Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros
Este trabajo de grado tiene como objetivo principal proporcionar asistencia a aquellas poblaciones que enfrentan dificultades en la interacción con la tecnología en su vida diaria. Para lograr este propósito, se ha desarrollado un software diseñado para ayudar a las personas a controlar funciones re...
- Autores:
-
Herrera Quiñones, Laura Alejandra
Rodríguez Ramírez, Marlon Sebastián
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/55139
- Acceso en línea:
- http://hdl.handle.net/11634/55139
- Palabra clave:
- AI
Ingeniería Electrónica
Tecnología
Población
Auditivo
Usuarios
Programación
Inteligencia Artificial
Robótica
- Rights
- openAccess
- License
- CC0 1.0 Universal
| id |
SANTOTOMAS_a488c435d640202c9ebc7c1101ea2645 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/55139 |
| network_acronym_str |
SANTOTOMAS |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros |
| title |
Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros |
| spellingShingle |
Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros AI Ingeniería Electrónica Tecnología Población Auditivo Usuarios Programación Inteligencia Artificial Robótica |
| title_short |
Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros |
| title_full |
Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros |
| title_fullStr |
Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros |
| title_full_unstemmed |
Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros |
| title_sort |
Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros |
| dc.creator.fl_str_mv |
Herrera Quiñones, Laura Alejandra Rodríguez Ramírez, Marlon Sebastián |
| dc.contributor.advisor.none.fl_str_mv |
Rojas, Armado Mateus Amaya, Sindy Paola |
| dc.contributor.author.none.fl_str_mv |
Herrera Quiñones, Laura Alejandra Rodríguez Ramírez, Marlon Sebastián |
| dc.contributor.orcid.spa.fl_str_mv |
https://orcid.org/0000-0002-1714-1593 |
| dc.contributor.googlescholar.spa.fl_str_mv |
https://scholar.google.com/citations?hl=es&user=Gg2sofAAAAAJ |
| dc.contributor.cvlac.spa.fl_str_mv |
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000796425 |
| dc.contributor.corporatename.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.subject.keyword.spa.fl_str_mv |
AI |
| topic |
AI Ingeniería Electrónica Tecnología Población Auditivo Usuarios Programación Inteligencia Artificial Robótica |
| dc.subject.lemb.spa.fl_str_mv |
Ingeniería Electrónica Tecnología Población Auditivo Usuarios |
| dc.subject.proposal.spa.fl_str_mv |
Programación Inteligencia Artificial Robótica |
| description |
Este trabajo de grado tiene como objetivo principal proporcionar asistencia a aquellas poblaciones que enfrentan dificultades en la interacción con la tecnología en su vida diaria. Para lograr este propósito, se ha desarrollado un software diseñado para ayudar a las personas a controlar funciones relacionadas con BAC (Building Automation Control). Durante el desarrollo de este proyecto, se han integrado modalidades auditivas, visuales y de texto al sistema. La información recopilada a través de estas modalidades ha ampliado la percepción del sistema en su entorno. Esta información adicional se utiliza para deducir detalles importantes y complementarios relacionados con las funciones solicitadas por el usuario. Para la implementación, se han empleado diversas herramientas y repositorios de código abierto que se han integrado en el entorno de ROS (Robot Operating System). Esto ha permitido establecer comunicaciones entre nodos, procesar datos y extraer características. Posteriormente, los datos se someten a un preprocesamiento y se preparan para un modelo de lenguaje al cual se le aplicó un Fine-tuning. Este modelo se encarga de discernir los dispositivos y el nivel de complejidad de las instrucciones proporcionadas. Finalmente, estas solicitudes se envían a un servidor ubicado en un microcontrolador (el cuál sirve como prototipo para Controlador de Automatización Directa- DDC y sistema de Automatización Industrial- ISA) que ejecuta las acciones requeridas en dispositivos reales dentro de una vivienda a escala. Todas las comunicaciones entre el servidor y el cliente se realizan siguiendo el protocolo BACnet |
| publishDate |
2023 |
| dc.date.issued.none.fl_str_mv |
2023-12-12 |
| dc.date.accessioned.none.fl_str_mv |
2024-05-20T18:32:08Z |
| dc.date.available.none.fl_str_mv |
2024-05-20T18:32:08Z |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Herrera Quiñoes, L. A. y Rodríguez Ramírez, M. S. (2023). Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional. |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/55139 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Herrera Quiñoes, L. A. y Rodríguez Ramírez, M. S. (2023). Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional. reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/55139 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Gi Hyun Lim. «Shared representations of actions for alternative suggestion with incomplete information». En: Robotics and Autonomous Systems 116 (jun. de 2019), págs. 38-50. issn: 09218890. doi: 10.1016/j.robot. 2019.02.005. Yang Baoyao, Andy J. Ma y Pong C. Yuen. «Learning domain-shared group-sparse representation for un supervised domain adaptation». En: Pattern Recognition 81 (2018), págs. 615-632. issn: 0031-3203. doi: https://doi.org/10.1016/j.patcog.2018.04.027. url: https://www.sciencedirect.com/science/ article/pii/S0031320318301614. Naimeh Alipour y Jafar Tahmoresnezhad. «Heterogeneous domain adaptation with statistical distribution alignment and progressive pseudo label selection». En: Applied Intelligence 52.7 (mayo de 2022), págs. 8038-8055. issn: 1573-7497. doi: 10.1007/s10489-021-02756-x. url: https://doi.org/10.1007/s10489-021-02756- x. Silvia Lago Martínez. «Brecha digital, inclusión y apropiación de tecnologías». En: (2019). Mariana Ramos. Radiografía de la Era Digital en Colombia (CNC 2020). 2020. url: https://www.centronacionaldeconsultoria. com/post/radiografia-de-la-era-digital-en-colombia-cnc-2020. Ana Rivoir. «Personas mayores y tecnologías digitales». En: Miradas críticas de la apropiación en América Latina (2019), pág. 51. Juan José Gómez Acosta et al. «Documento marco Proyección social». En: (2016). La Asamblea General adopta la Agenda 2030 para el Desarrollo Sostenible - Desarrollo Sostenible. url: https : / / www . un . org / sustainabledevelopment / es / 2015 / 09 / la - asamblea - general - adopta - la - agenda-2030-para-el-desarrollo-sostenible/ (visitado 20-10-2022). Wilfredo Graterol et al. «Emotion Detection for Social Robots Based on NLP Transformers and an Emotion Ontology». en. En: Sensors (Basel) 21.4 (feb. de 2021). Juan David Granados Figueroa. «Aplicación de técnicas de Machine Learning para hacer análisis de polaridad de sentimientos en texto para detectar tendencias de opinión en plataformas online». En: (2020), pág. 70. url: http://hdl.handle.net/11634/34933. Masahiro Suzuki y Yutaka Matsuo. «A survey of multimodal deep generative models». En: Advanced Robotics 36.5-6 (2022), págs. 261-278. issn: 15685535. doi: 10.1080/01691864.2022.2035253. arXiv: 2207.02127. Quoc Tuan Truong y Hady W. Lauw. «VistaNet: Visual aspect attention network for multimodal sentiment analysis». En: 33rd AAAI Conference on Artificial Intelligence, AAAI 2019, 31st Innovative Applications of Artificial Intelligence Conference, IAAI 2019 and the 9th AAAI Symposium on Educational Advances in Artificial Intelligence, EAAI 2019 (2019), págs. 305-312. issn: 2159-5399. doi: 10 . 1609 / aaai . v33i01 . 3301305. Johan David Diaz Mendivelso y Marco Javier Suarez Baron. «Análisis social aplicando técnicas de lenguaje natural a información extraída de twitter». En: Scientia et Technica 24.3 (sep. de 2019), págs. 496-503. doi: 10.22517/23447214.21731. url: https://revistas.utp.edu.co/index.php/revistaciencia/article/ view/21731 Camillo Lugaresi et al. MediaPipe: A Framework for Building Perception Pipelines. 2019. arXiv: 1906.08172 [cs.DC]. Alpha Cephei Inc. VOSK Offline Speech Recognition API. url: https://alphacephei.com/en/. Wataru Noguchi et al. «Superposition mechanism as a neural basis for understanding others». En: Scientific Reports 12.1 (dic. de 2022). issn: 20452322. doi: 10.1038/s41598-022-06717-3. Mina Jafari et al. «LMISA: A lightweight multi-modality image segmentation network via domain adaptation using gradient magnitude and shape constraint». En: Medical Image Analysis 81 (oct. de 2022), pág. 102536. issn: 13618415. doi: 10.1016/j.media.2022.102536. url: https://linkinghub.elsevier.com/retrieve/ pii/S1361841522001839 Humberto Rojas Pinilla. «Memorias /International Engineering Seminar IES UNISANGIL 2015 Desarro llo rural y sostenibilidad». En: (2015), pág. 70. url: https : / / unisangil . edu . co / phocadownload / investigaciones_doc/memorias_IES_2015_ISSN_2422_5088_volumen_2.pdf#page=40. Luis Vicente Colorado Franco y Narcisa Pilar Colorado Franco. «Cálculo del margen de tolerancia permisible aplicando el factor de experiencia de buque en la transferencia marítima de petróleo crudo y derivados del petróleo». En: Revista Científica y Tecnológica UPSE 7.1 (2020), págs. 14-20. issn: 1390-7638. doi: 10.26423/ rctu.v7i1.507. Matías Pizarro. «INMÓTICA Y GESTIÓN ENERGÉTICA BAJO EL ESTÁNDAR KNX». En: (2018). Hugo Touvron et al. Llama 2: Open Foundation and Fine-Tuned Chat Models. 2023. arXiv: 2307 . 09288 [cs.CL]. OpenAI. GPT-4 Technical Report. 2023. arXiv: 2303.08774 [cs.CL]. Alex Krizhevsky, Ilya Sutskever y Geoffrey E. Hinton. «ImageNet classification with deep convolutional Neural Networks». En: Communications of the ACM 60.6 (2017), págs. 84-90. doi: 10.1145/3065386 Ian Goodfellow, Yoshua Bengio y Aaron Courville. Deep Learning. http://www.deeplearningbook.org. MIT Press, 2016. Yann LeCun, Yoshua Bengio y Geoffrey Hinton. «Deep learning». En: Nature 521.7553 (2015), págs. 436-444. doi: 10.1038/nature14539. Haoyang Zeng et al. «Convolutional neural network architectures for predicting DNA–protein binding». En: Bioinformatics 32.12 (jun. de 2016), págs. i121-i127. issn: 1367-4803. doi: 10 . 1093 / bioinformatics / btw255. eprint: https : / / academic . oup . com / bioinformatics / article - pdf / 32 / 12 / i121 / 49020280 / bioinformatics\_32\_12\_i121.pdf. url: https://doi.org/10.1093/bioinformatics/btw255 Israel Rivera Zárate, Miguel Hernández Bolaños y Patricia Pérez Romero. «REDES NEURONALES RECU RRENTES PARA EL PROCESAMIENTO DE SECUENCIAS CODIFICADO EN PYTHON». En: (). Carlos Arana. Redes neuronales recurrentes: Análisis de los modelos especializados en datos secuenciales. Inf. téc. Serie Documentos de Trabajo, 2021 Kamilya Smagulova y Alex Pappachen James. «A survey on LSTM memristive neural network architectures and applications». En: The European Physical Journal Special Topics 228.10 (2019), págs. 2313-2324. Camilo Ferro, Nathalia Celis Mayorga y Alejandro Casallas García. Llenado de series de datos de 2014 a 2019 de PM2.5 por medio de una red neuronal y una regresión lineal. Ago. de 2020. doi: 10.13140/RG.2.2. 35092.53126. Grega Vrbančič y Vili Podgorelec. «Transfer Learning With Adaptive Fine-Tuning». En: IEEE Access 8 (2020), págs. 196197-196211. doi: 10.1109/ACCESS.2020.3034343 url: https://huggingface.co/docs/transformers/training Sholom Weiss et al. Text Mining: Predictive Methods for Analyzing Unstructured Information. 1.a ed. Springer, 2004. isbn: 0387954333; 9780387954332. url: libgen.li/file.php?md5=341a70158173878be25bf6b3d4c0458f. Tania Pereira, António Cunha y Hélder P. Oliveira. «Special Issue on Novel Applications of Artificial Intelligen ce in Medicine and Health». En: Applied Sciences 13.2 (2023). issn: 2076-3417. doi: 10.3390/app13020881. url: https://www.mdpi.com/2076-3417/13/2/881. Hermann Merz et al. Building Automation: Communication Systems with EIB/KNX, Lon und Bacnet. Sprin ger, 2018. Crea Modelos de Aprendizaje Automático de Nivel de Producción Con Tensorflow. url: https : / / www . tensorflow.org/?gclid=Cj0KCQiApKagBhC1ARIsAFc7Mc7EZw9yJT5a2YSkRk07HexJlIlZarZJ8J84vPkxzsyd2ePZw0tCp5waAk3HEALw_ wcB&hl=es-419. Welcome to Python.org. url: https://www.python.org/. Bernardo Ronquillo Japon. Hands-on ROS for Robotics Programming. url: https://www.oreilly.com/ library/view/hands-on-ros-for/9781838551308/64354160-9145-44e4-9fe6-bbba39ac5385.xhtml. David Pérez Román. «Robot Móvil Controlado por ROS Mobile Robot Powered by ROS». En: (). Robot operating system. url: https://www.ros.org/. Learn. url: https://scikit-learn.org/stable. BAC0: BAC0 is a Python 3 (3.6 and over) scripting application that uses BACpypes to process BACnet™ messages on an IP network. This library brings out simple commands to browse a BACnet network, read properties from BACnet devices, or write to them. https://github.com/ChristianTremblay/BAC0.git. Consultado el 30 de agosto de 2023. 2023. Peiyuan Jiang et al. «A Review of Yolo Algorithm Developments». En: Procedia Computer Science 199 (2022). The 8th International Conference on Information Technology and Quantitative Management (ITQM 2020 2021): Developing Global Digital Economy after COVID-19, págs. 1066-1073. issn: 1877-0509. doi: https://doi.org/10.1016/j.procs.2022.01.135. url: https://www.sciencedirect.com/science/ article/pii/S1877050922001363. Systeme der Gebäudeautomation (GA) - Teil 3: Funktionen (ISO 16484-3:2005); Deutsche Fassung EN ISO 16484-3:2005 Jacob Devlin et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. 2019. arXiv: 1810.04805 [cs.CL] |
| dc.rights.*.fl_str_mv |
CC0 1.0 Universal |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/publicdomain/zero/1.0/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Electrónica |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería Electrónica |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/55139/6/Carta_aprobacion_Biblioteca_.pdf.jpg https://repository.usta.edu.co/bitstream/11634/55139/7/migraci%c3%b3n_tesis.pdf.jpg https://repository.usta.edu.co/bitstream/11634/55139/8/Carta_autorizacion_autoarchivo_autor_2024_.pdf.jpg https://repository.usta.edu.co/bitstream/11634/55139/1/Carta_aprobacion_Biblioteca_.pdf https://repository.usta.edu.co/bitstream/11634/55139/2/migraci%c3%b3n_tesis.pdf https://repository.usta.edu.co/bitstream/11634/55139/3/Carta_autorizacion_autoarchivo_autor_2024_.pdf https://repository.usta.edu.co/bitstream/11634/55139/4/license_rdf https://repository.usta.edu.co/bitstream/11634/55139/5/license.txt |
| bitstream.checksum.fl_str_mv |
2fdbb3de8070bbf743f72ab686b7bb5a 3f871f3851233da0cbca8de96559fa59 13d9ecf5f1282e7559844f160d3bd56c 9bdfe612a6afc04d638f373c9baa3f8d fb266acc355ede7b574491ac43d7ef96 93bbb74ff2de16721aaa85f6c0b53f06 42fd4ad1e89814f5e4a476b409eb708c aedeaf396fcd827b537c73d23464fc27 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
noreply@usta.edu.co |
| _version_ |
1866408684884590592 |
| spelling |
Rojas, Armado MateusAmaya, Sindy PaolaHerrera Quiñones, Laura AlejandraRodríguez Ramírez, Marlon Sebastiánhttps://orcid.org/0000-0002-1714-1593https://scholar.google.com/citations?hl=es&user=Gg2sofAAAAAJhttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000796425Universidad Santo Tomás2024-05-20T18:32:08Z2024-05-20T18:32:08Z2023-12-12Herrera Quiñoes, L. A. y Rodríguez Ramírez, M. S. (2023). Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en Ros. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.http://hdl.handle.net/11634/55139reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEste trabajo de grado tiene como objetivo principal proporcionar asistencia a aquellas poblaciones que enfrentan dificultades en la interacción con la tecnología en su vida diaria. Para lograr este propósito, se ha desarrollado un software diseñado para ayudar a las personas a controlar funciones relacionadas con BAC (Building Automation Control). Durante el desarrollo de este proyecto, se han integrado modalidades auditivas, visuales y de texto al sistema. La información recopilada a través de estas modalidades ha ampliado la percepción del sistema en su entorno. Esta información adicional se utiliza para deducir detalles importantes y complementarios relacionados con las funciones solicitadas por el usuario. Para la implementación, se han empleado diversas herramientas y repositorios de código abierto que se han integrado en el entorno de ROS (Robot Operating System). Esto ha permitido establecer comunicaciones entre nodos, procesar datos y extraer características. Posteriormente, los datos se someten a un preprocesamiento y se preparan para un modelo de lenguaje al cual se le aplicó un Fine-tuning. Este modelo se encarga de discernir los dispositivos y el nivel de complejidad de las instrucciones proporcionadas. Finalmente, estas solicitudes se envían a un servidor ubicado en un microcontrolador (el cuál sirve como prototipo para Controlador de Automatización Directa- DDC y sistema de Automatización Industrial- ISA) que ejecuta las acciones requeridas en dispositivos reales dentro de una vivienda a escala. Todas las comunicaciones entre el servidor y el cliente se realizan siguiendo el protocolo BACnetThis thesis aims to provide assistance to populations facing challenges in their daily interaction with technology. To achieve this goal, a software has been developed to assist individuals in controlling functions related to Building Automation Control (BAC). Throughout the project development, auditory, visual, and text modalities have been integrated into the system. The information gathered through these modalities has expanded the system’s perception of its environment. This additional information is used to deduce important and complementary details related to the user’s requested fun ctions. For the implementation, various open-source tools and repositories have been employed and integrated into the Robot Operating System (ROS) environment. This has facilitated communication between nodes, data processing, and feature extraction. Subsequently, the data undergo preprocessing and are prepared for a language model that has undergone fine-tuning. This model is responsible for discerning the devices and the level of complexity of the provided instructions. Finally, these requests are sent to a server located on a microcontroller (which serves as a prototype for Direct Digital Control- DDC and Industrial Automation System- ISA) that executes the required actions on real devices within a scaled-down household. All communications between the server and the client are conducted following the BACnet protocolIngeniero ElectronicoPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería ElectrónicaFacultad de Ingeniería ElectrónicaCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Desarrollo de un Software de Robótica Social para la Asistencia de Personas en Operación de Funciones de Domótica Basado en RosAIIngeniería ElectrónicaTecnologíaPoblaciónAuditivoUsuariosProgramaciónInteligencia ArtificialRobóticaTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáGi Hyun Lim. «Shared representations of actions for alternative suggestion with incomplete information». En: Robotics and Autonomous Systems 116 (jun. de 2019), págs. 38-50. issn: 09218890. doi: 10.1016/j.robot. 2019.02.005.Yang Baoyao, Andy J. Ma y Pong C. Yuen. «Learning domain-shared group-sparse representation for un supervised domain adaptation». En: Pattern Recognition 81 (2018), págs. 615-632. issn: 0031-3203. doi: https://doi.org/10.1016/j.patcog.2018.04.027. url: https://www.sciencedirect.com/science/ article/pii/S0031320318301614.Naimeh Alipour y Jafar Tahmoresnezhad. «Heterogeneous domain adaptation with statistical distribution alignment and progressive pseudo label selection». En: Applied Intelligence 52.7 (mayo de 2022), págs. 8038-8055. issn: 1573-7497. doi: 10.1007/s10489-021-02756-x. url: https://doi.org/10.1007/s10489-021-02756- x.Silvia Lago Martínez. «Brecha digital, inclusión y apropiación de tecnologías». En: (2019).Mariana Ramos. Radiografía de la Era Digital en Colombia (CNC 2020). 2020. url: https://www.centronacionaldeconsultoria. com/post/radiografia-de-la-era-digital-en-colombia-cnc-2020.Ana Rivoir. «Personas mayores y tecnologías digitales». En: Miradas críticas de la apropiación en América Latina (2019), pág. 51.Juan José Gómez Acosta et al. «Documento marco Proyección social». En: (2016).La Asamblea General adopta la Agenda 2030 para el Desarrollo Sostenible - Desarrollo Sostenible. url: https : / / www . un . org / sustainabledevelopment / es / 2015 / 09 / la - asamblea - general - adopta - la - agenda-2030-para-el-desarrollo-sostenible/ (visitado 20-10-2022).Wilfredo Graterol et al. «Emotion Detection for Social Robots Based on NLP Transformers and an Emotion Ontology». en. En: Sensors (Basel) 21.4 (feb. de 2021).Juan David Granados Figueroa. «Aplicación de técnicas de Machine Learning para hacer análisis de polaridad de sentimientos en texto para detectar tendencias de opinión en plataformas online». En: (2020), pág. 70. url: http://hdl.handle.net/11634/34933.Masahiro Suzuki y Yutaka Matsuo. «A survey of multimodal deep generative models». En: Advanced Robotics 36.5-6 (2022), págs. 261-278. issn: 15685535. doi: 10.1080/01691864.2022.2035253. arXiv: 2207.02127.Quoc Tuan Truong y Hady W. Lauw. «VistaNet: Visual aspect attention network for multimodal sentiment analysis». En: 33rd AAAI Conference on Artificial Intelligence, AAAI 2019, 31st Innovative Applications of Artificial Intelligence Conference, IAAI 2019 and the 9th AAAI Symposium on Educational Advances in Artificial Intelligence, EAAI 2019 (2019), págs. 305-312. issn: 2159-5399. doi: 10 . 1609 / aaai . v33i01 . 3301305.Johan David Diaz Mendivelso y Marco Javier Suarez Baron. «Análisis social aplicando técnicas de lenguaje natural a información extraída de twitter». En: Scientia et Technica 24.3 (sep. de 2019), págs. 496-503. doi: 10.22517/23447214.21731. url: https://revistas.utp.edu.co/index.php/revistaciencia/article/ view/21731Camillo Lugaresi et al. MediaPipe: A Framework for Building Perception Pipelines. 2019. arXiv: 1906.08172 [cs.DC].Alpha Cephei Inc. VOSK Offline Speech Recognition API. url: https://alphacephei.com/en/.Wataru Noguchi et al. «Superposition mechanism as a neural basis for understanding others». En: Scientific Reports 12.1 (dic. de 2022). issn: 20452322. doi: 10.1038/s41598-022-06717-3.Mina Jafari et al. «LMISA: A lightweight multi-modality image segmentation network via domain adaptation using gradient magnitude and shape constraint». En: Medical Image Analysis 81 (oct. de 2022), pág. 102536. issn: 13618415. doi: 10.1016/j.media.2022.102536. url: https://linkinghub.elsevier.com/retrieve/ pii/S1361841522001839Humberto Rojas Pinilla. «Memorias /International Engineering Seminar IES UNISANGIL 2015 Desarro llo rural y sostenibilidad». En: (2015), pág. 70. url: https : / / unisangil . edu . co / phocadownload / investigaciones_doc/memorias_IES_2015_ISSN_2422_5088_volumen_2.pdf#page=40.Luis Vicente Colorado Franco y Narcisa Pilar Colorado Franco. «Cálculo del margen de tolerancia permisible aplicando el factor de experiencia de buque en la transferencia marítima de petróleo crudo y derivados del petróleo». En: Revista Científica y Tecnológica UPSE 7.1 (2020), págs. 14-20. issn: 1390-7638. doi: 10.26423/ rctu.v7i1.507.Matías Pizarro. «INMÓTICA Y GESTIÓN ENERGÉTICA BAJO EL ESTÁNDAR KNX». En: (2018).Hugo Touvron et al. Llama 2: Open Foundation and Fine-Tuned Chat Models. 2023. arXiv: 2307 . 09288 [cs.CL].OpenAI. GPT-4 Technical Report. 2023. arXiv: 2303.08774 [cs.CL].Alex Krizhevsky, Ilya Sutskever y Geoffrey E. Hinton. «ImageNet classification with deep convolutional Neural Networks». En: Communications of the ACM 60.6 (2017), págs. 84-90. doi: 10.1145/3065386Ian Goodfellow, Yoshua Bengio y Aaron Courville. Deep Learning. http://www.deeplearningbook.org. MIT Press, 2016.Yann LeCun, Yoshua Bengio y Geoffrey Hinton. «Deep learning». En: Nature 521.7553 (2015), págs. 436-444. doi: 10.1038/nature14539.Haoyang Zeng et al. «Convolutional neural network architectures for predicting DNA–protein binding». En: Bioinformatics 32.12 (jun. de 2016), págs. i121-i127. issn: 1367-4803. doi: 10 . 1093 / bioinformatics / btw255. eprint: https : / / academic . oup . com / bioinformatics / article - pdf / 32 / 12 / i121 / 49020280 / bioinformatics\_32\_12\_i121.pdf. url: https://doi.org/10.1093/bioinformatics/btw255Israel Rivera Zárate, Miguel Hernández Bolaños y Patricia Pérez Romero. «REDES NEURONALES RECU RRENTES PARA EL PROCESAMIENTO DE SECUENCIAS CODIFICADO EN PYTHON». En: ().Carlos Arana. Redes neuronales recurrentes: Análisis de los modelos especializados en datos secuenciales. Inf. téc. Serie Documentos de Trabajo, 2021Kamilya Smagulova y Alex Pappachen James. «A survey on LSTM memristive neural network architectures and applications». En: The European Physical Journal Special Topics 228.10 (2019), págs. 2313-2324.Camilo Ferro, Nathalia Celis Mayorga y Alejandro Casallas García. Llenado de series de datos de 2014 a 2019 de PM2.5 por medio de una red neuronal y una regresión lineal. Ago. de 2020. doi: 10.13140/RG.2.2. 35092.53126.Grega Vrbančič y Vili Podgorelec. «Transfer Learning With Adaptive Fine-Tuning». En: IEEE Access 8 (2020), págs. 196197-196211. doi: 10.1109/ACCESS.2020.3034343url: https://huggingface.co/docs/transformers/trainingSholom Weiss et al. Text Mining: Predictive Methods for Analyzing Unstructured Information. 1.a ed. Springer, 2004. isbn: 0387954333; 9780387954332. url: libgen.li/file.php?md5=341a70158173878be25bf6b3d4c0458f.Tania Pereira, António Cunha y Hélder P. Oliveira. «Special Issue on Novel Applications of Artificial Intelligen ce in Medicine and Health». En: Applied Sciences 13.2 (2023). issn: 2076-3417. doi: 10.3390/app13020881. url: https://www.mdpi.com/2076-3417/13/2/881.Hermann Merz et al. Building Automation: Communication Systems with EIB/KNX, Lon und Bacnet. Sprin ger, 2018.Crea Modelos de Aprendizaje Automático de Nivel de Producción Con Tensorflow. url: https : / / www . tensorflow.org/?gclid=Cj0KCQiApKagBhC1ARIsAFc7Mc7EZw9yJT5a2YSkRk07HexJlIlZarZJ8J84vPkxzsyd2ePZw0tCp5waAk3HEALw_ wcB&hl=es-419.Welcome to Python.org. url: https://www.python.org/.Bernardo Ronquillo Japon. Hands-on ROS for Robotics Programming. url: https://www.oreilly.com/ library/view/hands-on-ros-for/9781838551308/64354160-9145-44e4-9fe6-bbba39ac5385.xhtml.David Pérez Román. «Robot Móvil Controlado por ROS Mobile Robot Powered by ROS». En: ().Robot operating system. url: https://www.ros.org/.Learn. url: https://scikit-learn.org/stable.BAC0: BAC0 is a Python 3 (3.6 and over) scripting application that uses BACpypes to process BACnet™ messages on an IP network. This library brings out simple commands to browse a BACnet network, read properties from BACnet devices, or write to them. https://github.com/ChristianTremblay/BAC0.git. Consultado el 30 de agosto de 2023. 2023.Peiyuan Jiang et al. «A Review of Yolo Algorithm Developments». En: Procedia Computer Science 199 (2022). The 8th International Conference on Information Technology and Quantitative Management (ITQM 2020 2021): Developing Global Digital Economy after COVID-19, págs. 1066-1073. issn: 1877-0509. doi: https://doi.org/10.1016/j.procs.2022.01.135. url: https://www.sciencedirect.com/science/ article/pii/S1877050922001363.Systeme der Gebäudeautomation (GA) - Teil 3: Funktionen (ISO 16484-3:2005); Deutsche Fassung EN ISO 16484-3:2005Jacob Devlin et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. 2019. arXiv: 1810.04805 [cs.CL]THUMBNAILCarta_aprobacion_Biblioteca_.pdf.jpgCarta_aprobacion_Biblioteca_.pdf.jpgIM Thumbnailimage/jpeg7205https://repository.usta.edu.co/bitstream/11634/55139/6/Carta_aprobacion_Biblioteca_.pdf.jpg2fdbb3de8070bbf743f72ab686b7bb5aMD56open accessmigración_tesis.pdf.jpgmigración_tesis.pdf.jpgIM Thumbnailimage/jpeg3947https://repository.usta.edu.co/bitstream/11634/55139/7/migraci%c3%b3n_tesis.pdf.jpg3f871f3851233da0cbca8de96559fa59MD57open accessCarta_autorizacion_autoarchivo_autor_2024_.pdf.jpgCarta_autorizacion_autoarchivo_autor_2024_.pdf.jpgIM Thumbnailimage/jpeg7596https://repository.usta.edu.co/bitstream/11634/55139/8/Carta_autorizacion_autoarchivo_autor_2024_.pdf.jpg13d9ecf5f1282e7559844f160d3bd56cMD58open accessORIGINALCarta_aprobacion_Biblioteca_.pdfCarta_aprobacion_Biblioteca_.pdfapplication/pdf172881https://repository.usta.edu.co/bitstream/11634/55139/1/Carta_aprobacion_Biblioteca_.pdf9bdfe612a6afc04d638f373c9baa3f8dMD51metadata only accessmigración_tesis.pdfmigración_tesis.pdfapplication/pdf3560738https://repository.usta.edu.co/bitstream/11634/55139/2/migraci%c3%b3n_tesis.pdffb266acc355ede7b574491ac43d7ef96MD52open accessCarta_autorizacion_autoarchivo_autor_2024_.pdfCarta_autorizacion_autoarchivo_autor_2024_.pdfapplication/pdf1076717https://repository.usta.edu.co/bitstream/11634/55139/3/Carta_autorizacion_autoarchivo_autor_2024_.pdf93bbb74ff2de16721aaa85f6c0b53f06MD53metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repository.usta.edu.co/bitstream/11634/55139/4/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/55139/5/license.txtaedeaf396fcd827b537c73d23464fc27MD55open access11634/55139oai:repository.usta.edu.co:11634/551392024-05-21 03:01:32.346metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.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 |