La similitud entre dos objetos, casos o situaciones ha sido ampliamente estudiada y los resultados de estos esfuerzos han sido aplicados en diferentes dominios de investigación, proponiéndose a lo largo de la historia modelos matemáticos y lógicos de diversa complejidad. Sin embargo, cuando lo que se quiere obtener es la similitud entre estructuras complejas que representan información rica semánticamente, como es el caso de los argumentos, estas herramientas son menos prevalentes. En términos generales, el cálculo de la similitud entre los argumentos que participan en una discusión, requiere encontrar un mecanismo con el cual se pueda medir, de alguna manera, la fortaleza del soporte que recibe una determinada conclusión, o del grado de ataque hacia la misma. Esto permite mantener en consideración algunos argumentos que, bajo enfoques más tradicionales o conocidos, son desestimados por considerarse completamente derrotados. A otro nivel de abstracción, un mecanismo que permita determinar la similitud entre dos argumentos es útil para aproximar un patrón de razonamiento humano, en el que instintivamente se razona en base a información que se conoce sobre un determinado caso buscando similitudes con un caso nuevo, y así poder llegar a una decisión o tomar una postura al respecto. El objetivo principal de este trabajo es proponer un mecanismo de cálculo de la similitud entre argumentos, que permita ponderar las relaciones de soporte y ataque entre ellos. De esta manera, se desarrolla un Marco Argumentativo Bipolar basado en Similitud (Similarity-Based Bipolar Argumentation Framework). Para ello, se propone un modelo matemático general para el cálculo de la similitud en relación al soporte y al ataque en un Marco Argumentativo Bipolar, lo que permitirá encontrar el grado de cohesión y de controversia, respectivamente, en un conjunto de argumentos relacionados. Este mismo modelo matemático es utilizado, posteriormente, para incrementar la representación computacional de ciertas estructuras inferenciales que representan patrones de razonamiento empleados comúnmente, conocidas como Esquemas de Argumentación. Para esto, se diseña un Esquema de Argumentación basado en Similitud, que permite expresar las premisas y las conclusiones de los argumentos utilizando formalismos que agregan capacidad de cómputo al conocido Esquema de Argumentación basado en Analogías, constituyendo el segundo aporte de esta tesis. / Researchers of different application domains address representational aspects about the similarity between objects, cases, or situations. To do this, they proposed several mathematical and logical models of varying complexity. However, when we want to model the similarity between structures that contain semantic rich information, as is the case of the arguments, these representations become scarce. In general terms, the consideration of the similarity between arguments in a discussion involves finding a mechanism to measure, in some way, the strength of the support that receives a particular conclusion, or the degree of attack over it. This attention to similarity allows us to keep in mind some arguments that are dismissed as considered entirely defeated under more traditional or well-known approaches. At another level of representation and abstraction, a mechanism that allows us to determine the similarity between two arguments is useful for modeling a human reasoning pattern, in which we instinctively reason based on information that we known about a particular case, to look for similarities with a new case, and to be able to make a decision or a position about it. The main objective of this work is to propose a mechanism for calculating the similarity between arguments, which allows us to weigh the support and attack relationships between these arguments. In this way, we develop a Similarity-Based Bipolar Argumentation Framework. For this, we propose a general mathematical model to calculate the similarity in the support and attacks relations of the Bipolar Argumentative Framework, which will allow us to find the cohesion and controversy degree, respectively, on a set of related arguments. This mathematical model for calculating the similarity between arguments is later used to increase the representation capabilities of certain devices called Argumentation Schemes that are used to represent common patterns of reasoning. To accomplish this, we propose an Argumentation Scheme based on Similarity, which allows us to express the premises and conclusions of the arguments using formalisms that add to the well-known Argumentation Scheme based on Analogies, constituting the second contribution of this thesis.

Tesis para optar al título de Sociólogo / Es esto último lo que pretendemos ilustrar, y nos centraremos en el estudio del Universo, es decir, en la Cosmología, que es considerada como una de las disciplinas más avanzadas y teóricas de la Física. Para contemplar los cambios epistemológicos que están desarrollando las Ciencias Naturales, primero ilustraremos las herramientas epistemológicas con que abordaba los fenómenos físicos la Ciencia Moderna, es decir, desde el Renacimiento hasta inicios de la Revolución Industrial. Con esto quedará asentada la diferencia que mostraremos cuando ilustremos las transformaciones en la manera de abordar los fenómenos de la Naturaleza (a través del siglo veinte y comienzos del veintiuno), y en particular, la historia del Universo, a partir de la teoría del Big-Bang (que es la teoría central acerca del posible origen del cosmos) y de dos autores centrales: Ilya Prigogine (físico, químico y filósofo belga de origen ruso, Premio Nobel de Química en 1977) y Hubert Reeves (canadiense, Doctor en astrofísica nuclear en Cornell University, Estados Unidos).

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

[ES] La composición musical asistida por ordenador es un área de conocimiento que tiene sus orígenes en la segunda mitad del siglo pasado. Durante sus más de sesenta años de existencia han aparecido numerosas propuestas para abordar el problema de la creatividad artificial aplicada al ámbito de la variación musical, la emulación de estilos, la escritura automatizada de contrapunto o la composición estocástica, entre muchos otros. En la presente memoria propondremos un nuevo método para la generación computacional de variaciones y transiciones a partir de material musical proporcionado por el compositor, ya sea de carácter melódico, rítmico, armónico o tímbrico. La originalidad de nuestro método radica en la construcción de nuevos algoritmos basados en las técnicas de agrupamiento difuso, capaces incorporar el orden de los elementos de los conjuntos de datos durante el proceso de partición. Para implementar computacionalmente estas técnicas hemos diseñado el software Mercury mediante el que realizaremos distintos experimentos cuyos resultados, en forma de transiciones musicales, ilustrarán la utilidad de nuestra propuesta. Completaremos la presente investigación con la composición de la obra Transiciones difusas, para cuarteto de cuerdas, adjunta como apéndice. La metodología propuesta implica formular una nueva medida de la disimilitud musical, aplicable de forma general a la comparación de dos secuencias numéricas cualesquiera, con las que se pueda representar cualquier tupla de atributos musicales. Es posible, por tanto, aplicar esta disimilitud sobre ámbitos más teóricos como los sistemas de afinación. Finalmente propondremos diversos métodos para estimar la compatibilidad entre un conjunto de notas y un sistema de afinación generando, en última instancia, transiciones entre diferentes sistemas. / [CAT] La composició musical assistida per ordinador és una àrea de coneixement que té els seus orígens a meitat del segle passat. Durant els seus més de seixanta anys d'existència han aparegut nombroses propostes per a abordar el problema de la creativitat artificial aplicada a l'àmbit de la generació de variacions, emulació d'estils, escriptura automatitzada de contrapunt i composició de música estocàstica, entre molts altres. En aquesta memòria proposarem un nou mètode per a crear variacions i transicions entre material musical preexistent, ja siga de caràcter melòdic, rítmic, harmònic o tímbric. L'originalitat del nostre mètode radica en la construcció d'algoritmes basats en la tècnica de fuzzy clustering, capaços de realitzar agrupaments en què es té en compte l'ordre dels elements dels conjunts de dades. Per a implementar aquestes tècniques, hem dissenyat el programari Mercury mitjançant el qual es realitzaran experiments amb transicions entre melodies, ritmes i seqüències harmòniques que il·lustraran la utilitat de la nostra proposta, i que culminaran amb la composició de l'obra Transicions difuses, adjunta com a apèndix. La metodologia proposada no només té conseqüències pràctiques, sinó que implica formular una nova mesura de la dissimilitud musical, aplicable de forma general a la comparació de qualsevol parell de seqüències numèriques, que puguen representar melodies, ritmes, harmonies o timbres. Un cop establert com valorar la dissimilitud, aquesta també pot aplicar-se a àmbits molt més teòrics, com són els sistemes d'afinació. Proposarem diversos mètodes per a estimar la compatibilitat entre un conjunt de notes i un sistema d'afinació i generar, en última instància, transicions entre dos sistemes d'afinació. Aquesta tasca pot facilitar la interpretació d'obres en un sistema d'afinació diferent d'aquell per al qual van ser concebudes, sempre que s'exigisca que el nivell de compatibilitat entre els dos sistemes siga acceptable. / [EN] Computer-assisted composition is an area of knowledge that has its origins in the middle of the last century. During its more than sixty years of existence, numerous proposals have appeared to address the problem of artificial creativity applied to the field of generation of variations, emulation of styles, automated counterpoint writing, stochastic music composition, among many others. In this report we will propose a new method to create variations and transitions between pre-existing musical material, be it melodic, rhythmic, harmonic or timbre-related. The originality of our method lies in the construction of algorithms based on the technique of fuzzy clustering, capable of performing groupings in which the order of the elements of the data sets is taken into account. To implement these techniques, we designed the software Mercury through which experiments will be performed with transitions between melodies, rhythms and harmonic sequences that will illustrate the usefulness of our proposal, and that will culminate with the composition of the work Fuzzy Transitions, attached as an appendix. The proposed methodology not only has practical consequences, but also implies formulating a new measure of musical dissimilarity, applicable in a general way to the comparison of any pair of numerical sequences, which may represent melodies, rhythms, harmonies or timbres. Once established how to assess the dissimilarity, this can also be applied to much more theoretical areas, such as tuning systems. We will propose various methods to estimate the compatibility between a set of notes and an tuning system and, in the last instance, generate transitions between two tuning systems. This work can facilitate the interpretation of works in a tuning system different from that for which they were conceived, whenever it is required that the level of compatibility between both systems is acceptable. / Martínez Rodríguez, BS. (2019). El fuzzy clustering y la similitud musical: aplicación a la composición asistida por ordenador [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/134056 / TESIS

Ingeniero Civil Electricista / Debido al constante aumento en los estándares de producción y calidad, así como las exigencias impuestas por estrictas normativas ambientales y de seguridad, existe en la industria moderna la necesidad de incrementar la eficiencia y complejidad de los sistemas de control asociados. Sin embargo, existen perturbaciones que no pueden ser eficazmente manejadas por los controladores a menos que exista una adecuada caracterización del modo de operación. He ahí la necesidad de incorporar sistemas de monitoreo para detección y aislamiento de anomalías que pudiesen condicionar el funcionamiento del proceso. En este sentido, el objetivo general de este trabajo es diseñar e implementar un sistema supervisor en línea con modelos basados en similitud (SBM) que permita la detección y el aislamiento de anomalías en procesos industriales multivariados y en particular, en el caso de una turbina a gas natural. El diseño del sistema supervisor incluye una etapa preliminar fuera de línea y de tres etapas que operan en tiempo real. La etapa preliminar corresponde al análisis del proceso en estudio y de los modos de falla de interés, así como la generación de los modelos SBM que serán utilizados en la etapa de implementación en línea. A través de esta metodología de estudio de eventos se determinan las variables más relevantes en cada anomalía con el fin de optimizar el procedimiento de generación de modelos. Las etapas asociadas a la implementación en línea se han denominado fases . Fase I genera una señal de alarma si la salida estimada por un modelo clasificador SBM, diseñado en la etapa preliminar, supera un umbral determinado en la etapa preliminar. Si se produce una alarma, entonces se ejecuta la Fase II que determina el vector de residuos entre las salidas medidas y las salidas estimadas por el modelo SBM, para cada posible anomalía en gestación. Fase III calcula el indicador de Hotelling de cada vector de residuos. Se genera una alarma de anomalía si este indicador supera un umbral determinado en la etapa preliminar. Este sistema es aplicado en una turbina a gas natural para el estudio de dos anomalías que ocasionan una disminución significativa en la potencia: (i) temperatura de un álabe fuera de rango (Anomalía #1) y, (ii) suciedad excesiva en el compresor (Anomalía #2). Los porcentajes de detección de las Anomalías #1 y #2 son 96% y 76%, respectivamente. Estos porcentajes se estiman en función del número de datos. Debido al tamaño de los conjuntos de datos disponibles, es imposible en esta aplicación utilizar probabilidades para caracterizar al sistema supervisor. Las principales ventajas de disponer de este sistema supervisor son: (1) con una metodología de estudio de eventos, se obtienen aquellas variables que son más relevantes en cada anomalía, (2) con la Fase I se logran descartar del análisis aquellas observaciones que representan un modo normal de operación y (3) a través de señales binarias Normal o Alarma se logra centralizar la información que entregan todos los modelos.

No description available.

No description available.

No description available.

No description available.

Aquest treball presenta una classe de funcions que serveixen de models neuronals generalitzats per ser usats en xarxes neuronals artificials. Es defineixen com una mesura de similitud que actúa com una definició flexible de neurona vista com un reconeixedor de patrons. La similitud proporciona una marc conceptual i serveix de cobertura unificadora de molts models neuronals de la literatura i d'exploració de noves instàncies de models de neurona. La visió basada en similitud porta amb naturalitat a integrar informació heterogènia, com ara quantitats contínues i discretes (nominals i ordinals), i difuses ó imprecises. Els valors perduts es tracten de manera explícita. Una neurona d'aquesta classe s'anomena neurona heterogènia i qualsevol arquitectura neuronal que en faci ús serà una Xarxa Neuronal Heterogènia.En aquest treball ens concentrem en xarxes neuronals endavant, com focus inicial d'estudi. Els algorismes d'aprenentatge són basats en algorisms evolutius, especialment extesos per treballar amb informació heterogènia. En aquesta tesi es descriu com una certa classe de neurones heterogènies porten a xarxes neuronals que mostren un rendiment molt satisfactori, comparable o superior al de xarxes neuronals tradicionals (com el perceptró multicapa ó la xarxa de base radial), molt especialment en presència d'informació heterogènia, usual en les bases de dades actuals. / This work presents a class of functions serving as generalized neuron models to be used in artificial neural networks. They are cast into the common framework of computing a similarity function, a flexible definition of a neuron as a pattern recognizer. The similarity endows the model with a clear conceptual view and serves as a unification cover for many of the existing neural models, including those classically used for the MultiLayer Perceptron (MLP) and most of those used in Radial Basis Function Networks (RBF). These families of models are conceptually unified and their relation is clarified. The possibilities of deriving new instances are explored and several neuron models --representative of their families-- are proposed. The similarity view naturally leads to further extensions of the models to handle heterogeneous information, that is to say, information coming from sources radically different in character, including continuous and discrete (ordinal) numerical quantities, nominal (categorical) quantities, and fuzzy quantities. Missing data are also explicitly considered. A neuron of this class is called an heterogeneous neuron and any neural structure making use of them is an Heterogeneous Neural Network (HNN), regardless of the specific architecture or learning algorithm. Among them, in this work we concentrate on feed-forward networks, as the initial focus of study. The learning procedures may include a great variety of techniques, basically divided in derivative-based methods (such as the conjugate gradient)and evolutionary ones (such as variants of genetic algorithms).In this Thesis we also explore a number of directions towards the construction of better neuron models --within an integrant envelope-- more adapted to the problems they are meant to solve.It is described how a certain generic class of heterogeneous models leads to a satisfactory performance, comparable, and often better, to that of classical neural models, especially in the presence of heterogeneous information, imprecise or incomplete data, in a wide range of domains, most of them corresponding to real-world problems.