Se encontraron 19 investigaciones
El área de procesamiento y análisis geométrico ha evidenciado un crecimiento notable en los últimos años. Esto se debe, en gran medida, a la reciente disponibilidad de equipos de adquisición 3D baratos que permiten obtener representaciones computacionales 3D de objetos de la realidad. Con esta nueva tecnología es posible desarrollar herramientas útiles para dar soporte a áreas como la arqueología, la ingeniería, la medicina, etc. La caracterización de estos modelos computacionales para su uso adecuado en aplicaciones es uno de los principales problemas del análisis geométrico. Si partimos de la premisa de que la simetría es una característica omnipresente en los objetos reales, es de esperarse que la simetría sea también una forma conveniente de caracterizar nuestros modelos computacionales. Este proyecto aborda el análisis de simetrías en objetos 3D desde dos diferentes perspectivas:algorítmica y aplicativa Desde el punto de vista algorítmico, la idea es proponer e implementar algoritmos efcientes para la detección de simetrías (tanto rígidas como no rígidas) en objetos 3D. El problema es todavía más desafiante si consideramos la detección de simetrías en objetos incompletos, escenario común en datos arqueológicos en donde se requiere reparar computacionalmente objetos antiguos. Así también, desde el punto de vista de la aplicación, nosotros planteamos la aplicación de nuestros algoritmos al ámbito arqueológico para la recuperación de material de herencia cultural. Creemos firmemente que el aporte de esta investigación puede tener un impacto positivo en el trabajo de caracterizar, manipular y restaurar el legado arqueológico del Perú. Además del aporte técnico comprendido en el diseño e implementación de algoritmos para la detección de simetrías en objetos arqueológicos y el uso de estos algoritmos en la reparación computacional de los objetos, uno de los objetivos del proyecto es la adquisición de datos locales.
Participantes:
Instituciones participantes:
En el proyecto de investigación que desarrolló el PhD Hugo Alatrista-Salas, se buscó un método algorítmico que permita la extracción de correlaciones espacio-temporales, a partir de datos asociados a epidemias en Perú. Para ello, los métodos de minería de datos aparecen como una herramienta pertinente, ya que permiten la extracción de correlaciones sin plantearse una hipótesis a-priori. Dentro de las técnicas de minería de datos, estamos interesados en una en especial, denominada, patrones secuenciales. Estos patrones, representan la evolución temporal de un conjunto de características (temperatura, humedad, etc.) que representan una zona geográfica (p.e., Loreto, Puno, etc.). Esta técnica es bastante difundida y utilizada, sin embargo, ella puede ser mejorada si se tiene en cuenta el dominio de aplicación sobre el cual la técnica será utilizada. Por ejemplo, puede ser interesante adecuar el algoritmo de manera a que pueda incluir en su búsqueda, requerimientos específicos de los epidemiólogos, si los datos representan una epidemia de dengue por ejemplo. En este sentido, el trabajo de investigación que el PostDoc realizó en la PUCP está enfocada al uso de los patrones secuenciales para el estudio de epidemias de de dengue. El trabajo tiene 3 objetivos principales: 1) buscar un juego de datos que representen un fenómeno complejo, como una epidemia; 2) Utilizar/modificar un algoritmo de extracción de patrones secuenciales; y, 3) Restituir e interpretar los resultados. En el presente informe presentamos toda la información asociada al avance y logros del presente trabajo de investigación.
Participantes:
Instituciones participantes:
Crear una plataforma de información de imágenes satelitales y herramientas metodológicas de análisis estadístico espacio-temporal y modelamiento matemático para aplicaciones en salud pública. Particularmente estamos interesados en identificar factores de riesgo para brotes epidémicos que puedan monitorearse/detectarse y contribuir en intervenciones de prevención de enfermedades infecciosas y crónicas en zonas rurales. Los factores de riesgo identificados así como sus niveles de asociación, serán empleados en el desarrollo de modelos matemáticos determinísticos y probabilísticos para la dinámica de transmisión de enfermedades. Como caso de estudio inicial, como prueba de concepto, y en virtud de su importancia en la salud pública nacional y global, abordaremos el problema de la malaria en el Perú.
Participantes:
Instituciones participantes:
La Roya del Cafeto es una enfermedad que atacó fuertemente estos dos últimos años, para determinar la severidad del ataque el evaluador debe determinar el grado de la plaga en las hojas mediante la observación directa, siendo que este debe estar entrenado para calcular este grado de severidad. El análisis que realiza es determinar las regiones infectadas, que presentan un color amarillento y las regiones necrosadas. Esta evaluación sigue una metodología de muestreo para la roya visible: - Determinar por lote, o por hectárea, la elección de unos 60 árboles. - De cada árbol se selecciona una rama. - Se cuenta número de hojas totales y número de hojas con roya. - Se calcula el porcentaje de incidencia. El problema se presenta al momento de determinar estos grados, en vista que se debe confiar en el criterio subjetivo de quien realiza la evaluación, y éste a su vez haber tenido un entrenamiento. Por otro lado, el deterioro de los plantíos de cafeto podrían ser causados por otros tipos de plagas, que no necesariamente siempre es la roya amarilla, y se requiere diferenciar el tipo de daño que sufre la planta. El presente proyecto desarrollará un sistema automático para la determinación cuantificable del grado de severidad de infección de la Roya Amarilla en hojas de cafeto, ello se realizará mediante el análisis algorítmico y de técnicas de visión computacional en imágenes de hojas de cafeto. La propuesta podrá ser implementada en dispositivos PDA, o dispositivos móviles, para levantar la información en tiempo real, y permitir que el agricultor tome la decisión de aplicar fungicida en forma inmediata.
Participantes:
Instituciones participantes:
Para la conservación de nuestra biodiversidad y ayudar en el desarrollo de la agricultura es esencial conseguir un conocimiento preciso de la identidad, distribución geográfica y usos de las plantas. Desafortunadamente, esta información básica no se encuentra disponible o sólo se tiene acceso a parte de ella, lo que demuestra que la información es incompleta para ecosistemas, como nuestro país, cuya mayor riqueza es su biodiversidad, especialmente de plantas, que son muy utilizadas para la generación de medicamentos. El simple problema de identificar las especies de plantas es generalmente una tarea muy difícil, aún para los profesionales especializados en botánica. El presente proyecto propone desarrollar una plataforma de recuperación de imágenes por contenido basado en la aplicación de técnicas de visión computacional que permitan caracterizar a las plantas endémicas de la Amazonía peruana, de esta manera apoyar en la conservación de la biodiversidad. Para ello será necesario desarrollar una investigación transdisciplinar que integre el conocimiento de la Ciencia de la Computación con Botánica, lo que permitirá crear una gran base de datos (tecnología Big Data), conocimiento en visión computacional, morfología de plantas, anatomía de plantas, biogeografía, entre otros. Finalmente, la plataforma propuesta será diseñada para soportar procesos de supercomputación, y además estará disponible en la nube (cloud computing) para acceso público.
Participantes:
Instituciones participantes:
En los últimos años se ha visto un rápido aumento en el tamaño de las colecciones de imágenes digitales. Todos los días, centros militares y sociales generan miles de gigabytes de imágenes. En el aspecto médico, gracias al desarrollo de computadoras con mayores capacidades de procesamiento y almacenamiento, hoy se disponen de técnicas altamente sofisticadas de adquisición de imágenes tales como resonancia magnética y tomografía computarizada que pueden producir cientos de imágenes por examen. Así, un hospital puede producir muchos terabytes de imágenes médicas digitales. Actualmente el almacenamiento ya no es un problema, pero el uso adecuado y efectivo de los bancos de imágenes médicas de gran escala todavía es un problema que requiere de una solución innovadora. La propuesta del siguiente proyecto consiste en investigar y desarrollar técnicas de programación con algoritmos paralelos para agilizar el procesamiento de imágenes médicas, siendo que el resultado final será crear una plataforma computacional que permita la recuperación de imágenes por contenido, es decir que busque las imágenes más similares a una imagen de consulta.
Participantes:
Instituciones participantes:
Como es sabido, el tráfico en Lima genera muchos inconvenientes a la ciudad. Por citar sólo algunos está el estrés causado a choferes y peatones, las horas hombres pedidas en los viajes a horas punta, la contaminación ambiental y sonora por el uso indiscriminado del claxon, etc. Un componente importante para solucionar este problema es abordar el reordenamiento del transporte público. El presente proyecto busca generar un sistema óptimo de rutas que atienda la demanda de transporte de la población de la ciudad de Lima. Este sistema consiste en tener un conjunto de líneas de transporte público que permita cubrir la necesidad de movilización de la población de cada par origen-destino de la ciudad reduciendo la congestión vehicular. Para resolver este problema se intentará minimizar el tiempo promedio de viaje por persona tomando en cuenta algunas restricciones como la capacidad de las vías (cantidad de carriles de calles y avenidas) y la distribución de paraderos asignados por línea. Para ello se creará un algoritmo metaheurístico (proveniente de las técnicas de inteligencia artificial para la resolver problemas complejos) que nos permita reorganizar las rutas de transporte público, generando nuevas o modificando actuales. Además, se diseñará la estructura de información que permita, con los beneficios del Big Data, analizar y tomar decisiones sobre el tránsito en Lima.
Participantes:
Instituciones participantes:
El presente proyecto desarrollará una plataforma computacional para el procesamiento automático de micrografías digitales de muestras vivas de semen con el fin de determinar la capacidad de fertilidad masculina, para ello se desarrollarán algoritmos computacionales que permitan de forma automática la detección de las células espermáticas con lo que se busca diferenciar a estas de posibles artefactos presentes en la muestra, determinando las características morfológicas y de motilidad de los espermatozoides para, de acuerdo a los estándares definidos por la OMS, se diagnostique la capacidad de fertilización del paciente en análisis. Los sistemas CASA existentes en el mercado son de tipo semi-automático, además de su alto costo, poseen tecnología computacional cerrada que no permite modificación alguna del código en el cual fueron desarrollados, para ello, con el presente proyecto se busca desarrollar la tecnología propia que permita adecuar la plataforma de análisis de semen a las diferentes condiciones que pueda presentar una muestra. Al finalizar el proyecto, este know how podrá ser extendido para el análisis de otros tipos de muestras de semen, que pueden provenir de animales, lo cual es útil para la conservación y mejoramiento genético de animales de producción con registros numéricos, como es el caso de vacunos y alpacas. Además también se formará personal especializado en la aplicación de algoritmos de visión computacional a diferentes problemas del país.
Participantes:
Instituciones participantes: