Advanced search


Knowledge area




29 results, page 1 of 3

Diseño de Interface craneoencefálica para estudios y rehabilitación neuronal

Carlos Angulo Alvarez (2019)

7 páginas.

Coordinación de Posgrado de Ciencias y Artes para el Diseño.

La investigación desarrollada en cualquier ámbito requiere de cierto rigor que demuestre veracidad en la obtención de los resultados independientemente de la metodología que se consulte y se aplique, la finalidad y sentido de la misma es determinante para alcanzar las metas y objetivos planteados en el inicio, por ello en este trabajo, se establece y explica la jerarquía estructura de la investigación en el pleno desarrollo parcial de la misma la cual se pretende retroalimentar y fortalecer con evidencia que se conseguirá durante el proceso de los referentes encontrados, además de la construcción de un artefacto que sirva para la exploración de campo en clínica este será el objeto de estudio o aparato crítico. De esta manera, el sentido de la investigación en el campo de las Neurociencias y el “aparato crítico” es un proyecto de diseño industrial para poder impactar directamente en la sociedad con problemas de salud de tipo neuronal que requieran estudios y/o terapia apoyados con recursos tecnológicos para su práctica, esta evidencia se apoyará la estructura general de la investigación conformada por el problema que se define, la(s) hipótesis, objetivos, metas, variables, y algunos aspectos de interés que surjan durante el proceso de indagatoria en el contexto que se establezca durante el progreso de desarrollo de la misma investigación y/o del aparato crítico o caso de estudio.

Book part

User interfaces (Computer systems). Central nervous system--Diseases--Research. Computational neuroscience. Sistema nervioso -- Regeneración. Interfaces con el usuario (Sistemas para computadora). QA76.9.U83 MEDICINA Y CIENCIAS DE LA SALUD CIENCIAS MÉDICAS MEDICINA INTERNA NEUROLOGÍA

Large deviations properties of maximum entropy markov chains from spike trains

RODRIGO COFRE CESAR OCTAVIO MALDONADO AHUMADA Fernando Rosas (2018)

"We consider the maximum entropy Markov chain inference approach to characterize the collective statistics of neuronal spike trains, focusing on the statistical properties of the inferred model. To find the maximum entropy Markov chain, we use the thermodynamic formalism, which provides insightful connections with statistical physics and thermodynamics from which large deviations properties arise naturally. We provide an accessible introduction to the maximum entropy Markov chain inference problem and large deviations theory to the community of computational neuroscience, avoiding some technicalities while preserving the core ideas and intuitions. We review large deviations techniques useful in spike train statistics to describe properties of accuracy and convergence in terms of sampling size. We use these results to study the statistical fluctuation of correlations, distinguishability, and irreversibility of maximum entropy Markov chains. We illustrate these applications using simple examples where the large deviation rate function is explicitly obtained for maximum entropy models of relevance in this field."

Article

Computational neuroscience Spike train statistics Maximum entropy principle Large deviation theory Out-of-equilibrium statistical mechanics Thermodynamic formalism Entropy production CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA MATEMÁTICAS MATEMÁTICAS

Simulación estocástica del proceso de plasticidad sináptica

CRHISTIAN MIGUEL GUTIERREZ GALINDO (2016)

78 páginas. Maestría en Ingeniería de Procesos.

Consejo Nacional de Ciencia y Tecnología (México).

El estudio de los procesos biológicos es de suma importancia en el entendimiento de los sistemas que componen el cuerpo humano y de cómo sus interacciones derivan en una función biológica. Para ello, el desarrollo de modelos facilita la comprensión del comportamiento del sistema. En muchos casos, los modelos son ecuaciones matemáticas derivadas de diagramas que representan las interacciones entre los componentes que conforman al sistema biológico. En el campo de la neurociencia computacional, el modelado matemático y la simulación computacional han sido combinadas junto con la experimentación en laboratorios para el mejor entendimiento de la transmisión sináptica, que es la base fisiológica del funcionamiento del sistema nervioso central. Las neuronas son conocidas como los motores computacionales del cerebro para los cuales la sinapsis es el medio de enlace de las señales químicas y eléctricas. Los diferentes tipos de plasticidad sináptica y las diferentes escalas de tiempo sobre las cuales operan sugieren que la sinapsis tiene un papel clave en el proceso de transmisión de información. Esta tesis se enfoca en proponer un modelo estocástico que permita estudiar la etapa postsináptica del cáliz de Held, el cual describa la interacción entre los canales iónicos y el neurotransmisor. El funcionamiento de los receptores es descrito mediante esquemas cinéticos propuestos en base a datos experimentales ya reportados. Estos esquemas se simularon utilizando algoritmos estocásticos y analizando las distintas escalas de tiempo implicadas para identificar cómo es que cada modelo de estados reproduce las características de facilitación y desactivación que caracteriza a los receptores postsinápticos.

Master thesis

Computational neuroscience. Neuroplasticidad. Biología computacional. Biología -- Modelos matemáticos. Aproximaciones estocásticas. QP357.5 BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA NEUROCIENCIAS NEUROFISIOLOGÍA

Inteligencia Computacional para la Segmentación de Imágenes Naturales

Computational Intelligence for the Segmentation of Natural Images

ROCIO ALFONSINA LIZARRAGA MORALES (2014)

Image segmentation is a central topic in computer vision research with a long tradition as one of the fundamental problems. Its importance is based on its use as a pre-analysis of images in the development of high-level tasks, such as object recognition, tracking, scene understanding, image retrieval, just to mention a few. The performance of these aforementioned high-level tasks largely depends on the accuracy and robustness of the image segmentation method. Segmentation refers to the process of partitioning a digital image into multiple regions. The partition consists in assigning a label to every pixel within an image, in such a way that pixels with the same label are homogeneous in a set of particular features, and in addition, are spatially connected. The main motivation for image segmentation is to provide a compact representation of data, wherein all subsequent processing can be done at a region level, instead of at a pixel level.

Doctoral thesis

CIS- Doctorado en Ingeniería Eléctrica CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA CIENCIA DE LOS ORDENADORES Computational intelligence Image segmentation Computer vision Artificial Intelligence Inteligencia computacional Segmentación de Imágenes Visión por computadora Inteligencia Artificial

Clasificador Semi-Naïve Bayes con multiresolución para la estimación de estados afectivos: Aplicación en rehabilitación virtual

JESÚS JOEL RIVAS (2015)

Las emociones tienen influencia en la vida de los seres humanos, aún la voluntad

para realizar actividades cotidianas se ve alterada por el estado de ánimo. El cómputo

afectivo (Affective Computing (AC)) es un área dedicada a identificar y simular

estados emocionales mientras las personas interactúan con la computadora. El reconocimiento

del estado afectivo de los pacientes, podría incorporarse a los sistemas

de rehabilitación virtual, para adaptarse mejor a las necesidades particulares del individuo

y contribuir a mejorar los resultados de la terapia. Se plantea la hipótesis

de que mediante un modelo computacional se pueden inferir determinados estados

afectivos de los pacientes: cansancio, ansiedad, dolor y motivación; utilizando sólo las

entradas de los registros observables del movimiento de las manos y de la presión que

puedan ejercer los dedos. La elección de los estados afectivos fue sugerida por expertos

clinicos en rehabilitación, y de las áreas de psicología y de computación afectiva.

En esta investigación se estudia, mediante técnicas de aprendizaje de máquina, la

relación de los movimientos de la mano y presión de los dedos del paciente, con los

4 estados afectivos escogidos: cansancio, ansiedad, dolor y motivación; y se propone

un modelo computacional binario (ausencia o presencia del estado afectivo) que

alcance la mejor clasficación posible, para cada estado afectivo considerado. Para

este fin, se recolectaron los datos de dos pacientes post-ictus del Instituto Nacional

de Neurología y Neurocirugía (INNN) de México.

Master thesis

Computational learning Semi-naïve bayes Virtual rehabilitation CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA MATEMÁTICAS CIENCIA DE LOS ORDENADORES SIMULACIÓN

Sphere approximation for non-tubular object

FRANCISCO ALEJANDRO MADERA RAMIREZ FRANCISCO JOSE MOO MENA ENRIQUE AYALA FRANCO (2014)

We study the problem of approximating a 3D object with a union of overlapping spheres. We employ a disk filled with rays that comes from the center of the disk and points outwards. The disk traverses the object to detect collisions with the mesh. These contact points serve to determine the spheres to be created in the boundary of the object. This adjustment is performed by decomposing the volumetric mesh in thin surfaces, which are bounded with a sphere each. Afterwards, the spheres are moved towards the center of the disk and are scaled down to minimize the volumetric error. We evaluate our method with three human models, in particular the torso of the objects.

Article

INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS Computer graphics Sphere approximation Computational geometry

Comparación en la respuesta de los métodos de sintonización de la curva de reacción de Ziegler-Nichols y optimización computacional aplicados al control de un robot tipo SCARA

Comparison in the response of the tuning methods of the Ziegler-Nichols reaction curve and computational optimization applied to the control of a SCARA type robot

Martin Eduardo Rodriguez Franco Yadira Fabiola Lopez Alvarez Ricardo Jara Ruiz Rene Moreno Frias (2018)

The present work shows the results obtained during the operation of a robotic arm in SCARA configuration. To obtain the transference function of the joint systems, the MATLAB software was used, based on an analysis of the feedback data given; applying to the determined models, the method of tuning the Ziegler-Nichols reaction curve for the establishment of the gain values of each PID controller used,which was applied in the manipulation of each joint of the robot. The results show a percentage lower than 2% of error in the final positioning of each articulation with respect to the requested value, for which the use of the computational optimization method is also proposed to obtain more efficient gain values in the controllers used for each system, with a percentage of 0.1% error; this with the purpose of granting and maintaining an adequate stability of the total robotic system.

Conference paper

SCARA Robot Ziegler-Nichols tuning Computational optimization INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA ENERGÉTICA ENERGÍA ENERGÍA

A note on Verhulst's logistic equation and related logistic maps

HARET CODRATIAN ROSU (2010)

"We consider the Verhulst logistic equation and a couple of forms of the corresponding logistic maps. For the case of the logistic equation we show that using the general Riccati solution only changes the initial conditions of the equation. Next, we consider two forms of corresponding logistic maps reporting the following "

Article

Computational physics Environmental and Earth science Statistical physics and nonlinear systems CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA

Método semisupervisado para la clasificación automática de textos de opinión

NADIA PATRICIA ARAUJO ARREDONDO (2009)

Today a large amount of information is available through different electronic

resources, such as digital libraries, collections of documents or Internet. The need to

access this information for its extraction and analysis has led to various forms of

information handling, among which is the classification of texts. However, the constant

growth of information turns the task of classifying documents by hand expensive

and time consuming, requiring to automate the classification process. The

automatic classification of texts involves placing a document within a group of predefined

classes. Most of the work in this area has focused on the classification of

texts by their subject or topic. However, in recent years there has been an increasing

interest in the task of non-thematic classification. Examples of non-thematic classification

are the detection of plagiarism, authorship attribution, gender classification,

and the classification of opinions. This thesis focuses on the task of opinion classification.

Specifically, it considers the problem of determining the polarity of opinion

in sentences by a Machine Learning approach using lexical features. It is worth mentioning

that one of the contributions of this thesis is the characterization of opinions

necessary for automatic classification. In addition, currently, there is no tagged corpus

in Spanish, complicating the learning process. In this work we present the first

steps towards the creation of this corpus. Specifically it proposes an approach for

semi-supervised classification of opinions, reducing the need for a large corpus and

manual tagging.

Hoy en día se encuentra disponible una gran cantidad de información a través

de distintos medios electrónicos, en bibliotecas digitales, en colecciones de documentos

o en Internet. La necesidad de acceder a esta información para su extracción

y análisis, ha llevado a la creación de diversas formas de manipulación de información,

entre las que se encuentra la clasificación de textos. Sin embargo, el crecimiento

constante de información hace que la tarea de clasificar documentos de forma

manual sea costosa y que requiera de mucho tiempo, por lo que ha surgido el interés

por realizar la clasificación de manera automática. Podemos decir entonces que la

clasificación automática de textos consiste en colocar un documento dentro de un

grupo de clases previamente definidas. La mayor parte del trabajo en esta área se ha

enfocado en la clasificación de textos por su tema o tópico. Sin embargo, en los últimos

años se ha puesto gran interés en la tarea de clasificación no temática. Algunos

ejemplos de esta última son la detección de plagio, la atribución de autoría, la

clasificación por género y la clasificación de opiniones. Este trabajo de tesis se enfoca

en la tarea de clasificación de opiniones, específicamente se aborda el problema

de determinar la polaridad de opiniones, es decir, clasificar aquellas opiniones que

expresan algo a favor de aquellas que expresan algo en contra, a nivel de oración,

bajo un enfoque de Aprendizaje Computacional utilizando características léxicas.

Cabe mencionar que una de las contribuciones de este trabajo es la caracterización

de opiniones, necesaria para su clasificación automática. Además, en la actualidad,

no existe un corpus etiquetado en idioma español, lo que dificulta el proceso de

aprendizaje. Es por ello que en este trabajo se dan los primeros pasos para la creación

de este corpus. Específicamente se propone un enfoque de aprendizaje semisupervisado

de clasificación de textos de opinión, disminuyendo la necesidad de un

gran corpus ya etiquetado.

Master thesis

Classification Computational linguistic CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA MATEMÁTICAS CIENCIA DE LOS ORDENADORES