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

dc.contributor.advisorOrtega Boada, Homero
dc.contributor.advisorRuiz Jiménez, Luisa Fernanda
dc.contributor.advisorSepúlveda Sepúlveda, Alexander
dc.contributor.authorMantilla Ramírez, Naren Arley
dc.contributor.evaluatorMartínez Carrillo, Fabio
dc.contributor.evaluatorGualdrón Guerrero, Óscar Eduardo
dc.date.accessioned2022-04-01T04:01:16Z
dc.date.available2022-04-01T04:01:16Z
dc.date.created2021
dc.date.issued2021
dc.description.abstractLa deforestación y extracción desordenada de madera ponen en peligro algunas especies maderables vulnerables. Estas especies prohibidas podrían detectarse durante su proceso de transporte si las entidades de vigilancia y control tuvieran los instrumentos de seguimiento adecuados. Si bien en trabajos anteriores se reportan métodos para identificar especies de madera, estos no son aplicables a sitios alejados de las principales ciudades. En el presente trabajo se propone utilizar narices electrónicas (arreglos de sensores químicos) para identificar especies maderables, a partir de los compuestos volátiles que estas emanan. La medición de aromas se realiza mediante el uso de una matriz de 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 en máquinas 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 muestras son más cercanas a las encontradas en entornos reales para los cuales este trabajo busca resolver el problema; y, el número de muestras es mayor y más variado. De otra parte, debido a que la distribución de muestras recolectadas para las especies no está balanceada, se aplica una técnica de aumento de datos para compensar el desequilibrio en las clases. Al realizar los experimentos se encuentra un desempeño de aproximadamente 80% en cuanto a identificación de 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 adequate monitoring instruments. Although methods for identifying wood species are reported in previous works, they are not applicable to sites far from the main cities. In present work it is proposed to use electronic noses (chemical sensor arrays) to quickly identify wood species, from the volatile compounds their timbers emanate. The measurement of aromas 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 vector machines. In this work, a new approach to the problem of timer species detection is applied: verification by using Gaussian mixture 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; and the number of samples is larger and more varied. Since the resulting number of samples per species is not balanced, a data augmentation technique is applied to compensate the class imbalance. A performance of approximately 80% is found in case of identification experiments. Similar results are found for verification task, whose results are improved up to 88% when applying LASSO as feature selection strategy. Although the promising results, greater efforts should be 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/20.500.14071/9480
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programMaestría en Ingeniería de Telecomunicaciones
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
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.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 Learning Applications
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/resource_type/c_bdcc
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
181163_licence.pdf
Size:
124.57 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
181163_nota.pdf
Size:
177.43 KB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
181163_trabajo.pdf
Size:
4.71 MB
Format:
Adobe Portable Document Format