https://rinacional.tecnm.mx/jspui/handle/TecNM/5006 2026-05-04T00:24:52Z https://rinacional.tecnm.mx/jspui/handle/TecNM/11282 Title: CONTROL DE UN UAV TIPO PVTOL MEDIANTE FUNCIONES SUAVES PARA SU ESTABILIZACIÓN Authors: CAMACHO LUNA, ANAI Description: En esta tesis de investigación, presentamos una nueva técnica de control basada en el clásico algoritmo de controlador de saturación anidado (NSC), diseñado para la estabilización del vehículo aéreo no tripulado (Vehículo Aéreo No Tripulado) PVTOL-UAV. El NSC clásico tarda mucho tiempo en converger cuando se aplica una perturbación al sistema. Por lo tanto, para mejorar este aspecto se propone utilizar una función hiperbólica suave en una configuración anidada para construir un nuevo algoritmo de control, capaz de mejorar este tiempo de convergencia, teniendo un mejor rendimiento en un lazo cerrado de control del sistema. Para validar este control se obtuvo el modelo matemático del PVTOL utilizando el formalismo de Euler Lagrange, teniendo un conjunto de ecuaciones diferenciales para la dinámica vertical, horizontal y rotacional. Luego, utilizando el error de estados como retroalimentación, la pendiente de la función hiperbólica acotada se puede ajustar para mejorar la respuesta del sistema. El controlador propuesto permite una rápida convergencia de los estados. Los resultados se obtienen mediante simulación numérica y se compararon con dos controladores, el primero se realizó con el NSC clásico y el segundo con el control de lógica difusa combinado con NSC. De la simulación se puede evidenciar que el control propuesto tiene el mejor tiempo de respuesta y un mejor tiempo de convergencia. 2024-08-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/11275 Title: Generaciónde protocolosde investigación implementando procesamientode lenguajenatural Authors: Vázquez Reyes, Sergio Faustino Description: El protocolo de un proyecto de investigación es una de las partes más importantes de una investigación, en ella se delimita el proyecto, se establece una hipótesis y se plantean objetivos. Por esto mismo, el desarrollo de un buen protocolo puede consumir más tiempo del deseado durante el proyecto y es necesario encontrar maneras para realizarlo de forma más eficiente y eficaz. En esta tesis se presenta la implementación del algoritmo de procesamiento de lenguaje natural GPT2-xl en una API (Application progamming interface) de python con comunicación con una aplicación web para la generación de protocolos de proyectos de investigación con texto ingresado por el usuario y una plantilla de contexto. Se presenta la arquitectura del proyecto, su funcionamiento en 2 servidores y las tecnologías implementadas en cada uno para su correcto funcionamiento. Igualmente, se realizaron pruebas con usuarios para verificar la calidad del texto generado por el modelo de lenguaje con la plantilla de contexto creada. La población que realizó las pruebas consta de hombres y mujeres de entre 25-30 años, con educación superior o maestría, laborando en el ámbito de desarrollo de software. 2023-07-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/11265 Title: RECONOCIMIENTO AUTOMÁTICO DE PUNTOS ANATÓMICOS DE REFERENCIA EN IMÁGENES DE ROSTROS Authors: ARIAS CASTILLO, JUAN Description: La identificación precisa de puntos anatómicos de referencia faciales es crucial para diversas aplicaciones biométricas, forenses y antropométricas. Sin embargo, la detección confiable de estos puntos representa un desafío, particularmente en la población mexicana, debido a la falta de estándares definidos. El objetivo de esta investigación fue desarrollar e implementar algoritmos para la identificación y ajuste automático de landmarks en imágenes de rostros femeninos de nacionalidad mexicana. La metodología consistió en cinco etapas. En el primer paso se generó un conjunto de datos de 5000 imágenes faciales de individuos mexicanos, las cuales fueron analizadas y marcadas manualmente por observadores expertos de la ENaCiF siguiendo su protocolo que contempla 36 landmarks. Después, se empleó la herramienta MediaPipe para la identificación de 25 landmarks equivalentes al protocolo de la ENaCiF. Posteriormente, se realizó un análisis estadístico comparando los valores de MediaPipe con los de los observadores expertos. Después, se desarrollaron e implementaron siete algoritmos de ajuste de landmarks, basados en métodos estadísticos y de inteligencia artificial. Finalmente, se evaluó la precisión de los algoritmos desarrollados utilizando como métricas de evaluación: el coeficiente de variación de Pearson, el RMSE, el R2 y el porcentaje de ajuste. Los resultados demuestran la efectividad de los algoritmos para lograr un ajuste superior al 75% en la mayoría de landmarks y superior al 90% en los landmarks oculares. Sin embargo, persisten limitaciones importantes en la precisión de landmarks mandibulares, debido a la alta variabilidad. Adicionalmente, se diseñó una interfaz de usuario con el objetivo de poner a disposición de estudiantes e investigadores los resultados obtenidos en esta investigación. En conclusión, esta investigación representa un avance significativo en la estandarización de landmarks faciales en mujeres mexicanas. fenotipado facial, inteligencia artificial, MediaPipe, procesamiento de imágenes, reconocimiento automático de landmarks 2023-11-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/11256 Title: “DISCRIMINACIÓN DE PROVEEDORES CON BASE EN SU HISTORIAL DE ABASTECIMIENTO MEDIANTE LA SELECCIÓN COMBINADA DE CLASIFICADORES E HIPERPARAMETRIZACIÓN” Authors: HERNÁNDEZ SÁNCHEZ, DANIELA LIZBETH Description: En el presente trabajo se aborda una de las problemáticas que concierne a la cadena de suministros, específicamente dentro del eslabón de proveeduría en el proceso de selección de proveedores que se presenta en la exportadora de Lima persa “Mónica, S.A. de C.V”, de Martínez de La Torre, Veracruz, donde radica el interés que da origen a este trabajo de investigación y se refiere a la posibilidad de detectar patrones que permitan identificar al mejor proveedor o proveedores bajo un modelo que brinde un alto grado de confianza y permita abastecer un pedido que cumpla con los requerimientos solicitados. El estudio se define como un proyecto de investigación y evaluación a nivel exploratorio dado que analiza información secundaria disponible, el proyecto se aplica a datos históricos de proveeduría en la empacadora Mónica de Martínez de la Torre, Veracruz, donde el conjunto de datos incorpora la recolección de información registrada durante el periodo 2014 a 2018, se implementa por una parte, un diseño de investigación experimental pura, donde para este caso se aplican técnicas de minería de datos que permiten controlar dos grupos de datos (entrenamiento y prueba) y por otra parte, se establece la investigación aplicada la cual se orienta a demostrar la validez de la técnica de selección combinada de clasificadores mediante el método de hiperparametrización en el proceso de discriminación de proveedores para la empacadora en mención donde los resultados generados de la investigación permiten ser utilizados como apoyo a los decisores para evaluar y seleccionar la mejor de sus alternativas. El principal instrumento del presente trabajo se centra en una base de datos sobre producción citrícola derivada de estudios anteriores la cual se analiza y se separa en conjuntos de datos clasificados por temporalidad y zona de producción. La población que forma parte de este estudio se compone de los datos históricos sobre los proveedores que atiende las necesidades de requerimiento de dicha empacadora, la muestra se construye a partir de la técnica implementada al conjunto de datos (cross-validation, percentage split y muestra representativa) y el muestreo se realiza atendiendo la definición propia de cada técnica.Las técnicas de minería de datos se aplican en la plataforma de software para el aprendizaje automático WEKA donde se define el origen de cada conjunto de datos para implementar el clasificador : selección combinada de clasificadores e hiperparametrización, por último, se verifican las técnicas de clasificación mediante los indicadores de rendimiento, en el cual se analizan los datos del clasificador y la matriz de confusión obtenida para cada conjunto de datos según el modo de entrenamiento elegido. Los resultados indican, el mejor clasificador encontrado, el número de instancias correctamente e incorrectamente clasificadas y el porcentaje de exactitud del clasificador según la matriz de confusión resultante, asimismo para cada conjunto de datos se obtienen los indicadores para la técnica con mayor rendimiento, conduciendo así a la posibilidad de discriminar proveedores de lima persa con base en su historial de abastecimiento mediante la selección combinada de clasificadores e hiperparametrización para la exportadora de Lima persa “Mónica, S.A. de C.V”, de Martínez de La Torre, Veracruz, lo cual representa una herramienta útil centrada en el aprendizaje automático que proporciona soporte a la toma de decisiones bajo un alto grado de confianza para el decisor. 2023-11-01T00:00:00Z