Examinando por Autor "Villarreal, Reynaldo"
Mostrando 1 - 6 de 6
Resultados por página
Opciones de ordenación
Ítem A Signal Processing Method for Respiratory Rate Estimation through Photoplethysmography(Sciencie &Engineering Research Support Society (SERSC), 2018-02) Moreno, Silvia; Quintero-Parra, Andres; Ochoa-Pertuz, Carlos; Villarreal, Reynaldo; Kuzmar, IsaacMonitoring of respiration is crucial for determining a patient´s health status, specially previously and after an operation. However, many conventional methods are difficult to use in a spontaneously ventilating patient. This paper presents a method for estimating respiratory rate from the signal of a photoplethysmograph. This is a non-invasive sensor that can be used to obtain an estimation of beats per minute of a given patient by measuring light reflection on the patient’s blood vessel and counting changes in blood flow. The PPG signal also offers information about respiration, so respiratory rate can be obtained through signal processing. The proposed method based on digital filtering was implemented in a wearable device and tested on 30 volunteers, and the results were compared with the ones measured by traditional ways. The results show that there is no statistically significant difference between the data measured by the device and the traditional method.Ítem De la transferencia tecnológica a la innovación. Un desafío para las universidades en el siglo XXI(Ediciones Universidad Simón Bolívar, 2017) Mendoza Guerra, José María; Altahona, Ernesto; Villarreal, Reynaldo; Palacios, Juan; Ortiz Ospino, Luis; Ramos Camargo, José; Consuegra Ariza, Ignacio; Contreras-Salinas, Jheison; Barrios Hernández, Karelis; Olivero-Vega, Enohemit; Campo-Ternera, Lilia; Orozco-Acosta, Erick; Álvarez-Martínez, Ronald; Ortiz-Ospino, Luis Eduardo; Villarreal, Reynaldo; Miranda-Redondo, Rodrigo José; Ramos Camargo, José Luis; Rodríguez-Gutiérrez, IngrithLa innovación ha entrado con fuerza en Colombia después del movimiento de la calidad de los 80, y ello se debe en parte a la importancia internacional que esta estrategia de diferenciación ha tomado y a las persistentes debilidades que el país tiene en materia de competitividad en los espacios planetarios, en los cuales siempre se ha ubicado de manera sostenida en la franja media, lo cual significa que el problema es estructural. Lo cierto es que la globalización ha conducido a la formación de un mercado mundial único al cual han concurrido los países del mundo, lo cual ha generado una rivalidad creciente y esta ha exigido mayor desempeño en términos de creación de valor y productividad. Por esto las empresas e instituciones se han visto obligadas a aumentar su competitividad para poder crecer y desarrollarse. Pero además de la globalización existen tendencias claras en el entorno universitario que se deben tomar en cuenta a la hora de mirar los desarrollos innovadores. En la Figura 1 se pueden apreciar las más destacadas. Primero se tiene la exigencia de competitividad de Colombia, también está la alta producción de conocimiento e información que dificulta la asimilación, también la revolución tecnológica con sus desafíos para el cambio institucional, las nuevas generaciones con sus características especiales, la elevación de la conciencia social y ambiental que pone en ascuas la reputación organizacional y la alta rivalidad en el mercado universitario que vuelve transitoria la ventaja competitiva.Ítem Economía naranja: un potencial para el desarrollo del Caribe Colombiano(Ediciones Universidad Simón Bolívar, 2017) Palacio, Juan Manuel; Orozco, Erick; Amar, Paola; Ramos, José; Ortiz, Luis; Muñoz, Natalia; Chavarro, Ronald; Caicedo, Lady; Consuegra, Ignacio; Barrios, Karelis; Miranda, Rodrigo; Rodríguez, Ingrith; Villarreal, Reynaldo; Altahona, Ernesto; Álvarez Martínez, Ronald; Carrascal Carrasquilla, Cristian; Ternera Silva, Andrés; Torres Herazo, Carlos; Contreras Salinas, JheisonEl departamento del Atlántico es uno de los más privilegiados en relación al potencial de capacidades para el desarrollo de las industrias culturales y creativas o también conocidas como "economía naranja", pues en ellas se desarrollan diferentes sectores económicos (13 subsectores) como la publicidad, arquitectura, arte y mercado de antigüedades, artesanías, diseño, diseño de modas, cine y vídeo, software interactivo de entretenimiento, música, artes de actuación, edición, y servicios de computación, televisión y radio. En este libro, los autores presentan un análisis de las brechas identificadas en este importante y estratégico sector de la economía, tomando como referentes a empresas apoyadas por el Centro de Crecimiento Empresarial MacondoLab de la Universidad Simón Bolívar en el departamento del Atlántico, Colombia, con el objetivo de plantear nuevas estrategias orientadas a hacer empresas rentables y duraderas que atiendan las necesidades del entorno con características particulares que dinamicen el ecosistema de innovación a partir de la identificación de factores potenciales de capacidad competitiva para su pleno desarrollo, dando origen a planes de acción factibles y robustos para conducir a las organizaciones al éxito empresarial.Ítem An ensemble method for non-intrusive load monitoring (NILM) applied to deep learning approaches(Ediciones Universidad Simón Bolívar, 2024) Terán Torres, Héctor Rafael; Moreno Trillos, Silvia; Villarreal, ReynaldoClimate change, primarily driven by human activities such as burning fossil fuels, is causing significant long-term changes in temperature and weather patterns. To mitigate these impacts, there is an increased focus on renewable energy sources. However, optimizing power consumption through effective usage control and waste recycling also offers substantial potential for reducing energy demands. This study explores non-intrusive load monitoring (NILM) to estimate disaggregated energy consumption from a single household meter, leveraging advancements in deep learning such as convolutional neural networks. The study uses the UK-DALE dataset to extract and plot power consumption data from the main meter and identify five household appliances. Convolutional neural networks (CNNs) are trained with transfer learning using VGG16 and MobileNet. The models are validated, tested on split datasets, and combined using ensemble methods for improved performance. A new voting scheme for ensembles is proposed, named weighted average confidence voting (WeCV), and it is used to create combinations of the best 3 and 5 models and applied to NILM. The base models achieve up to 97% accuracy. The ensemble methods applying WeCV show an increased accuracy of 98%, surpassing previous state-of-the-art results. This study shows that CNNs with transfer learning effectively disaggregate household energy use, achieving high accuracy. Ensemble methods further improve performance, offering a promising approach for optimizing energy use and mitigating climate change.Ítem Impacto de la automatización en el crecimiento y optimización de recursos en cultivos hidropónicos de Cannabis(Ediciones Universidad Simón Bolívar, 2024) Zequeira Pérez, José Alberto; Villarreal, Reynaldo; Paez, JheiferEste estudio evaluó el impacto de la automatización en el crecimiento y optimización de recursos en cultivos hidropónicos de cannabis. El proyecto se llevó a cabo en colaboración con la empresa Healthgrowers, ubicada en Santo Tomás, Atlántico, y se centró en comparar un sistema hidropónico automatizado con un sistema hidropónico manual. El estudio se dividió en tres objetivos específicos: 1. Diseñar un protocolo de cultivo hidropónico de cannabis soportado en el monitoreo y control de parámetros nutricionales que maximice el tamaño de la flor de cannabis y optimice la utilización de recursos. 2. Implementar un prototipo de automatización en laboratorio y ambiente relevante, que controle pH y riego, monitoree electroconductividad y temperatura, para mejorar el crecimiento y optimización de recursos en cultivos hidropónicos de cannabis. 3. Realizar un estudio comparativo en un entorno real para evaluar el impacto de la automatización en el crecimiento de las plantas y en la eficiencia del uso de recursos, comparándolo con un sistema no automatizado. Los resultados mostraron que no hubo una diferencia estadísticamente significativa en el crecimiento de las plantas entre el sistema automatizado y el sistema manual. Sin embargo, la automatización mejoró significativamente la eficiencia operativa, reduciendo el tiempo necesario para el mantenimiento diario del cultivo en un 50%. El sistema automatizado también mostró una distribución más uniforme y eficiente del agua, aunque ambos sistemas utilizaron la misma cantidad de agua en términos absolutos. Durante la etapa final del experimento, un brote de Botritis afectó el invernadero, destacando la importancia de controlar no solo las variables de alimentación, sino también las condiciones ambientales. Las plantas en el sistema automatizado fueron menos afectadas, sugiriendo que una mejor alimentación hace a las plantas más resistentes a plagas y hongos.Ítem An innovative methodology for segmenting vessel like structures using artificial intelligence and image processing(Springer Nature, 2025) Ayala Mantilla, Cristian Eduardo; Villarreal, Reynaldo; Chamorro-Solano, Sindy; Cantillo, Steffen; Pestana-Nobles, Roberto; Arquez, Sair; Vega-Sampayo, Yolanda; Pacheco-Londoño, Leonardo; Paez, Jheifer; Galan-Freyle, Nataly ; Amar, PaolaInnovation is currently driving enhanced performance and productivity across various fields through process automation. However, identifying intricate details in images can often pose challenges due to morphological variations or specific conditions. Here, artificial intelligence (AI) plays a crucial role by simplifying the segmentation of images.This is achieved by training algorithms to detect specific pixels, thereby recognizing details within images. In this study, an algorithm incorporating modules based on Efficient Sub-Pixel Convolutional Neural Network forimage super-resolution, U-Net based Neural baseline for image segmentation, and image binarization for masking was developed. The combination of these modules aimed to identify capillary structures at pixel level. The method was applied on different datasets containing images of eye fundus, citrus leaves, printed circuit boards to test how well it could segment the capillary structures. Notably, the trained model exhibited versatility in recognizing capillary structures across various image types.When tested with the Set 5 and Set 14 datasets, a PSNR of 37.92 and SSIM of 0.9219 was achieved, surpassing significantly other image superresolution methods.The enhancement module processes the image using three different varaiables in the same way, which imposes a complexity of O(n) and takes 308,734 ms to execute; the segmentation module evaluates each pixel against its neighbors to correctly segment regions of interes, generating an O(n2) quadratic complexity and taking 687,509 ms to execute; the masking module makes several runs through the whole image and in several occasions it calls processes of O(n log n) complexity at 581686 microseconds to execute, which makes it not only the most complex but also the most exhaustive part of the program. This versatility, rooted in its pixel-level operation, enables the algorithm to identify initially unnoticed details, enhancing its applicability across diverse image datasets. This innovation holds significant potential for precisely studying certain structures’ characteristics while enhancing and processing images with high fidelity through AI-driven machine learning algorithms.