DSpace Collection:

Emotion recognition using electroencephalogram signals through Bicomplex Quaternion-Based processing

Mon, 01 Sep 2025 00:00:00 GMT

Title: Emotion recognition using electroencephalogram signals through Bicomplex Quaternion-Based processing Authors: OSCAR ALMANZA CONEJO Contributor: MARIO ALBERTO IBARRA MANZANO Abstract: By the time when our predecessors learned to walk upright, a human evolution process began and the social context get stronger until the Homo sapiens evolved and interacted in social events. This social behaviour affected the biology of the humans' brain until presented a drastic change in the subcortical limbic structure emerging new capacities for the nervous system. Nowadays, human emotions significantly influence individual and social interactions, becoming crucial in medical, security, psychological, psychiatric, and educational environments. In this study, an emotion recognition approach is proposed by using a modify Quaternion Signal Analysis algorithm following the bicomplex quaternion form introduced by Cayley-Dixon. This Bicomplex Quaternion Signal Analysis (bQSA) is developed by taking the electroencephalogram (EEG) information of five different emotion recognition databases. Following a channel selection method to find the top-four effective channels per dataset, the bQSA is constructed in order to propose a novel EEG signal processing method and computing their statistical features to feed several machine learning models and testing the performance in two quaternion produc types: (1) the bicomplex and (2) the quaternion. As results, this method highlights that bicomplex product is slightly accurate than the quaternion form in three out of five tested datasets, achieving the kNN and Tree-based kernels as the top classifiers in eight out of ten cross-validation models. A tree-way Analysis of Variance test suggested that the interaction among product type, machine learning model, and dataset significantly affects classification performance (p < 0.00001). Finally, prior literature typically emphasizes fronto-temporal brain regions as crucial for emotion recognition, this approach identifies a significant relationship among fronto-temporal-parietal regions based on the selected effective channels. Numerical results followed a 10-fold cross-validation to increase the reliability of the Bicomplex Quaternion Signal Analysis and positioning this electroencephalogram signal processing method as one of the top approaches in the state-of-the-art.

Aplicaciones de la inteligencia artificial en ámbitos de uso real

Mon, 01 Jan 2024 00:00:00 GMT

Title: Aplicaciones de la inteligencia artificial en ámbitos de uso real Authors: YAIR ALEJANDRO ANDRADE AMBRIZ Contributor: DORA LUZ ALMANZA OJEDA Abstract: En el ámbito de la interacción humano-máquina, la detección y reconocimiento de acciones humanas son esenciales, y recientes avances han aprovechado dispositivos informáticos de alto rendimiento con múltiples sensores. Proponemos un enfoque no invasivo utilizando una red neuronal convolucional temporal para analizar y reconocer actividades humanas en videos cortos. La arquitectura incluye una capa convolucional 3D y una capa convolucional de memoria a corto-largo plazo, combinando características espacio-temporales para resultados en tiempo real y clasificación superior a métodos avanzados. Además, presentamos un método innovador para estimar la acumulación de escarcha en evaporadores. Utilizando señales acústicas, imágenes RGB e inteligencia artificial, nuestro enfoque emplea valores de frecuencia para generar señales acústicas en la cavidad del evaporador. Con una imagen RGB, se visualiza la acumulación de escarcha, y mediante un modelo inteligente acoplado a un altavoz y un micrófono, se estima la acumulación de escarcha con alta exactitud. Dos modelos basados en redes neuronales muestran una precisión del 94% y 99,75% en la estimación de cuatro niveles de acumulación de escarcha en refrigeradores domésticos. Estas soluciones de bajo costo y fácil integración destacan como herramientas precisas para evaluar la acumulación de escarcha en evaporadores, crucial para optimizar la eficiencia de la refrigeración en condiciones de uso típicas. Resumen en Tesis: En el ámbito de la interacción humano-máquina y en diversos campos, la detección y el reconocimiento de las acciones humanas revisten una importancia primordial. En la última década, los avances en el reconocimiento de la actividad humana han aprovechado los dispositivos informáticos de alto rendimiento, utilizando una multitud de sensores para mejorar la calidad y la eficiencia de los resultados. En busca de un enfoque no invasivo, proponemos un novedoso diseño que emplea una red neuronal convolucional temporal. Esta red aprovecha las características espacio-temporales para el análisis y el reconocimiento de las actividades humanas basándose únicamente en entradas de videos cortos. La arquitectura propuesta está basada en una capa convolucional 3D y una capa convolucional de memoria a corto-largo plazo, combinando características de tiempo con características espaciales. Esta innovadora metodología optimiza los recursos computacionales para un entrenamiento/clasificación rápidos, logrando resultados de clasificación en tiempo real. En particular, las simulaciones muestran resultados de clasificación superiores a los de los métodos más avanzados en el estado del arte, incluso a los que requieren datos de más sensores. Ampliando nuestro enfoque, presentamos un método innovador para estimar la escarcha acumulada sobre la superficie de un evaporador, utilizando señales acústicas, imágenes RGB e inteligencia artificial. Dirigido a la superficie del evaporador, nuestro enfoque emplea diversos valores de frecuencia para generar señales acústicas que interactúan dentro de la cavidad del evaporador. Concurrentemente, se captura una imagen RGB del evaporador donde visualmente se obtiene la acumulación de la escarcha. Mediante un modelo inteligente acoplado a un altavoz activo y un micrófono estándar, se estima la acumulación de escarcha. Los niveles de presión sonora se emplean para reducir la dimensionalidad de los datos, formando el conjunto de datos de entrenamiento y validación. Las redes neuronales artificiales y las redes neuronales probabilísticas sirven de base a dos modelos inteligentes que muestran una alta exactitud en la estimación de cuatro niveles de acumulación de escarcha en un refrigerador doméstico. Las pruebas realizadas en diferentes refrigeradores en condiciones de uso típicas validan su exactitud. Estos enfoques, con una exactitud de clasificación del 94 % (señales acústicas) y 99,75 % (imágenes RGB), destacan como una solución de bajo costo, precisa y fácilmente integrable para evaluar la acumulación de escarcha en la superficie del evaporador, un aspecto fundamental para optimizar la eficiencia de la refrigeración.

Improving estimates of Genome CNAs by developing probabilistic Masks for Microarray Data

Fri, 01 Jun 2018 00:00:00 GMT

Title: Improving estimates of Genome CNAs by developing probabilistic Masks for Microarray Data Authors: JORGE ULISES MUÑOZ MINJARES Contributor: YURIY SHMALIY Abstract: El número de alteración de copias (CNA) son marcas características de cancer, las cuales son ganancias o pérdidas de copias en secciones de Ácido Desoxirribonucleico. Hoy en día, los CNAs son medidos por diferentes técnicas para el propósito de diagnostico y pronostico. Los arreglos array-Comparative Genomic Hybridization (aCGH), Array-Single Nucleotide Polymorphism (aSNP) and Next Generation Sequencing (NGS) son ejemplos de tecnologías que permiten la relación costo-eficiencia con una alta resolución para la detección de CNAs. El ruido intensivo, así como los sesgos técnicos y biológicos inherentes a las tecnologías modernas de sondeo de las CNAs a menudo causan inconsistencia entre las estimaciones proporcionadas por los diferentes métodos. La detección eficiente y precisa de las posiciones de los puntos de ruptura (breakpoints) en muestras de cáncer heterogéneas medidas en tales condiciones es un problema práctico y metodológico desafiante. A pesar de la necesidad de estimaciones precisas de la CNA, no hay mucha información sobre los errores de estimación. Las máscaras de confianza probabilísticas se diseñaron inicialmente basadas en la distribución de Skew Laplace para representar el jitter en los puntos de interrupción de la CNA. En este trabajo, la distribución experimental de jitter se simula a diferentes rangos para encontrar aproximaciones a las distribuciones reales con errores mínimos. El algoritmo de las mascaras de confidencia esta diseñado y modificado usando distintas aproximaciones. También, son probadas con arreglos HR-CGH y SNP. Además, las máscaras de confianza basadas en la distribución de potencia exponencial se ajustan a las anotaciones de los expertos médicos del conjunto de entrenamiento de los puntos de interrupción obtenidos por el algoritmo de segmentación binaria circular estándar. Una comparación de las máscaras de confianza modificadas y las anotaciones de los expertos relacionadas con los perfiles CNA de neuroblastoma demuestra la eficacia de las máscaras diseñadas para mejorar las estimaciones.

Diseño de un estimador robusto UFIR para redes de sensores inalámbricas considerando retrasos y pérdidas de datos

Fri, 01 Sep 2023 00:00:00 GMT

Title: Diseño de un estimador robusto UFIR para redes de sensores inalámbricas considerando retrasos y pérdidas de datos Authors: KAREN JULIETH URIBE MURCIA Contributor: YURIY SHMALIY Abstract: Este trabajo de tesis investiga como integrar el efecto de las mediciones disponibles para desarrollar algoritmos robustos que mejoren el desempeño de la estimación de estados sin basar su desarrollo en información difícil de acceder en aplicaciones reales como son las covarianzas de ruido. En particular, el algoritmo UFIR de su nombre en inglés (Unbiased Finite Impulse Response) es desarrollado en este trabajo para mejorar el desempeño de la estimación de estados de sistemas WSNs altamente perturbados y demostrar la influencia de incertidumbres en los parámetros en errores y respuestas inestables. A lo largo de este trabajo se presentará el desarrollo matemático que debe ser considerado para la implementación de estos algoritmos y que resultados son alcanzados en diversas condiciones de funcionamiento.