Maestría en Ingeniería Electrónica

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/9025

Browse

Browsing Maestría en Ingeniería Electrónica by browse.metadata.advisor "Argüello Fuentes, Henry"

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    Algoritmo de mejora de la calibración óptica para la implementación de un sistema de imágenes espectrales compresivas diseñado
    (Universidad Industrial de Santander, 2025-05-14) Urrea Vecino, Sergio Andrés; Argüello Fuentes, Henry; García Arenas, Hans Yecid; Pertuz Arroyo, Said David; Rueda Chacón, Hoover Fabián
    Las imágenes espectrales tienen diversas aplicaciones que superan las capacidades de las imágenes RGB, como los controles de calidad en la industria alimentaria, la detección de sustancias y la agricultura de precisión. Los métodos tradicionales de obtención de imágenes espectrales requieren una gran cantidad de mediciones para capturar una imagen espectral. Por otro lado, las imágenes espectrales compresivas pretenden reducir las mediciones necesarias mediante técnicas de detección compresiva. Trabajos recientes han demostrado una mejora del rendimiento de la reconstrucción de imágenes espectrales mediante el diseño del elemento de codificación. Los algoritmos se utilizan habitualmente para la reconstrucción en enfoques basados en modelos para superar la limitación de los datos. Sin embargo, la matriz de calibración del sistema implementado no coincide perfectamente con las matrices de detección diseñadas debido a las no idealidades de construcción. Para reducir esta brecha, este proyecto de investigación se centra en mejorar las mediciones del sistema de imágenes espectrales diseñado basándose en la reducción de las diferencias entre el sistema diseñado y el implementado para minimizar la disparidad entre los resultados de simulación e implementación.
  • No Thumbnail Available
    Item
    Design of an End-to-End Deep Learning System for the Spectral Band Selection and the Classification of Near-infrared Spectral Signatures
    (Universidad Industrial de Santander, 2024-05-17) Fonseca Estupiñán, Karen Andrea; Argüello Fuentes, Henry; García Arenas, Hans Yecid; Bacca Quintero, Jorge Luis; Gélvez Barrera, Tatiana Carolina; Fajardo Ariza, Carlos Augusto
    Los datos espectrales proporcionan información específica de los materiales en una amplia gama de longitudes de onda electromagnéticas. Sin embargo, la adquisición de estos datos presenta retos como la redundancia de datos, largos tiempos de adquisición y gran capacidad de almacenamiento. Para hacer frente a estos retos, se introduce la selección de bandas como una estrategia que se centra en utilizar sólo las bandas más relevantes para preservar la información espectral para una tarea específica. Los métodos más avanzados se centran en encontrar las bandas a partir de datos adquiridos previamente, independientemente del sistema óptico y del modelo de clasificación. Sin embargo, algunos métodos de aprendizaje profundo, como extremo a extremo, permiten diseñar sistemas ópticos y aprender los parámetros de la red en conjunto. En este trabajo, modelamos la selección de banda óptica como una capa entrenable acoplada a una red de clasificación cuyos parámetros se aprenden en un marco extremo a extremo. Para garantizar un sistema físicamente implementable, se propusieron dos términos de regularización en el entrenamiento para promover la binarización y el número de bandas seleccionadas, ya que se necesita proporcionar las condiciones para diseñar el elemento físico. También, se implementó un sistema de escaneo de punto, que es la versión emulada de la selección de bandas para firmas espectrales de 15 materiales diferentes. El método propuesto proporciona un mejor rendimiento que los métodos de selección de bandas más avanzados para tres conjuntos de datos espectrales públicos diferentes a pesar de capturar 478 longitudes de onda en una implementación óptica, el mismo rendimiento se logró con datos reducidos, utilizando sólo 4 bandas y en otro sistema se redujo al 2% la cantidad de bandas obteniendo resultados comparables.
  • No Thumbnail Available
    Item
    Sistema optoelectrónico de infrarrojo cercano para la estimación de porcentaje de carbono orgánico en suelos
    (Universidad Industrial de Santander, 2022-06-28) Gómez Toloza, Pablo Andrés; Argüello Fuentes, Henry; García Arenas, Hans Yecid; Rueda Chacón, Hoover Fabián; Rodríguez Ferreira, Julián Gustavo
    En el sector agrı́cola, controlar y monitorear las propiedades fı́sico-quı́micas del suelo es de vital importancia ya que permite optimizar los cultivos. Si bien existen una amplia gama de propiedades fı́sico-quı́micas del suelo, el porcentaje de carbono orgánico (COS), destaca ya que una correcta caracterización de los niveles de COS permite mejorar la productividad de los cultivos. Tradicionalmente, se han utilizado los métodos quı́micos para calcular el porcentaje de COS con alta precisión, pero con costos de análisis elevados y una respuesta lenta. En consecuencia, la espectroscopı́a de infrarrojo cercano (NIR) ha demostrado ser una herramienta útil para estimar caracterı́sticas intrı́nsecas de muestras de suelo como el COS, a partir de información espectral adquirida utilizando sistemas optoelectrónicos. Sin embargo, para procesar estas firmas espectrales, se han implementado algoritmos computacionales que, a través de una arquitectura computacionalmente compleja y un gran conjunto de datos de firmas espectrales en el NIR estiman el porcentaje de COS. Por lo tanto, en este trabajo propone un sistema NIR optoelectrónico para la estimación del porcentaje de COS, basado en técnicas de procesamiento aplicadas en escenarios con pocas firmas espectrales de muestras de suelos colombianas.