Identificación de maderas aserradas propias de la zona de Santander mediante el uso de herramientas basadas en narices electrónicas

Simple item page
dc.contributor.advisorSepúlveda Sepúlveda, Alexander
dc.contributor.advisorOrtega Boada, Homero
dc.contributor.advisorRuíz Jiménez, Luisa Fernanda
dc.contributor.authorMantilla Ramírez, Naren Arley
dc.date.accessioned2024-03-04T01:29:33Z
dc.date.available2021
dc.date.available2024-03-04T01:29:33Z
dc.date.created2021
dc.date.issued2021
dc.description.abstractLa deforestación y extracción desordenada de madera ponen en peligro algunas especies maderablesvulnerables. Estas especies prohibidas podrían detectarse durante su proceso de transporte si las entidades de vigilanciay control tuvieran los instrumentos de seguimiento adecuados. Si bien en trabajos anteriores se reportan métodos paraidentificar especies de madera, estos no son aplicables a sitios alejados de las principales ciudades. En el presentetrabajo se propone utilizar narices electrónicas (arreglos de sensores químicos) para identificar especies maderables, apartir de los compuestos volátiles que estas emanan. La medición de aromas se realiza mediante el uso de una matrizde 16 sensores químicos, cuyas curvas son la entrada a un procedimiento de estimación de características. Luego,se realiza un análisis de componentes principales, para finalmente aplicar una estrategia de clasificación basada enmáquinas de vectores de soporte. En contraste a trabajos previos, en el presente trabajo se aplica una nueva estrategia al problema de detección de especies: verificación utilizando modelos de mezclas gaussianas y modelos de referencia (Universal Background Model).Adicionalmente, en comparación con trabajos reportados recientemente, las condiciones de recolección de muestrasson más cercanas a las encontradas en entornos reales para los cuales este trabajo busca resolver el problema; y, elnúmero de muestras es mayor y más variado. De otra parte, debido a que la distribución de muestras recolectadaspara las especies no está balanceada, se aplica una técnica de aumento de datos para compensar el desequilibrio en lasclases. Al realizar los experimentos se encuentra un desempeño de aproximadamente 80% en cuanto a identificaciónde especies. Resultados similares se encuentran en los experimentos de verificación, los cuales mejoran hasta un 88 %cuando se aplica LASSO a modo de estrategia de selección de características. A pesar de los resultados prometedores,se deben realizar mayores esfuerzos para obtener un mejor desempeño.
dc.description.abstractenglishDeforestation and disordered timber extraction endanger some vulnerable timber species. These prohibited species could be detected during their transportation process if surveillance and control entities had adequatemonitoring instruments. Although methods for identifying wood species are reported in previous works, they are notapplicable to sites far from the main cities. In present work it is proposed to use electronic noses (chemical sensorarrays) to quickly identify wood species, from the volatile compounds their timbers emanate. The measurement ofaromas is done by using an array of 16 chemical sensors, whose curves are the input to a feature estimation procedure.Then, principal component analysis is performed, to finally apply a classification strategy based on support vectormachines. In this work, a new approach to the problem of timer species detection is applied: verification by using Gaussianmixture modeling and Universal Background Model (UBM). In addition, in contrast to previous works, the data collecting procedure is closer to those found on real environments for which this work seeks to solve the problem; andthe number of samples is larger and more varied. Since the resulting number of samples per species is not balanced, adata augmentation technique is applied to compensate the class imbalance. A performance of approximately 80% isfound in case of identification experiments. Similar results are found for verification task, whose results are improvedup to 88 % when applying LASSO as feature selection strategy. Although the promising results, greater efforts shouldbe carried out to obtain a better performance.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería de Telecomunicaciones 
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/20.500.14071/42206
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería de Telecomunicaciones
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
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/4.0
dc.subjectIdentificación de Madera
dc.subjectVerificación
dc.subjectNariz Electrónica
dc.subjectMatriz de Sensores Químicos
dc.subjectAplicaciones de Aprendizaje Automático
dc.subjectClasificación de Vectores de Soporte (SVM)
dc.subjectAumento de Datos
dc.subjectGMM-UBM
dc.subjectModelo de Mezclas gaussianas
dc.subjectModelo Universal.
dc.subject.keywordWood Identification
dc.subject.keywordVerification
dc.subject.keywordElectronic Nose (E-Nose)
dc.subject.keywordChemical Sensor Arrays
dc.subject.keywordMachine LearningApplications
dc.subject.keywordSupport Vector Classification (SVM)
dc.subject.keywordData Augmentation
dc.subject.keywordGMM-UBM
dc.subject.keywordGaussian Mixture Models
dc.subject.keywordUniversal Background Model.
dc.titleIdentificación de maderas aserradas propias de la zona de Santander mediante el uso de herramientas basadas en narices electrónicas
dc.title.englishIdentification of Sawn Wood own of the Santander Area by Using Electronic Nose-Based Tools
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
124.57 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
4.7 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
177.43 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería de Telecomunicaciones