Railways are generally much more efficient than road transport in terms of energy consumption for both freight and passengers. Despite this, it is still necessary to reduce their energy consumption in order to improve their competitiveness and contribute to a global sustainability. This thesis presents the training of an artificial neural network using energy consumption data measured in the underground network of Valencia (Spain), with the objective of estimating the energy consumption of the systems. The section studied was line 5 of MetroValencia between Marítim-Serrería and Alameda stations. After calibration and validation of the artificial neural network using part of the consumption data gathered, the results obtained show that the neural network can predict power consumption with high accuracy (just an error of 2.42%). The advantages of this method lie in its adjustment speed and simulation, and, specially, in the fact that the artificial neural network may function as a virtual laboratory where it is possible to test hypothetical scenarios to reduce the train energy consumption. Once fully trained, the artificial neural network was used to model several scenarios of hypothetical vertical track layouts between two stations of a metro system, testing the energy consumption and infrastructure investment costs of the track layouts considered. The results show the fact that a symmetrical sinusoidal vertical layout is much more efficient than a flat layout, in terms of energy consumption, with reductions up to 18.41%, and the return period of the extra investment is 9.66 years for an example presented. Therefore, this thesis provides a useful tool to develop optimum vertical layouts in terms of energy consumption and, in addition, to determine a set of actions to reduce the energy consumption of a metro network. / Los ferrocarriles son generalmente mucho más eficientes que el transporte carretero en términos de eficiencia energética para transporte de mercancías y pasajeros. Sin embargo, aún existe la necesidad de reducir su consumo energético para mejorar su competitividad y contribuir a un mundo más sostenible. Esta tesis presenta el entrenamiento de una red neuronal artificial usando información del consumo medido en la red de metro de Valencia (España), con el objetivo de estimar el consumo energético de los sistemas. El tramo estudiado fue la línea 5 de la red de Metro de Valencia entre las estaciones Marítim-Serrería y Alameda. Después de la calibración y la validación de la red neuronal artificial usando parte de los datos de consumo recogidos, los resultados obtenidos muestran que la red neuronal puede predecir el consumo energético con alta precisión (solo un error del 2.42%). Las ventajas de este método yacen en su velocidad de ajuste y simulación, y, especialmente, en el hecho de que la red neuronal artificial puede funcionar como un laboratorio virtual donde es posible evaluar escenarios hipotéticos para reducir el consumo energético del tren. Una vez completamente entrenada, la red neuronal artificial se utilizó para modelar varios escenarios de trazados verticales hipotéticos entre dos estaciones de un sistema metro evaluando el consumo energético y los costes de inversión en infraestructura de los trazados verticales considerados. Los resultados muestran el hecho de que un trazado vertical sinusoidal simétrico es mucho más eficiente que un trazado plano, en términos de consumo energético, con reducciones hasta del 18.41%, y el período de retorno de la inversión extra es de 9.66 años para un ejemplo presentado. De este modo, esta tesis proporciona una útil herramienta para desarrollar trazados verticales óptimos en términos de consumo energético y, además, para determinar acciones que reduzcan el consumo energético de una red de metro. / Els ferrocarrils són generalment molt més eficients que el transport viari en termes d'eficiència energètica per tal de transportar mercaderies i passatgers. No obstant, encara existeix la necessitat de reduir el seu consum energètic per tal de millorar la seua competitivitat i contribuir a abastar un món més sostenible. Aquesta tesis presenta l'entrenament d'una xarxa neuronal artificial utilitzant informació del consum mesurat a la xarxa de metro de València (Espanya), amb l'objectiu d'estimar el consum energètic dels sistemes. El tram estudiat fou la línia 5 de la xarxa de Metro de València entre les estacions de Marítim-Serrería i Alameda. Després de la calibració i la validació de la xarxa neuronal artificial utilitzant part de les dades de consum recollides, els resultats obtinguts mostren que la xarxa neuronal pot predir el consum energètic amb una alta precisió (només un error del 2.42%). Els avantatges d'aquest mètode recauen en la seua velocitat d'ajust i simulació i, especialment, en el fet que la xarxa neuronal artificial pot funcionar com a laboratori virtual on es possible avaluar escenaris hipotètics per reduir el consum energètic del tren. Una volta completament entrenada, la xarxa neuronal artificial s'utilitzà per a modelitzar diferents escenaris de traçats verticals hipotètics entre dos estacions d'un sistema de metro avaluant el consum energètic i els costos d'inversió en infraestructura dels traçats verticals considerats. Els resultats mostren el fet que un traçat vertical sinusoïdal simètric es molt més eficient que un traçat pla, en termes de consum energètic, amb reduccions fins al 18.41% i el període de retorn de la inversió extra es de 9.66 anys per a un exemple presentat. D'aquest mode, aquesta tesis proporciona una ferramenta útil per desenvolupar traçats verticals òptims en termes de consum energètic i, a més a més, per a determinar accions que redueixen el consum energètic d'una xarxa de metro. / Pineda Jaramillo, JD. (2017). Modelo de optimización del consumo energético en trenes mediante el diseño geométrico vertical sinusoidal y su impacto en el coste de la construcción de la infraestructura [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/90546

[EN] To obtain the market value for urban properties, the following is necessary for the decision making in different scenarios: in case of dealing with financial institutions, the focus will be in acquiring knowledge of the value of the property to finance a mortgage. One of the different government orders are to collect property taxes, so this profit will serve as the foundation for proceedings before public and private organizations. For an accurate estimate of the price or value that will describe the market conditions, it is necessary to build models that will be capable of calculating such value. The synthetic methods that currently use a minor amount of information are the ones that are mostly used by appraisers, as well as the econometric models. Also, they are considered as the concept of multiple linear regression that utilize abundant observations. In reality the econometric models are a generalization of synthetic methods. On the other hand, artificial neural networks and in particular the multi-layer network, can be an alternative for a price estimate. Currently a comparison is being performed between the selected econometric model and the neural network, revealing that the networks give a better outcome for price estimates. This study has been achieved in Morelia, Michoacán, Mexico for several housing segments. / [ES] Obtener el valor de mercado para inmuebles urbanos es necesario para la toma de decisiones en diferentes escenarios: tratándose de instituciones financieras, su interés radica en conocer este valor para el financiamiento de préstamo con garantía hipotecaria, a los diferentes órdenes de gobierno para cobrar los impuestos catastrales, así este valor servirá de base para la realización de diferentes trámites ante entidades públicas o particulares. Para una buena estimación del precio o valor que explique las condiciones del mercado, es necesario construir modelos capaces de estimar dicho valor. Actualmente los métodos sintéticos que usan información escasa son los más utilizados por los tasadores, así como los modelos econométricos -también denominados con el concepto de regresión lineal múltiple- que usan muchas observaciones, en realidad los modelos econométricos son una generalización de los métodos sintéticos. Por otro lado, las redes neuronales artificiales, y en concreto la red multicapa, pueden ser una alternativa para la estimación del precio. En el presente se realiza una comparativa entre el modelo econométrico seleccionado y la red neuronal, demostrando que las redes obtienen mejores resultados en la estimación de precio. El estudio se ha realizado en la ciudad de Morelia, Michoacán, México, para varios segmentos de vivienda. / [CA] Obtindre el valor de mercat per a immobles urbans és necessari per a la presa de decisions en diferents escenaris: tractant-se d'institucions financeres, el seu interès està en conèixer aquest valor per al finançament de préstec amb garantia hipotecària, als diferents ordres de govern per cobrar els impostos cadastrals. Així aquest valor servirà de base per a la realització de diferents tràmits davant entitats públiques o particulars. Per a una bona estimació del preu o valor que expliqui les condicions del mercat, cal construir models capaços d'estimar aquest valor. Actualment els mètodes sintètics que fan servir informació escassa són els més utilitzats pels valuadors, així com els models economètrics -també denominats de regressió lineal múltiple, que fan servir moltes observacions. En realitat els models economètrics són una generalització dels mètodes sintètics. D'altra banda, les xarxes neuronals artificials, i en concret la xarxa multicapa, poden ser una alternativa per a l'estimació del preu. En el present treball es realitza una comparativa entre el model economètric seleccionat i la xarxa neuronal, demostrant que les xarxes obtenen millors resultats en l'estimació de preu. L'estudi s'ha realitzat a la ciutat de Morelia, Michoacán, Mèxic, per a diversos segments d'habitatge. / Preciado Carrillo, JC. (2016). Valoración de inmuebles urbanos comparativa modelo regresión multivariable versus redes neuronales artificiales para la ciudad de Morelia Michoacán, México [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/62202

La presente investigación propone un dispositivo electrónico portátil que permite el diagnóstico rápido de enfermedades utilizando tiras rápidas o ensayos de flujo lateral (LFAs), el cual indica si el resultado es positivo, negativo o inválido, dichas tiras utilizan como muestra el suero de sangre. Actualmente existen soluciones similares con un costo muy elevado, por lo que en el Laboratorio de Biología Molecular del Instituto de Investigación de Enfermedades Infecciosas (IIEI) se realiza el diagnóstico por inspección visual; como consecuencia de la fatiga visual, se reduce la confiabilidad de los resultados proporcionados por los técnicos del laboratorio. En la literatura científica se propone como solución un equipo que requiere de una cámara de celular, iluminación con láser, el uso de algoritmos de visión artificial y de redes neuronales convolucionales. El presente equipo utiliza algoritmos computacionales de procesamiento digital de imágenes sobre una foto tomada por la cámara digital integrada, recorte del área de interés, construcción de histogramas y adquisición de descriptores de los componentes R, G y B de la imagen, que serán utilizados por una red neuronal multicapa. Dicho software se complementa con un hardware que incluye un computador de placa reducida, el cual emitirá el resultado a través de una pantalla táctil e interactiva. De acuerdo con lo obtenido al emplear el algoritmo, se consiguió un grado de acuerdo superior a 0.9, para esto se utilizó el índice de Kappa Cohen, coincidiendo mayormente los resultados emitidos por los técnicos de laboratorio con los obtenidos por la solución propuesta. / This dissertation proposes a portable electronic device that allows the rapid diagnosis of diseases using rapid immunochromatographic test or lateral flow assays (LFAs) which indicates whether the result is positive, negative, or invalid, these strips use blood serum as a sample. Nowadays there are similar solutions to which they have a very high cost, so the diagnosis is made by visual inspection at the Laboratorio de Biología Molecular del Instituto de Investigación de Enfermedades Infecciosas (IIEI); because of visual fatigue, the reliability of the results provided by laboratory technicians is reduced. In the scientific literature, the design of a device that requires a cell phone camera, laser lighting, the use of artificial vision algorithms and convolutional neural networks is proposed as a solution. This equipment uses computational algorithms for digital image processing on a photo taken by the integrated digital camera, such as trimming the area of ​​interest, constructing histograms and acquisition of descriptors of the R, G and B components of the image taken by the camera, which will be used by a multilayer neural network. This software is complemented by hardware that includes a reduced board computer, which will issue the results through an interactive touch screen. According to what was obtained when using the algorithm, a degree of agreement greater than 0.9 was achieved, for this the Kappa Cohen index was used, mostly coinciding with the results issued by the laboratory technicians with those obtained by the proposed solution. / Tesis

El problema central planteado en la presente tesis de investigación es la falta de información hidrométrica en algunas cuencas del Perú, en este caso en la microcuenca Huajuiri, localizado en el distrito de Oropesa, provincia de Antabamba, departamento de Apurímac; puesto que al existir un déficit de estaciones hidrométricas respecto a la cantidad de cuencas existentes a nivel nacional, la información hidrométrica es insuficiente y deficiente, lo que trae como consecuencia no contar con datos como los caudales medios mensuales, información hidrológica relevante para poder conocer la disponibilidad del agua en la cuenca para efectuar la distribución del recurso hídrico de acuerdo al requerimiento de las comunidades campesinas aledañas a la fuente de agua, es útil para diseñar futuras obras hidráulicas, así como para realizar proyecciones respecto al comportamiento hídrico de la cuenca. Es por esta razón que se plantea el cálculo de los caudales medios mensuales en cuencas que no disponen de datos hidrométricos, utilizando el método Lutz Scholz y las redes neuronales artificiales. En la cuenca con información hidrométrica (La Angostura) con los modelamientos hidrológicos planteados, se obtuvieron valores cercanos a los caudales medios mensuales medidos. Sin embargo, en la cuenca sin información hidrométrica (Huajuiri), la inclusión en el modelamiento hidrológico de las redes neuronales artificiales permitió obtener valores más cercanos a los aforos realizados, que solamente aplicando el método Lutz Scholz. / Central problem exposed in this thesis is lack of hydrometric information in some basins of Peru, in our case in Huajuiri micro basin, located in Oropesa district, Antabamba province, Apurímac department, there is a deficit of hydrometric stations with respect to the number of existing basins at national level, hydrometric information is insufficient and deficient, which results in not having data such as average monthly flows, relevant hydrological information to be able to know the water availability of basin in order to distribute water according to requirements of rural communities surrounding the water source, it is useful to design future hydraulic construction, as well as to carry out projections regarding the water behavior of basin. It is for this reason that calculation of average monthly flows in basins without information is proposed using Lutz Scholz method and artificial neural networks. In basin with hydrometric information (La Angostura), with proposed hydrological modeling, values were obtained close to average monthly flows. However, in basin without hydrometric information (Huajuiri), inclusion in hydrological modeling of artificial neural networks allowed obtaining values closer to flow measurement, than only by applying Lutz Scholz method. / Tesis

[ES] Dentro de las temáticas asociadas al campo de acción de la Ingeniería Ambiental se encuentra la referente a la gestión adecuada de los residuos sólidos que son generados por las comunidades. Los residuos sólidos urbanos (RSU) se han constituido en una de las problemáticas que debe ser atendida por los países de forma prioritaria, dadas las tendencias crecientes en su aumento y para los cuales se requiere la adopción de estrategias que permitan su aprovechamiento y disposición adecuada. Por tanto, las administraciones locales, regionales y nacionales deben tomar decisiones de forma eficiente para que se realice una gestión correcta de estos residuos que tenga presente las particularidades de su región. Dentro de estas particularidades se encuentra, entre otros elementos, la caracterización de la población, la cantidad de RSU generados, el clima, las mejores técnicas y tecnologías disponibles, las tendencias y políticas nacionales, la disponibilidad de recursos económicos, los planes de ordenamiento territorial, la legislación vigente y las características del servicio público de limpieza. Todos estos aspectos pueden influir dentro de la toma de decisiones para cada una de las etapas definidas dentro del proceso de gestión de este tipo de residuos. En este marco de trabajo, en esta investigación se presenta una metodología para la toma de decisiones relacionada con la gestión de residuos sólidos en grandes ciudades. La investigación se ha desarrollado tomando como referencia la ciudad de Bogotá (Colombia) y, particularmente, dos zonas de esta ciudad llamadas Engativá y Suba (denominadas "localidades" según la división administrativa de la ciudad). En estos emplazamientos se han desarrollado alternativas para la selección de estrategias que permitan la gestión de RSU más adecuada. La investigación se ha desarrollado en tres fases. En primera instancia, se han analiza-do las características de la generación de residuos en la ciudad mediante una ruta analítica que integra el análisis espacial junto con el tratamiento estadístico de datos, para evaluar y predecir su comportamiento en cada una de las zonas de Bogotá. En la segunda parte de la investigación, se realizó el análisis predictivo de la generación de estos residuos a través de tres herramientas de inteligencia artificial: árboles de decisión (Decision trees), redes neuronales artificiales (RNA) y máquinas de soporte vectorial (Support Vector Machines, MSV). Como etapa final, se realizó el planteamiento y desarrollo del modelo metodológico, incorporando tanto aspectos predictivos como variables económicas, y se analizó el comportamiento del modelo a través de redes neuronales artificiales de tipo Long Short Term Memory (LSTM), foco principal del presente trabajo. De igual forma, dentro de esta última fase se presenta también la revisión del comportamiento del modelo a través de la implementación de máquinas de soporte vectorial, como estrategia comparativa del rendimiento de las RNA frente a otros posibles modelos que pueden implementarse a este tipo de procesos. Como principal resultado obtenido de la investigación realizada, se concluye que las redes neuronales artificiales constituyen una alternativa viable para el planteamiento de modelos que incluyan todas las etapas de la gestión de los RSU de una ciudad. Por otra parte, se ha comprobado que el modelo diseñado se encuentra estructurado de forma que permite la modificación, inclusión, precisión y optimización de la informa-ción de forma permanente. Todo ello constituye una gran ventaja, ya que mejora de forma continua la eficiencia de la metodología propuesta. De este modo, la metodología propuesta puede ser aplicada en zonas determinadas de ciudades con características similares, en la medida que los países vayan estableciendo y fortaleciendo sus sistemas de información de forma confiable para así obtener datos más precisos, lo cual es un proc / [CA] Dins de les temàtiques associades al camp d'acció de l'Enginyeria Ambiental es troba la referent a la gestió adequada dels residus sòlids que són generats per les comunitats. Els residus sòlids urbans (RSU) s'han constituït en una de les problemàtiques que ha de ser atesa pels països de forma prioritària, donades les tendències creixents en el seu augment i per als quals es requereix l'adopció d'estratègies que permeten el seu aprofitament i disposició adequada . És així que les administracions locals, regionals i nacionals han de prendre decisions de manera eficient perqué es realitze una gestió correcta d'aquests residus tenint present les particularitats de la seva regió, dins de les que es poden trobar la caracterització de la població, la quantitat de RSU generats, el clima, les millors tècniques i tecnologies disponibles, les tendències i polítiques nacionals, la disponibilitat de recursos econòmics, els plans d'ordenament territorial, la legislació vigent, les característiques del servei públic de neteja, entre altres elements, els quals poden influir dins de la presa de decisions per a cadascuna de les etapes definides dins el procés de gestió d'aquest tipus de residus. És així com es presenta en aquesta investigació una metodologia per a la presa de decisions relacionada amb la gestió de residus sòlids en grans ciutats, prenent com a referència la ciutat de Bogotà (Colòmbia), i particularment dues zones d'aquesta ciutat anomenades Engativá i Suba (denominades "localitats" segons la divisió administrativa de la ciutat), com una alternativa per a la selecció de la millor estratègia que permeta l'adequada gestió de RSU d'aquesta regió. En primera instancia, s'analitza el comportament de la generació de residus de la ciutat a través d'una ruta analítica que integra l'anàlisi espacial juntament amb el tractament estadístic de dades, per avaluar i predir el comportament de la generació dels RSU a cadascuna de les zones de Bogotà. Com a segona part de la investigación, es va realitzar l'anàlisi predictiva de la generació d'aquests residus a través de tres eines d'intel·ligència artificial, per a això es va incorporar l'aplicació d'arbres de decisió (Deci-sion trees), xarxes neuronals artificials (RNA) i màquines de suport vectorial (Support Vector Machines, MSV). Com a principal resultat obtingut de la investigació realitzada, es conclou que les xarxes neuronals constitueixen una alternativa viable per al plantejament de models que incloguen totes les etapes de la gestió dels RSU d'una ciutat. D'altra banda, s'ha comprovat que el model dissenyat es troba estructurat de manera que permet la modificació, inclusió, precisió i optimització de la informació de forma permanent, la qual cosa constitueix en un avantatge, ja que permet de forma contínua millorar la eficiència de la metodologia proposada i aplicarla en una zona determinada d'una ciutat amb característiques similars en la mesura que els països van establint i enfortint els seus sistemes d'informació de forma fiable per així obtenir dades més precises, la qual cosa és un procés que Colòmbia té com a meta de curt termini. Com a etapa final, es va realitzar el plantejament del model metodològic incorporant aspectes predictius així com variables econòmiques, i es va analitzar el comportament d'aquest a través de xarxes neuronals artificials de tipus Long Short Term Memory (LSTM), focus principal del present treball. De la mateixa manera, dins d'aquesta última fase es presenta el mateix model, però en aquesta ocasió es va realitzar la revisió del seu comportament a través de la implementació de màquines de suport vectorial, com a estratègia comparativa del rendiment de les RNA enfront d'altres possibles models que poden implementarse a aquesta mena de processos. / [EN] Ensuring the proper management of solid waste generated by communities is included among the topics associated within the scope of environmental engineering. Municipal solid waste (MSW) has become one of the problems that countries must place a priority on addressing, given the trends of its increasing generation. Strategies must be adopted that facilitate MSW use and its proper disposal. Therefore, local, regional and national governments must make decisions in an efficient manner, taking into account the particularities of their region, in order to correctly manage this waste. These particularities include the characterization of their population, amount of MSW generated, climate, best available techniques and technologies, national guidelines and policies, availability of economic resources, land use plans, current legislation, characteristics of the public sanitation service, among other components. These factors can influence decision-making in each defined stage in the process of MSW management. Accordingly, this research study presents a methodology for decision-making regarding solid waste management in large cities. The city of Bogotá (Colombia) is used as a reference, specifically, two areas of the city named Engativá and Suba Bogotá (called "localities", which are based on the administrative division of the city). The goal of the methodology is to determine an alternative to select the best strategy to facilitate proper MSW management in the region. First, the behavior of waste generation in the city was analyzed through an analytical approach that integrates spatial analysis with statistical data processing to evaluate and forecast the behavior of MSW generation in each area of Bogotá. The second part of the study was a predictive analysis of MSW generation which employed the following three artificial intelligence tools: decision trees, artificial neural networks (ANN), and support-vector machines (MSV). Lastly, the methodological model was proposed, which incorporated predictive aspects as well as economic variables. The model was analyzed by Long Short-Term Memory (LSTM) artificial neuronal networks, the primary focus of this research. Similarly, within this last phase, the same model is presented, but a review of its behavior was conducted by implementing support-vector machines, as a comparative strategy of ANN performance with respect to other possible models that can be implemented in these types of processes. The primary conclusion of this research is that neural networks are a viable alternative to develop models that include all stages of MSW management in a city. While these mathematical models require a large amount of data to minimize the results' margin of error, with the data obtained for the modelling the ANNs were properly adapted and showed satisfactory performance according to the proposed methodology. Moreover, the study demonstrated that the designed model is structured in such a manner that it allows for continuous modification, inclusion, precision and optimization of the information. This is an advantage as it enables the proposed methodology's efficiency to be improved on an ongoing basis, in order for it to be applied to a specific area in a city with similar characteristics. The above is dependent on countries establishing and strengthening their information systems in a reliable manner, in order to obtain more precise data, which is a short-term goal for Colombia. / Solano Meza, JK. (2021). Propuesta metodológica basada en redes neuronales artificiales para la determinación de la gestión óptima de residuos sólidos urbanos: aplicación en las localidades de Suba y Engativá de la ciudad de Bogotá (Colombia) [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/168119

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.

[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

No description available.

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.

Las Redes Neuronales Artificiales (RNA) se han desarrollado en el campo de ingeniería estructural cada vez más con el paso de los años, esta herramienta trata de simular el comportamiento de las neuronas biológicas permitiendo adaptarse a cualquier entorno y resolver diferentes tipos de problemas. En la presente investigación, se aplica al diseño estructural de viviendas de albañilería confinada a estructuras regulares con una geometría rectangular en planta. La aplicación de la red neuronal en este campo nos permite ahorrar tiempo y costos de diseño, así mismo, solo se requiere de personas con un conocimiento básico de manejo de computadoras o aplicativos móviles para la operación de la red neuronal. De este modo, es más sencillo poder otorgar diseños estructurales preliminares a usuarios con escasos recursos económicos que deseen construir viviendas de albañilería confinada. En la presente investigación, se aplican las redes neuronales para el diseño estructural de viviendas de albañilería confinada de 1 a 4 pisos ubicadas en los distritos de Lima con perfil de suelo tipo S1. Para ello, se realizó el diseño de 33 viviendas que cumplen con las especificaciones del Reglamento Nacional de Edificaciones (E020, E030 y E070), estos diseños se usaron como modelos de entrenamiento para el proceso de aprendizaje de la red neuronal y de esta manera se obtuvo un modelo de RNA capaz de diseñar viviendas de albañilería confinada con un error menor al 10%. / Artificial Neural Networks (ANN) have been developed in the field of structural engineering more and more over the years, this tool tries to simulate the behavior of biological neurons allowing to adapt to any environment and solve different types of problems. In the present research, it is applied to the structural design of masonry houses confined to regular structures with a rectangular geometry in plan. The application of the neuronal network in this field allows us to save time and design costs. Likewise, it only requires people with basic knowledge of computer handling or mobile applications for the operation of the neuronal network. In this way, it is easier to provide preliminary structural designs to users with limited economic resources who wish to build confined masonry housing. In the present investigation, the neural networks are applied for the structural design of confined masonry houses from 1 to 4 floors located in in Lima districts with soil profile type S1. For this, the design of 33 houses that meet the specifications of the National Building Regulations (E020, E030 and E070) was carried out, these designs were used as training models for the learning process of the neural network and in this way obtained an RNA model capable of designing confined masonry houses with an error of less than 10%. / Tesis