El principal desafío de la investigación, se sitúa en la necesidad de viabilizar la respuesta efectiva y resolutiva del modelo de salud bajo una visión de integración de servicios y niveles, garantizando la información de las condiciones de calidad de vida de la población y redefiniendo el Sistema de Información en Salud (SIS), para posicionarlo como el soporte estratégico del modelo. El enfoque de investigación es cuantitativo descriptivo, se recogieron los avances alcanzados en los últimos años, se redimensionaron y dotaron de nuevos elementos de operación y apropiación tecnológica bajo las herramientas de Lean, costeo ABC, simulación (medición de desempeño y optimización).

El objetivo de este trabajo es desarrollar una aproximación a la gestión ambiental a través de un modelo para la predicción de áreas propensas a las inundaciones en el Piedemonte Amazónico Colombiano desde la computación Bio-inspirada de alto desempeño. Se elaboró un diagnóstico de la gestión ambiental en el manejo de inundaciones a partir de estudio de casos: la cuenca de La Perdiz y La Sardina en el Municipio de Florencia Caquetá, zona central del Piedemonte Amazónico. Posterior al análisis se determinó las variables significativas del modelo, para integrar aspectos de la gestión ambiental y la computación Bio-inspirada, mediante la utilización de tres tipos de métodos: descriptivo-exploratorio, proyectivo y experimental, de esta forma, investir una herramienta de predicción en el ámbito de la hidrología para aportar a la visualización de áreas inundables y prevenir la pérdida de vidas humanas en el desarrollo de las inundaciones. Por último, se verificó el modelo inspirado en un contexto de computación de alto desempeño, contrastando los datos históricos con los datos generados por el modelo propuesto. La aproximación a la gestión ambiental desde la computación Bio-inspirada permitió contribuir con la definición de un nuevo modelo denominado Agentes Vectores Naturales Geo-inspirados (AVNG), capaz de integrar aspectos ambientales, geográficos y de control, para generar información relacionada con las inundaciones en el Piedemonte Amazónico Colombiano.

El habla sub-vocal, es una técnica de reciente investigación, que puede ser aplicada para habilitar formas alternas de comunicación en diferentes escenarios como, ambientes de alta contaminación auditiva, personas con discapacidad en el aparato fonador, comunicación subacuática, entre otros. Esta técnica se fundamenta, en la información que se produce al intentar pronunciar un vocablo o una palabra, pero no se ve representada en una señal sonora. Es decir, estas señales representan la intención del habla antes de ser articulada. En este trabajo, se presenta una arquitectura algorítmica, para el reconocimiento de patrones de fonemas del idioma español, que permite instanciar dicha habla sub-vocal. Se realizó una adquisición de las señales producidas por el habla silenciosa, utilizando un micrófono de Murmuro No Audible (NAM), diseñado para tal propósito. Posteriormente, las muestras capturadas fueron procesadas y analizadas utilizando técnicas de análisis frecuencial y temporal. Además, se utilizaron métodos de algoritmos basados en inteligencia artificial, para desarrollar una arquitectura de identificación de patrones, que permitió realizar la identificación de fonemas del idioma español. Como aporte de este trabajo, se obtuvieron diferentes resultados a partir de la implementación de distintas técnicas de análisis y extracción de características, así como, de clasificación y reconocimiento, haciendo uso de aprendizaje de máquina y un sistema digital para su ejecución en tiempo real, consiguiendo una identificación cercana al 90%.

El pronóstico del estado del tiempo, actualmente es guiado principalmente por modelos numéricos que simulan la dinámica atmosférica, permitiendo establecer las condiciones futuras basadas en las condiciones iniciales de las variables atmosféricas. Dado el número de variables meteorológicas, los complejos sistemas de ecuaciones no lineales y los métodos numéricos utilizados, es necesario dividir el área de análisis en celdas de un tamaño determinado según el cual se establece la resolución del modelo. Debido a que existen fenómenos cuya dinámica es determinada a escalas globales y otros a escalas regionales o locales, cada modelo ajusta su dinámica para una determinada escala, entendiendo que algunos fenómenos requieren una mayor resolución (un tamaño de celda más pequeño) para tener una mejor probabilidad de acierto. Aumentar la resolución significa disminuir el espaciado temporal de los puntos de malla y por tanto aumentar el poder computacional requerido por la dinámica del modelo; al aumentar el poder computacional se involucran aspectos como la comunicación entre nodos, la velocidad de acceso a memoria local y remota, las operaciones de lecto-escritura para acceder a los datos de entrada y la distribución de las cargas de trabajo para que la solución se pueda ejecutar en un marco de tiempo factible (que el tiempo de simulación sea mucho menor que el horizonte de pronóstico). Varios estudios han establecido que aumentar la resolución del modelo en 2 veces requiere el aumento del poder computacional en 10 veces (lo cual aumenta no solo la complejidad de la infraestructura computacional sino también los costos económicos asociados). En la última década el uso de aceleradores gráficos y vectoriales, al igual que el uso de FPGAs, han permitido que se logre aumentar el poder de cómputo en configuraciones mucho más simples, eficientes, económicas y con modelos de programación consistentes; Este tipo de arquitecturas que mezclan procesadores y aceleradores ha sido denominada computación heterogénea. En la presente investigación se exponen diferentes técnicas utilizadas para acelerar el modelo de pronóstico del estado del tiempo WRF en plataformas de cómputo heterogéneas, analizando temas de infraestructura, modelo de programación y estructura interna del mismo modelo.

En este documento se propone un algoritmo de optimización multiobjetivo basado en las propiedades emergentes de los enjambres. El corazón cognitivo de la investigación reposa en el algoritmo PSO (Particle Swarm Optimization) con compartimiento turbulento, su desempeño es probado rigurosamente, diseñando experimentos con funciones artificiales que suelen resultar de alta dificultad de resolución tomadas de la literatura de la comunidad científicamente especializada en el tema de optimización multiobjetivo basada en el comportamiento de colectivos vivos. La sencillez final del algoritmo habla de su robustez mostrada en todo el espacio de la evaluación y la nutrición cognitiva del algoritmo da cuenta de su poder e impacto en las investigaciones que se devienen con prontitud.

El Pinus patula es una especie arbórea de amplio uso en nuestro país, pero los modelos que se emplean actualmente para estimar su volumen aprovechable son dispendiosos, segmentados y permiten obtener apenas una exactitud aceptable, por lo que esta propuesta de investigación se enfoca en proponer una función polinómica del ahusamiento del fuste para esta especie, de manera que se puedan realizar estimaciones confiables del volumen comercial y/o total. Para proponer la única función polinómica, se realizaron mediciones de la altura total y diámetros del fuste a diferentes alturas para árboles con diferentes edades en una plantación establecida en la finca El Guásimo. El muestreo se realizó en parcelas circulares de 500 m2 cada una, ubicadas al azar y en diferentes sitios de la plantación. Una vez obtenidos resultados preliminares satisfactorios de la estimación del volumen, se confrontó el modelo con individuos apeados, trozados y cubicados por el método de Smalian (1806). La prueba de bondad del modelo polinómico propuesto se realizó sobre estadísticos como los coeficientes de correlación y de concordancia de Lin. Luego, se modeló la curva de altura y se extendieron las expresiones obtenidas a todos los árboles muestra con el fin de estimar el volumen de madera en pie de la plantación. El modelo generado tuvo sustento estadístico y matemático sólido en la selección de las parcelas y de los individuos, lo mismo que en la descripción total del perfil del fuste mediante una única función polinómica y en el cálculo del valor de la concordancia entre el par de métodos que estimaron el volumen de la misma muestra. Los resultados obtenidos para el perfil de ahusamiento, la intercambiabilidad de los métodos para la estimación del volumen, las curvas de altura y el cálculo de existencias de madera de la plantación fueron muy favorables al compararlos con los reportados en la literatura. Se espera que los modelos generados en este estudio sean la base de un método que mejore la exactitud en la estimación del volumen en los inventarios forestales y que puedan emplearse en otras regiones y no sólo en la localidad de estudio, realizando los ajustes correspondientes.

La etapa de toma de decisiones espectrales en redes de radio cognitiva (CRNs) con topologías centralizadas depende entre otras variables de la fiabilidad del modelo de caracterización de los usuarios primarios (PUs), del método de procesamiento de las solicitudes en la estación base (BS) y del algoritmo de selección de canales; de acuerdo con (Masonta, Mzyece, & Ntlatlapa, 2013), (López, Trujillo, & Gualdron, 2015) entre otros autores, se hace necesario proponer y/o aplicar metodologías que estimen con mayor acierto la presencia/ausencia de los PUs en los canales licenciados, perfeccionar la forma en que se procesan las solicitudes en la BS y mejorar la sub-etapa de selección y asignación de canales en la CRN. En este sentido la tesis doctoral propone: 1) el uso de LSTM, ANFIS-GRID-FCM y SVM para predecir el comportamiento de los PUs, 2) plantea la posibilidad de gestionar anticipadamente las solicitudes de los usuarios secundarios en la BS (utilizando MLPNN) buscando reducir el tiempo necesario para la asignación del espectro, 3) generar esquemas de selección de canales eficientes basados en la clasificación del espectro a partir de las técnicas de aprendizaje SVM y ANFIS. La metodología seguida para evaluar/validar los algoritmos que forman el sistema de toma de decisiones incluye como fuente de información la utilización de una base de datos que contiene el comportamiento espectral de PUs en diferentes canales en la banda licenciada GSM y de uso libre WiFi, y la generación mediante simulación de tráfico con criterios de QoS para los SUs; los lenguajes de programación utilizados para la construcción de los algoritmos se basa en el uso de C#, Java Script y Matlab. Los resultados evidencian: 1) un mayor porcentaje de acierto en la caracterización con LSTM y ANFIS-GRID-FCM, 2) una disminución en el tiempo de selección y asignación de canales mediante la utilización de una estrategía proactiva para la gestión de las solicitudes de los SUs en relación con el existente en el estado del arte, 3) que SVM y ANFIS son técnicas válidas para ser utilizadas en la selección de canales. Como conclusión, el sistema de toma de decisiones propuesto debe ser considerado como un aporte adicional para el mejoramiento de la etapa de decisión espectral en CRNs basadas en infraestructura, que debe ser mejorado/complementado incluyendo factores tan importantes como la caracterización de los usuarios secundarios, la generación de esquemas que permitan la autoconfiguración de los nodos cognitivos, e integración de otras etapas de la CR como la movilidad espectral con el fin de determinar la viabilidad de su implementación a escala real.

Los sistemas para la gestión de energía en el hogar (HEMS), han empezado a desempeñar un papel importante en el nuevo contexto energético, debido a la modernización de los sistemas de generación, transmisión, distribución e instalaciones eléctricas de usuarios finales, y a la incorporación de las fuentes de energía renovable en el hogar. Esto contribuye favorablemente en aspectos técnicos, económicos, sociales y ambientales a la mejora de las condiciones de operación para los usuarios residenciales y para el sistema energético en su conjunto, pues permiten realizar operaciones para el monitoreo, supervisión y control de los dispositivos que se conectan en el hogar, permitiendo realizar gestión de los mismos para implementar programas de ahorro de energía en tiempo real y de autogeneración con el fin de implementar estrategias de gestión activa de la demanda (GAD) de energía. La presente tesis doctoral aborda la gestión de la energía eléctrica domiciliaria según las necesidades del usuario residencial y en concordancia con el entorno, con el fin de aportar a la operación integral del sistema eléctrico con nuevos esquemas para el uso de la energía y participando en la toma de decisiones relacionadas con el consumo y/o generación de energía, con fundamento en estrategias para la GAD a partir de cambios en los hábitos de consumo, lo cual convertirá al usuario en un usuario activo. Para ello se propone un prototipo de sistema de gestión de energía eléctrica domiciliaria, el cual se denominó GEDE, que involucra las tecnologías de la información y las comunicaciones para realizar los procesos de medición de energía en las fuentes de alimentación y en los dispositivos que se quieren gestionar, con el fin de transmitir la información por la línea de potencia a un sistema central, para luego procesarla para actividades de supervisión, monitoreo y control en tres modos: manual, semiautomático y automático, los cuales operan con algoritmos de decisión. El anterior prototipo se ha diseñado e implementado teniendo en cuenta el uso de protocolos de comunicaciones estándar en el contexto del Internet de las Cosas. Se otorga especial cuidado al análisis de la variable externa social enfocada a cambios en los hábitos de consumo de energía del usuario activo, con el fin de determinar acciones que involucren su interacción con el sistema eléctrico, incluyendo a un agente que se denomina agregador, quien proporciona los medios para proponer estrategias de gestión activa de la demanda domiciliaria, facilitando la interacción entre el usuario y los mercados energéticos. Para esto se implementó un modelo utilizando técnicas de dinámica de sistemas, que incluye el comportamiento típico de los usuarios y posibles cambios en los hábitos de consumo de energía. Este modelo se aplicó al caso de los usuarios de estrato 4 de la ciudad de Bogotá D.C. En el proceso de la investigación se unieron los elementos descritos anteriormente, y los resultados obtenidos evidencian que la participación del usuario activo es una oportunidad para contribuir con la operación del Sistema Eléctrico Nacional, bien sea como generador de su propia energía o a través de un cambio en los hábitos de consumo, pero que se requieren ajustes en el marco regulatorio nacional para incentivar su participación.

El presente manuscrito de tesis doctoral, “Desarrollo de un modelo de planificación ambiental para la calidad de los recursos hídricos superficiales considerando su variabilidad climática estacional mediante implementación computacional”, en un marco meta cognitivo y en el contexto de la línea de investigación Ciencia y tecnología de la información y conocimiento, establece un modelo de planificación ambiental para la cuencas hidrográficas (cuerpos de agua superficiales). Se mencionan los elementos teóricos de la revisión exhaustiva de la literatura especializada en términos de la conceptualización de la planificación ambiental y biocomplejidad en los recursos hídricos y su escasa integración con la variabilidad climática estacional, los recursos informáticos disponibles como soluciones específicas de hidrología, hidráulica o calidad del agua, pero no integradas entre sí y la escasa aplicación de la ingeniería de sistemas complejos mediante técnicas computacionales en la toma de decisiones en cuencas hidrográficas. En la metodología se menciona, los aspectos para el desarrollo de la tesis doctoral en términos de la estructura metodológica desarrollada, método y diseño de investigación analítico – cuasi experimental con enfoque concurrente, con muestras trimestrales de información secundaria de precipitación y calidad del agua de la cuenca hidrográfica analizada y a su vez realizando la normalización de las variables del modelo para construir un modelo analítico mediante el análisis estadístico de los datos y una identificación del sistema, para posteriormente aplicar la técnica computacional de inteligencia artificial. En los resultados, se expone el desarrollo de la metodología propuesta en términos de análisis de los costos de inversión (para lodos activados, reactores anaerobios y lagunas de oxidación) y selección de tecnologías de las plantas de tratamiento de aguas residuales municipales en Cundinamarca (función ponderada de agregación de producto); la ingeniería del software como un vehículo para la planificación ambiental en la calidad de los recursos hídricos superficiales considerando la variabilidad climática estacional; normalización de las variables de calidad del agua (método maximizar y minimizar) y precipitación para la planificación ambiental en la calidad de los recursos hídricos superficiales considerando la variabilidad climática estacional; vector de calidad ambiental; el método Delphi y modelo analítico para la planificación ambiental de la calidad de los recursos hídricos superficiales; análisis de correlaciones entre variables de calidad del agua y precipitación (correlaciones del 0.24 entre precipitación y DBO5, 0.20 entre precipitación y N-NO2, 0.010 entre SST y Ptotal); identificación del modelo matemático que representa la cuenca hidrográfica (transformada de laplace) y técnicas de inteligencia artificial para emular la calidad ambiental (minería de datos y red neuronal artificial , algoritmo Levenberg Marquardt con error cuadrático medio de 4.72x10-5 y coeficiente de determinación de prueba de 0.99188). Este documento de tesis, de manera enfática considera los aportes específicos al conocimiento en términos de: Ecuaciones econométricas de costos de inversión para plantas de tratamiento de aguas residuales municipales con las variables caudal, DBO5, SST, N y P; Metodología para la selección de tecnologías con expresión ponderada de agregación de producto o de promedio geométrico ponderado; Normalización de variables DBO5, N -NO2, SST, P Total y Precipitación mediante el método de maximizar y minimizar variables; Integrar la variable precipitación con las variables de calidad del agua DBO5, N -NO2, SST y P Total en un modelo estadístico, matemático y analítico; Aplicación de técnicas de inteligencia artificial para emular el criterio del grupo de expertos en términos de la calidad ambiental mediante minería de datos, lógica difusa, red neuronal artificial y enjambres de partículas; Modelo de implanificación ambiental considerando la variabilidad climática estacional para cuerpos de agua superficiales utilizando minería de datos y red neuronal artificial (algoritmo Levenberg Marquardt).

En el presente proyecto se diseñó un modelo de procesamiento paralelo masivo sobre arquitecturas heterogéneas para acelerar y facilitar el tratamiento de k-mers en los procesos relacionados a la construcción de grafos en el ensamble genómico de-novo. El modelo incluye 3 principales aportes: una nueva estructura de datos denominadas CISK para representar de forma indexada y compacta los super k-mers y sus minimizer de una lectura y dos patrones de paralelización masiva, uno para obtener los m-mers canónicos de un conjunto de lecturas y otro para realizar la búsqueda de super k-mers basados en semillas tipo minimizer. Durante el proyecto se realizaron 4 procesos de evaluación: - una evaluación preliminar que permitió determinar que el proceso de ensamblaje de-novo es la etapa más compleja y con mayores requerimientos computacionales de un flujo de trabajo típico de lecturas genómicas y trancriptómicas, - una segunda evaluación que evidenció que las tareas asociados al tratamiento de k-mers son procesos que representan cuellos de botella debido a su alta exigencia de memoria, - una tercera evaluación que proyectó a las técnicas de particionamiento en disco basadas en super k-mers por semillas tipo minimizer como candidatas a potencializarlas mediante computación paralela masiva sobre plataformas heterogéneas, - y por último una evaluación al modelo propuesto que mostró sus ventajas obteniendo un speed-up hasta de 6.69x sobre procesos similares en herramientas contadoras de k-mers muy reconocidas que realizan paralelización en CPU. El código de la implementación del modelo se encuentra disponible en el repositorio https://github.com/BioinfUD/K-mersCL. Esta implementación consta de un código host y dos kernels en OpenCL, uno para minimizer canónicos y otro para signature.