Search

Context: Digital image processing is an efficient and suitable computational tool for the automatic quantification of human pathogens in images, providing analysis in less time, greater number of samples, and result reproducibility. We propose the development and validation of an image processing algorithm, for the recognition and automatic quantification of T. gondii tachyzoites. Method: We developed an algorithm based on image processing. This workflow allows identifying the morphology of each parasite in the image by determining the number of parasites distinguishing them from those with a similar morphology, but not corresponding to the parasite in question. Images were obtained through Giemsa staining protocols. Results: The original images were analyzed by experts. The results showed correlation with those obtained by the automatic count. Additionally, a processing time of 5 seconds per image was obtained with the algorithm. This automated quantification tool allowed count of tachyzoites in tens of images. Conclusions: This automatic image analysis tool can extend its implementation to any laboratory that is involved in the quantification of extracellular Toxoplasma gondii tachyzoites, as well as other aspects of research on its tachyzoites that require the count of this form of development of the parasite. Resumen Contexto: El procesamiento digital de imágenes es una herramienta computacional eficiente y adecuada para la cuantificación automática de patógenos humanos en imágenes, proporcionando análisis en menos tiempo, mayor número de muestras y reproducibilidad en los resultados. Proponemos el desarrollo y validación de un algoritmo de procesamiento de imágenes, para el reconocimiento y cuantificación automática de taquizoitos de T. gondii. Método: Desarrollamos un algoritmo basado en el procesamiento de imágenes. Este flujo de trabajo permite identificar la morfología de cada parásito en la imagen, determinando el número de parásitos presentes y diferenciando aquellas estructuras que presentan una morfología similar pero que no corresponden al parásito en cuestión. Las imágenes originales fueron obtenidas mediante protocolos de tinción Giemsa. Resultados: Las imágenes originales fueron analizadas por expertos. Los resultados mostraron correlación con los obtenidos por el conteo automático. Además, se obtuvo un tiempo de procesamiento de 5 segundos por imagen con el algoritmo. Esta herramienta de cuantificación automática permitió el recuento de taquizoitos en decenas de imágenes. Conclusiones: Esta herramienta de análisis automático de imágenes puede extender su implementación a cualquier laboratorio que esté involucrado en la cuantificación de taquizoitos extracelulares de Toxoplasma gondii, así como otros aspectos de la investigación sobre sus taquizoitos que requieran el conteo de este estado de desarrollo del parásito.

[EN] Computational thinking has been formally incorporated into the educational system of several countries, however, there is no consensus about a theoretical framework for incorporating computational thinking in the curriculum. As an initial stage to the formal incorporation of computational thinking in an introductory programming course at the university level, the objective of this research is to reveal the students' perception about computational thinking to get a reference. This research was carried out with a qualitative approach of descriptive scope through interviews that were based on the metacognitive ladder and applied to some key informants who approved an introductory programming course with different performances: low, medium, and high. The analysis of the interviews allowed us to reveal the students' perception as a theoretical framework that includes a definition, three characteristics, a procedure, and two main application contexts. The definition is related to the resolution of problems and the execution of activities. The features are associated with four concepts, two ways of acquisition, and benefits to the resolution of problems. The procedure has six steps: understanding the situation, identifying the difficulty, decomposition into the constituent parts, pattern recognition, selecting relevant information, and designing and executing an algorithm. The main contexts of application are university and everyday life. Finally, a comparison with other theoretical frameworks allowed us to conclude that students have an accurate perception of computational thinking, but in the basic terms., [ES] El pensamiento computacional ha sido incorporado formalmente en el sistema educativo de varios países, sin embargo, no hay consenso sobre un marco conceptual para incorporar el pensamiento computacional en el currículo. Como etapa previa a la incorporación formal del pensamiento computacional en una asignatura de introducción a la programación a nivel universitario, el objetivo de esta investigación es develar la percepción de los estudiantes sobre el pensamiento computacional para obtener un marco de referencia. Esta investigación se llevó a cabo con un enfoque cualitativo de alcance descriptivo mediante entrevistas que estuvieron basadas en la escalera metacognitiva y fueron aplicadas a algunos informantes clave que aprobaron una asignatura de introducción a la programación con diferentes rendimientos: bajo, regular, y alto. El análisis de las entrevistas permitió develar la percepción de los estudiantes como un marco conceptual que incluye una definición, tres características, un procedimiento, y dos contextos principales de aplicación. La definición está orientada a la resolución de problemas y la ejecución de actividades. Las características están relacionadas con cuatro conceptos, dos formas de adquisición, y beneficios para la resolución de problemas. El procedimiento tiene seis pasos: comprensión de la situación, identificación de la dificultad, descomposición en las partes constituyentes, reconocimiento de patrones, selección de información relevante, y diseño y ejecución de un algoritmo. Los contextos principales de aplicación son la universidad y la vida cotidiana. Finalmente, la comparación con otros marcos conceptuales permitió concluir que los estudiantes tienen una percepción acertada del pensamiento computacional, pero en los términos básicos.

[ES] Este artículo da seguimiento a previas experimentaciones actualmente publicadas acerca de la minimización de ruido ópticoeléctrico en los sistemas de barrido óptico OSS (en inglés, Optical Scanning Systems), implementando técnicas computacionales para el reconocimiento de los patrones que se generan de cada fuente de referencia y que son utilizadas para indicar una coordenada que el OSS monitoreará. Técnicas como análisis linear discriminante LDA (en inglés, Linear Discriminant Analysis) y regresión lineal LR (en inglés, Linear Regression) fueron implementadas para discriminar las señales causadas por otras fuentes distintas a las de referencia. Para aumentar la eficiencia de estos modelos fueron implementados codificación predictiva lineal LPC (en inglés, Linear Predictive Coding) y Cuantiles como extractores de características. Los resultados fueron alentadores con tasas de reconocimiento mayores al 91.2 %, alcanzando en algunos casos una exactitud del 100 %., [EN] This paper is a follow-up to previous researches already published regarding the minimization of optical-electrical noise in optical scanning systems OSS, by the implementation of computational techniques for pattern recognition generated by each reference source used to indicate a coordinate that the OSS will be monitoring. Techniques such as linear discriminant analysis LDA and linear regression LR were implemented in order to discriminate the signals caused by other sources different to the references. In order to enhance the efficiency of these models was implemented linear predictive coding LPC and quantiles as features extractors. The results were encouraging with rates of recognition greater than 91.2 %, reaching in some cases an accuracy of 100 %.

La aplicación de las Redes Neuronales Artificiales (RNA) y de la visión artificial tiene cada vez más acogida en la industria de productos alimenticios, estas técnicas priorizan la clasificación, el reconocimiento de patrones y la predicción de las cosechas y de los cambios físicos de sus productos. En este artículo se define el concepto de red neuronal y se describen sus principales características y modelos, y, por otro lado, se define el concepto de procesamiento de imágenes digitales y las diferentes etapas que lo componen. Complementariamente, se exponen las generalidades de la inspección de frutas (enfocada en Colombia) y sus técnicas. Finalmente, se especifican diferentes trabajos en los que se aplicaron técnicas de RNA y visión artificial en el campo de los productos alimenticios, dispuestos por áreas de aplicación, y se identifica de manera concluyente el impacto que estas dos técnicas tienen para la clasificación, el reconocimiento de patrones y la predicción en el sector de productos alimenticios.

The identification of irregular users is an important assignment in the recovery of energy in the distribution sector. This analysis requires low error levels to minimize non-technical electrical losses in power grid. However, the detection of fraudulent users who have billing does not present a generalized methodology. This issue is complex and varies according to the case study. This paper presents a novel methodology to identify residential fraudulent users by using intelligent systems. The proposed intelligent system consists of three fundamental modules. The first module performs the classification of users with similar power consumption curves using self-organizing maps and genetic algorithms. The second module allows carrying out the monthly electricity demand forecasting through of recursive adjustment of ARIMA models. The third module performs the detection of fraudulent users through an artificial neural network for pattern recognition. For the design and validation of the proposed intelligent system, several tests were performed in each developed module. The database used for the design and evaluation of the modules was constructed with data supplied by the energy distribution company of the Colombian Caribbean Region. The results obtained by the proposed intelligent system show a better performance versus the detection rates obtained by the company. La identificación de usuarios con consumo fraudulento es una actividad importante en la recuperación de energía en el sector de la distribución. Este análisis requiere bajos niveles de error para minimizar las pérdidas eléctricas no técnicas en la red de distribución. Sin embargo, la detección de usuarios fraudulentos con facturación no tiene una metodología generalizada. Este es un problema complejo y varía de acuerdo con cada caso de estudio. Este artículo presenta una nueva metodología para la identificación inteligente de usuarios fraudulentos residenciales basada en sistemas inteligentes. El sistema inteligente propuesto consiste en tres módulos fundamentales. El primer módulo clasifica a los usuarios con curvas de consumo similares a través de mapas auto-organizativos y algoritmo genéticos. El segundo módulo realiza la predicción de consumos mensuales mediante ajustes recursivos de modelos ARIMA. El tercer módulo es el responsable de llevar a cabo la detección de usuarios irregulares por medio de una red neuronal para reconocimiento de patrones. Para el diseño y validación del sistema inteligente propuesto se realizaron pruebas en cada módulo que lo integra para diferentes tipos de clientes del mercado. La base de datos utilizada para el diseño y evaluación de los módulos fue construida a partir de los datos suministrados por la empresa de distribución de energía de la Costa Caribe Colombiana. Los resultados obtenidos por el sistema inteligente propuesto muestran un mejor desempeño frente a los índices de detección obtenidos por la empresa.

RESUMEN La investigación propone utilizar redes neuronales para el reconocimiento de patrones no tradicionales en la predicción de accidentes fatales en la industria minera peruana para lo cual explora 6,568 reportes y 239 Informes de Investigación del Ministerio de Energía y Minas reportados entre 2010-2015. La investigación concluye con un error de precisión de 0.0761% la existencia de patrones no tradicionales como la complejidad operacional, experiencia laboral o disponibilidad de equipos que presentan alta influencia en la accidentabilidad y desarrolla un instrumento para predecirla con fines académicos e industriales. ABSTRACT The research proposes use neural networks for the recognition of nontraditional patterns in the prediction of fatal accidents in the Peruvian mining industry for which explores 6,568 reports and 239 Audits of the Ministry of Energy and Mines reported between2010-2015. There search concludes with anaccuracy error of 0.0761% the existence of non-traditional patterns such as operational complexity, work experience oravailability of equipment that have a high influence on accidentability and develops an instrument to predictit for academic and industrial purposes.

ResumenLos algoritmos de vecinos cercanos (k-NN) son métodos ampliamente empleados en la clasificación estadística. Los cuales destacan por ser precisos y por no depender de ningún supuesto distribucional. A pesar de estas ventajas tienen el inconveniente de implicar un alto costo computacional. Conseguir formas eficientes de implementarlos es un reto importante para el desarrollo del reconocimiento de patrones. En este trabajo se discute una versión mejorada del algoritmo k-NN Condensación Controlada y se analiza su potencial en la identificación de color en tiempo real. Se basa en la representación de datos de entrenamiento en función de un conjunto reducido de prototipos informativos. Incluye dos parámetros que controlan el balance entre rapidez y precisión. Esto permite definir el porcentaje de condensación sin sacrificar demasiado la precisión del algoritmo. Probamos nuestra propuesta en un problema de clasificación instantánea en imágenes de video. Logramos la identificación de color en tiempo real mediante el algoritmo k-NN Condensación Controlada ejecutado con técnicas de programación multihilos. Los resultados obtenidos hasta el momento son alentadores. Abstractk-NN algorithms are frequently used in statistical classification. They are accurate and distribution free. Despite these advantages, k-NN algorithms imply a high computational cost. To find efficient ways to implement them is an important challenge in pattern recognition. In this article, an improved version of the k-NN Controlled Condensation algorithm is introduced. Its potential for instantaneous color identification in real time is also analyzed. This algorithm is based on the representation of data in terms of a reduced set of informative prototypes. It includes two parameters to control the balance between speed and precision. This gives us the opportunity to achieve a convenient percentage of condensation without incurring in an important loss of accuracy. We test our proposal in an instantaneous color identification exercise in video images. We achieve the real time identification by using k-NN Controlled Condensation executed through multi-threading programming methods. The results are encouraging.

En el presente trabajo se muestra un sistema que combina la utilización de Transformadas de Wavalet (WT, Wavalet Transform), Coeficientes de Predicción Lineal (LPC, Linear Predictive Coding) y Redes Neuronales Artificiales (ANN, Artificial Neural Networks), para reconocer vocales y sílabas en forma independiente del hablante. Usando esta estructura, se propone un software automatizado que, a través de una interfaz, permite a usuarios con dificultades de audición o ausencia total de ésta, la posibilidad de emplearlo en primera instancia como una herramienta inicial de apoyo para el aprendizaje de sílabas. En una primera etapa se incorpora un número reducido de sílabas, en especial las que podrían tener más dificultad para su identificación. Posteriormente se puede ir incorporando una mayor cantidad de sílabas, de tal forma que el sistema pueda ir creciendo. La adición de nuevas sílabas, permitirá luego (a través de la segmentación de palabras en sílabas), la implementación de un sistema mayor para identificar palabras y por consiguiente el aprendizaje del lenguaje hablado.

Se ha desarrollado un algoritmo para llevar a cabo segmentación de imágenes binarias, y ha sido aplicado a imágenes sintetizadas por computadora. El algoritmo se basa en circundar los elementos de una imagen, con diferentes envolturas o cápsulas, las que después son individualmente extraídas. El algoritmo propuesto puede aplicarse en reconocimiento de patrones y en automatización industrial; por ejemplo, para determinar el área de objetos en una imagen.

This article presents a method with which the shapes of plane figures may be characterized exhaustively by using descriptive mathematical entities obtained from these figures. They may be either simply or multiply connected. Thus the particular figures may be reconstructed from these mathematical entities which will be known as the ”characteristic curves” of the corresponding figures. Once what is understood by the ”distance” between any two pixels has been specified, each of these characteristic curves is generated as a function of the elements belonging to the two sets of distances between particular pixels. The characteristic curves of the figures considered are independent of the positions of these figures with regard to any reference system. In other words, they are invariable even when the figures are subjected to displacements or rotations. Se presenta un método que posibilita, mediante ciertos entes matemáticos descriptores obtenidos a partir de figuras planas –que pueden ser simple o múltiplemente conexas– una caracterización exhaustiva de las formas de dichas figuras. En efecto; a partir de esos entes matemáticos –que serán denominados “curvas características” de las correspondientes figuras– resulta factible reconstruir las figuras en cuestión. Una vez especificado qué se entenderá por “distancia” entre dos “pixels” cualesquiera, cada una de dichas curvas características es generada como función de los elementos pertenecientes a dos conjuntos de distancias entre determinados “pixels”. Las curvas características de las figuras consideradas resultan independientes de las posiciones de esas figuras respecto de cualquier sistema de referencia. En otras palabras, son invariantes al tener lugar desplazamientos y/o rotaciones cualesquiera de dichas figuras.