MLN disease diagnostics, surveillance, MLN disease-free seed production, and MLN disease management

Suresh L.M. (2022, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA DISEASES DISEASE MANAGEMENT SEED PRODUCTION MAIZE NECROSIS YIELD LOSSES ECONOMIC IMPACT SURVEILLANCE SYSTEMS TRAINING

Detección de eventos violentos en publicaciones de redes sociales

Detection of violent events in social media publications

Esteban Ponce León (2023, [Tesis de maestría])

En los últimos años, ha habido un interés creciente en el monitoreo de redes sociales para recopilar información y, en algunos casos, para examinar la ocurrencia de delitos. Sin embargo, gran parte de las investigaciones hasta ahora solo se han centrado en ciudades de EE. UU. o extranjeras, y por ende, en publicaciones y conjuntos de datos en inglés El objetivo principal de esta tesis es diseñar un método que permita la identificación de publicaciones de eventos violentos en español y en Twitter, utilizando información multimodal y técnicas de aumento de datos que mejoren el rendimiento de los modelos. Para esto, el trabajo de investigación se dividió en dos fases experimentales. La primera orientada a identificar publicaciones a partir de solo texto, explorando diferentes técnicas de aumento de datos para texto y modelos de aprendizaje máquina y profundo. En la segunda fase, se extendió el método propuesto para abordar la identificación en un contexto multimodal, es decir, considerando tanto los textos de los tweets como las imágenes compartidas que los acompañan. En este caso el método propuesto consideró utilizar descripciones textuales de las imágenes y abordar la problemática desde el dominio textual, además se hicieron 2 tipos de aumento de datos para cada tipo de información. La evaluación de los métodos se hizo utilizando las colecciones de la tarea de evaluación DA-VINCIS 2022 y 2023. Los resultados demostraron una mejora en el rendimiento de los modelos al considerar el uso de información multimodal y el uso de aumento de datos.

In recent years, there has been a growing interest in monitoring social networks to gather information and, in some cases, to examine the occurrence of crime. However, much of the research so far has only focused on US or foreign cities, and thus on English-language publications and data sets. The main objective of this thesis is to design a method that allows the identification of publications of violent events in Spanish and on Twitter, using multimodal information and data augmentation techniques that improve the performance of the models. For this, the research work was divided into two experimental phases. The first aimed at identifying publications from only text, exploring different data augmentation techniques for text and machine and deep learning models. In the second phase, the proposed method was extended to address identification in a multimodal context, that is, considering both the texts of the tweets and the shared images that accompany them. In this case, the proposed method considered using textual descriptions of the images and addressing the problem from the textual domain, in addition, 2 types of data augmentation were made for each type of information. The evaluation of the methods was done using the collections of the DA-VINCIS 2022 and 2023 evaluation task. The results demonstrated an improvement in the performance of the models when considering the use of multimodal information and the use of data augmentation.

Detección de Violencia, Redes Sociales, Aumento de Datos, Procesamiento del Lenguaje Natural, BERT, BETO, Descripción de Imágenes Violence Detection, Social Networks, Data Augmentation, Natural Language Processing, BERT, BETO, Image Captioning INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES MODELOS CAUSALES MODELOS CAUSALES

A Novel Technique for Classifying Bird Damage to Rapeseed Plants Based on a Deep Learning Algorithm.

Ali Mirzazadeh Afshin Azizi Yousef Abbaspour_Gilandeh José Luis Hernández-Hernández Mario Hernández Hernández Iván Gallardo Bernal (2021, [Artículo])

Estimation of crop damage plays a vital role in the management of fields in the agricultura sector. An accurate measure of it provides key guidance to support agricultural decision-making systems. The objective of the study was to propose a novel technique for classifying damaged crops based on a state-of-the-art deep learning algorithm. To this end, a dataset of rapeseed field images was gathered from the field after birds¿ attacks. The dataset consisted of three classes including undamaged, partially damaged, and fully damaged crops. Vgg16 and Res-Net50 as pre-trained deep convolutional neural networks were used to classify these classes. The overall classification accuracy reached 93.7% and 98.2% for the Vgg16 and the ResNet50 algorithms, respectively. The results indicated that a deep neural network has a high ability in distinguishing and categorizing different image-based datasets of rapeseed. The findings also revealed a great potential of Deep learning-based models to classify other damaged crops.

rapeseed classification damaged crops deep neural networks INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ALIMENTOS

Fabricación de nanopartículas de oro dentro de óxido de aluminio (γ-Al2O3) nanoestructurado con cavidades esféricas

Manufacturing of Gold Nanoparticles within Nanostructured Aluminum Oxide (γ-Al2O3) with Spherical Cavities

Mariela de Jesús Franco Gallegos (2023, [Tesis de maestría])

Los catalizadores basados en nanopartículas de oro han generado gran interés, gracias a su capacidad de ser selectivos en la promoción de reacciones específicas o en la producción de productos deseados, minimizando la formación de productos secundarios no deseados; sus propiedades electrónicas únicas; y su utilización bajo condiciones ambientales. Sin embargo, la desventaja principal de los catalizadores de oro es la sinterización de las nanopartículas debido a su baja temperatura de fusión, lo que provoca la pérdida de actividad catalítica y la desactivación del catalizador. Una de lassoluciones que ofrece el uso de la nanociencia y la nanotecnología es la utilización de soportes nanoestructurados que den mejor estabilidad a las nanopartículas y las protejan de la desactivación. En este trabajo se sintetizaron catalizadores basados en nanopartículas de oro soportados y encapsulados en alúmina macroporosa, por un método de impregnación húmeda asistida por ultrasonido; un método sencillo, rápido y ecológico. El desempeño catalítico de materiales sintetizados se analizó mediante espectroscopía UV-Visible in-situ en la reducción de 4-Nitrofenol a 4-Aminofenol. Así mismo, se presentan las caracterizaciones por TEM, SEM, FT-IR, espectroscopía UV-Visible, y XRD de catalizadores obtenidos. Se obtuvieron catalizadores altamente activos con alto rendimiento gracias al uso de un soporte nanoestructurado.

Catalysts -based on gold nanoparticles have recently gained interest due to their ability to selectively promote specific catalytic reactions or produce desired products, while minimizing the formation of unwanted byproducts, their unique electronic properties, and their utilization under ambient conditions. However, the main drawback of gold catalysts is the sintering of nanoparticles due to their low melting temperature, which leads to loss of catalytic activity and catalyst deactivation. One of the solutions offered by nanoscience and nanotechnology is the use of nanostructured supports that provide better stability to the nanoparticles and protect them from deactivation. In this work, gold nanoparticle-based catalysts supported and encapsulated in macroporous alumina were synthesized using a simple, fast, and eco-friendly method of ultrasound-assisted wet impregnation. The catalytic performance of synthetized materials was evaluated by in-situ UV-Visible spectroscopy in the reduction of 4-Nitrophenol to 4-Aminophenol. In addition, their characterization by TEM, SEM, FT-IR, UV Visible spectroscopy and XRD are presented. Highly active catalysts with high performance were obtained thanks to the use of a nanostructured supports.

nanopartículas de oro, alúmina macroporosa, impregnación, reducción 4-NF gold nanoparticles, macroporous alumina, impregnation, 4-NF reduction INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE MATERIALES PROPIEDADES DE LOS MATERIALES PROPIEDADES DE LOS MATERIALES

Química a distancia: posible y necesario

Alethia Vázquez-Morillas (2009, [Capítulo de libro])

Este trabajo narra la experiencia de un curso a distancia -Reacciones y Enlace Químico- en la División de Ciencias Básicas e Ingeniería de la UAM Azcapotzalco durante 2007. A pesar de que la Legislación Universitaria contempla la posibilidad de la educación superior en modalidad extraescolar, no existen antecedentes documentados de un curso anterior impartido totalmente a distancia, aunque en la División se cuenta desde 1974 con el Sistema de Aprendizaje Individualizado, que combina la asesoría de un profesor con el trabajo individual del alumno. El curso, impartido a estudiantes en su primer año de estudios, se desarrolló en la plataforma Moodle y se conformó con nueve módulos o lecciones, cada una de las cuales contiene distintas actividades de aprendizaje y materiales de referencia. La evaluación se realizó tanto de manera continua -en línea- como final. de forma presencial. Los resultados indican que los alumnos logran un aprendizaje equiparable al que alcanzan en los cursos presenciales. Adicionalmente. valoran la flexibilidad que les da esta modalidad del proceso de enseñanza- aprendizaje. Es necesario que la UAM trabaje en el desarrollo de este tipo de opciones educ3tivas. que brinden a los estudiantes la opción de elegir la forma en que quieren llevar a cabo su formación. Para ello, será necesario modificar algunos aspectos de la legislación y la valoración tradicional del trabajo docente, además de romper con la inercia institucional que tiende a la repetición del modelo tradicional de enseñanza en el aula.

INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES ENSEÑANZA CON AYUDA DE ORDENADOR

Control de sistemas usando aprendizaje de máquina

Systems control using machine learning

Jesús Martín Miguel Martínez (2023, [Tesis de maestría])

El aprendizaje por refuerzo es un paradigma del aprendizaje de máquina con un amplio desarrollo y una creciente demanda en aplicaciones que involucran toma de decisiones y control. Es un paradigma que permite el diseño de controladores que no dependen directamente del modelo que describe la dinámica del sistema. Esto es importante ya que en aplicaciones reales es frecuente que no se disponga de dichos modelos de manera precisa. Esta tesis tiene como objetivo implementar un controlador óptimo en tiempo discreto libre de modelo. La metodología elegida se basa en algoritmos de aprendizaje por refuerzo, enfocados en sistemas con espacios de estado y acción continuos a través de modelos discretos. Se utiliza el concepto de función de valor (Q-función y función V ) y la ecuación de Bellman para resolver el problema del regulador cuadrático lineal para un sistema mecánico masa-resorte-amortiguador, en casos donde se tiene conocimiento parcial y desconocimiento total del modelo. Para ambos casos las funciones de valor son definidas explícitamente por la estructura de un aproximador paramétrico, donde el vector de pesos del aproximador es sintonizado a través de un proceso iterativo de estimación de parámetros. Cuando se tiene conocimiento parcial de la dinámica se usa el método de aprendizaje por diferencias temporales en un entrenamiento episódico, que utiliza el esquema de mínimos cuadrados con mínimos cuadrados recursivos en la sintonización del crítico y descenso del gradiente en la sintonización del actor, el mejor resultado para este esquema es usando el algoritmo de iteración de valor para la solución de la ecuación de Bellman, con un resultado significativo en términos de precisión en comparación a los valores óptimos (función DLQR). Cuando se tiene desconocimiento de la dinámica se usa el algoritmo Q-learning en entrenamiento continuo, con el esquema de mínimos cuadrados con mínimos cuadrados recursivos y el esquema de mínimos cuadrados con descenso del gradiente. Ambos esquemas usan el algoritmo de iteración de política para la solución de la ecuación de Bellman, y se obtienen resultados de aproximadamente 0.001 en la medición del error cuadrático medio. Se realiza una prueba de adaptabilidad considerando variaciones que puedan suceder en los parámetros de la planta, siendo el esquema de mínimos cuadrados con mínimos cuadrados recursivos el que tiene los mejores resultados, reduciendo significativamente ...

Reinforcement learning is a machine learning paradigm with extensive development and growing demand in decision-making and control applications. This technique allows the design of controllers that do not directly depend on the model describing the system dynamics. It is useful in real-world applications, where accurate models are often unavailable. The objective of this work is to implement a modelfree discrete-time optimal controller. Through discrete models, we implemented reinforcement learning algorithms focused on systems with continuous state and action spaces. The concepts of value-function, Q-function, V -function, and the Bellman equation are employed to solve the linear quadratic regulator problem for a mass-spring-damper system in a partially known and utterly unknown model. For both cases, the value functions are explicitly defined by a parametric approximator’s structure, where the weight vector is tuned through an iterative parameter estimation process. When partial knowledge of the dynamics is available, the temporal difference learning method is used under episodic training, utilizing the least squares with a recursive least squares scheme for tuning the critic and gradient descent for the actor´s tuning. The best result for this scheme is achieved using the value iteration algorithm for solving the Bellman equation, yielding significant improvements in approximating the optimal values (DLQR function). When the dynamics are entirely unknown, the Q-learning algorithm is employed in continuous training, employing the least squares with recursive least squares and the gradient descent schemes. Both schemes use the policy iteration algorithm to solve the Bellman equation, and the system’s response using the obtained values was compared to the one using the theoretical optimal values, yielding approximately zero mean squared error between them. An adaptability test is conducted considering variations that may occur in plant parameters, with the least squares with recursive least squares scheme yielding the best results, significantly reducing the number of iterations required for convergence to optimal values.

aprendizaje por refuerzo, control óptimo, control adaptativo, sistemas mecánicos, libre de modelo, dinámica totalmente desconocida, aproximación paramétrica, Q-learning, iteración de política reinforcement learning, optimal control, adaptive control, mechanical systems, modelfree, utterly unknown dynamics, parametric approximation, Q-learning, policy iteration INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL

On-farm storage loss estimates of maize in Kenya using community survey methods

Hugo De Groote Anani Bruce (2023, [Artículo])

Maize is the most important staple in sub-Saharan Africa (SSA), with highly seasonal production. High storage losses affect food security, but good estimations are lacking. A new method using focus group discussions (FGDs) was tested with 121 communities (1439 farmers, 52% women) in Kenya's six maize-growing zones, to estimate the maize losses to storage pests and analyze farmer practices. As control strategies, half of the farmers used chemical pesticides (49%), while hermetic bags (16%) and botanicals (15%) were also popular. Relative loss from weevils in the long rains was estimated at 23%, in the short rains 18%, and annually 21%. Fewer farmers were affected by the larger grain borer (LGB) than by maize weevils: 42% in the long rainy season and 32% in the short rainy season; losses from LGB were also smaller: 19% in the long season, 17% in the short season, and 18% over the year. Total storage loss, from both species combined, was estimated at 36%, or 671,000 tonnes per year. The greatest losses occur in the humid areas, especially the moist mid-altitudes (56%), and with smaller loss in the drylands (20–23%). Extrapolating the point data and overlaying with the maize production map shows the geographic distribution of the losses, with the most important area found around Lake Victoria. FGDs provide convenient and cheap tools to estimate storage losses in representative communities, but a total loss estimate of 36% is higher than is found in other studies, so its accuracy and framing effects need to be assessed. We conclude that storage pests remain a major problem, especially in western Kenya, and that the use of environmentally friendly technologies such as hermetic storage and botanicals needs more attention, both by the public extension service and private agrodealers.

Larger Grain Borer Maize Weevil CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MAIZE STORAGE LOSSES PESTS SURVEY METHODS

MLN disease diagnostics, MLN disease-free seed production and MLN disease management

Suresh L.M. (2023, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA YIELD LOSSES DISEASES MAIZE PHENOTYPING GERMPLASM SYMPTOMS ECONOMIC ASPECTS

Estudios florísticos locales ¿son importantes? La maravillosa y poco conocida flora de Susticacán, Zacatecas, México

Leopoldo Hurtado-Reveles MIREYA BURGOS HERNANDEZ (2023, [Artículo])

Enclavado en la Sierra de los Cardos, en una de las formaciones montañosas más importantes del estado de Zacatecas en México, se ubica el pequeño municipio de Susticacán, el menos poblado de esa entidad y reconocido por su belleza paisajística. A pesar de su superficie, recientes investigaciones demuestran el gran número de especies y endemismos con los que cuenta, constituyendo un área de resguardo de una importante riqueza vegetal. Esto enmarca la importancia de llevar a cabo estudios florísticos a nivel local que se traduzcan en buenas decisiones de manejo y conservación de las especies, en beneficio de los pobladores locales.

CONSERVACION ESPECIES ENDEMICAS ESTUDIOS FLORISTICO-TAXONOMICOS SIERRA DE LOS CARDOS SIERRA MADRE OCCIDENTAL BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA BIOLOGÍA VEGETAL (BOTÁNICA) ECOLOGÍA VEGETAL ECOLOGÍA VEGETAL

Efficiency of combating property violence in the Northwest region of Mexico

Martin Flegl Eva Selene Hernández Gress (2023, [Artículo, Artículo])

The situation of violence in Mexico shows an alarming trend as the number of committed crimes increased by 10.9% in 2021 compared to 2020. In fact, 75.6% of the Mexican population perceives the insecurity. Due to the above, it is necessary to strengthen public security to combat this trend. However, the resources allocated to the public security in Mexico are limited. Although there are studies that investigate what causes the violence in Mexico, so far there is no study that measures the efficiency of combating the violence related to budgetary, human, and material resources of the public security. This article investigates the efficiency of combating the property violence in 206 municipalities in the Northwest region of Mexico through the Data Envelopment Analysis. The results show a low efficiency (56.67%) with significant differences between the states in the region. Baja California is the state with the lowest efficiency (17.61%), whereas the highest efficiency is found in Durango (67.25%). For the last, the need to carefully plan changes in the police force and the public security infrastructure was noted to improve the efficiency and the level of security.

Análisis Envolvente de Datos Delincuencia Eficiencia Municipios Seguridad pública CIENCIAS SOCIALES CIENCIAS SOCIALES Data Envelopment Analysis Delinquency Public security