14-O

Modelo de clasificación de bacterias utilizando el problema de coloración de gráficas suaves

14-O

Alumno: José Antonio Cuevas Barrón
Profesor: Dr. Pedro Lara Velázquez y Dr. Alfonso Méndez Tenorio

Resumen: Debido a la enorme variación e incremento que ha sufrido la taxonomía microbiana y los criterios en que esta se basa, en los últimos años se ha hecho énfasis en la necesidad de desarrollar un nuevo método o procedimiento que permita clasificar diferentes microorganismos de una manera más confiable, además de incluir una de las características más importantes al análisis; la información genética de dichos seres vivos.

Una solución alternativa a este problema es el uso de un programa de cómputo denominado Hibridación Virtual; que básicamente colecta los genomas en una base de datos, para después buscar y rastrear los sitios potenciales de hibridación en el genoma, tomando en cuenta el grado de complementariedad entre las secuencias y las sondas de los sitios reconocidos, calculando la estabilidad termodinámica entre ellas. Las huellas genómicas obtenidas a partir de este programa requieren ser analizadas, esto con la finalidad de crear nuevos modelos de clasificación y de agrupamiento, para resolver un problema muy importante dentro del área de la Bioinformática como es la clasificación de los distintos seres vivos.

Objetivo general

• –

Objetivos específicos

• –

Síntesis de voz basada en Modelos Ocultos de Markov y algoritmos de aprendizaje profundo

14-O

Alumno: Marvin Coto Jiménez
Profesor: Dr. John Goddard Close

Resumen: La síntesis de voz es una técnica de producción de habla artificial por medio de computadoras, la cual tiene como finalidad potenciar la interacción humano-computador en todo tipo de dispositivos, desarrollar sistemas de asistencia para personas con necesidades especiales, incorporarse a sistemas de entretenimiento, entre otras muchas aplicaciones. A partir de la década del año 2000, surge como modelo matemático dominante para realizar la síntesis, los Modelos Ocultos de Markov (HMM) para representar y reproducir de forma paramétrica la información del habla. Esto permite que una voz pueda ser codificada utilizando parámetros espectrales, de frecuencia fundamental y de duración de sus unidades fonéticas, para luego entrenar los modelos matemáticos que permitan producir nuevas frases con habla de características semejantes a la humana.

En esta tesis se aborda la adaptación de esta técnica para producir voces y su mejora con la introducción de algoritmos de aprendizaje profundo, los cuales pretenden aprender directamente de los datos la manera de producir sonido más natural y cercano al humano.

Objetivo general

• Incorporar técnicas de inteligencia computacional a la creación de voces artificiales creadas con técnicas estadísticas paramétricas para mejorar su calidad

Objetivos específicos

• Estudiar la aplicación de técnicas de inteligencia computacional que puedan mejorar procesos de entrenamiento de los HMM en la síntesis de voz.
• Experimentar con nuevas unidades fonéticas y sistemas híbridos para crear voces en español.
• Desarrollar métodos de evaluación automática de voces sintéticas.
• Desarrollar métodos de experimentación donde sea posible incorporar heurísticas para la optimización de resultados.

La indecibilidad del clan comportamiento para gráficas finitamente presentadas

14-O

Alumno: Marí­a del Carmen Cedillo Chagoya
Profesor: Dr. Miguel Ángel Pizaña López

Resumen: Dada una gráfica G, los clanes son las subgráficas completas maximales de G y la gráfica de intersección de éstos es la gráfica de clanes, K(G). Evidentemente el operador de clanes puede ser iterado. Determinar el K-comportamiento de una gráfica G consiste en determinar si G es K-convergente o no. En esta investigación probamos que el K-comportamiento es algorítmicamente irresoluble para el caso de gráficas localmente finitas y finitamente presentadas (pero infinitas).

Objetivo general

• Intentar probar que el problema del clan-comportamiento es irresoluble para gráficas infinitas pero finitamente representadas.

Objetivos específicos

• Intentar mostrar que el operador de clanes es Turing-completo para gráficas infinitas pero finitamente representadas.
• Intentar mostrar que el operador de clanes es Turing-completo para gráficas finitas.
• Intentar probar que el problema del clan-comportamiento es irresoluble para gráficas finitas.
• Desarrollar sotfware para la experimentación con problemas de teoría de gráficas.
  • Principalmente se desarrollará la parte de visualización del software llamado Yags (Yet Another Graphs System).
  • Desarrollo de un manual técnico para Yags.
  • Experimentación en Yags con algoritmos genéticos.
• Experimentar en Yags diversos problemas en teoría de clanes y en teoría de gráficas.