El objetivo general del trabajo de esta tesis doctoral, como su nombre indica, consiste en desarrollar, probar y evaluar diferentes estrategias orientadas a superar las limitaciones que actualmente hacen que los sistemas de olfato electrónico (SDOE) no se utilicen en aplicaciones reales, fundamentalmente en aplicaciones relacionadas con la industria agroalimentaria, las cuales requiere urgentemente un equipo de estás características en su planta de producción. Dicho objetivo puede ser subdividido en tres grandes ejes, cuyos resultados han permitido solventar algunas limitaciones importantes de los SDOE:(1) Diseño, construcción y evaluación de un prototipo para la detección de crecimiento fúngico en productos de bollería industrial. En este primer estudio se ha podido determinar el grado de efectividad de diferentes algoritmos de selección de variables que han permitido incrementar espectacularmente la fiabilidad en la respuesta de un sistema de olfato electrónico dedicado a la detección fúngica en bollería industrial. La metodología desarrollada para este objetivo es de fácil implementación en cualquier otra aplicación de los sistemas de olfato electrónico.(2) Desarrollo de un sistema de detección de trazas de benceno en un flujo de CO2.Este segundo trabajo se ha orientado a estudiar las posibilidades reales de incremento en la sensibilidad de los sensores semiconductores comerciales en una aplicación real, con interferentes y bajo una atmósfera nada propicia al funcionamiento de este tipo de dispositivos como es el dióxido de carbono.Para ello se han evaluado diseños alternativos basados en un proceso de concentración y desorción térmica, escogiendo el que mejor resultado podía ofrecer y evaluando así hasta que punto puede ser incrementada la sensibilidad (y selectividad) de un sistema de olfato electrónico mediante esta filosofía.Con el diseño propuesto se ha conseguido incrementar la sensibilidad del equipo en un factor de 100 a 500 veces, siendo además inmune a interferentes en concentraciones órdenes de magnitud por encima del volátil a detectar, el benceno.(3) Diseño y construcción de un sistema de modulación de flujo con vistas a incrementar la selectividad de los sensores semiconductores comerciales frente a diferentes especies gaseosas. Este tercer objetivo incluye tanto la construcción como la evaluación del prototipo que ha permitido comprobar que esta estrategia puede ser aplicada de forma genérica a cualquier sistema de olfato electrónico permitiendo el incremento de selectividad de cualquier sensor semiconductor de óxido de estaño.La combinación de las tres estrategias anteriores, que han sido probadas por separado con gran éxito, debería permitir minimizar las limitaciones actuales de los SDOE.⁻ Organización de la memoria:El capitulo dos trata sobre la detección de hongos en productos de bollería industrial con un Sistema de Olfato Electrónico. Esta aplicación sirve de excusa para comprobar como el acoplar un sistema de selección de variables puede mejorar ostensiblemente el funcionamiento de este tipo de instrumentos en aplicaciones agroalimentarias.El capítulo tres describe los trabajos realizados con un prototipo desarrollado para una aplicación industrial real. En él se ensayan diferentes técnicas de pre-concentración, se determinan tanto la configuración como los modos de operación óptimos, y se evalúa la eficacia del prototipo en una aplicación real. La tercera estrategia ideada para incrementar la efectividad de los sistemas de olfato electrónico es descrita enteramente en el capítulo 4. En él se detallan los entresijos del diseño y acoplamiento de un sistema de modulación de flujo a un SDOE y los resultados que se han obtenido. En el capítulo 5 se detallan las conclusiones obtenidas tras la realización de los estudios descritos en los capítulos 2, 3 y 4, apuntando hacia donde deben continuar los esfuerzos en las líneas de investigación tratadas en esta tesis doctoral. / The general goal of the work of this doctoral thesis, as its name indicates, consists of developing, proving and to evaluate different strategies to improve the limitations that at the moment do that the Electronic Nose System are not used in real applications, fundamentally in applications related to the agro-alimentary industry, which requires an equipment urgently in the production plant. This objective can be subdivided in three great axes, whose results have allowed to resolve some important limitations of the Electronic Nose: (1) Design, construction and evaluation of a prototype for the fungal detection in the industrial bakery products. In this first study it has been possible to determine the degree of effectiveness of different algorithms of variables selection that have allowed spectacularly to increase the reliability in the answer of a Electronic Nose System dedicated to the fungal detection in industrial baker's. The methodology developed for this objective is of easy implementation in any other application of the Electronic Nose system.(2) Development of a system of detection of benzene in a CO2 flow. This second work has been oriented to study the real possibilities of increase in the sensitivity of commercial the semiconducting sensors in a real application, with interferentes and under an atmosphere not at all it causes to the operation of this type of devices as it is carbon dioxide. For it alternative designs based on a concentration process and thermal desorption have been evaluated, choosing the one that better result could offer and thus evaluating until point can be increased the sensitivity (and selectivity) of a Electronic Nose System by means of this philosophy. With the proposed design one has been able to increase the sensitivity of the equipment in a factor of 100 to 500 times, being in addition immune to interferentes in concentrations orders of magnitude over the volatile one to detect, the benzene. (3) Design and construction of a flow modulation system with views to increase the selectivity of commercial the semiconducting sensors front to different gaseous species. This third objective includes so much the construction as the evaluation of the prototype that has allowed to verify that this strategy can be applied of generic form to any system of electronic sense of smell allowing the increase of selectivity of any tin semiconducting oxide sensor. The combination of the three previous strategies, that have been proven separately with great success, would have to allow to diminish the present limitations of a Electronic Nose.Organization:Two chapters deals on the detection of fungi in products of industrial baker's shop with a electronic nose system. This application serves as excuse to verify as connecting a system of variables selection that can improve the operation of this type of instruments in agro-alimentary applications. Chapter three describes the works made with a prototype developed for real an industrial application. Different techniques from pre-concentration are tried, they determine so much the configuration as the optimal ways of operation, and the effectiveness of the prototype in a real application is evaluated. The third devised strategy to increase the effectiveness of the systems of electronic sense of smell is described entirely in chapter 4. In him to the mysteries of the design and connection of a system of modulation of flow to a SDOE are detailed and the results that have been obtained. In chapter 5 the conclusions obtained after the accomplishment of the studies described in chapters 2 are detailed, 3 and 4, aiming towards where they must continue the efforts in the lines of investigation treated in this doctoral thesis.

Los sistemas de olfato electrónico son instrumentos que han sido desarrollados para emular a los sistemas de olfato biológicos. A este tipo de ingenios se les ha conocido popularmente como narices electrónicas (NE). Los científicos e ingenieros que siguen perfeccionando este tipo de instrumento trabajan en diferentes frentes, como son el del desarrollo de nuevos sensores de gases (con mejor discriminación y mayor sensibilidad), el de la adaptación de técnicas analíticas como la espectrometría de masas (MS) en substitución de la tradicional matriz de sensores químicos, la extracción de nuevos parámetros de la respuesta de los sensores (preprocesado) o incluso en el desarrollo de técnicas más sofisticadas para el procesado de datos.Uno de los principales inconvenientes que en la actualidad presentan los sistemas de olfato artificial es la alta dimensionalidad de los conjuntos a analizar, debido a la gran cantidad de parámetros que se obtienen de cada medida. El principal objetivo de esta tesis ha sido estudiar y desarrollar nuevos métodos de selección de variables con el fin de reducir la dimensionalidad de los datos y así poder optimizar los procesos de reconocimiento en sistemas de olfato electrónico basados en sensores de gases o en espectrometría de masas.Para poder evaluar la importancia de los métodos y comprobar si ayudan realmente a solucionar la problemática de la dimensionalidad se han utilizado cuatro conjuntos de datos pertenecientes a aplicaciones reales que nos permitieron comprobar y comparar los diferentes métodos implementados de forma objetiva. Estos cuatro conjuntos de datos se han utilizado en tres estudios cuyas conclusiones repasamos a continuación:En el primero de los estudios se ha demostrado que diferentes métodos (secuenciales o estocásticos) pueden ser acoplados a clasificadores fuzzy ARTMAP o PNN y ser usados para la selección de variables en problemas de análisis de gases en sistemas multisensoriales. Los métodos fueron aplicados simultáneamente para identificar y cuantificar tres compuestos orgánicos volátiles y sus mezclas binarias construyendo sus respectivos modelos neuronales de clasificación.El segundo trabajo que se incluye en esta tesis propone una nueva estrategia para la selección de variables que se ha mostrado eficaz ante diferentes conjuntos de datos provenientes de sistemas olfativos basados en espectrometría de masas (MS). La estrategia ha sido aplicada inicialmente a un conjunto de datos consistente de mezclas sintéticas de compuestos volátiles. Este conjunto ha sido usado para mostrar que el proceso de selección es viable para identificar un mínimo número de fragmentos que permiten la discriminación correcta entre mezclas usando clasificadores fuzzy ARTMAP. Además, dada la naturaleza simple del problema planteado, fue posible mostrar que los fragmentos seleccionados, son fragmentos de ionización característicos de las especies presentes en las mezclas a ser discriminadas. Una vez demostrado el correcto funcionamiento de esta estrategia, se aplicó esta metodología a otros dos conjuntos de datos (aceite de oliva y jamones ibéricos, respectivamente).El tercer estudio tratado en esta tesis ha girado en torno al desarrollo de un nuevo método de selección de variables inspirado en la concatenación de varios procesos de "backward selection". El método está especialmente diseñado para trabajar con Support Vector machines (SVM) en problemas de clasificación o de regresión. La utilidad del método ha sido evaluada usando dos de los conjuntos de datos ya utilizados anteriormente.Como conclusión se puede decir que para los diferentes conjuntos estudiados, la inclusión de un proceso previo de selección de variables da como resultado una reducción drástica en la dimensionalidad y un aumento significativo en los correspondientes resultados de clasificación. Los métodos introducidos aquí no solo son útiles para resolver problemas de narices electrónicas basadas en MS, sino también para cualquier aplicación de sistemas de olfato artificial que presenten problemas de alta dimensionalidad como en el caso de los conjuntos de datos estudiados en este trabajo. / The electronic noses systems are instruments that have been developed to emulate olfactory biologic systems. These systems are known as electronic noses (EN).Nowadays, researchers and engineers working in this area are trying to optimize these systems considering different directions, such as: development of new gas sensors (with better discrimination and greater sensitivity), adaptation of analytical techniques such as mass spectrometry (MS) in substitution of chemical sensors matrix and extraction of new parameters of the sensors responses (pre-processing) or even development of sophisticated techniques for the data processing.One of the main disadvantages that have artificial olfactory systems is high dimensionality of sets to analyze. The main objective of this thesis have been study and development of new variable selection methods with the purpose of reducing dimensionality of data and thus to be able to optimize recognition processes in electronic olfactory systems based on gas sensors or mass spectrometry.These methods have been used with four datasets which belong to real applications.They allowed us to verify and to compare different implemented methods. These four datasets have been used in three studies whose conclusions are reviewed as follows.The first study has demonstrated that different methods (either deterministic or stochastic) can be coupled to a fuzzy ARTMAP or a PNN classifier and be used for variable selection in gas analysis problems by multisensor systems. The methods were applied to simultaneously identify and quantify three volatile organic compounds and their binary mixtures by building neural classification models.The second study, proposes a new strategy for feature selection in dataset of system olfactory based on mass spectrometry (MS). This strategy has been introduced and its good performance demonstrated using different MS e-nose databases. The strategy has been applied initially to a database consisting of synthetic mixtures of volatile compounds. This simple database has been used to show that the feature selection process is able to identify a minimal set of fragments that enables the correct discrimination between mixtures using a simple fuzzy ARTMAP classifier.Furthermore, given the simple nature of the problem envisaged, it was possible to show that the fragments selected 'made sense' were characteristic ionisation fragments of the species present in the mixtures which were discriminated. Once demonstrated the correct operation of this strategy, this methodology was applied to other two data sets (olive oil, Iberian ham).In the third study of this thesis has been introduced a new method of variable selection based on sequential backward selection. The method is specifically designed to work with Support vector machines (SVM) either for classification or regression. The usefulness of the method has been assessed using two multisensor system databases (measurements of vapour simples and vapour mixtures performed using an array of metal oxide gas sensors and measurement of Iberian ham).For different databases studied, dramatic decrease in dimensionality of model and an increase in classification performance is result of using variable selection. The methods introduced here are useful not only to solve MS-based electronic nose problems, but are of interest for any electronic nose application suffering from highdimensionality problems, no matter which sensing technology is used.

El presente trabajo de titulo tiene como objetivo utilizar técnicas de data mining para determinar una metodología que permita estimar el lifetime value de los clientes de un supermercado mayorista. El comportamiento histórico de compra y variables de georeferenciación se utilizan para estimar cómo se comportará un cliente en el futuro. Este comportamiento se define como la variación porcentual del monto que desarrollará cada cliente. Para la estimación se utilizan técnicas probabilísticas y de data mining. En particular, se construyen cinco modelos basados en las siguientes técnicas: Pareto/NBD, Árbol de decisión y MLP. Posteriormente, se incluyen tres modelos ingenuos que permitan justificar el desarrollo de modelos sofisticados. El desempeño de los modelos indica que las técnicas de data mining, para el caso analizado, tienen mejores resultados en las estimaciones. Se concluye, que el modelo Pareto/NBD es conservador ya que tiende a asumir que un cliente mantendrá su comportamiento. No obstante, el modelo árbol de decisión es levemente más agresivo siendo el mejor a nivel de segmentos e individual con un error de precisión de un 55.8% a nivel de clientes y un 9.2% a nivel de segmentos. El resultado final consiste en la estimación del lifetime value a nivel de segmentos e individual de los clientes, utilizando el modelo árbol de decisión, que define un flujo monetario que se descuenta a lo largo de un periodo de tiempo. De esta manera se determina el lifetime value. Como trabajo futuro se propone definir un criterio que permita proyectar la tasa de crecimiento de los clientes a lo largo del tiempo.

El propósito de esta Tesis Doctoral es proponer una alternativa viable a la aproximación de modelos y procesos en el ámbito científico y, más concretamente, en aplicaciones complejas de bioingeniería, en las cuales es imposible o muy costoso encontrar una relación directa entre las señales de entrada y de salida mediante modelos matemáticos sencillos o aproximaciones estadísticas. Del mismo modo, es interesante lograr una compactación de los datos que necesita un modelo para conseguir una predicción o clasificación en un tiempo y con un coste de implementación mínimos. Un modelo puede ser simplificado en gran medida al reducir el número de entradas o realizar operaciones matemáticas sobre éstas para transformarlas en nuevas variables. En muchos problemas de regresión (aproximación de funciones), clasificación y optimización, en general se hace uso de las nuevas metodologías basadas en la inteligencia artificial. La inteligencia artificial es una rama de las ciencias de la computación que busca automatizar la capacidad de un sistema para responder a los estímulos que recibe y proponer salidas adecuadas y racionales. Esto se produce gracias a un proceso de aprendizaje, mediante el cual se presentan ciertas muestras o �ejemplos� al modelo y sus correspondientes salidas y éste aprende a proponer las salidas correspondientes a nuevos estímulos que no ha visto previamente. Esto se denomina aprendizaje supervisado. También puede darse el caso de que tal modelo asocie las entradas con características similares entre sí para obtener una clasificación de las muestras de entrada sin necesidad de un patrón de salida. Este modelo de aprendizaje se denomina no supervisado. El principal exponente de la aplicación de la inteligencia artificial para aproximación de funciones y clasificación son las redes neuronales artificiales. Se trata de modelos que han demostrado sobradamente sus ventajas en el ámbito del modelado estadístico y de la predicción frente a otros métodos clásicos. N / Mateo Jiménez, F. (2012). Redes neuronales y preprocesado de variables para modelos y sensores en bioingeniería [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/16702