Aplicación de redes neuronales para tratamiento de efluentes derivados de la curtiduría
Tesis
Materias > Ingeniería
Materias > Ciencias Sociales
Universidad Internacional Iberoamericana México > Investigación > Tesis Doctorales
Cerrado
Español
El presente documento detalla el proceso de creación de la red neuronal artificial (RNA) para el tratamiento de efluentes mediante la determinación de la dosificación de ácido, coagulante y floculante. El proceso abarca desde el análisis de la información de las muestras de los efluentes, la creación del modelo de RNA y la predicción de dosificaciones. Este tipo de red, que se caracteriza por su organización en capas y conexiones estrictamente hacia delante, utiliza algoritmos de entrenamiento del tipo supervisado. El entrenamiento de las redes neuronales consiste en el ajuste de sus parámetros con el objetivo de generar el resultado deseado a la salida de la red. Antes de poder aplicar algún algoritmo de optimización debemos definir nuestra función de coste o pérdida. La función de pérdida es aquella expresión matemática que queremos minimizar o maximizar dependiendo del problema que estemos abordando. Una función de coste típica es la definida por la ecuación, donde se utiliza la media de la suma de los errores cuadráticos para evaluar el rendimiento de la red. Este proceso se realiza por cada ejemplo en el dataset de entrenamiento, siendo m el número de muestras. Fi = Salida de la red para el dato i. El descenso del gradiente es el método utilizado para la optimización de redes de neuronas. Esta técnica realiza actualizaciones de manera iterativa de cada parámetro de la red en aquella dirección que minimice más la función de coste. Para obtener esta dirección se calcula la derivada parcial de la función de coste con respecto a cada parámetro de manera individual. Antes de realizar el entrenamiento es necesario inicializar los parámetros de la red, siendo este un factor importante que puede determinar la convergencia o no. Fase de entrenamiento. Debido a que el objetivo final es poder determinar los niveles adecuados de dosificación para que el ph final en los efluentes cumplan con los estándares ambientales, el modelo de predicción puede adaptarse de forma que tome todas las variables, incluidas la dosificación de coagulante y floculante, y el objetivo sea la predicción del ph final. Dada un conjunto de condiciones iniciales, y un conjunto de dosificaciones el modelo será capaz de predecir el ph resultante. Este enfoque donde los niveles de dosificación de coagulante y floculante cumplen la función de variables independientes en vez de variables dependientes nos obliga a crear una matriz de valores predeterminados, donde cada una de estas configuraciones de dosificación sería evaluada por la red para obtener el valor de ph final. Mínima pre-configuración de parámetros antes de poner en marcha cada batch del proceso. Cuando se da esta señal de inicio, se activa la bomba centrífuga #3 y empieza a llenarse el tanque de ácido. Cuando eso ocurre, apaga la bomba de llenado y después de 10 segundos se activa el agitador del tanque de ácido a 15 Hz y 10 segundos después se dosifica la cantidad de peróxido seteada. Luego de 30 segundos más se dosifica el ácido según el valor seteado ya sea manualmente o mediante la red neuronal. Cuando el agua termina de caer al tanque de coagulante, luego de 10 segundos se activa el agitador del tanque de ácido a 18 Hz y 10 segundos después se dosifica la cantidad de coagulante seteada manualmente o por la red neuronal.
metadata
Mariños Legendre, Juan Carlos
mail
marinos285@gmail.com
(2023)
Aplicación de redes neuronales para tratamiento de efluentes derivados de la curtiduría.
Doctoral thesis, SIN ESPECIFICAR.
Resumen
El presente documento detalla el proceso de creación de la red neuronal artificial (RNA) para el tratamiento de efluentes mediante la determinación de la dosificación de ácido, coagulante y floculante. El proceso abarca desde el análisis de la información de las muestras de los efluentes, la creación del modelo de RNA y la predicción de dosificaciones. Este tipo de red, que se caracteriza por su organización en capas y conexiones estrictamente hacia delante, utiliza algoritmos de entrenamiento del tipo supervisado. El entrenamiento de las redes neuronales consiste en el ajuste de sus parámetros con el objetivo de generar el resultado deseado a la salida de la red. Antes de poder aplicar algún algoritmo de optimización debemos definir nuestra función de coste o pérdida. La función de pérdida es aquella expresión matemática que queremos minimizar o maximizar dependiendo del problema que estemos abordando. Una función de coste típica es la definida por la ecuación, donde se utiliza la media de la suma de los errores cuadráticos para evaluar el rendimiento de la red. Este proceso se realiza por cada ejemplo en el dataset de entrenamiento, siendo m el número de muestras. Fi = Salida de la red para el dato i. El descenso del gradiente es el método utilizado para la optimización de redes de neuronas. Esta técnica realiza actualizaciones de manera iterativa de cada parámetro de la red en aquella dirección que minimice más la función de coste. Para obtener esta dirección se calcula la derivada parcial de la función de coste con respecto a cada parámetro de manera individual. Antes de realizar el entrenamiento es necesario inicializar los parámetros de la red, siendo este un factor importante que puede determinar la convergencia o no. Fase de entrenamiento. Debido a que el objetivo final es poder determinar los niveles adecuados de dosificación para que el ph final en los efluentes cumplan con los estándares ambientales, el modelo de predicción puede adaptarse de forma que tome todas las variables, incluidas la dosificación de coagulante y floculante, y el objetivo sea la predicción del ph final. Dada un conjunto de condiciones iniciales, y un conjunto de dosificaciones el modelo será capaz de predecir el ph resultante. Este enfoque donde los niveles de dosificación de coagulante y floculante cumplen la función de variables independientes en vez de variables dependientes nos obliga a crear una matriz de valores predeterminados, donde cada una de estas configuraciones de dosificación sería evaluada por la red para obtener el valor de ph final. Mínima pre-configuración de parámetros antes de poner en marcha cada batch del proceso. Cuando se da esta señal de inicio, se activa la bomba centrífuga #3 y empieza a llenarse el tanque de ácido. Cuando eso ocurre, apaga la bomba de llenado y después de 10 segundos se activa el agitador del tanque de ácido a 15 Hz y 10 segundos después se dosifica la cantidad de peróxido seteada. Luego de 30 segundos más se dosifica el ácido según el valor seteado ya sea manualmente o mediante la red neuronal. Cuando el agua termina de caer al tanque de coagulante, luego de 10 segundos se activa el agitador del tanque de ácido a 18 Hz y 10 segundos después se dosifica la cantidad de coagulante seteada manualmente o por la red neuronal.
| Tipo de Documento: | Tesis (Doctoral) |
|---|---|
| Palabras Clave: | entrenamientos, red neuronal, innovación, curtiduría, medio ambiente, efluentes |
| Clasificación temática: | Materias > Ingeniería Materias > Ciencias Sociales |
| Divisiones: | Universidad Internacional Iberoamericana México > Investigación > Tesis Doctorales |
| Depositado: | 26 Sep 2023 23:30 |
| Ultima Modificación: | 26 Sep 2023 23:30 |
| URI: | https://repositorio.unini.edu.mx/id/eprint/8475 |
Acciones (logins necesarios)
 |
Ver Objeto |
<a href="/10290/1/Influence%20of%20E-learning%20training%20on%20the%20acquisition%20of%20competences%20in%20basketball%20coaches%20in%20Cantabria.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
The main aim of this study was to analyse the influence of e-learning training on the acquisition of competences in basketball coaches in Cantabria. The current landscape of basketball coach training shows an increasing demand for innovative training models and emerging pedagogies, including e-learning-based methodologies. The study sample consisted of fifty students from these courses, all above 16 years of age (36 males, 14 females). Among them, 16% resided outside the autonomous community of Cantabria, 10% resided more than 50 km from the city of Santander, 36% between 10 and 50 km, 14% less than 10 km, and 24% resided within Santander city. Data were collected through a Google Forms survey distributed by the Cantabrian Basketball Federation to training course students. Participation was voluntary and anonymous. The survey, consisting of 56 questions, was validated by two sports and health doctors and two senior basketball coaches. The collected data were processed and analysed using Microsoft® Excel version 16.74, and the results were expressed in percentages. The analysis revealed that 24.60% of the students trained through the e-learning methodology considered themselves fully qualified as basketball coaches, contrasting with 10.98% of those trained via traditional face-to-face methodology. The results of the study provide insights into important characteristics that can be adjusted and improved within the investigated educational process. Moreover, the study concludes that e-learning training effectively qualifies basketball coaches in Cantabria.
Josep Alemany Iturriaga mail josep.alemany@uneatlantico.es, Álvaro Velarde-Sotres mail alvaro.velarde@uneatlantico.es, Javier Jorge mail , Kamil Giglio mail ,
Alemany Iturriaga
<a href="/15625/1/s41598-024-74127-8.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Plant stress reduction research has advanced significantly with the use of Artificial Intelligence (AI) techniques, such as machine learning and deep learning. This is a significant step toward sustainable agriculture. Innovative insights into the physiological responses of plants mostly crops to drought stress have been revealed through the use of complex algorithms like gradient boosting, support vector machines (SVM), recurrent neural network (RNN), and long short-term memory (LSTM), combined with a thorough examination of the TYRKC and RBR-E3 domains in stress-associated signaling proteins across a range of crop species. Modern resources were used in this study, including the UniProt protein database for crop physiochemical properties associated with specific signaling domains and the SMART database for signaling protein domains. These insights were then applied to deep learning and machine learning techniques after careful data processing. The rigorous metric evaluations and ablation analysis that typified the study’s approach highlighted the algorithms’ effectiveness and dependability in recognizing and classifying stress events. Notably, the accuracy of SVM was 82%, while gradient boosting and RNN showed 96%, and 94%, respectively and LSTM obtained an astounding 97% accuracy. The study observed these successes but also highlights the ongoing obstacles to AI adoption in agriculture, emphasizing the need for creative thinking and interdisciplinary cooperation. In addition to its scholarly value, the collected data has significant implications for improving resource efficiency, directing precision agricultural methods, and supporting global food security programs. Notably, the gradient boosting and LSTM algorithm outperformed the others with an exceptional accuracy of 96% and 97%, demonstrating their potential for accurate stress categorization. This work highlights the revolutionary potential of AI to completely disrupt the agricultural industry while simultaneously advancing our understanding of plant stress responses.
Tariq Ali mail , Saif Ur Rehman mail , Shamshair Ali mail , Khalid Mahmood mail , Silvia Aparicio Obregón mail silvia.aparicio@uneatlantico.es, Rubén Calderón Iglesias mail ruben.calderon@uneatlantico.es, Tahir Khurshaid mail , Imran Ashraf mail ,
Ali
<a class="ep_document_link" href="/15198/1/nutrients-16-03859.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Carotenoids Intake and Cardiovascular Prevention: A Systematic Review
Background: Cardiovascular diseases (CVDs) encompass a variety of conditions that affect the heart and blood vessels. Carotenoids, a group of fat-soluble organic pigments synthesized by plants, fungi, algae, and some bacteria, may have a beneficial effect in reducing cardiovascular disease (CVD) risk. This study aims to examine and synthesize current research on the relationship between carotenoids and CVDs. Methods: A systematic review was conducted using MEDLINE and the Cochrane Library to identify relevant studies on the efficacy of carotenoid supplementation for CVD prevention. Interventional analytical studies (randomized and non-randomized clinical trials) published in English from January 2011 to February 2024 were included. Results: A total of 38 studies were included in the qualitative analysis. Of these, 17 epidemiological studies assessed the relationship between carotenoids and CVDs, 9 examined the effect of carotenoid supplementation, and 12 evaluated dietary interventions. Conclusions: Elevated serum carotenoid levels are associated with reduced CVD risk factors and inflammatory markers. Increasing the consumption of carotenoid-rich foods appears to be more effective than supplementation, though the specific effects of individual carotenoids on CVD risk remain uncertain.
Sandra Sumalla Cano mail sandra.sumalla@uneatlantico.es, Imanol Eguren García mail imanol.eguren@uneatlantico.es, Álvaro Lasarte García mail , Thomas Prola mail thomas.prola@uneatlantico.es, Raquel Martínez Díaz mail raquel.martinez@uneatlantico.es, Iñaki Elío Pascual mail inaki.elio@uneatlantico.es,
Sumalla Cano
<a class="ep_document_link" href="/15333/1/nutrients-16-03907.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Background/Objectives: The diet quality of younger individuals is decreasing globally, with alarming trends also in the Mediterranean region. The aim of this study was to assess diet quality and adequacy in relation to country-specific dietary recommendations for children and adolescents living in the Mediterranean area. Methods: A cross-sectional survey was conducted of 2011 parents of the target population participating in the DELICIOUS EU-PRIMA project. Dietary data and cross-references with food-based recommendations and the application of the youth healthy eating index (YHEI) was assessed through 24 h recalls and food frequency questionnaires. Results: Adherence to recommendations on plant-based foods was low (less than ∼20%), including fruit and vegetables adequacy in all countries, legume adequacy in all countries except for Italy, and cereal adequacy in all countries except for Portugal. For animal products and dietary fats, the adequacy in relation to the national food-based dietary recommendations was slightly better (∼40% on average) in most countries, although the Eastern countries reported worse rates. Higher scores on the YHEI predicted adequacy in relation to vegetables (except Egypt), fruit (except Lebanon), cereals (except Spain), and legumes (except Spain) in most countries. Younger children (p < 0.005) reporting having 8–10 h adequate sleep duration (p < 0.001), <2 h/day screen time (p < 0.001), and a medium/high physical activity level (p < 0.001) displayed a better diet quality. Moreover, older respondents (p < 0.001) with a medium/high educational level (p = 0.001) and living with a partner (p = 0.003) reported that their children had a better diet quality. Conclusions: Plant-based food groups, including fruit, vegetables, legumes, and even (whole-grain) cereals are underrepresented in the diets of Mediterranean children and adolescents. Moreover, the adequate consumption of other important dietary components, such as milk and dairy products, is rather disregarded, leading to substantially suboptimal diets and poor adequacy in relation to dietary guidelines.
Francesca Giampieri mail francesca.giampieri@uneatlantico.es, Alice Rosi mail , Francesca Scazzina mail , Evelyn Frias-Toral mail , Osama Abdelkarim mail , Mohamed Aly mail , Raynier Zambrano-Villacres mail , Juancho Pons mail , Laura Vázquez-Araújo mail , Sandra Sumalla Cano mail sandra.sumalla@uneatlantico.es, Iñaki Elío Pascual mail inaki.elio@uneatlantico.es, Lorenzo Monasta mail , Ana Mata mail , María Isabel Pardo mail , Pablo Busó mail , Giuseppe Grosso mail ,
Giampieri
<a class="ep_document_link" href="/15440/1/fcimb-1-1515641.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Editorial: Host-bacteria interactions in fish pathogens
In order to promote the sustainable development of aquaculture, it is of great importance to better understand fish diseases caused by classic and emerging bacterial pathogens. Strains of classic fish pathogens such as Aeromonas, Vibrio, Photobacterium, Edwardsiella, Yersinia, Flavobacterium, or Piscirickettsia.
José Ramos-Vivas mail jose.ramos@uneatlantico.es, Félix Acosta mail ,
Ramos-Vivas