Caracterización de señales con técnicas de inteligencia computacional y computación granular

Abstract

El objetivo de esta tesis es encontrar una metodología basada en GrC que permita encontrar descriptores que caractericen actividad en series de tiempo, minimizando el costo computacional. La inquietud surge del análisis de series de tiempo obtenidas en registros de experimentos realizados con rayos láser y el fenómeno que estos producen sobre objetos que presentan algún tipo de actividad, este fenómeno es conocido como Laser Speckle Dinámico. La hipótesis es que empleando GrC se pueden caracterizar las señales abstrayendo del motivo físico que la produce, logrando una metodología robusta y de rápido procesamiento. La tesis está dividida en cuatro capítulos, cada uno de los cuales tiene sus propias referencias. El capítulo 1 es una revisión de la utilización de granularidad computacional para el tratamiento de series de tiempo. El capítulo 2 muestra la propuesta para la detección y caracterización de actividad en patrones de speckle dinámico, objetivo particular de esta tesis, tanto desde el punto de vista temporal como espacial. El capítulo 3 muestra un estudio comparativo de la metodología propuesta y otras metodologías que se han utilizado para afrontar el problema del speckle dinámico. El capítulo 4 presenta los resultados obtenidos con distintas muestras de speckle dinámico; en algunos casos se muestra la comparación con los resultados obtenidos con otros métodos. En este capítulo se aborda también la aplicación de la metodología a videos de ultrasonido para la detección de tumores y problemas pulmonares, y otros tipos de videos donde debe distinguirse actividad.