Este artículo propone un sistema para identificar gestos y acciones en hogares inteligentes. El método propuesto se basa en la extracción de características de MobilenetV2 combinada con la red de detectores de disparo único (SSD). Utilizamos once tipos de gestos: caminar, sentarse, echarse hacia atrás, ponerse los zapatos, agitar las manos, caerse, fumar, gatear, levantarse, leer y teclear para reconocer los gestos. En este sistema, los datos se capturan desde la cámara de los dispositivos móviles que se utilizan para detectar el objeto. Los resultados se obtienen los objetos en el marco de un cuadro delimitador. Los resultados muestran que el sistema cumple los requisitos con una precisión superior al 90% que es adecuada para la aplicación real.

En este trabajo se investiga el sistema de retransmisión cooperativa full-duplex (FD) decode-and-forward (DF), en el que el nodo retransmisor puede recoger energía de las señales de radiofrecuencia (RF) de la fuente y utilizarla para transferir la información al destino. En concreto, se adopta un método híbrido de retransmisión basado en la conmutación tiempo-potencia, que aprovecha las ventajas de los protocolos de retransmisión por conmutación de tiempo (TSR) y de retransmisión por división de potencia (PSR). Mientras que la captación de energía (EH) ayuda a reducir la energía limitada en el relé, el dúplex completo es una de las técnicas más importantes para mejorar la eficiencia del espectro por su capacidad de transmitir y recibir señales simultáneamente. Basándose en el modelo de sistema propuesto, se analiza el rendimiento del sistema de retransmisión propuesto en términos de capacidad ergódica (CE). En concreto, derivamos la forma cerrada exacta para el límite superior de la CE aplicando algunas funciones matemáticas especiales. A continuación, se realizan simulaciones Monte Carlo para validar el análisis matemático y los resultados numéricos.

La investigación sobre sistemas de posicionamiento apoya firmemente el desarrollo de servicios basados en la localización utilizados por organizaciones empresariales relacionadas. Sin embargo, los servicios basados en la localización con experiencia de usuario siguen teniendo muchos obstáculos que superar, entre ellos cómo mantener un alto nivel de precisión de la posición. A partir de los estudios bibliográficos revisados, es necesario desarrollar un sistema de posicionamiento en interiores que utilice la huella digital basada en la intensidad de la señal recibida (RSS). Hasta ahora, las pruebas del sistema de posicionamiento en interiores se han realizado con un algoritmo. Pero, en esta investigación, con los parámetros propuestos, realizaremos experimentos con un enfoque de aprendizaje. Los datos probados son los datos del servicio de señal en el dispositivo en el edificio de la Universidad Dinamika Bangsa. La prueba se realizó con un enfoque de aprendizaje profundo utilizando un algoritmo de red neuronal profunda (DNN). El método DNN puede estimar el espacio real y obtener mejores resultados de posición, mientras que los métodos de aprendizaje automático como el algoritmo DNN pueden manejar con mayor eficacia datos de gran tamaño y producir datos más precisos. A partir de los resultados de las pruebas comparativas con el método de aprendizaje entre DNN, KNN y SVM, se puede concluir que la evaluación con KNN es ligeramente mejor que el uso de DNN en un solo caso. Sin embargo, los resultados de KNN tienen poca consistencia; esto se ve en las fluctuaciones en los movimientos de la puntuación R2 y los valores MSE producidos. Mientras tanto, DNN da un valor consistente a pesar de tener capas ocultas variadas. La máquina de vectores de soporte (SVM) da el peor valor de estos experimentos, aunque, en el pasado, SVM era conocido como uno de los métodos favoritos.

El artículo presenta una modificación del sistema de paso de corte para el laminado en tres cordones de barras nervadas de 16 mm de diámetro, que reducirá el desgaste de los rodillos y, por tanto, aumentará la eficiencia económica del proceso analizado. Los resultados de la investigación teórica se verificaron sobre la base de las mediciones realizadas de los parámetros de fuerza y energía durante la laminación de barras nervadas según la tecnología multihebra en un tren de laminación continua D350. Para el análisis teórico del proceso de laminación con separación longitudinal de los cordones se utilizó el programa informático Forge2011®.INTRODUCCIÓNEn la era de los factores de mercado en constante cambio, las empresas de producción modernas buscan oportunidades para mejorar la eficiencia de los procesos de producción con el fin de aumentar su ventaja competitiva. Para ello, es posible adaptar los procesos de producción a las necesidades del mercado en constante cambio, por ejemplo, introduciendo nuevas tecnologías, que se caracterizarán por un menor consumo de energía, un ahorro en el uso de materias primas y una reducción al mínimo de los residuos [1-3]. Además, el objeto de la mejora del proceso de producción puede ser el proceso completo, así como subprocesos u operaciones individuales, actividades e incluso movimientos de trabajo realizados dentro de estos procesos.En muchos centros de investigación y desarrollo se investiga para desarrollar tecnologías de laminación nuevas o modificar las existentes con el fin de aumentar la eficacia de los procesos y reducir los costes, por ejemplo, reduciendo el consumo de herramientas y utillajes. Además, las empresas de producción deben esforzarse constantemente por llevar a cabo actividades innovadoras que repercutan no sólo en el aspecto económico, sino también en el medioambiental [4-6]. Porque el enfoque proambiental de las empresas se asocia a una nueva oportunidad para su desarrollo, lo que es especialmente importante en una industria tan consumidora de energía como la metalúrgica, por ejemplo. Estas empresas deben esforzarse por lograr una gestión racional de la energía mediante la mejora integral del proceso de producción.El objetivo de este trabajo era desarrollar una nueva tecnología de laminación en tres hileras de barras nervadas de 16 mm de diámetro, altamente eficiente, que garantizara una reducción del consumo de herramientas y servicios públicos y, por tanto, un aumento de la eficiencia económica.CARACTERÍSTICAS DEL PROCESO DE LAMINACIÓN DE BARRAS NERVADAS EN LA TECNOLOGÍA DE TRES CORDONESLas pruebas experimentales se realizaron para las condiciones del tren de laminación continua D350 equipado con soportes en disposición horizontal-vertical.

Con el rápido desarrollo de la tecnología de la comunicación, el terminal móvil inteligente aporta una gran comodidad a la vida de las personas gracias a sus ricas aplicaciones, mientras que su consumo de energía se ha convertido en una gran preocupación para investigadores y consumidores. El modelado de potencia es la base para comprender y analizar las características de consumo de energía del terminal. En este trabajo, analizamos el consumo de energía oculto y Bluetooth de la plataforma android y fijamos el modelo de energía de la plataforma Android de código abierto. A continuación, se implementa una herramienta de monitorización del consumo de energía basada en el modelo; la herramienta se divide en tres capas, que son la capa de monitorización de la información original, la capa de cálculo del consumo de energía y la capa de aplicación. La capa de monitorización original obtiene los datos de consumo de energía y el tiempo de ejecución de los distintos componentes en diferentes estados, la capa de cálculo calcula el consumo de energía de cada hardware y cada aplicación basándose en el modelo de energía de cada componente, y la capa de aplicación muestra el consumo de energía en tiempo real del software y el hardware. Por último, probamos nuestra herramienta en un entorno real utilizando Xiaomi 9 Pro y realizamos una comparación con la medición real del instrumento; el error entre el valor monitorizado y el valor medido es inferior al 5%.

En el algoritmo de búsqueda de coincidencias de la detección comprimida, el algoritmo de reconstrucción tradicional necesita conocer la dispersión de la señal. El algoritmo SAMP (sparsity adaptive matching pursuit) puede aproximarse de forma adaptativa a la dispersión de la señal cuando ésta es desconocida. Sin embargo, el algoritmo SAMP parte de cero e itera varias veces con un tamaño de paso fijo para aproximarse a la verdadera dispersión, lo que aumenta el tiempo de ejecución. Para aumentar la velocidad de ejecución, en este trabajo se propone un algoritmo SPAMP (sparsity preestimated adaptive matching pursuit). En primer lugar, se utiliza la estrategia de preestimación de la dispersión para estimar la dispersión y, a continuación, el algoritmo SAMP reconstruye la señal con la dispersión preestimada como valor inicial iterativo. El método reconstruye la señal a partir de la sparsity preestimada, lo que reduce el número de iteraciones y acelera enormemente la eficiencia de la ejecución.

El diseño de un convertidor CC-CC eficiente depende fundamentalmente de su control adecuado. En este trabajo se presenta una nueva estrategia simplificada de control de seguimiento de salida para un convertidor DC-DC boost de tres niveles. La estrategia propuesta se caracteriza por sus buenas prestaciones de seguimiento, su sencillez de diseño y la estabilidad que se garantiza en todo el rango de funcionamiento. Gracias a (i) el enfoque difuso Takagi-Sugeno (TS) adoptado; (ii) el modelo de pequeña señal derivado bajo el amplio dominio de condiciones de operación, y (iii) el mérito de los controladores proporcional-integral (PI). Tras presentar la topología del convertidor elevador de tres niveles, se abordan los principios de funcionamiento y la modelización matemática. A continuación, se desarrolla la estrategia de control de salida propuesta basada en el control PI y la aproximación difusa TS. También se ha introducido un controlador que asegura el equilibrio de las tensiones de los condensadores. Los resultados experimentales utilizando dSPACE (DS1104) y un prototipo de laboratorio de convertidor elevador de tres niveles demuestran la flexibilidad del controlador propuesto, su capacidad de seguimiento de la referencia y su capacidad para satisfacer las especificaciones de rendimiento en todo el rango de funcionamiento del sistema.

La mayoría de los avances recientes en superresolución de imágenes (SR) asumen que el kernel de desenfoque durante el downsampling está predefinido (por ejemplo, kernel bicúbico o gaussiano), pero es una tarea difícil hacerlo adecuado para todas las imágenes realistas. En este trabajo, proponemos una Red de Retroalimentación de Superresolución Mejorada (ISRFN) que está diseñada para predefinir el kernel de desenfoque de muestreo descendente tratando con pares de imágenes HR-LR del mundo real directamente sin proceso de muestreo descendente. Proponemos la ISRFN modificando las capas y las estructuras de red de la famosa red de retroalimentación de superresolución (SRFBN). Entrenamos la ISRFN con la base de datos de lentes de cámara denominada City100, que produjo la HR y la LR en la misma lente, respectivamente, sin reducción de resolución, por lo que nuestra ISRFN propuesta es libre de estimar el kernel de desenfoque. Debido a las diferentes bases de datos de lentes de cámara (smartphone y DSLR), realizamos dos series de experimentos con dos bases de datos City100 basadas en lentes de cámara, respectivamente, para elegir las estructuras de red óptimas; los experimentos dejan claro que las diferentes bases de datos basadas en lentes de cámara tienen diferentes estructuras de red óptimas. También comparamos nuestros dos ISRFN con los algoritmos de última generación en cuanto a rendimiento; los experimentos muestran que nuestro ISRFN propuesto supera a otros algoritmos de última generación.

Los resolvedores se utilizan mucho en vehículos eléctricos, trenes y otros campos difíciles por su robustez. Sin embargo, el resolver emite dos señales analógicas ortogonales, lo que hace que la decodificación del resolver tenga un coste de hardware elevado o una precisión de decodificación deficiente. En este artículo se propone un método de decodificación robusto mediante la transformada de Hilbert y el observador de seguimiento angular (ATO). En primer lugar, se emplea la transformada de Hilbert para obtener las envolventes modulares de las señales de resolución. A continuación, se filtran las envolventes modulares y se reconocen sus cuadrantes mediante la relación de polaridad de las señales de resolución y el punto extremo de la envolvente modular. A continuación, se obtienen las señales demoduladoras ideales mediante la linealización del punto cero de la envolvente. Finalmente, el ATO mejorado se utiliza para obtener el ángulo del rotor mediante el cálculo iterativo de la señal demoduladora. La eficacia del método propuesto se verifica mediante experimentos en diversas condiciones de velocidad del rotor y se compara con otros métodos en cuanto a inmunidad al ruido. Los resultados muestran que el método propuesto puede controlar el error de descodificación dentro de 0,5° cuando la SNR es de 30 dB, lo que proporciona un esquema de descodificación de alta precisión y bajo coste para aplicaciones prácticas.

La energía eólica, como recurso energético renovable, ha acaparado la atención de las autoridades energéticas de muchos países, ya que se utiliza como una de las principales fuentes de energía para satisfacer la creciente demanda energética. Sin embargo, es necesario prestar mucha atención a la hora de identificar el potencial eólico de una zona determinada debido a los cambios climáticos. En este sentido, es esencial prever tanto la generación de energía eólica como su potencial. Este artículo desarrolla modelos de redes neuronales artificiales (RNA) para predecir la generación de energía eólica en "Pawan Danawi", un parque eólico en funcionamiento de Sri Lanka. La velocidad del viento, la dirección del viento y la temperatura ambiente de la zona se utilizaron como matrices de variables independientes de los modelos RNA desarrollados, mientras que la potencia eólica generada se utilizó como variable dependiente. Los modelos se probaron con tres algoritmos de entrenamiento: Levenberg-Marquardt (LM), Gradiente Conjugado Escalado (SCG) y Regularización Bayesiana (BR). Además, el modelo se calibró para cinco porcentajes de validación (del 5% al 25% en intervalos del 5%) con cada algoritmo para identificar el mejor algoritmo de entrenamiento con los porcentajes de entrenamiento y validación más adecuados. Para evaluar el rendimiento de los modelos RNA desarrollados se utilizaron el error cuadrático medio (ECM), el coeficiente de correlación (R), el coeficiente de error cuadrático medio (ERM), el número de Nash y el BIAS. Los resultados revelaron que los tres algoritmos de entrenamiento producen predicciones aceptables para la generación de energía en el parque eólico de Pawan Danawi con R > 0,91, MSE < 0,22, y BIAS < 1. Entre ellos, el algoritmo de entrenamiento LM con un 70% de porcentajes de entrenamiento y un 5% de porcentajes de validación produce los mejores resultados de predicción. Los modelos desarrollados pueden utilizarse eficazmente en la predicción de la energía eólica en el parque eólico de Pawan Danawi. Además, los modelos pueden utilizarse con los escenarios climáticos previstos para predecir la futura cosecha de energía eólica. Además, los modelos pueden utilizarse aceptablemente en condiciones ambientales y climáticas similares para identificar el potencial eólico de la zona.