CARACTERIZACIÓN DE PATRONES GEOMÉTRICOS A PARTIR DE REPRESENTACIONES EMBEBIDAS EN IMÁGENES MICROSCÓPICAS DE NANOESPUMAS METÁLICAS COBRE-NÍQUEL

Simple item page
dc.contributor.advisorMartinez Carrillo, Fabio
dc.contributor.advisorViafara Arango, Cristian Camilo
dc.contributor.authorRomero Serrano, William David
dc.contributor.evaluatorGalvis Carreño, Laura Viviana
dc.contributor.evaluatorGonzáles Gómez, Andrés Leonardo
dc.date.accessioned2023-08-09T19:00:21Z
dc.date.available2023-08-09T19:00:21Z
dc.date.created2023-08-05
dc.date.issued2023-08-05
dc.description.abstractLa contaminación de agua por mercurio es un problema grave a nivel global por sus afectaciones al medio ambiente y al sistema de salud pública. El uso de nanoespumas con estructuras porosas ha sido identificado como un mecanismo eficaz para la purificación de agua contaminada con mercurio. Estas nanoespumas permiten el transporte de fluidos y contribuyen con reacciones químicas necesarias para la deposición de partículas contaminantes. Durante el diseño de nanoespumas, la optimización de propiedades mecánicas y electroquímicas se realiza mediante la caracterización geométrica de los poros. Generalmente, este proceso se lleva a acabo a partir de análisis de microscopía, de la cuantificación de poros y la construcción de distribuciones de las muestras analizadas. Sin embargo, estos análisis pueden estar sesgados por intervención humana, y además su estudio se reduce a la representación de un número limitado de distribuciones geométricas. Este trabajo introduce una estrategia computacional para realizar la caracterización geométrica de los poros y las estructuras microscópicas que representan diferentes diseños de nanoespumas. Para ello, se ajustó una representación de un \textit{autoencoder} variacional, que bajo una tarea de pretexto, permite aprender descriptores embebidos que representan la geometría de las observaciones microscópicas. En este caso se utilizaron un conjunto de observaciones microscópicas de nanoespumas metálicas cobre-níquel (Cu-Ni). Los vectores embebidos corresponden a muestras de un conjunto de distribuciones normales aprendidas que representan características complejas relacionadas a la estructura geométrica del material. Estos vectores son mapeados a un espacio de baja dimensionalidad demostrando su capacidad para discriminar entre diferentes composiciones de nanoespumas. Además se estableció un mecanismo de explicabilidad que permite incidir en las imagenes de entrada para resaltar las estructuras que mas aportan a la representación embebida.
dc.description.abstractenglishWater contamination by mercury is a severe global problem that causes important affectation on the environment and the public health system. The use of nanofoams porous structures has been identified as an efficient mechanism to purify mercury-contaminated water. Such nanofoams allow the transportation of fluids and contribute to chemical reactions for contaminating particle deposition. During the nanofoam design, the optimization of mechanical and electrochemical properties is carried out by geometrical pore characterization. This process is typically carried out from microscopic analysis, counting pores, and generating distribution over observed samples. Nonetheless, such analysis may be biased for human intervention and the geometrical study is reduced to some geometrical distribution properties. This work introduces a computational strategy to carry out a geometrical pore characterization and the corresponding microscopic structures for different nanofoam designs. For doing so, this work adjusted a variational autoencoder, that under a pretext task, allows learning embedding descriptors to represent the geometry of microscopic observations. In such a case, it was used a set of microscopic observations that correspond to Copper-Nickel (Cu-Ni) metallic nanofoams. The embedding vectors correspond to random values sampled from learned distributions, that represent complex relations related to geometrical material structure. These vectors were mapped to a low-dimensional space, showing capabilities to discriminate among different Copper-Nickel (Cu-Ni) nanofoam compositions. Besides, this work included an explainability mechanism that projects over input images the standing out structures that have major support to the embedding representation.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero de Sistemas
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/14761
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programIngeniería de Sistemas
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectPROPIEDADES MECÁNICAS Y ELECTROQUÍMICAS
dc.subjectNANOESPUMAS METÁLICAS
dc.subjectARQUITECTURAS AUTO-SUPERVISADAS
dc.subjectREPRESENTACIONES PROFUNDAS
dc.subjectVECTORES EMBEBIDOS
dc.subject.keywordELECTROCHEMICAL AND MECHANICAL PROPERTIES
dc.subject.keywordMETALLIC NANOFOAMS
dc.subject.keywordAUTO-SUPERVISED ARCHITECTURES
dc.subject.keywordDEEP REPRESENTATIONS
dc.subject.keywordEMBEDDED VECTORS
dc.titleCARACTERIZACIÓN DE PATRONES GEOMÉTRICOS A PARTIR DE REPRESENTACIONES EMBEBIDAS EN IMÁGENES MICROSCÓPICAS DE NANOESPUMAS METÁLICAS COBRE-NÍQUEL
dc.title.englishGEOMETRIC PATTERNS CHARACTERIZATION BASED ON EMBEDDED REPRESENTATIONS IN MICROSCOPIC IMAGES OF COPPER-NICKEL METALLIC NANOFOAMS
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Documento.pdf
Size:
14.09 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
63.27 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
345.14 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería de Sistemas