Ingeniero Civil Eléctrico / En la actualidad, la supervisión de procesos necesita ser cada vez más eficiente. Hoy en día se cuenta con múltiples sensores en cada proceso, los cuales entregan información de algún estado/variable del mismo. Al analizar esta información, es posible encontrar relaciones entre variables y puntos de operación del proceso. Lo anterior posibilita la construcción de modelos de procesos en base solo a información recaudada de los estados/variables. Esta herramienta de modelación es muy útil cuando no se conoce de manera completa, a nivel fenomenológico, el proceso a estudiar. El presente Trabajo de Titulo está centrado en la realización de modelos para un molino SAG (Semi-Autógeno) en base a estructuras no-paramétricas de similitud. En primer lugar, se desarrolla un algoritmo para la generación de modelos de similitud usando un enfoque basado en los residuos (diferencia entre el valor real y el valor estimado). Posteriormente, se desarrolla una metodología para estimar variables usando modelos de similitud, la predicción de ellas y un posterior análisis de escenario usando un modelo de predicción. Al momento de generar un modelo para estimar las variables controladas usando datos históricos reales de un molino SAG, se observa que el modelo creado cumple con los criterios de validación. Posteriormente, usando los mismos datos, se procede a crear un modelo de predicción, con el fin de generar un análisis de posibles futuros escenarios. Los resultados muestran que en el nuevo escenario propuesto, se obtiene un mejor desempeño energético del molino SAG estudiado. Por otro lado, se genera un modelo para la detección de anomalías usando una base de datos con una anomalía identificada. Los resultados de esta modelación muestran que se detecta exitosamente la anomalía en la base de datos. Se propone a futuro, desarrollar una herramienta que sea capaz de realizar un pronóstico, estimando las variables independientes para una mejor predicción de las variables controladas.

Memoria para optar al Título Profesional de: Ingeniera en Recursos Naturales Renovables / Conocer las relaciones entre la estructura y el funcionamiento de los sistemas naturales es indispensable para lograr comprenderlos íntegramente y, por consiguiente, establecer estrategias efectivas de manejo y conservación de la naturaleza. El desarrollo de nuevas técnicas de modelamiento basado en teledetección satelital, ha logrado cuantificar variables funcionales del ecosistema como la evapotranspiración real (ETr). La ETr refleja la disponibilidad hídrica y energética del medio y, en zonas áridas y semiáridas, representa el mayor flujo hídrico. En este estudio, el propósito fue estimar la evapotranspiración real, mediante técnicas de teledetección satelital, y explorar su relación con la composición florística y estructura de la vegetación en una cuenca árida de la Región de Coquimbo. Para estimar la ETr se calibró el algoritmo S-SEBI, utilizando una imagen satelital del sensor ASTER y datos meteorológicos. Los atributos florísticos y estructurales de la vegetación se obtuvieron de 30 sitios de muestreo que abarcaron todo el rango de variabilidad de ETr y, adicionalmente, se evaluaron variables topográficas, derivadas de un Modelo Digital de Elevación (DEM). Se realizaron análisis estadísticos de correlación simple (r de Pearson; rs de Spearman) para explorar la relación entre la ETr y las variables vegetacionales y topográficas, y luego, se generaron modelos de regresión multivariados que permitieron predecir la ETr. Los resultados muestran que la ETr oscila entre 0,01 y 5,05 [mm d-1], con una media de 2,26 [mm d-1] y desviación estándar de 0,90 [mm d-1], y se encuentra correlacionada significativamente con numerosas variables vegetacionales y topográficas, entre las que destacan: la riqueza de especies arbóreas (rs = 0,59; p < 0,001), altura media de herbáceas (rs = 0,58; p < 0,001), altitud (r = 0,60; p < 0,001), exposición normalizada al norte (rs = -0,49; p < 0,01) y exposición normalizada al este (rs = -0,42; p < 0,05). El modelo predictivo generado con las variables antes mencionadas explica un 88% de la variabilidad de la ETr (RMSE = 0,33 [mm d-1]). Se concluye que la ETr obtenida mediante técnicas de teledetección satelital es un aporte para comprender el funcionamiento de la vegetación nativa de ambientes áridos y semiáridos. / Knowing the relationship between the structure and functioning of natural system is key to fully understand and, therefore, establish effective strategies for management and conservation of nature. The development of new modeling techniques based on satellite remote sensing, has allowed to quantify functional ecosystem variables such as actual evapotranspiration (ETr). The ETr represents the availability of water and energy of the environment and is the largest water flow in arid and semi-arid zones. In this study, the objectives were to estimate ETr using satellite remote sensing techniques and to explore its relation with the floristic composition and vegetation structure in an arid watershed of the Coquimbo Region. To estimate the ETr the S-SEBI algorithm was calibrated, by the use of one ASTER scene and meteorological data. The floristic and structural attributes of vegetation were collected from 30 sampling sites that cover the entire range of variability of ETr and, in addition, topographical features were assessed, derived from a Digital Elevation Model (DEM). Statistical analyses were performed considering simple correlations (Pearson r; Spearman rs) to explore the relationship between the ETr and the vegetation and topographical variables. Multivariate linear regression models were generated to predict ETr. The results show that the ETr varies between 0.01 and 5.05 [mm d-1], with mean ± SD 2.26 ± 0.90 [mm d-1], and is significantly correlated with several vegetation and topographical variables, among which are: the tree species richness (rs = 0.59; p < 0.001), average height of herbaceous plants (rs = 0.58; p < 0.001), altitude (r = 0.60; p < 0.001), northing aspect (rs = -0.49; p < 0.01) and easting aspect (rs = -0.42; p < 0.05). The predictive model generated with the variables previously mentioned explains 88% of the variability of ETr (RMSE = 0.33 [mm d-1]). We conclude that the ETr obtained by remote sensing techniques is a contribution to understand the functioning of native vegetation of arid and semi-arid environments.

Magíster en Ciencias, Mención Computación / A lo largo de la historia, la humanidad se ha esforzado por desarrollar máquinas que faciliten la vida de las personas, frecuentemente concentrándose en producir máquinas autónomas que logren reemplazar a los humanos en tareas específicas. En dicho contexto, la Robótica es a menudo identificada como la disciplina que mejor simboliza el desarrollo de máquinas autónomas. En general, un robot autónomo debe exhibir al menos 3 capacidades: i) percepción de su entorno, ii) navegación y desplazamiento, e iii) interacción con su entorno. En particular, dentro de las formas interacción posibles, la manipulación de objetos es interesante, puesto que faculta al robot para modificar el ambiente de acuerdo con sus necesidades. Para que un robot pueda manipular un objeto es necesario definir una estrategia de agarre, es decir, un punto de agarre y una parametrización del efector que permita realizar el agarre según las restricciones de la tarea en ejecución. La generación de dichas estrategias es conocida como síntesis de agarres y durante la última década ha sido abordada principalmente mediante el uso de información sensorial, con el fin de identificar las características del objeto que permiten definir una estrategia de agarre adecuada. Esta tesis propone un descriptor local 3D original, denominado Directed Curvature Histograms (DCH), el cual describe la vecindad de un punto utilizando la forma en que varía la curvatura de la superficie en distintas direcciones. A diferencia de los enfoques basados en curvatura existentes en la literatura, DCH utiliza la dirección en la que varía la curvatura como un elemento significativo para la descripción de los datos. El presente trabajo también propone un método para la síntesis de agarres que utiliza DCH, combinando técnicas de aprendizaje no-supervisado y supervisado. Tal método difiere de los enfoques actuales puesto que basa sus hipótesis en el estudio del comportamiento humano en la manipulación de objetos, presentado por Feix et al. [1]. Además, el método propuesto saca provecho de la información sensorial 3D disponible, aprendiendo simultáneamente a identificar puntos de agarre adecuados, así como parametrizaciones apropiadas para manipular un objeto arbitrario. Los resultados experimentales muestran que DCH es capaz de reflejar las variaciones en la curvatura de una superficie, en diferentes direcciones. Tales resultados también muestran que la información suministrada por DCH permite que el método de síntesis de agarres propuesto pueda entrenar un clasificador (índice ROC igual a 0.961), con el objetivo de identificar los puntos de agarre y parametrizaciones adecuadas para manipular un objeto arbitrario. / Este trabajo ha sido parcialmente financiado por Proyecto FONDECYT 1140783

Doctor en Ciencias, Mención Computación / Este trabajo de tesis presenta soluciones para al problema de detección de anomalı́as en flujo de datos multivariantes. Dado una subsequencia de serie temporal (una pequeña parte de la serie original) como entrada, uno quiere conocer si este corresponde a una observación normal o es una anomalı́a, con respecto a la información histórica. Pueden surgir dificultades debido principalmente a que los tipos de anomalı́a son desconocidos. Además, la detección se convierte en una tarea costosa debido a la gran cantidad de datos y a la existencia de variables de dominios heterogéneos. En este contexto, se propone un enfoque de detección de anomalı́as basado en Discord Discovery, que asocia la anomalı́a con la subsecuencia más inusual utilizando medidas de similitud. Tı́picamente, los métodos de reducción de la dimensionalidad y de indexación son elaborados para restringir el problema resolviéndolo eficientemente. Adicionalmente, se propone técnicas para generar modelos representativos y consisos a partir de los datos crudos con el fin de encontrar los patrones inusuales. Estas técnicas también mejoran la eficiencia en la búsqueda mediante la reducción de la dimensionalidad. Se aborda las series multivariantes usando técnicas de representación sobre subsequencias no- normalizadas, y se propone nuevas técnicas de discord discovery basados en ı́ndices métricos. El enfoque propuesto es comparado con técnicas del estado del arte. Los resultados ex- perimentales demuestran que aplicando la transformación de translación y representación de series temporales pueden contribuir a mejorar la eficacia en la detección. Además, los métodos de indexación métrica y las heurı́sticas de discord discovery pueden resolver eficien- temente la detección de anomalı́as en modo offline y online en flujos de series temporales multivariantes. / Este trabajo ha sido financiado por beca CONICYT - CHILE / Doctorado para Extranjeros, y apoyada parcialmente por el Proyecto FONDEF D09I1185 y el Programa de Becas de NIC Chile

En el presente trabajo de título, que se presenta para obtener el título de Ingeniero Civil Electricista, se diseña y construye un sistema de capaz de interpretar una serie de gestos realizados con las manos. Este sistema hace uso de una cámara web con la que se obtienen imágenes de manera periódica, que son procesadas y analizadas individualmente para poder luego interpretar el gesto ejecutado mediante métodos estadísticos. El problema se ha separado en dos etapas distintas: la localización inicial de la(s) mano(s) en una imagen cualquiera y la posterior interpretación del gesto que se realiza. Para este fin se hace uso de varios subsistemas dentro del campo de la visión computacional, como lo son clasificadores estadísticos basados en ‘Adaboost’, seguimiento de objetos mediante ‘Meanshift’ y detección de piel con métodos adaptivos. El sistema diseñado funciona de la manera siguiente: en una serie de imágenes obtenidas a través de una cámara se ejecuta un detector de caras, continuándose este proceso hasta que se logre encontrar alguna. Una vez detectada una cara se le aplica un algoritmo de seguimiento de objetos para conocer su ubicación dentro de la imagen a lo largo del tiempo, usándose además la información del color presente en esta cara para construir un modelo que identifique la piel. Este modelo de piel se aplica sobre todas las imágenes siguientes para detectar zonas que posean este color, y que por lo tanto tienen alta probabilidad de corresponder a alguna parte del cuerpo humano. Estas zonas de interés son analizadas en mayor profundidad, aplicando sobre ellas un detector de manos, entrenado en el marco de este trabajo de título y que hace uso de un procedimiento similar al del detector de cara. Al igual que en el caso de las caras, este detector se aplica sobre todas las imágenes de entrada hasta que se obtenga una detección positiva. Una vez detectada una mano se usa el mismo sistema de seguimiento empleado para las caras, y se aplica sobre esta zona otra serie de detectores. Estos nuevos detectores cumplen la función de identificar cual es el gesto que el usuario está realizando en ese momento, basados en un diccionario gestual previamente definido y que consta de cuatro tipos diferentes para este trabajo. Los resultados de estos detectores son finalmente analizados por un clasificador que finalmente toma la decisión de cual gesto está realizando el usuario. Este proceso se continúa efectuando iterativamente mientras se tenga un vídeo de entrada al sistema. Los resultados obtenidos en la etapa de detección de los gestos son para todos los casos superior al 60%, obteniéndose para un caso detecciones correctas mayores al 95%. El sistema final logra un 69% de éxito en la clasificación de los gestos conocidos por él, debiéndose la mayor cantidad de errores a confusiones entre gestos parecidos entre si. La totalidad del algoritmo puede llegar a funcionar a una velocidad promedio de 6,6 [cuadros/seg.], lo que se considera un número aceptable para su uso sin molestias para el usuario del mismo.

El objetivo de esta tesis es diseñar e implementar un sistema de detección y seguimiento de robots articulados mediante el análisis computacional de imágenes. El principal aporte es extender el uso de técnicas de detección de objetos rígidos a robots articulados y lograr un seguimiento en tiempo real de la posición de éstos en imágenes y secuencias de video. El trabajo realizado está enfocado principalmente a condiciones de fútbol robótico pero es fácilmente extendible a otras aplicaciones. El reconocimiento de robots articulados requiere la detección de éstos en cualquier estado y posición. Para lograrlo, se probaron distintos tipos de clasificadores de manera de obtener una mayor tasa de detección, independiente del estado del robot (acostado, parado, caminando, etc…). Los robots utilizados para probar los algoritmos fueron el robot Aibo y los robots de tipo Humanoide (basado en el modelo Hajime). El sistema antes mencionado necesitó la creación e implementación de distintas herramientas computacionales. Para la detección de robots en imágenes se utilizó un sistema basado en Adaboost, y para el posterior seguimiento se ocupó el algoritmo “mean-shift”. Para la detección mediante Adaboost se generaron una serie de bases de datos para el entrenamiento del algoritmo. Posteriormente se construyeron diversos clasificadores (frontal, lateral, trasero, global, etc…), y se probaron distintas estrategias de detección. El detector con mejores resultados para Aibos fue el Lateral, con una tasa de detección de hasta 94.7% con 98 falsos positivos en la base de datos AIBODetUChileEval. Luego siguen el detector Trasero, con 89.9% y 166 falsos positivos y, por último, el detector Frontal con 89.4% y 254 falsos positivos. Finalmente se probó la detección de los Aibos en todas las posiciones con un detector múltiple, el cual obtuvo una tasa de detección de 94.8% con 392 falsos positivos. Aplicando solo el detector frontal sobre todas las imágenes con Aibos obtuvo solo un 90% de detecciones con 392 falsos positivos, pero es más rápido que el detector múltiple. Para los Humanoides se desarrolló un solo detector que logró un 92.2% de detecciones con 123 falsos positivos sobre la base de datos HDetUChileEval. Se concluyó finalmente que los clasificadores Adaboost elegidos en este trabajo para hacer las clasificaciones reportan excelentes resultados, y no se duda que puedan también hacerlo en otros tipos de aplicaciones de similares características. Además se logró hacer la detección y el seguimiento de robots en tiempos muy cercanos al tiempo real, lo cual permite ocuparlo en aplicaciones con altas restricciones de procesamiento.

La neumonía es la principal causa de muerte en niños menores de 5 años en el mundo. Se calculan más muertes por neumonía que por VIH, malaria y sarampión. Considerando la alta tasa de mortandad infantil por neumonía; el objetivo principal de este proyecto de tesis, fue diseñar e implementar un prototipo electrónico para detección temprana contra la neumonía en infantes. Para este propósito, se usó un sensor de temperatura, el LM35, el cual se adaptó a un electrodo médico, de esta manera fue adherido al cuerpo del paciente, además se usó un sensor magnético adaptado a una banda elástica, la cual se colocó alrededor del tórax del paciente. Estos sensores midieron la temperatura corporal en °C y el número de respiraciones por minuto (RPM), respectivamente. Ambas mediciones se acondicionaron, usando el amplificador operacional LM358N y se procesaron usando un Microcontrolador PIC16F877A. Los datos procesados pasaron a una PC mediante una interface de comunicación USB. Previamente en la PC se cargó una aplicación informática escrita y desarrollada en Visual Basic, la cual contó con una interface gráfica, donde se visualizó el resultado de la prueba. Las pruebas se hicieron con siete niños de diferentes edades, de los cuales mencionaremos solo a tres. La cuarta prueba se realizó con un niño de 2 años de edad, obteniendo como resultado una temperatura corporal de 39°C, 37 RPM y como diagnóstico, la temperatura corporal es excesiva y próxima a taquipnea. La quinta prueba se realizó con una niña de cuatro años de edad, obteniendo como resultado una temperatura corporal de 39°C, 31 RPM y como diagnóstico, la temperatura corporal es excesiva y próxima a taquipnea. La séptima prueba se realizó en una niña de 1 año de edad, obteniendo como resultado una temperatura corporal de 39°C, 34 RPM y como diagnóstico, la temperatura corporal es excesiva y próxima a taquipnea, siendo estas las condiciones necesarias para prevenir de forma temprana la neumonía como lo indica en su opinión la profesional médico a la que recurrimos. Estos resultados mostraron que el prototipo logró el objetivo principal, al diseñar un equipo de prevención contra la neumonía. Pneumonia is the main cause of death in children under five years old, in the world. More deaths are estimated by pneumonia than HIV, malaria and measles. According to the high infant mortality rate from pneumonia; the main target of this thesis is design and implement an electronic prototype for early detection pneumonia in infants. For this purpose, I use a temperature sensor, the LM35, which was adapted to a medical electrode, in this way was attached to the patient’s body, also I use a magnetic sensor adapted to a rubber band, which was placed around the patient's chest. These sensors measure the body temperature in °C and the number of breaths per minute (BPM), respectively. Both measurements were conditioned using the LM358N operational amplifier and processed using a PIC16F877A microcontroller. Data processed are transferred to a PC by an USB communication interface. Previously, in a Desktop computer was installed a software application developed in Visual Basic, which it has a graphical interface and test’s result is visualized. The tests were performed with seven children of different ages, of which I will mention only three cases. The fourth test was performed with a two years old boy, resulting in a body temperature of 39 °C, 37 BPM and as a diagnostic, body temperature is over and close to tachypnea. The fifth test was performed with a four years old boy, resulting in a body temperature of 39 °C, 31 BPM and as a diagnostic, body temperature is over and close to tachypnea. The seventh test was performed on a baby girl of 1 year old, resulting in a body temperature of 39 °C, 34 BPM and as a diagnostic, body temperature is over and close to tachypnea, focusing on these results, these are the necessary conditions to prevent such early pneumonia according to opinion of professional medical that support me. These results showed that the prototype achieved the main objective, to design a prevention equipment against pneumonia.

La detección y localización de iris es uno de los temas más interesantes en el área de detección de patrones, debido a que es un paso crucial para el desarrollo adecuado de aplicaciones más complejas como: sistemas de vigilancia; verificación de identidad; interfaces hombre-máquina; sistemas de ayuda para individuos con discapacidad, entre muchos otros. Lo anterior mezclado al fuerte crecimiento en el mercado biométrico alrededor del mundo hacen que sea de gran importancia encontrar nuevas metodologías de detección de iris rápidas y precisas que permitan adaptarse a condiciones y ambientes complejos. En este trabajo de memoria se estudian dos métodos que apuntan a mejorar la localización del iris. El primero de ellos define parámetros asociados a moldes utilizados para detectar el borde entre el iris y la esclerótica del ojo. Dichos parámetros no han sido optimizados sino especificados intuitivamente por seres humanos. Por medio del algoritmo de optimización por enjambre de partículas son optimizados los parámetros en una base de entrenamiento, y se generalizan los resultados en varias bases de prueba y los errores utilizan una métrica basada la diferencia entre la detección y el centro real del iris. Este error es normalizado dividiendo por la distancia entre los centros de ambos ojos. Los resultados muestran mejoras respecto del caso sin optimizar en la eficacia de la detección de un 4% en FERET y un 5.7% en Bio ID. Estos porcentajes se refieren a la cantidad de imágenes que cumplen con poseer un error menor a un 1%. El costo computacional adicional es el aumento en los tiempos de detección en un de un 130 a un 172 milisegundos por cuadro en FERET y de 69.85 a 92.57 milisegundos por cuadro en Bio Id. El segundo método propone rediseñar los moldes de manera automática utilizando enjambre de partículas, ya que el modelo propuesto de arcos concéntricos puede no ser el óptimo. Se obtuvieron mejoras respecto de los moldes de arcos concéntricos en la base Bio ID del 8.5%. En la base FERET los resultados no mejoran, pero el tiempo de cómputo se reduce de 130 milisegundos por cuadro a 19.57 milisegundos por cuadro en el mejor caso. Estos moldes deben ser precisos en la detección del iris y también deben involucrar la menor cantidad de cómputos posibles. Para lograr este propósito se deben definir eficientemente los tamaños de dichos moldes, existiendo un compromiso entre los resultados de reconocimiento y la eficiencia de este resultado.

La estimación de la pose es un elemento de gran importancia para sistemas robóticos móviles que se desenvuelven en ambientes dinámicos. Existen diversas metodologías utilizadas para estimar esta pose, siendo esencial para el desempeño de todas ellas la calidad y abundancia de las observaciones obtenidas desde el ambiente. El objetivo del presente trabajo es aumentar la cantidad y mejorar la calidad de las observaciones de un robot humanoide antropomorfo. Para esto se implementó un sistema de visión activa, el cual permite discernir qué objeto o grupo de objetos resulta más conveniente observar para reducir la incerteza en la estimación de la pose del robot, desarrollando con tal propósito la capacidad para observar simultáneamente más de un objeto. Durante el período de trabajo se realizaron cuatro tareas principales para posibilitar el funcionamiento del sistema desarrollado. Estas consistieron en: (i) implementación de un detector de faros basado en el análisis de los puntos característicos de las regiones de color,(ii) habilitación en el simulador HL-Sim de la posibilidad de observar gráficamente las poses de los objetos presentes en el mapa local del robot, (iii) implementación de la funcionalidad de realizar seguimiento por posición, la que además contó con la capacidad de planificar trayectorias para la cabeza que consideren objetos extras durante el desplazamiento y de realizar seguimiento basado en la función de distribución de probabilidad de la ubicación del objeto, (iv) implementación de un algoritmo para discernir qué elementos observar, junto con la capacidad para observarlos. Los resultados obtenidos muestran en el perceptor de faros una alta tasa detecciones correctas (92,76%) y a la vez una baja tasa de falsos positivos (1,1%), lo cual corresponde a un resultado satisfactorio. En la rutina de seguimiento, se observó coherencia entre el seguimiento por posición y el seguimiento visual (diferencia angular del orden de 1 a 3 grados), además de evidenciar el correcto funcionamiento de las capacidades implementadas. Por último, en la rutina de visión activa los resultados y el comportamiento observado, revelan un correcto funcionamiento bajo un espacio de acciones en el que se consideran posibles la observación de objetos individualmente o en forma grupal. En conclusión, los resultados obtenidos revelan el buen funcionamiento de los métodos y algoritmos propuestos. Particularmente, el sistema implementado para la selección de los objetos a observar, a pesar de no mostrar una tendencia clara respecto a la reducción de la incerteza, permitió generar observaciones de diferentes objetos o grupos de estos, lo que resulta positivo para el sistema pues genera un mayor flujo de información que ingresa a éste.

No description available.