Análisis de varianza para determinar el número óptimo de clases en clasificadores no supervisados usando gráficas suaves.

Análisis de varianza para determinar el número óptimo de clases en clasificadores no supervisados usando gráficas suaves.

 Descargar versión PDF

Profesores: Dr. Pedro Lara Velázquez y Dr. Sergio Gerardo de los Cobos Silva

Resumen: La coloración de gráficas suaves es una generalización del problema de coloración en el que se busca encontrar una coloración que minimice la dureza en la gráfica, o dicho de otra forma, reducir la suma de distancias entre vértices con colores idénticos (Lara-Velázquez, et al., 2015). Este modelo se utiliza en la programación de eventos susceptibles de cambios, asignación estable de frecuencias del espectro electromagnético, calendarización de actividades, asignación de recursos en organizaciones, en reconocimiento de patrones en general y en particular en un algoritmo clasificador no supervisado (Flores, 2017). Se ha demostrado que es un problema de tipo NP-Duro, aunque para grafos de orden menor o igual a 20, se pueden utilizar algoritmos exactos que resuelven el problema; caso contrario es necesario el uso de técnicas heurísticas (De los Cobos, 2010) que dan buenas soluciones.

El objetivo de este proyecto es formalizar este proceso haciendo uso del análisis de varianza en los resultados de resiliencia. Cuando se tienen todos los valores posibles, se puede hacer un análisis de varianza de las resiliencias candidatas y determinar si todas pertenecen a la misma población (no hay una cantidad óptima de clases por utilizar) Y concluir que los datos carecen de estructura, o bien se puede descomponer en dos o más poblaciones (la población importante es para nosotros el conjunto de elementos con mayor resiliencia).

Objetivo general

• Utilizar la ANOVA para determinar el mejor conjunto de clases en clasificadores no supervisados.

Objetivos específicos

• Estudio de los elementos a utilizar en este trabajo (clasificadores no supervisados, gráficas
  suaves, ANOVA).
• Recopilar instancias de prueba pseudoaleatorias y aplicadas utilizadas en trabajos anteriores (ver referencias).
• Estudiar el algoritmo de solución a utilizar (híbrido k-medias / GRASP).
• Ejecución del algoritmo de solución en las instancias seleccionadas.
• Uso de la ANOVA para determinar el (los) número(s) de clases adecuadas.
• Escritura de un artículo para congreso nacional.
• Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR).

Estudio comparativo de algoritmos de solución para el problema de coloración de graficas suaves.

 Descargar versión PDF

Profesores: Dr. Pedro Lara Velázquez y Dr. Miguel Ángel Gutiérrez Andrade

Resumen:  La coloración de gráficas suaves es una generalización del problema de coloración en el que se busca encontrar una coloración que minimice la dureza en la gráfica, o dicho de otra forma, reducir la  suma de distancias entre vértices con colores idénticos (Lara-Velázquez, et al., 2015). Este modelo se utiliza en la programación de eventos susceptibles de cambios, asignación estable de frecuencias del espectro electromagnético, calendarización de actividades, asignación de recursos en organizaciones, en reconocimiento de patrones en general y en particular en un algoritmo clasificador no supervisado (Flores, 2017). Se ha demostrado que es un problema de tipo NP-Duro, aunque para grafos de orden menor o igual a 20, se pueden utilizar algoritmos exactos que resuelven el problema; caso contrario es necesario el uso de técnicas heurísticas que dan buenas soluciones.

Hay cuatro algoritmos metaheurísticos que se han utilizado para resolver este problema:
1. Recocido simulado.
2. Búsqueda dispersa.
3. GRASP clásico.
4. Híbrido k-medias/GRASP.

Estos algoritmos se han utilizado parcialmente en diferentes aplicaciones, pero no se han realizado un estudio de la calidad de soluciones y tiempos de ejecución que abarque todos los tipos de instancias, por ejemplo, búsqueda dispersa y GRASP solo se ha usado en instancias pseudoaleatorias pero no en problemas reales, y por otra parte los problemas de aplicación solo se ha utilizado modelo binario (un modelo de solución exacto) y recocido simulado.

Objetivo general

• Hacer un estudio de calidad de soluciones y tiempos de ejecución de 4 algoritmos en instancias teóricas y aplicadas del problema de coloración de gráficas suaves.

Objetivos específicos

• Recopilar instancias de prueba realizadas en trabajos anteriores (ver referencias).
• Estudiar los algoritmos de solución que se utilizarán en el estudio comparativo.
• Modificar y en su caso, reprogramar los algoritmos de solución para resolver las instancias de prueba, tomando como funciones de desempeño: dureza, resiliencia y tiempo de ejecución.
• Análisis de resultados usando diseño de experimentos.
• Escritura de un artículo para congreso nacional.
• Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR).

Monitorización del Espectro Multibanda en Radios Cognitivos

 Descargar versión PDF

Profesores: Dr. Alfonso Prieto Guerrero y Dr. Rafael Aguilar González

Resumen: Actualmente la administración del espectro radioeléctrico, está basada en licencias de uso exclusivo para operar en frecuencias fijas, otorgadas por los organismos reguladores de cada país. Esta asignación fija de frecuencias ha provocado la escasez de bandas de frecuencia libres para operar nuevos servicios. Sin embargo es bien sabido que existe una sub-utilización de esta bandas, debido a que el servicio proporcionado no es continuo (e.g. el sistema de telefonía celular 3G o 4G actuales). La optimización de la distribución del espectro ha llevado al desarrollo de un nuevo paradigma denominado Radios Cognitivos, CRN (Cognitive Radio Networks) por sus siglas en inglés, el cual es un modelo de las comunicaciones inalámbricas planteado por Mitola; en dónde los dispositivos de comunicación adaptan sus parámetros de operación para comunicarse eficientemente, evitando interferencias con otros dispositivos; sobre todo con los usuarios que poseen prioridad en el uso de una cierta banda (cierto servicio) denominados usuarios primarios o licenciados.

El tema propuesto en este proyecto es sobre la monitorización del espectro multibanda. Aunque en general la monitorización del espectro es entendida como la medición del contenido espectral o la medida de la energía de radiofrecuencia sobre el espectro; para el caso de radios cognitivos, es un término más general que involucra la obtención de características del uso del espectro a través de múltiples dimensiones tales como el tiempo, espacio, frecuencia y código. Bajo esta perspectiva, esta medición incluye la determinación de que tipos de señales están ocupando el espectro, a saber tipo de modulación, forma de onda, anchos de banda, frecuencias de portadora, etc.; lo cual requiere de algoritmos o técnicas de análisis de señales poderosos. Con base en esto, la búsqueda de esquemas eficientes de monitorización del espectro no está agotada, al contrario es un nicho de oportunidad en la investigación. Sin embargo es importante remarcar que en la actualidad, dada las necesidades de hardware y la complejidad de las técnicas, los métodos de monitorización del espectro basados en la detección de energía son los más utilizados, aunque no necesariamente son los más eficientes. Nuestra motivación principal es la búsqueda de técnicas que mejoren la eficiencia espectral de los sistemas de comunicación digital con un enfoque de radios cognitivos multibanda o de banda ancha.

Objetivo general

• Implementar y evaluar algoritmos de monitorización del espectro radioeléctrico multibanda en el contexto de los radios cognitivos.

Objetivos específicos

• Comprender los principios de la monitorización del espectro multibanda y su aplicación en los radios cognitivos.
• Estudiar y seleccionar dos algoritmos.
• Evaluar el desempeño de los algoritmos seleccionados en la plataforma de desarrollo MATLAB.

Uso de métricas generalizadas en clasificadores usando coloración de gráficas suaves

 Descargar versión PDF

Profesores: Dr. Pedro Lara Velázquez y Dra. Hérica Sanchez Larios (UNAM)

Resumen:La coloración de gráficas suaves es una generalización del problema de coloración en el que se busca encontrar una coloración que minimice la dureza en la gráfica, o dicho de otra forma, reducir la suma de distancias entre vértices con colores idénticos (Lara-Velázquez, et al., 2015). Este modelo se utiliza en la programación de eventos susceptibles de cambios, asignación estable de frecuencias del espectro electromagnético, calendarización de actividades, asignación de recursos en organizaciones, en reconocimiento de patrones en general y en particular en un algoritmo clasificador no supervisado (Flores, 2017). Se ha demostrado que es un problema de tipo NP-Duro, aunque para grafos de orden menor o igual a 20, se pueden utilizar algoritmos exactos que resuelven el problema; caso contrario es necesario el uso de técnicas heurísticas con aproximaciones bastante aceptables.

En este proyecto de tesis se propone hacer un estudio comparativo de las soluciones obtenidas utilizando estas métricas tradicionales con otras métricas, obtenidas estas otras de combinaciones lineales positivas de métricas Lp (con 0 < p ≤ ∞). Por ejemplo, se podría probar con una combinación lineal de la métrica euclidiana con la métrica Manhattan. En general, se trata de probar con qué valor de p y con qué combinación de métricas Lp se obtienen mejores resultados. En algunos problemas de optimización se ha mostrado que se obtienen mejores soluciones cuando se utiliza una combinación lineal de métricas Lp. La calidad de las combinaciones de metricas obtenidas se probarán en ejemplos de problemas reales, principalmente del UCI Machine Learning Repository de la Universidad de California en Irvine.

El alumno programará los códigos en uno de los siguientes lenguajes,: C, FreeBASIC o Python.

Objetivo general

• Hacer un estudio sobre el uso de diferentes métricas LP así como combinaciones lineales de las mismas, para mejorar el desempeño en instancias de prueba (UCI Machine Learning Repository).

Objetivos específicos

• Proponer dos modelos, uno básico y uno mejorado, del algoritmo de solución mediante combinaciones de métricas LP.
• Validar la calidad de los modelos mediante diseño de experimentos.
• Generar un artículo para congreso nacional.
• Reportar los resultados de la investigación en la idónea comunicación de resultados.

Estudio del desempeño de un sistema de almacenamiento basado en una red P2P, con estructura de mundo pequeño.

 Descargar versión PDF

Profesores: Dr. Ricardo Marcelín Jiménez

Resumen:El paradigma P2P es un modelo de cómputo distribuido, inicialmente pensado para almacenar información que se guarda de manera redundante sobre equipos conectados en una red, la cual puede alcanzar una cobertura arbitrariamente grande. La mayor ventaja de este enfoque descansa en su escalabilidad. En tanto, los retos que deben superarse para una construcción de este tipo tienen que ver con las posibles inestabilidades que surgen de un conjunto arbitrariamente grande de equipos. Sin embargo, a la fecha, este enfoque ha alcanzado un nivel de madurez que lo hacen elegible para soportar operaciones críticas, como lo demuestra, por ejemplo, la tecnología blockchain, que es un modelo P2P para la administración de criptomonedas (bitcoin o ethereum, entre otras).

En este proyecto proponemos realizar una prueba de concepto que demuestre las posibilidades de ofrecer un servicio de almacenamiento, basada en el paradigma P2P con una estructura superpuesta de mundos pequeños.

Objetivo general

• Realizar un estudio sobre los mecanismos para almacenamiento y recuperación de información en una red P2P con estructura de mundos pequeños.

Objetivos específicos

• Evaluar los mecanismos de construcción y mantenimiento de la red superpuesta, bajo condiciones dinámicas (churn).
• Determinar las propiedades estructurales de la red resultante.
• Evaluar los mecanismos para almacenamiento y recuperación de la información.

Percepción de espectro con NOMA en redes de radio cognoscitivo

 Descargar versión PDF

Profesores:

Dr. Alfonso Prieto Guerrero

Dr. Rafael Aguilar González

Resumen:

Este proyecto de investigación busca evaluar las técnicas de percepción de espectro (por ejemplo detección de energía, aunque no únicamente) en Redes de Radios Cognoscitivas (CRN) con las restricciones del acceso no ortogonal (NOMA) en un escenario con múltiples usuarios. Una vez implementados los algoritmos de percepción se pretende evaluar cuales son los beneficios de cada uno de ellos en términos de uso eficiente del espectro, minimización de la interferencia, maximización de la energía entre otros. Del mismo modo, se espera generar las bases para la creación de un algoritmo de percepción de espectro adaptado a las CRN y NOMA que pueda acercarse a los requerimientos de los usuarios de 5G.

Objetivo general

• Evaluar el desempeño de los algoritmos de percepción de espectro en las CRN considerando NOMA.

Objetivos específicos

• Implementar algoritmos de percepción de espectro en CRN y NOMA.
• Medir el desempeño de los algoritmos de percepción de espectro tradicionales y de algunos otros métodos novedosos en CRN y NOMA.
• Adaptar un algoritmo de percepción de espectro propio para la conjunción de CRN y NOMA.

Optimización de tiempo de cómputo en entrenamiento de redes neuronales profundas para clasificación de reconocimiento de imágenes.

 Descargar versión PDF

Profesores:

Dra. Graciela Román Alonso

Dr. Juan Villegas Cortez

Resumen:

El aprendizaje profundo permite a los modelos computacionales que están compuestos por múltiples capas de procesamiento, aprender representaciones de datos con múltiples niveles de abstracción. Estos métodos han mejorado dramáticamente el estado del arte del reconocimiento de habla, el reconocimiento de objetos, la detección de objetos y muchos otros problemas relacionados con el reconocimiento y la clasificación de un objeto de interés, y gracia a ello se han abordado nuevos problemas de aplicación como lo son el reconocimiento de drogas y en la genómica.

Objetivo general

• Optimizar el tiempo de cómputo de entrenamiento de redes neuronales profundas orientadas para la clasificación y reconocimiento de imágenes.

Objetivos específicos

• Estudiar e identificar las topologías y estructuras generales de la redes profundas probadas en la literatura.
• Experimentar con la implementación de redes profundas en el ámbito de un problema de reconocimiento y clasificación de imágenes.
• Determinar los parámetros a optimizar y modificar de forma permisible en una red profunda para reducción de tiempo de cómputo.4. Aplicar al menos una red profunda optimizada en un problema específico de reconocimiento y clasificación de imágenes, con base a la optimización desarrollada.

Optimización del encaminamiento de mensajes en redes vehiculares

 Descargar versión PDF

Profesores:

Dr. Ví­ctor Manuel Ramos Ramos

Dr. Salvador González Arellano

Resumen:

En este trabajo de investigación, se realizará un profundo estudio y análisis de los protocolos de encaminamiento para redes vehiculares y se propondrá un protocolo de encaminamiento que ofrezca un buen desempeño en términos de la confiabilidad, escalabilidad y un bajo retardo de extremo a extremo.

Objetivo general

• Realizar un profundo estudio y análisis de los protocolos de encaminamiento para redes vehiculares y proponer un protocolo de encaminamiento que ofrezca un alto desempeño en términos de la confiabilidad, escalabilidad y un bajo retardo de extremo a extremo

Objetivos específicos

• Analizar bajo los mismos escenarios los protocolos de encaminamiento más representativos de las distintas técnicas de encaminamiento presentadas en la literatura, con el fin de detectar sus ventajas y desventajas.
• Presentar una mejora, o un nuevo protocolo de encaminamiento que sea más eficiente que los presentados en la literatura para las redes vehiculares.

Métricas generalizadas en Coloración de Graficas Suaves

 Descargar versión PDF

Profesores:

Dr. Pedro Lara Velázquez

Dr. Miguel Ángel Gutiérrez Andrade

Resumen:

Este proyecto es un estudio sobre el uso de diferentes métricas LP así como combinaciones lineales de las mismas, para mejorar el desempeño en instancias benchmark (UCI Machine Learning
Repository)

Objetivo general

• Hacer un estudio sobre el uso de diferentes métricas LP así como combinaciones lineales de las mismas, para mejorar el desempeño en instancias de prueba (UCI Machine Learning Repository).

Objetivos específicos

• Proponer dos modelos, uno básico y uno mejorado, del algoritmo de solución mediante combinaciones de métricas LP.
• Validar la calidad de los modelos mediante diseño de experimentos.
• Generar un artículo para congreso nacional
• Reportar los resultados de la investigación en la idónea comunicación de resultados.

Mecanismos eficientes para la transformación de prefijos de una tabla de ruteo IP

 Descargar versión PDF

Profesores:

Dr. Miguel Ángel Ruiz Sánchez

Dr. César Jalpa Villanueva

Resumen:

En esta propuesta de trabajo de investigación, se diseñará un algoritmo para realizar la trans- formación del conjunto de prefijos de una tabla de ruteo en otro conjunto de prefijos disjuntos pero que preserve la información de ruteo original. Además, se estudiará el impacto que este paso provoca en por lo menos uno de los esquemas propuestos en la literatura que usan este paso previo. También se estudiará la escalabilidad del algoritmo de transformación propuesto con respecto a la longitud de los prefijos IP; más específicamente con los prefijos en IPv6; ya que dicho protocolo ha comenzado ya a implantarse en Internet.

Objetivo general

• Que el alumno desarrolle habilidades de investigación.
• Que el alumno diseñe un método para obtener un conjunto de prefijos disjuntos de una tabla de ruteo y haga con esto una contribución a la comunidad científica en el área de redes de computadoras.

Objetivos específicos

• Diseñar e implementar un método para obtener un conjunto de prefijos disjuntos de una tabla de ruteo.
• Estudiar el impacto que este paso de transformación provoca en por lo menos uno de los esquemas propuestos en la literatura que usan este paso previo.