Científicahttp://hdl.handle.net/20.500.11799/409652024-03-28T22:05:42Z2024-03-28T22:05:42ZMachine Learning for Identifying Atomic Species from Optical Emission Spectra Generated by an Atmospheric Pressure Non-thermal PlasmaRosales Martínez, OctavioFlores Fuentes, Allan AntonioMercado Cabrera, AntonioPeña Eguiluz, RosendoGranda Gutiérrez, Everardo EfrénGarcía Mejía, Juan Fernandohttp://hdl.handle.net/20.500.11799/1400212024-02-15T17:27:12Z2023-09-13T00:00:00ZMachine Learning for Identifying Atomic Species from Optical Emission Spectra Generated by an Atmospheric Pressure Non-thermal Plasma
Rosales Martínez, Octavio; Flores Fuentes, Allan Antonio; Mercado Cabrera, Antonio; Peña Eguiluz, Rosendo; Granda Gutiérrez, Everardo Efrén; García Mejía, Juan Fernando
An automatic recognition method of nine atomic species through ensemble classifiers based on decision trees from experimental data collected by optical emission spectroscopy (OES) is presented. Experimental spectra were obtained from OES of an atmospheric pressure non-thermal plasma (APNTP) generated in parallel circular plates dielectric barrier discharge reactor (DBDR). APNTP’s emission was detected and acquired by a monochromator coupled to a photomultiplier and a data acquisition system. Data were organized in columns as relative intensity versus wavelength to generate a synthetic spectra dataset. The performance categorization of candidate classifiers was assessed using the F1 metric; after that, the grid-search hyperparameter optimization technique allowed the selection of the best combination to construct the final ensemble classifier. After the generation of the synthetic spectra dataset, they were evaluated using parametric statistics with analysis of variance (ANOVA) and non-parametric statistics with Friedman’s tests. Subsequently, the critical distance was obtained by Nemenyi parametric profile, showing the best-classified groups with prediction accuracy of the species between 93 and 100% and a confidence value of 95% in the wavelength range from 200 to 890 nm. Finally, the automatic atomic species recognition test was carried out utilizing a set of nine files, each one corresponding to an experimental spectrum obtained from an APNTP generated in three different argon-oxygen gas mixtures, where Ar I, O I, and O II species with predictions range from 73 to 100% (86.5% mean). Further, the proposed method could be trained to analyze various species generated by some other type of electric discharge.
Data Analytics and Computational Intelligence: Novel Models, Algorithms and Applications. Studies in Big Data
2023-09-13T00:00:00ZPandemia y Tecnología: Un enfoque de la Inteligencia Artificial para la predicción de casos letales de COVID-19Nopalera Angeles, Irvin UrielHernández Castañeda, ÁngelGranda Gutiérrez, Everardo EfrénGarcía Hernández, René ArnulfoLedeneva, Yulia Nikolaevnahttp://hdl.handle.net/20.500.11799/1400002024-02-14T18:10:50Z2023-04-30T00:00:00ZPandemia y Tecnología: Un enfoque de la Inteligencia Artificial para la predicción de casos letales de COVID-19
Nopalera Angeles, Irvin Uriel; Hernández Castañeda, Ángel; Granda Gutiérrez, Everardo Efrén; García Hernández, René Arnulfo; Ledeneva, Yulia Nikolaevna
Tras el surgimiento de la pandemia de la COVID-19, se ha potenciado el interés de los investigadores de IA por contribuir su experiencia en este campo. Tal es el caso de Pandemia y Tecnología: Un enfoque de la Inteligencia Artificial para la predicción de casos letales de COVID-19, donde se utilizan redes neuronales para identificar casos graves utilizando el registro
epidemiológico público de México que incluye información sobre síntomas, comorbilidades, y datos demográficos de estos pacientes; especialmente en un contexto de población con altas prevalencia de obesidad, diabetes e hipertensión arterial.
Artículo de divulgación
2023-04-30T00:00:00ZAjuste de reguladores lineales cuadráticos por medio de algoritmos evolutivos aplicados a un InnosatGarcía Mejía, Juan FernandoTabares Hernández, Juan FelipeFlores Fuentes, Allan AntonioGranda Gutiérrez, Everardo EfrénVázquez Robledo, Ricardo ArturoReyes Morales, Rigobertohttp://hdl.handle.net/20.500.11799/1399992024-02-14T18:08:07Z2023-05-29T00:00:00ZAjuste de reguladores lineales cuadráticos por medio de algoritmos evolutivos aplicados a un Innosat
García Mejía, Juan Fernando; Tabares Hernández, Juan Felipe; Flores Fuentes, Allan Antonio; Granda Gutiérrez, Everardo Efrén; Vázquez Robledo, Ricardo Arturo; Reyes Morales, Rigoberto
Una de las áreas de estudio de la ingeniería que se ha visto beneficiada por las técnicas de Inteligencia Artificial es el control automático, específicamente en esta propuesta de investigación, el diseño de un Regulador Lineal Cuadrático combinado con Algoritmos Evolutivos, en particular el Algoritmo Genético, disminuye el error cuadrático medio que presenta la regulación altitud de un satélite de investigación conocido como InnoSAT con respecto a una técnica clásica como el controlador Proporcional-Integral-Derivativo y un Regulador Lineal Cuadrático. Cabe destacar que el algoritmo propuesto es codificado mediante números reales. Como resultado, la metodología empleada garantiza la estabilidad, algo que no sucede con las técnicas clásicas.
Artículo que trata sobre el control de un satélite mediante algoritmos evolutivos.
2023-05-29T00:00:00ZInfluencia del flujo del electrolito en orificios micrométricos realizados con maquinado electroquímicoDe Jesus González, IvánGranda Gutiérrez, Everardo EfrénGarcía Mejía, Juan FernandoVázquez Robledo, Ricardo Arturohttp://hdl.handle.net/20.500.11799/1399982024-02-14T17:58:07Z2023-05-29T00:00:00ZInfluencia del flujo del electrolito en orificios micrométricos realizados con maquinado electroquímico
De Jesus González, Iván; Granda Gutiérrez, Everardo Efrén; García Mejía, Juan Fernando; Vázquez Robledo, Ricardo Arturo
Este trabajo describe la instrumentación electrónica asociada a un prototipo de Maquinado Electroquímico de un solo eje que se implementó con el objetivo de analizar la influencia del flujo del electrolito en el sobre corte producido en barrenos micrométricos. Se analizó el efecto de la interacción del flujo (37.3, 66.1 y 102.4 ml/min), voltaje de polarización del electrodo (3, 5 y 7 V) y frecuencia de la señal de polarización (1, 50 y 100 kHz), sobre el diámetro, profundidad y sobre corte resultante. Adicionalmente, se describe el método empleado para estimar el flujo y el desplazamiento de la herramienta de trabajo. La experimentación del maquinado se realizó 27 veces con 3 repeticiones donde los resultados mostraron que a mayor flujo el diámetro y sobre corte disminuye. Esto permite identificar condiciones adecuadas para incrementar la precisión del proceso de maquinado.
Artículo sobre el análisis del flujo del electrolito en el maquinado electroquímico
2023-05-29T00:00:00Z