[ES] La valoración funcional es fundamental en la evaluación y seguimiento de patologías musculoesqueléticas y neurológicas, ya que permite conocer, entre otras cosas, la forma de caminar de una persona, su equilibrio y su fuerza muscular; esto facilita la prescripción de tratamientos rehabilitadores o intervenciones quirúrgicas. En el caso de las personas mayores, esta evaluación adquiere mayor importancia, ya que la Organización Mundial de la Salud (OMS) considera que la salud en las personas mayores se mide en términos de función; es parte fundamental de una valoración geriátrica integral y permite evaluar la fragilidad de las personas mayores mediante la capacidad para realizar actividades diarias. Mediante una evaluación funcional temprana y continua se puede promover un envejecimiento saludable, prevenir y diagnosticar de forma precoz posibles declives en la función, mejorando así la calidad de vida y manteniendo la independencia de las personas mayores durante el mayor tiempo posible. En la presente tesis doctoral se presenta el desarrollo de una metodología instrumentada de valoración funcional para las personas mayores. Una herramienta ágil y portable que, lejos de ser una metodología diagnóstica, puede servir de soporte para la toma de decisiones clínicas ante múltiples patologías del sistema locomotor y que permite clasificar y predecir en base a la funcionalidad del sistema musculoesquelético, el grado de alteración. Se ha llevado a cabo una serie de estudios con diferentes grupos de personas mayores: con enfermedad de Alzheimer, Parkinson y personas mayores frágiles con riesgo de sufrir una caída. El objetivo principal de los diferentes estudios era objetivar y determinar la capacidad de realizar algunas de las actividades funcionales básicas, como el equilibrio, la marcha, el giro para sentarse y levantarse de una silla en comparación con personas sanas de la misma edad; el objetivo secundario era estudiar la fiabilidad del procedimiento en estas poblaciones, así como generar una serie de modelos matemáticos basados tanto en estadística tradicional como en redes neuronales combinando diferentes tipologías de datos. Los aspectos más destacables de esta metodología son, por una parte, la inclusión de la valoración de actividades de la vida diaria con la duración reducida de la prueba, que es inferior a 2 minutos, lo que la hace más práctica y viable en el ámbito clínico y, en segundo lugar, que se trata de una instrumentación sencilla que consta de un único sensor embebido en un smartphone, que es capaz de gestionar todo el proceso de registro y realizar los cálculos necesarios para analizar las medidas obtenidas. Con todo ello se pone de manifiesto la utilidad del procedimiento y la viabilidad de los modelos desarrollados para la valoración funcional de personas mayores en un entorno clínico. / [CA] La valoració funcional és fonamental en l'avaluació i seguiment de patologies musculoesquelètiques i neurològiques, ja que permet conéixer, entre altres coses, la forma de caminar d'una persona, el seu equilibri i la seua força muscular; això facilita la prescripció de tractaments rehabilitadors o intervencions quirúrgiques. En el cas de les persones majors, aquesta avaluació adquireix major importància, ja que l'Organització Mundial de la Salut (OMS) considera que la salut en les persones majors es mesura en termes de funció; és part fonamental d'una valoració geriàtrica integral i permet avaluar la fragilitat de les persones majors mitjançant la capacitat per realitzar activitats diàries. Mitjançant una avaluació funcional precoç i contínua es pot promoure un envelliment saludable, prevenir i diagnosticar de forma precoç possibles deterioraments en la funció, millorant així la qualitat de vida i mantenint la independència de les persones majors durant el major temps possible. En la present tesi doctoral es presenta el desenvolupament d'una metodologia instrumentada de valoració funcional per a les persones majors, eina àgil i portàtil que, lluny de ser una metodologia diagnòstica, pot servir de suport per a la presa de decisions clíniques davant múltiples patologies del sistema locomotor i que permet classificar i predir en base a la funcionalitat del sistema musculoesquelètic, el grau d'alteració. S'han dut a terme una sèrie d'estudis amb diferents grups de persones majors: amb malaltia d'Alzheimer, Parkinson i persones majors fràgils amb risc de patir una caiguda. L'objectiu principal dels diferents estudis era objectivar i determinar la capacitat per a realitzar algunes de les activitats funcionals bàsiques, com l'equilibri, la marxa, el gir per seure i aixecar-se d'una cadira en comparació amb persones sanes de la mateixa edat; l'objectiu secundari era estudiar la fiabilitat del procediment en aquestes poblacions, així com generar una sèrie de models matemàtics basats tant en estadística tradicional com en xarxes neuronals, combinant diferents tipologies de dades. Els aspectes més destacables d'aquesta metodologia són, d'una banda, la inclusió de la valoració d'activitats de la vida quotidiana amb la duració reduïda de la prova, que és inferior a 2 minuts, la qual cosa la fa més pràctica i viable en l'àmbit clínic i, en segon lloc, que es tracta d'una instrumentació senzilla que consta d'un únic sensor embegut en un \textit{smartphone}, que és capaç de gestionar tot el procés de registre i realitzar els càlculs necessaris per analitzar les mesures obtingudes. Amb tot això es posa de manifest la utilitat del procediment i la viabilitat dels models desenvolupats per a la valoració funcional de persones majors en un entorn clínic. / [EN] Functional assessment is fundamental in the evaluation and monitoring of musculoskeletal and neurological pathologies, as it allows understanding a person's gait, balance, and muscular strength. This facilitates the prescription of rehabilitative treatments or surgical interventions. In the case of older adults, this assessment becomes even more important, as the World Health Organization (WHO) considers that health in older individuals is measured in terms of function, which is a fundamental part of a comprehensive geriatric assessment and allows evaluating frailty in older adults based on their ability to perform daily activities. Through early and continuous functional assessment, healthy aging can be promoted, and possible declines in function can be prevented and diagnosed early, thus improving quality of life and maintaining independence in older adults for as long as possible. This doctoral thesis presents the development of an instrumented methodology for functional assessment in older adults, which is an agile and portable tool that, far from being a diagnostic methodology, can support clinical decision-making regarding multiple pathologies of the musculoskeletal system. It enables classification and prediction of the degree of impairment based on the functionality of the musculoskeletal system. A series of studies have been conducted involving different groups of older adults: those with Alzheimer's disease, Parkinson's disease, and frail older adults at risk of falling. The main objective of these studies was to objectively determine the ability to perform functional activities such as balance, gait, turning to sit and stand from a chair, in comparison with healthy individuals of the same age. The secondary objective was to study the reliability of the procedure in these populations and to generate a series of mathematical models based on both traditional statistical methods and neural networks, combining different types of data. The most notable aspects of this methodology are, firstly, the inclusion of assessment of activities of daily living within a shortened testing duration of less than 2 minutes, making it more practical and feasible in a clinical setting. Secondly, it involves a simple instrumentation consisting of a single sensor embedded in a smartphone, capable of managing the entire registration process and performing the necessary calculations to analyze the obtained measurements. All of this highlights the usefulness of the procedure and the feasibility of the developed models for functional assessment of older adults in a clinical environment. / El proyecto ha sido coordinado por el Instituto de Biomecánica de Valencia y financiado por el IVACE en el marco del programa de ayudas dirigidas a centros tecnológicos para el ejercicio 2016, cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER) en un porcentaje del 50% a través del Programa Operativo FEDER de la Comunitat Valenciana 2014-2020. Ref: IMDECA/2016/16 / Pedrero Sánchez, JF. (2023). Desarrollo de procedimientos de valoración funcional mediante sensores portables. Estudios de aplicación en enfermedades neurodegenerativas: Parkinson y Alzheimer [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/202450

El presente trabajo de investigación consiste en el diseño de un circuito amplificador con ganancia programable (PGA) para ser empleado como una segunda etapa de amplificación en sistemas de adquisición de señales neuronales. La principal estrategia de diseño es aplicar una técnica de escalabilidad de corriente, para disipar solo la potencia necesaria para cada ganancia; además logrando mantener el mismo ancho de banda para cada ganancia seleccionada. El número de ganancias de diseño son ocho, programables mediante tres bits. La topología empleada es fully differential; por ello, se incluye un circuito de realimentación de modo común (CMFB). Así mismo, en los requerimientos se consideran la estabilidad del sistema tanto para el lazo en modo diferencial como el lazo en modo común. La tecnología empleada en el diseño es AMS0.35µm en el software Virtuoso Schematic de la compañía Cadence, donde se realizaron las simulaciones y se validó el funcionamiento del circuito mediante distintos análisis. Entre los resultados obtenidos para el amplificador destacan su ganancia programable entre 6dB y 29dB con disipación de potencia promedio de 1.64µW para una fuente de alimentación de 3.3V.

[EN] Due to the rise of energy prices, the energy cost of pumping represents most of the total operation cost in water distribution systems. In addition, energy price varies according to the tariff structure. For these reasons, optimal real-time control of the pumping stations and the valve operation settings is required in order to minimize energy costs while controlling pressure in the network. To achieve this objective it is necessary to define an optimization model that results in a reliable operation scenario. Moreover, simulation of hydraulic models allows tracking the daily operation schedule of the water supply network. Its integration into a SCADA system is a valuable tool to aid the making of decisions. For this aim, the mathematical model must be calibrated, and regularly updated. Finally, to perform optimal control in real-time, it is necessary to define a demand forecast model to know in advance the state of the network for the following 24 hours. This thesis exposes a methodology for optimal real-time operation of a hydraulic network based on the development of a platform that allows the integration of hydraulic simulation models, forecast models and optimization algorithms in SCADA systems. With the aim of performing the most adjusted model to actual scenarios, a demand forecast model has been developed based on historical patterns obtained from the SCADA system. Finally, an optimization module has been developed to minimize the energy costs of pumping systems, which basically consists of two blocks. In the first block, the goal is to optimize the operating regime of pumps using a linear programming model to minimize the operating costs while maintaining the water levels in tanks within a threshold range. In the second block, once optimal pump operation is set, setting of pressure reducing valves is optimized in order to satisfy the total expected demand within the system's restrictions of maximum and minimum pressure, according to the pump operation. An important contribution of this thesis has been the replacement of the hydraulic model by an equivalent model based on parallelized architecture neural network (ANN), which significantly reduces the computation time, a very important aspect when a system for real-time optimization is implemented. The proposed methodology has been applied to the water supply network of Valencia and its metropolitan area, taking into account current energy tariff structure. Results prove the effectiveness of the proposed model in the search for feasible operation strategies, to be applied to a real distribution system with two water pumping stations, several tanks, and various regulation valves remotely operated. Many of the physical components of the system have been replaced by using ANN architecture, without affecting the pressure constraints at critical points. The achieved energy saving highlights the importance of applying optimization models as a mean of improving system energy efficiency. / [ES] Con el aumento de precios de la energía, el coste de la energía eléctrica utilizada por los sistemas de bombeo representa la mayor parte del coste total de la operación en los sistemas de distribución de agua. Por esta razón, y porque los precios de la energía son variables hora a hora, es necesario un control óptimo en tiempo real del régimen de operación de las estaciones de bombeo y el régimen de regulación de las válvulas, con el fin de minimizar los costes energéticos y al mismo tiempo controlar las presiones en la red. Para alcanzar este objetivo es necesario definir un modelo de optimización que dé como resultado un escenario de operación viable. Por otra parte, los modelos de simulación hidráulica permiten realizar el seguimiento del régimen de operación diaria de una red de abastecimiento de agua, y su integración en un sistema SCADA constituyen una herramienta de valiosa ayuda para la toma de decisiones. Para ello el modelo matemático deberá estar calibrado y permanentemente actualizado. Finalmente para llevar a cabo un control óptimo en tiempo real es necesario definir un modelo de previsión de demanda que permita anticipar el estado de la red para las próximas 24 horas. La presente tesis presenta una metodología de operación óptima en tiempo real de una red hidráulica basada en el desarrollo de una plataforma que permite la integración de modelos de simulación, los modelos de predicción y los algoritmos de optimización con los sistemas SCADA. Con vistas a realizar una optimización en tiempo real lo más ajustada a la realidad se ha adoptado un modelo de previsión de demanda basado en patrones históricos procedentes de los datos de consumos obtenidos a través del propio sistema SCADA. Finalmente se ha desarrollado un módulo de optimización para minimizar los costes energéticos del sistema de bombeo, el cual, consta básicamente de dos bloques. En el primer bloque el objetivo ha sido optimizar el régimen de operación de las bombas mediante un modelo por programación lineal con el objetivo de minimizar los costes de operación manteniendo los niveles en los depósitos dentro del rango prefijado. En el segundo bloque, una vez definido el estado de operación de las bombas, se han optimizado las consignas de las válvulas de regulación, consideradas como válvulas reductoras de presión, con tal de satisfacer la demanda total prevista cumpliendo las restricciones de presión máxima y mínima del sistema, de acuerdo con la operación de las bombas. Como una aportación importante de la tesis, a la hora de realizar las simulaciones hidráulicas de las diferentes soluciones propuestas por el optimizador, se ha sustituido el simulador hidráulico por un modelo equivalente basado en una arquitectura de red neuronal paralelizada (ANN), el cual permite reducir significativamente el tiempo de cálculo, aspecto de gran importancia cuando se trata de implantar un sistema de optimización en tiempo real. La metodología propuesta ha sido aplicada sobre la red a abastecimiento de agua a Valencia y su área metropolitana, considerando los bloques de tarifas eléctricas vigentes para el caso de estudio. La tesis doctoral presenta unos resultados que prueban la efectividad del modelo propuesto en la búsqueda de estrategias de operación viables para ser aplicado sobre un sistema de distribución de agua real compuesta por dos estaciones de bombeo, varios depósitos, y diversas válvulas de regulación motorizadas, en la que se han podido omitir muchos de los componentes físicos del sistema mediante el uso de una arquitectura ANN, pero sin perder de vista los puntos críticos donde se han establecido las restricciones del presión. La reducción del consumo eléctrico alcanzado, pone de manifiesto la importancia del modelo de optimización como instrumento de mejora de la eficiencia energética del sistema. / [CA] Amb l'augment de preus de l'energia, el cost de l'energia elèctrica utilitzada pels sistemes de bombament representa la major part del cost total de l'operació en els sistemes de distribució d'aigua. Per esta raó, i perquè els preus de l'energia són variables hora a hora, és necessari un control òptim en temps real del règim d'operació de les estacions de bombament i el règim de regulació de les vàlvules, a fi de minimitzar els costos energètics i al mateix temps controlar les pressions en la xarxa. Per a aconseguir este objectiu és necessari definir un model d'optimització que done com resultat un escenari d'operació viable. D'altra banda, els models de simulació hidràulica permeten realitzar el seguiment del règim d'operació diària d'una xarxa d'abastiment d'aigua, i la seua integració en un sistema SCADA contituyen una ferramenta de valuosa ajuda per a la presa de decisions. Per això el model matemàtic haurà d'estar calibrat i permanentment actualitzat. Finalment per a dur a terme un control òptim en temps real és necessari definir un model de previsió de la demanda que permeta anticipar l'estat de la xarxa per a les pròximes 24 hores. La present tesi presenta una metodologia d'operació òptima en temps real d'una xarxa hidràulica basada en el desenrotllament d'una plataforma que permet la integració de models de simulació, els models de predicció i els algoritmes d'optimització amb els sistemes SCADA. Amb vista a realitzar una optimització en temps real el més ajustada a la realitat s'ha adoptat un model de previsió de demanda basat en patrons històrics procedents de les dades de consums obtinguts a través del propi sistema SCADA. Finalment s'ha desenvolupat un mòdul d'optimització per minimitzar els costos energètics del sistema de bombament, el qual, consta bàsicament de dos blocs. En el primer bloc l'objectiu ha estat optimitzar el règim d'operació de les bombes mitjançant un model per programació lineal amb l'objectiu de minimitzar els costos d'operació mantenint els nivells en els dipòsits dins del rang prefixat. En el segon bloc, un cop definit l'estat d'operació de les bombes, s'han optimitzat les consignes de les vàlvules de regulació, considerades com vàlvules reductores de pressió, per tal de satisfer la demanda total prevista complint les restriccions de pressió màxima i mínima del sistema, d'acord amb l'operació de les bombes. Com una aportació important de la tesi, a l'hora de realitzar les simulacions hidràuliques de les diferents solucions proposades per l'optimitzador, s'ha substituït el simulador hidràulic per un model equivalent basat en una arquitectura de xarxa neuronal paralelizada (ANN), el qual permet reduir significativament el temps de càlcul, aspecte de gran importància quan es tracta d'implantar un sistema d'optimització en temps real. La metodologia proposada ha sigut aplicada sobre la xarxa a abastiment d'aigua a València i la seua àrea metropolitana, considerant els blocs de tarifes elèctriques vigents per al cas d'estudi. La tesi doctoral presenta uns resultats que proven l'efectivitat del model proposat en la busca d'estratègies d'operació viables per a ser aplicat sobre un sistema de distribució d'aigua real composta per dos estacions de bombament, uns quants depòsits, i diverses vàlvules de regulació motoritzades, en la que s'han pogut ometre molts dels components físics del sistema per mitjà de l'ús d'una arquitectura ANN, però sense perdre de vista els punts crítics on s'han establit les restriccions del pressió. La reducció del consum elèctric aconseguit, posa de manifest la importància del model d'optimització com a instrument de millora de l'eficiència energètica del sistema. / Bou Soler, V. (2016). Optimización en tiempo real del modo de operación de un abastecimiento de agua mediante técnicas metaheurísticas. Aplicación a la RED de suministro a Valencia y su área metropolitana [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/62692 / TESIS

En la actualidad, la demanda del consumo de energía eléctrica se ha incrementado significativamente. Este fenómeno se ha presentado tanto en el sector doméstico como en el sector industrial. Por lo que es necesario, la construcción de nuevas fuentes energéticas para satisfacer las demandas actuales. Asimismo, se debe considerar el tiempo, el costo y el impacto ambiental que ocasionaría la construcción de las mismas. Ante este hecho, se plantea establecer planes de ahorro de energía eléctrica con ayuda de sistemas inteligentes en instalaciones domésticas para uso racional de la energía eléctrica, como una alternativa eficaz para no recurrir a nuevas fuentes energéticas. En la presente tesis, se tiene como objetivo el diseño de un sistema inteligente por medio de algoritmos de aprendizaje por redes neuronales que permita el uso racional y eficiente de la energía eléctrica en el sector doméstico. El desarrollo de la tesis incluye diseñar dispositivos que nos permitan medir la potencia eléctrica consumida. Estos dispositivos se desarrollarán con la ayuda de un conjunto de sensores de potencia. Como también el diseño y simulación de sensores de presencia que nos permita monitorear la presencia del usuario. En cuanto al control inteligente se desarrollará algoritmos de aprendizaje basadas en redes neuronales, de tal forma que sean capaces de aprender del horario de la rutina del usuario. También, se incluye el diseño de una interfaz adecuada con el usuario que permita el ingreso de datos para su procesamiento y visualización. Además, el diseño de un protocolo de comunicación más adecuada orientada a la domótica. Finalmente, se desarrollarán simulaciones y pruebas del funcionamiento del sistema inteligente, como los dispositivos desarrollados como el conjunto de sensores y el control inteligente.

El concreto es el material de construcción más ampliamente utilizado en la actualidad debido a su excepcional capacidad para resistir fuerzas de compresión, comúnmente denominadas como f'c. La obtención del valor de f'c del concreto involucra la realización de diversos ensayos, siendo el ensayo a compresión simple o uniaxial en probetas de concreto el más comúnmente empleado, evaluando la resistencia a diferentes intervalos de tiempo. Lamentablemente, estas probetas suelen ser desechadas al aire libre, contribuyendo a la contaminación ambiental. En esta investigación, se enfoca en la predicción del valor de f'c del concreto a los 28 días mediante un modelo predictivo basado en redes neuronales artificiales. Los datos de entrada comprenden propiedades de los agregados, tipo de cemento y las proporciones de sus componentes, como agua, cemento y agregados. El único dato de salida es el valor real de f'c obtenido en el ensayo de compresión simple. Estos datos se recopilaron de varios laboratorios en el norte de Perú. La red neuronal se construyó utilizando TensorFlow de Google, con dos capas ocultas que constan de 16 y 8 neuronas respectivamente, y se entrenó durante 450 épocas. Se obtuvo una exactitud en la predicción mayor al 90% en el rango de 210 a 335 kg/cm². / Concrete is currently the most widely used construction material due to its exceptional ability to withstand compressive forces, commonly referred to as CS. Determining the CS value of concrete involves conducting various tests, with the uniaxial or simple compression test on concrete specimens being the most employed, assessing resistance at different time intervals. Unfortunately, these test specimens are often discarded outdoors, contributing to environmental pollution. This research focuses on predicting the CS value of concrete at 28 days using a predictive model based on artificial neural networks. Input data include aggregate properties, cement type, and their component proportions such as water, cement, and aggregates. The only output data is the actual CS value obtained from the simple compression test. This data was collected from multiple laboratories in northern Peru. The neural network was constructed using Google's TensorFlow, with two hidden layers consisting of 16 and 8 neurons, respectively, and trained for 450 epochs. Prediction accuracy exceeded 90% in the range of 210 to 335 kg/ cm².

El desarrollo de modelos matemáticos predictivos de distinto tipos de fenómenos son aplicaciones fundamentales y útiles de las técnicas de Minería de Datos. Un buen modelo se convierte en una excelente herramienta científica que requiere de la existencia y disposición de grandes volúmenes de datos, además de habilidad y considerable tiempo aplicado del investigador para integrar los conocimientos más relevantes y característicos del fenómeno en estudio. En el caso concreto de ésta tesis, los modelos de predicción desarrollados se enfocaron en la predicción contaminantes ambientales como el valor medio de Partículas Finas (PM2.5) presentes en el aire respirable con un tiempo de anticipación de 8 horas y del Ozono Troposférico Máximo (O3) con 24 horas de anticipación. Se trabajó con un interesante conjunto de técnicas de predicción partiendo con herramientas de naturaleza paramétrica tan sencillas como Persistencia, Modelación Lineal Multivariante, así como la técnica semi-paramétrica: Regresión Ridge además de herramientas de naturaleza no paramétrica como Redes Neuronales Artificiales (ANN) como Perceptron Multicapa (MLP), Perceptrón Multi Capa Cuadrática (SMLP), Función de Base Radial (RBF) y Redes Elman, así como Máquinas de Vectores Soporte (SVM), siendo las técnicas no paramétricas las que generalizaron mejor los fenómenos modelizados. / Salazar Ruiz, E. (2008). Desarrollo de modelos predictivos de contaminantes ambientales [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/2504 / Palancia

No description available.

Els paradigmes cel·lulars, com les xarxes neuronals cel·lulars (CNN, en anglès) i els autòmats cel·lulars (CA, en anglès), són una eina excel·lent de càlcul, al ser equivalents a una màquina universal de Turing. La introducció de la màquina universal CNN (CNN-UM, en anglès) ha permès desenvolupar hardware, el nucli computacional del qual funciona segons la filosofia cel·lular; aquest hardware ha trobat aplicació en diversos camps al llarg de la darrera dècada. Malgrat això, encara hi ha moltes preguntes a obertes sobre com definir els algoritmes d'una CNN-UM i com estudiar la dinàmica dels autòmats cel·lulars. En aquesta tesis es tracten els dos problemes: primer, es demostra que es possible acotar l'espai dels algoritmes per a la CNN-UM i explorar-lo gràcies a les tècniques genètiques; i segon, s'expliquen els fonaments de l'estudi dels CA per mitjà de la dinàmica no lineal (segons la definició de Chua) i s'il·lustra com aquesta tècnica ha permès trobar resultats innovadors. / Los paradigmas celulares, como las redes neuronales celulares (CNN, eninglés) y los autómatas celulares (CA, en inglés), son una excelenteherramienta de cálculo, al ser equivalentes a una maquina universal deTuring. La introducción de la maquina universal CNN (CNN-UM, eninglés) ha permitido desarrollar hardware cuyo núcleo computacionalfunciona según la filosofía celular; dicho hardware ha encontradoaplicación en varios campos a lo largo de la ultima década. Sinembargo, hay aun muchas preguntas abiertas sobre como definir losalgoritmos de una CNN-UM y como estudiar la dinámica de los autómatascelular. En esta tesis se tratan ambos problemas: primero se demuestraque es posible acotar el espacio de los algoritmos para la CNN-UM yexplorarlo gracias a técnicas genéticas; segundo, se explican losfundamentos del estudio de los CA por medio de la dinámica no lineal(según la definición de Chua) y se ilustra como esta técnica hapermitido encontrar resultados novedosos. / Cellular paradigms, like Cellular Neural Networks (CNNs) and Cellular Automata (CA) are an excellent tool to perform computation, since they are equivalent to a Universal Turing machine. The introduction of the Cellular Neural Network - Universal Machine (CNN-UM) allowed us to develop hardware whose computational core works according to the principles of cellular paradigms; such a hardware has found application in a number of fields throughout the last decade. Nevertheless, there are still many open questions about how to define algorithms for a CNN-UM, and how to study the dynamics of Cellular Automata. In this dissertation both problems are tackled: first, we prove that it is possible to bound the space of all algorithms of CNN-UM and explore it through genetic techniques; second, we explain the fundamentals of the nonlinear perspective of CA (according to Chua's definition), and we illustrate how this technique has allowed us to find novel results.

La Màquina de Boltzmann (MB) és una xarxa neuronal estocàstica amb l'habilitat tant d'aprendre com d'extrapolar distribucions de probabilitat. Malgrat això, mai ha arribat a ser tant emprada com d'altres models de xarxa neuronal, com ara el perceptró, degut a la complexitat tan del procés de simulació com d'aprenentatge: les quantitats que es necessiten al llarg del procés d'aprenentatge són normalment estimades mitjançant tècniques Monte Carlo (MC), a través de l'algorisme del Temprat Simulat (SA). Això ha portat a una situació on la MB és més ben aviat considerada o bé com una extensió de la xarxa de Hopfield o bé com una implementació paral·lela del SA. Malgrat aquesta relativa manca d'èxit, la comunitat científica de l'àmbit de les xarxes neuronals ha mantingut un cert interès amb el model. Una de les extensions més rellevants a la MB és la Màquina de Boltzmann d'Alt Ordre (HOBM), on els pesos poden connectar més de dues neurones simultàniament. Encara que les capacitats d'aprenentatge d'aquest model han estat analitzades per d'altres autors, no s'ha pogut establir una equivalència formal entre els pesos d'una MB i els pesos d'alt ordre de la HOBM. En aquest treball s'analitza l'equivalència entre una MB i una HOBM a través de l'extensió del mètode conegut com a decimació. Decimació és una eina emprada a física estadística que es pot també aplicar a cert tipus de MB, obtenint expressions analítiques per a calcular les correlacions necessàries per a dur a terme el procés d'aprenentatge. Per tant, la decimació evita l'ús del costós algorisme del SA. Malgrat això, en la seva forma original, la decimació podia tan sols ser aplicada a cert tipus de topologies molt poc densament connectades. La extensió que es defineix en aquest treball permet calcular aquests valors independentment de la topologia de la xarxa neuronal; aquest model es basa en afegir prou pesos d'alt ordre a una MB estàndard com per a assegurar que les equacions de la decimació es poden solucionar. Després, s'estableix una equivalència directa entre els pesos d'un model d'alt ordre, la distribució de probabilitat que pot aprendre i les matrius de Hadamard: les propietats d'aquestes matrius es poden emprar per a calcular fàcilment els pesos del sistema. Finalment, es defineix una MB estàndard amb una topologia específica que permet entendre millor la equivalència exacta entre unitats ocultes de la MB i els pesos d'alt ordre de la HOBM. / La Máquina de Boltzmann (MB) es una red neuronal estocástica con la habilidad de aprender y extrapolar distribuciones de probabilidad. Sin embargo, nunca ha llegado a ser tan popular como otros modelos de redes neuronals como, por ejemplo, el perceptrón. Esto es debido a la complejidad tanto del proceso de simulación como de aprendizaje: las cantidades que se necesitan a lo largo del proceso de aprendizaje se estiman mediante el uso de técnicas Monte Carlo (MC), a través del algoritmo del Temple Simulado (SA). En definitiva, la MB es generalmente considerada o bien una extensión de la red de Hopfield o bien como una implementación paralela del algoritmo del SA. Pese a esta relativa falta de éxito, la comunidad científica del ámbito de las redes neuronales ha mantenido un cierto interés en el modelo. Una importante extensión es la Màquina de Boltzmann de Alto Orden (HOBM), en la que los pesos pueden conectar más de dos neuronas a la vez. Pese a que este modelo ha sido analizado en profundidad por otros autores, todavía no se ha descrito una equivalencia formal entre los pesos de una MB i las conexiones de alto orden de una HOBM. En este trabajo se ha analizado la equivalencia entre una MB i una HOBM, a través de la extensión del método conocido como decimación. La decimación es una herramienta propia de la física estadística que también puede ser aplicada a ciertos modelos de MB, obteniendo expresiones analíticas para el cálculo de las cantidades necesarias en el algoritmo de aprendizaje. Por lo tanto, la decimación evita el alto coste computacional asociado al al uso del costoso algoritmo del SA. Pese a esto, en su forma original la decimación tan solo podía ser aplicada a ciertas topologías de MB, distinguidas por ser poco densamente conectadas. La extensión definida en este trabajo permite calcular estos valores independientemente de la topología de la red neuronal: este modelo se basa en añadir suficientes pesos de alto orden a una MB estándar como para asegurar que las ecuaciones de decimación pueden solucionarse. Más adelante, se establece una equivalencia directa entre los pesos de un modelo de alto orden, la distribución de probabilidad que puede aprender y las matrices tipo Hadamard. Las propiedades de este tipo de matrices se pueden usar para calcular fácilmente los pesos del sistema. Finalmente, se define una BM estándar con una topología específica que permite entender mejor la equivalencia exacta entre neuronas ocultas en la MB y los pesos de alto orden de la HOBM. / The Boltzmann Machine (BM) is a stochastic neural network with the ability of both learning and extrapolating probability distributions. However, it has never been as widely used as other neural networks such as the perceptron, due to the complexity of both the learning and recalling algorithms, and to the high computational cost required in the learning process: the quantities that are needed at the learning stage are usually estimated by Monte Carlo (MC) through the Simulated Annealing (SA) algorithm. This has led to a situation where the BM is rather considered as an evolution of the Hopfield Neural Network or as a parallel implementation of the Simulated Annealing algorithm. Despite this relative lack of success, the neural network community has continued to progress in the analysis of the dynamics of the model. One remarkable extension is the High Order Boltzmann Machine (HOBM), where weights can connect more than two neurons at a time. Although the learning capabilities of this model have already been discussed by other authors, a formal equivalence between the weights in a standard BM and the high order weights in a HOBM has not yet been established. We analyze this latter equivalence between a second order BM and a HOBM by proposing an extension of the method known as decimation. Decimation is a common tool in statistical physics that may be applied to some kind of BMs, that can be used to obtain analytical expressions for the n-unit correlation elements required in the learning process. In this way, decimation avoids using the time consuming Simulated Annealing algorithm. However, as it was first conceived, it could only deal with sparsely connected neural networks. The extension that we define in this thesis allows computing the same quantities irrespective of the topology of the network. This method is based on adding enough high order weights to a standard BM to guarantee that the system can be solved. Next, we establish a direct equivalence between the weights of a HOBM model, the probability distribution to be learnt and Hadamard matrices. The properties of these matrices can be used to easily calculate the value of the weights of the system. Finally, we define a standard BM with a very specific topology that helps us better understand the exact equivalence between hidden units in a BM and high order weights in a HOBM.

En la presente tesis se desarrolla un sistema de control de la mezcla de aire y gasolina en un motor alternativo de cuatro tiempos, basado en redes neuronales. Para que el catalizador logre un grado de depuración aceptable con todos los gases contaminantes simultáneamente, debe mantenerse la proporción de aire y combustible, dentro de una banda muy estrecha. En estado estacionario, este objetivo se cumple sin demasiados problemas, pero el funcionamiento habitual de un vehículo es en régimen muy transitorio, donde los sistemas convencionales no logran evitar desviaciones importantes del punto de consigna. Estos se basan además en una gran cantidad de tablas estáticas, que deben calibrarse de forma experimental, lo cual es bastante costoso tanto en tiempo como en dinero.Para evitar estos problemas se ha diseñado un modelo matemático de un motor, que comprende todo el proceso de formación de la mezcla, sensores, la generación del par motor y la dinámica del vehículo. La realización final se ha realizado en el lenguaje de simulación MatLab/Simulink®. Los datos requeridos son fácilmente obtenibles bien por metrología, bien de forma experimental. Se ha validado con un motor SEAT de 1,6 l y 74 kW.Como primer paso se ha aplicado una estrategia de control convencional bastante simple, consistente en un controlador feedforward estático, más un controlador feedback de tipo PI ó PID. Esto ha permitido el estudio de las principales características del motor desde el punto de vista de control. Con los resultados obtenidos se ha diseñado un observador basado en una red neuronal, que elimine los retardos puros del sistema y que pueda ser utilizado para cerrar el lazo de control. Primero se ha usado una red feedforward, pero vistos los malos resultados, se ha desarrollado una red neuronal recurrente a partir de la red de Elman, que se ha modificado convenientemente para adaptarla a las dificultades propias del problema. El algoritmo de entrenamiento utilizado se basa en el de retropropagación clásico, y modifica no sólo los pesos entre capas, sino también los correspondientes a las neuronas de contexto, las cuales permiten memorizar estados internos. La principal mejora consiste en separar las neuronas de contexto en tantos grupos como entradas tiene la red, y entrenarlos por separado, de modo que cada grupo se adapte a la dinámica particular de la entrada a la que va asociado. Se muestra mediante simulación el comportamiento del conjunto motor más observador en lazo cerrado, y se compara con el esquema convencional. Se prueba asimismo la robustez del sistema frente a distintas consignas, ruido en la planta y defectos de sintonía. / In the present thesis a control system for the air-fuel mixture in a reciprocating four-stroke engine is developed, based on neural networks. The air-fuel ratio has to be kept within a very narrow window so that the catalyst achieves an acceptable degree of purification simultaneously with all the polluting gases. In steady state, this goal can be fulfilled without difficulties, but the usual operation of a vehicle is in a very transient state, where the conventional systems are not able to avoid important excursions from the set point. They also rely on a great number of look-up tables, which have to be tuned experimentally, thus with an enormous investment of money and time.To avoid those problems a mathematical model of an engine has been designed, in such a way that it comprises of the whole mixture formation process, sensors, the torque generation and the vehicle dynamics. Finally it has been implemented in the simulation language MatLab/Simulink®. The required data is easily available both from metrology, and experimental work. It has been validated with a 1,6 litre 74 kW SEAT engine.As a first step, a quite simple conventional control strategy has been applied, consisting of a static feedforward controller, and a PI or PID feedback controller. This has permitted studying the main features of the engine from the control point of view.With the obtained results an observer based on a neural network has been designed, which eliminates the delays of the system and that can be used to close the control loop. First a feedforward network has been used, but due to the bad results, a recurrent neural network has been developed starting from the Elman network, which has been properly modified in order to adapt it to the characteristic difficulties of the problem. The training algorithm used is based on that of classical backpropagation, and it modifies not only the weights interconnecting different layers, but also those corresponding to the context neurons, which allow the memorising of internal states. The main improvement consists in separating the context neurons in as many groups as the network has inputs, and to train them separately, so that each group adapts to the particular dynamics of the input with which it is associated. The behaviour of the engine plus the observer in closed loop is shown by means of simulation, and is compared with the conventional scheme. It is proven the robustness of system response to different set points, noise in the plant and tuning defects.