https://hdl.handle.net/11185/545 2026-04-15T00:32:21Z 2026-04-15T00:32:21Z Uhrig, Mariela Noelia https://hdl.handle.net/11185/3935 2022-03-23T16:57:28Z 2019-06-14T00:00:00Z

Estimación del consumo de pasturas a partir de registros sonoros con modelos no lineales Uhrig, Mariela Noelia La producción ganadera de rumiantes en sistemas de pastoreo es una actividad importante en la región. Los niveles de productividad dependen de las dietas adecuadas de los animales, en calidad y cantidad, para satisfacer sus necesidades diarias. En este contexto, el estudio del comportamiento ingestivo y la estimación del consumo de rumiantes de pastoreo es extremadamente útil ya que permite obtener indicadores del estado nutricional, la salud y el bienestar animal. En consecuencia, la medición precisa y rápida del comportamiento de pastoreo y el consumo de forraje permite mejorar la eficiencia de la gestión de los recursos hídricos y alimentarios. En este marco, el uso de algoritmos de procesamiento inteligente de señales que permitan extraer la información relevante de registros sonoros de rumiantes se presenta como una opción válida para predecir el consumo de forraje de rumiantes en condiciones de pastoreo. Más aún, teniendo en cuenta también que debe ser un método sencillo desde el punto de vista tecnológico y que además no perturbe el comportamiento natural del animal. En esta tesis se utilizaron dos tipos de redes neuronales artificiales (ELM: máquinas de aprendizaje extremo y MLP: perceptrón multicapa), ambas actuando como modelos de regresión no lineal multivariada, para estimar el consumo de materia seca en ovejas. En todos los casos se utilizó la metodología de validación de "dejar uno afuera". Los resultados obtenidos con las redes neuronales muestran que las ELM presentan una significativa mejora respecto del modelo lineal y al MLP para iguales condiciones de validación.; Livestock production by ruminants in grazing systems is an important activity in the region. The productivity levels depends on adequate animals diets, in quality and quantity to meet their daily nutritional requirements. In this context, the study of the ingestive behavior and the estimation of the intake of grazing ruminant is extremely useful since it allows to obtain indicators of nutritional status, health and animal welfare. Consequently, the accurate and rapid measurement of grazing behavior and forage intake allows to improve the efficiency of herd and food resources managements. In this framework, the use of intelligent signal processing algorithms that allow the extraction of relevant information from sound records of ruminants is presented as a valid option to predict the forage intake of ruminants in grazing conditions. Bearing in mind also, that it must be a simple method from the technological point of view and that in addition it does not disturb the natural behavior of the animal. In this thesis it is proposed to use two types of artificial neural networks (ELM, extreme learning machines y MLP, multilayer perceptron), both acting as multivariate non-linear regression models, to estimate dry matter intake in sheep. In all cases, the validation methodology of leaving one out was used. The results obtained with the neural networks show that the ELM show a significant improvement with respect to the linear model and the MLP for the same validation conditions. Fil: Uhrig, Mariela Noelia. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.

2019-06-14T00:00:00Z Cherniz, Analía Soledad https://hdl.handle.net/11185/1125 2022-03-23T16:57:28Z 2017-07-26T00:00:00Z

Medidas de información multiresolución aplicadas al procesamiento de señales de habla Cherniz, Analía Soledad La parametrización de la señal de habla es un paso fundamental en múltiples sistemas de procesamiento de voz. Esto permite representar la señal con unos pocos coeficientes en donde se resaltan las características acústicas más relevantes, disminuyendo la dimensionalidad de los datos a procesar y haciendo que el procesamiento posterior sea más eficiente. En esta tesis se proponen nuevas parametrizaciones basadas en medidas de información multiresolución, a fin de obtener nuevas dimensiones que proporcionen información acerca de los cambios en la dinámica subyacente de la señal de voz. Para ello, se calculó la transformada ondita continua de la señal de voz y se evaluó la evolución temporal del grado de complejidad de los coeficientes utilizando las entropías de Shannon y Tsallis, con sus correspondientes entropías relativas asociadas, y la divergencia de Jensen-Shannon. A partir de este procesamiento se plantearon codificaciones de la señal de voz, que luego se utilizaron en dos tipos de tareas: reconocimiento automático del habla y segmentación automática de fonemas. Los resultados obtenidos muestran que las parametrizaciones propuestas permiten destacar características acústicas relacionadas con los cambios dinámicos del tracto vocal, lo cual es clave para realizar el reconocimiento, incluso en presencia de ruido aditivo. Además, la divergencia multiresolución continua proporciona información valiosa que tiene en cuenta las transiciones fonéticas, lo cual es de vital importancia al momento de realizar la tarea de segmentación.; Parameterization of speech is a fundamental step in multiple speech processing systems. This allows representing the signal with a few coefficients where the most important properties of speech are highlighted, decreasing the dimensionality of the data to be processed and making the subsequent processing more efficient. In this thesis, new parametrizations based on multiresolution information measures are proposed to obtain new dimensions that provide information about the changes in the underlying dynamics of speech signal. For that purpose, the continuous waveform transform of the speech signal was computed, and the temporal evolution of the complexity degree of the coefficients was evaluated using the Shannon and Tsallis entropies, with their corresponding relative entropies, and Jensen–Shannon divergence. These approaches were used in two applications: automatic speech recognition and text-independent phone segmentation. The results obtained show that the proposed parametrization highlight acoustic features related to dynamical changes of the vocal tract which are important cues in order to perform the recognition, even in the presence of additive noise. Moreover, the continuous multiresolution divergence provides valuable information that takes into account phoneme transitions, which is of vital importance to perform the segmentation task. Fil: Cherniz, Analía Soledad. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.

2017-07-26T00:00:00Z Yapur, Sergio Federico https://hdl.handle.net/11185/987 2022-03-23T16:57:29Z 2017-09-18T00:00:00Z

Simulación y control multivariable de un generador de vapor de una central de potencia Yapur, Sergio Federico Este trabajo presenta una comparación entre métodos de ajuste y síntesis de controladores industriales de tipo Proporcional-Integral para un generador de vapor multivariable. El ajuste de controladores tiene un profundo impacto en el desempeño a lazo cerrado del sistema de control. Los métodos tratados son ajuste independiente de lazos, método del máximo logaritmo del módulo, método de diferencia de retorno secuencial y síntesis H-infinito estructurada. La evaluación de métodos tiene en cuenta seguimiento de consigna, rechazo de perturbaciones, criterios de conducta integral, estabilidad y esfuerzo de síntesis. La presencia de restricciones de diseño resulta ser condicionante en cuanto a la selección del mejor método.; This work presents a comparison between proportional-integral type controller tuning methods for a multivariable steam generator. Controller tuning has a remarkable impact on closed loop performance. Methods selected were independent-loop tuning, biggest log modulus tuning, sequential return-difference and structured H-infinity. Method assessment takes into account setpoint tracking, disturbance rejection, performance indexes, tuning effort and stability. The presence of design restrictions has a great impact on selecting the best method. Fil: Yapur, Sergio Federico. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.

2017-09-18T00:00:00Z Giménez, Juan Marcelo https://hdl.handle.net/11185/682 2022-03-23T16:57:29Z 2014-08-26T00:00:00Z

Implementación del método PFEM sobre arquitecturas paralelas Giménez, Juan Marcelo El método de Partículas y Elementos Finitos (PFEM) es un método numérico de discretización espacial híbrida, utiliza partículas lagrangianas y malla Euleriana, para la solución de ecuaciones de transporte escritas en formulación de derivada material. Su evolución, denominada PFEM-2, incluye una novedosa estrategia de integración explícita siguiendo las líneas de corriente, X-IVAS, que le confiere la capacidad de utilizar grandes pasos de tiempo sin pérdida significante de precisión. Las estrategias paralelas para las etapas eulerianas han sido ampliamente estudiadas, sin embargo, para las etapas lagrangianas, deben ser desarrolladas atendiendo a la discretización híbrida y la estrategia de paralelización seleccionada. La implementación sobre memoria compartida es utilizada para determinar el enfoque PFEM-2 más apropiado para continuar con el desarrollo algorítmico. El principal problema en las simulaciones con este método es la gran cantidad de memoria necesaria, esto conlleva la necesidad de tener una implementación en memoria distribuida. A diferencia del enfoque de memoria compartida, en memoria distribuida al utilizar descomposición del dominio se logra aislar automáticamente la memoria de cada proceso. Sin embargo en esta última se debe lograr un particionamiento tanto de la malla como de las partículas que garantice la máxima eficiencia del método, minimizando la comunicación entre procesos y balanceando su carga de trabajo. Finalmente se presentan extensiones del método para la solución de flujos más complejos. Los resultados preservan la capacidad de utilizar grandes pasos de tiempo de forma robusta y sin perder precisión, demostrando el gran potencial de PFEM-2 al resolver problemas de diversa naturaleza.; The Particle Finite Element Method (PFEM) is a numerical method with a hybrid Lagrangian-Eulerian spatial discretization, for the numerical solution of the transport equations written in a material derivative formulation. A enhanced method, known as PFEM-2, includes a novel strategy of explicit integration following the streamlines called X-IVAS, which gives it the capability of using large time-steps without significant accuracy loss. To evaluate the goodness of the method solving large simulations, the use of parallel environments is imperative. Parallel strategies for Finite Element Method have been widely studied and many libraries can be used to solve Eulerian stages of PFEM-2. However, the Lagrangian stages must be developed considering the particular case of the hybrid discretization and the parallelization strategy selected. The implementation based on the shared-memory architecture is used to conclude which one is the more appropriate to continue with the algorithmic development. The main drawback of PFEM-2 is the large amount of memory needed, which limits its application to large problems. Therefore, a distributed-memory implementation is urgently needed to use the called clusters of computers. Unlike a shared-memory approach where is mandatory to guarantee the thread safety, using domain decomposition the memory of each processor is automatically isolated. An optimum partitioning strategy must be selected to minimize the communication between processes and balancing the workload of them. Finally extensions of the method to solve more complex flows are presented. The results preserve the capability of use large time-step is a stable way and without accuracy loss. Fil: Giménez, Juan Marcelo. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.

2014-08-26T00:00:00Z