendizaje automático que brinde soporte para la detección de mentiras en interrogatorios mediante el análisis de video. Es una contribución a los trabajos de investigación realizados por el grupo IA-PUCP (Grupo de Investigación en Inteligencia Artificial) de la Pontificia Universidad Católica del Perú. Se utilizó un conjunto de datos puesto a disponibilidad por Rada Mihalcea del grupo “Language and Information Technologies” de la Universidad de Michigan. La propuesta de arquitectura para el modelo consiste en una capa de preprocesamiento de datos que utiliza un algoritmo de reconocimiento facial para extraer los rostros del video, limitando el espacio de características. Luego, se utiliza una red convolucional preentrenada para realizar la extracción de características. Finalmente, se utiliza una red recurrente LSTM para procesar las características y luego una red neuronal para clasificar los videos. Se experimentó con cinco redes convolucionales (Resnet, InceptionV3, Xception, VGG16 y VGG19), el mejor fue InceptionV3. Este obtuvo una exactitud de 78.6 %, valor que supera varios de los resultados obtenidos por los modelos, presentados en la publicación “A Multi-View Learning Approach to Deception Detection” de N. Carissimi, que no aplicaron entrenamiento en la extracción convolucional. Esto, utilizando menos información y automatizando la extracción de la misma. / Tesis