DSpace Collection:https://rinacional.tecnm.mx/jspui/handle/TecNM/15092026-05-04T03:27:26Z2026-05-04T03:27:26ZVISUALIZACIÓN CIENTÍFICA APLICADA EN EL ANÁLISIS DE ALGORITMOS QUE RESUELVEN PROBLEMAS DE OPTIMIZACIÓNPaz Robles, Manuelhttps://rinacional.tecnm.mx/jspui/handle/TecNM/102952025-06-24T18:30:08Z2025-03-01T00:00:00ZTitle: VISUALIZACIÓN CIENTÍFICA APLICADA EN EL ANÁLISIS DE ALGORITMOS QUE RESUELVEN PROBLEMAS DE OPTIMIZACIÓN
Authors: Paz Robles, Manuel
Description: Los problemas de optimización de muchos objetivos involucran más de tres objetivos que
tienen que ser optimizados simultáneamente; generalmente, más de dos están en conflicto.
Para este tipo de problemas no hay una única solución, sino un conjunto de soluciones. Dos
desafíos que se presentan al resolver estos tipos de problemas son la obtención y el análisis de
las soluciones por su naturaleza multidimensional.
En el caso del análisis, se observó que los investigadores han utilizado técnicas de visualización
de alta dimensionalidad, como el mapa de calor, gráfico de coordenadas paralelas, matriz de
gráficos de dispersión y gráficos de radar, entre otros. Sin embargo, dichas técnicas tienen
limitaciones en su interpretabilidad al momento de representar las soluciones sin un tratamiento
previo. En distintos trabajos, estas limitaciones han sido aminoradas mediante la aplicación
de estrategias como algoritmos de agrupación y seriación espectral, entre otros, logrando
mejorar la representación visual de las soluciones para su análisis.2025-03-01T00:00:00ZModelo de identificación de intenciones en una conversación basado en análisis de sentimientos y actos del hablaRodriguez Artega, Hectorhttps://rinacional.tecnm.mx/jspui/handle/TecNM/92482025-02-27T19:17:03Z2024-12-01T00:00:00ZTitle: Modelo de identificación de intenciones en una conversación basado en análisis de sentimientos y actos del habla
Authors: Rodriguez Artega, Hector
Description: La identificación de las intenciones en una conversación es fundamental para
lograr una comunicación efectiva entre seres humanos y máquinas, especialmente
en el contexto de agentes conversacionales. Este trabajo tiene como objetivo
principal desarrollar un modelo capaz de comprender las intenciones implícitas en
una conversación utilizando el análisis de sentimientos, la teoría de los actos del
habla y la influencia del perfil de personalidad.
El análisis de sentimientos permite detectar las emociones y estados de ánimo
presentes en los textos, mientras que la teoría de los actos del habla ayuda a
comprender las intenciones comunicativas subyacentes en las expresiones
lingüísticas. Estas dos herramientas se consideran complementarias en el proceso
de identificación de intenciones en una conversación con lo cual se busca
desarrollar agentes virtuales capaces de interpretar intenciones mediante la
combinación de estas dos herramientas, contribuyendo a la interacción virtual a
través de personajes virtuales.
Palabras clave: Conversación, Intenciones, Análisis de sentimientos, Agentes
virtuales, Teoría de los Actos del Habla, Interacción virtual.2024-12-01T00:00:00ZAnálisis Computacional para la Clasificación de Fluidos Mediante Vibraciones y Herramientas de Aprendizaje AutomatizadoDeldago Cedillo, Carlos Andreshttps://rinacional.tecnm.mx/jspui/handle/TecNM/92472025-02-27T19:15:28Z2024-12-01T00:00:00ZTitle: Análisis Computacional para la Clasificación de Fluidos Mediante Vibraciones y Herramientas de Aprendizaje Automatizado
Authors: Deldago Cedillo, Carlos Andres
Description: El presente documento explora la efectividad de las Redes Neuronales Artificiales en la clasificación de fluidos utilizando datos de vibraciones provenientes de una tubería, dando como resultado una metodología que tiene como finalidad reducir el número de mediciones sin afectar estadísticamente el desempeño del algoritmo. La recopilación de datos se llevó a cabo en un laboratorio experimental diseñado específicamente para este estudio para lograr obtener información de un ambiente controlado, de este laboratorio experimental se recolectaron muestras de dos fluidos de referencia agua y agua con jabón, además de dos escenarios secundarios que corresponden a periodos de inactividad tubería vacía con la bomba encendida y tubería vacía con la bomba apagada. Los hallazgos indican que, la reducción de mediciones conlleva una disminución en la precisión de clasificación, sin embargo, los modelos pueden no tener una diferencia significativa lo que se traduce como una mejora tanto espacial como temporal. Los resultados obtenidos fueron una precisión mayor al 97% y realizando una comparativa entre conjuntos que representan la reducción en el número de medición se concluyó que de 2048 mediciones a 1500 mediciones no existió diferencia significativa.2024-12-01T00:00:00ZOPTIMIZACIÓN GENERALIZADA PARA PROBLEMAS DE AGRUPACIÓN: UN ENFOQUE COEVOLUTIVO AUTO-ADAPTATIVOAran Perez, Jordan Michelthttps://rinacional.tecnm.mx/jspui/handle/TecNM/79452024-06-25T20:30:36Z2024-02-01T00:00:00ZTitle: OPTIMIZACIÓN GENERALIZADA PARA PROBLEMAS DE AGRUPACIÓN: UN ENFOQUE COEVOLUTIVO AUTO-ADAPTATIVO
Authors: Aran Perez, Jordan Michelt
Description: Este estudio introduce un Algoritmo Coevolutivo de Agrupación con Cooperación
Auto-Adaptativa (GCA-AC), diseñado como una solución general a problemas de
agrupación. En particular, se centra en dos problemas especí cos: el Problema de
Empaquetado de Contenedores de una Dimensión (BPP-1D) y el Problema de Programaci
ón de Máquinas Paralelas (PMS).
Existe un vasto abanico de algoritmos genéticos y estrategias evolutivas que
han sido propuestas como soluciones a la familia de los problemas de agrupación.
Sin embargo, estos métodos pueden tener limitaciones en cuanto a adaptabilidad
y rendimiento, lo cual motiva la búsqueda de nuevas estrategias que combinen y
mejoren las existentes.
El GCA-AC se presenta como una innovadora solución que combina diversas
estrategias evolutivas para mejorar su adaptabilidad y rendimiento. Una de las principales
contribuciones de este estudio es el mecanismo de auto-adaptación del GCAAC,
que permite ajustar dinámicamente sus parámetros, ofreciendo una respuesta
más e ciente a los cambios en el ambiente del problema.
Los resultados de la investigación indican que el GCA-AC es competente en la
búsqueda de soluciones de calidad para los problemas BPP-1D y PMS, comparables
con las generadas por algoritmos especializados ya existentes. Este estudio propone
que la combinación de algoritmos genéticos con estrategias de coevolución y autoadaptaci
ón puede ser un enfoque fructífero para el desarrollo de algoritmos de
agrupación universales.
A pesar de los prometedores resultados que este estudio proporciona, se reconoce
que aún hay mucho por descubrir. Por lo tanto, se sugieren múltiples oportunidades
para futuras líneas de investigación.2024-02-01T00:00:00Z