Browsing by Author "Polanco Velasco, Jan"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Análisis comparativo de Modelos de Segmentación en imágenes de tomografía computarizada (CT) del área abdominal
    (Pontificia Universidad Javeriana Cali, 2024) Polanco Velasco, Jan; Astudillo Bello, Stefania; Gil González, Julián
    El presente trabajo de grado titulado “Análisis comparativo de Modelos de Segmentación en imágenes de tomografía computarizada (CT) del área abdominal” se propone desarrollar y comparar seis modelos de Deep Learning ampliamente utilizados en tareas de segmentación: U-Net, U-Net con Backbone VGG16, U-Net con Backbone ResNet50, SegNet, FPN con Backbone ResNet50 y LinkNet con Backbone VGG16. El objetivo principal de este estudio es determinar cuál de estos modelos ofrece el mejor rendimiento en términos de precisión, recall, coeficiente Dice, accuracy, IoU y loss, al segmentar imágenes de CT del área abdominal. El proyecto se estructura en varias etapas clave. En primer lugar, se lleva a cabo una recolección y procesamiento exhaustivo de los datos de CT abdominal, incluyendo técnicas de limpieza de artefactos y ruido adicional, así como el uso de Data Augmentation para aumentar la diversidad del conjunto de datos. Posteriormente, se implementan y entrenan los modelos de segmentación seleccionados utilizando plataformas avanzadas de computación, como Kaggle, ajustando los parámetros específicos para el problema en cuestión. La evaluación del rendimiento de cada modelo se realiza utilizando un conjunto de métricas rigurosas y específicas, tales como precisión, recall, coeficiente Dice, accuracy, IoU, loss, F1 y F2, permitiendo un análisis comparativo detallado de los resultados obtenidos. Además, se consideran aspectos como el tiempo de entrenamiento y la capacidad de generalización de los modelos a nuevos datos no vistos durante el entrenamiento.
  • Thumbnail Image
    Item
    Análisis comparativo entre optimización clásica y optimización metaheurística aplicado al Beamforming adaptativo de arreglos planos MIMO masivo
    (Pontificia Universidad Javeriana Cali, 2023) Polanco Velasco, Jan; Álvarez Bustos, Abel; Mavares Terán, Dimas
    En los últimos años, las redes inalámbricas han experimentado un crecimiento exponencial debido al aumento de investigaciones y nuevas tecnologías tanto en hardware como en software. Esto hace que sea cada vez más fácil adquirir dispositivos que se conecten instantáneamente a la red. Sin embargo, este aumento de dispositivos plantea varios problemas y desafíos para la red, como la cobertura limitada o inexistente en áreas rurales o remotas, interferencia en la señal debido a la interferencia electromagnética o a entornos urbanos densamente poblados, privacidad de los datos transmitidos y mala calidad del servicio ofrecido por los operadores móviles. Para abordar estos problemas, la industria y la comunidad científica están investigando diversas técnicas, siendo el Beamforming la estrategia más adecuada en el contexto de la telefonía móvil de quinta y sexta generación. Este trabajo de grado realiza un análisis comparativo entre algoritmos clásicos de optimización, como el Conjugate Gradient Method (CGM), Stochastic Gradient Descent (SGD) y Nelder-Mead Search (NMS), y algoritmos metaheurísticos como Particle Swarm Optimization (PSO), Bat Algorithm (BA) y Cuckoo Search by Lévy Flights (CKLF). Para este análisis, se seleccionaron diferentes funciones de prueba en diferentes dimensiones y métricas. Se establecieron criterios de parada, máximo número de iteraciones y tasa de éxito. Además, se analizó el orden de convergencia p a través del análisis de la serie de tiempo del error Root Mean Squared Error. En el trabajo, se también consideró el modelo de Beamforming Adaptativo Ciego, donde lainformación de la orientación de las señales deseadas e interferentes no está disponible para el algoritmo. Se utilizó una antena con una geometría rectangular plana de 64 elementos radiantes y se implementaron las métricas como el ancho de banda de la potencia media en grados, la intensidad de radiación del lóbulo principal, la profundidad de los primeros nulos y el nivel de los lóbulos laterales todas estas en decibeles. Los resultados buscan mejorar la eficiencia espectral y la calidad del servicio.
  • Thumbnail Image
    Item
    Beamforming de arreglos planos MIMO Masivo usando optimización metaheurística
    (Pontificia Universidad Javeriana Cali, 2022) Polanco Velasco, Jan; Mavares Terán, Dimas
    En el presente trabajo se realizaron tres experimentos numéricos usando una colección definida de cinco Algoritmos Metaheurísticos (AM), y se establecieron métricas que permitieron evaluar la Formación de haz de una onda electromagnética en un arreglo plano de antenas MIMO Masivo. Ahora bien, revisando los antecedentes se encuentra que los AM se usan para dar respuesta al problema de la Formación de haz adaptativa; también se definió cuáles son las métricas, gráficas y experimentos más adecuados, detallando aspectos iniciales como el factor de arreglo, Potencia suministrada a los usuarios, directividad, etc. Además, se establecieron las funciones prueba para validar y comparar el desempeño de los AM y se establecieron métricas como promedio de iteraciones, tiempo de ejecución, etc. La implementación de los algoritmos sobre las distintas funciones prueba se realizó en el programa MATLAB y la comparación se realizó con el Software R haciendo un Análisis de componentes principales (PCA). Para los experimentos, se diseñó el patrón de Radiación de referencia que sirvió de insumo para construir la función multiobjetivo en el problema de optimización. Se consideraron las limitaciones y alcances planteados en el anteproyecto para construir los experimentos; además, se tuvo en cuenta la cantidad y ubicación de los usuarios, los objetivos de la función objetivo, caminatas aleatorias, métricas como tiempo de ejecución y potencia en cada usuario respecto a la isotrópica en decibeles, etc. De nuevo se realizó PCA y se determinaron cuáles algoritmos tienen el mejor desempeño en el problema de la Formación de haz de un arreglo plano de antenas 8×8. Al final se realiza una validación entre la matriz de pesos y software especializado de antenas. Finalmente, se encontró que los experimentos planteados son adecuados para determinar el desempeño de los AM en el problema de la Formación de haz y se pudo determinar que Cuckoo Search by Levy Flights (CKLF) y Particle Swarm Optimization (PSO) son los AM que mejor se ajustan a cada uno de los experimentos planteados. Con lo anterior es posible concluir que estos algoritmos presentan los diagramas de radiación más parecidos a la función objetivo dentro del problema de optimización.