FRN - Producción de Investigación

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/2232

Browse

Filters

2011 - 201922020 - 20233

Settings

Author: search.filters.author.Liscovsky, PabloHas files: Yes

Search Results

Now showing 1 - 5 of 5
  • Thumbnail Image
    Item
    Implementaciòn de modelos de señales sensoriales en sistemas embebidos enfocada a aprendizaje automático.
    (2023-04-01) Monte, Gustavo Eduardo; Liscovsky, Pablo; Marasco, Damian; Agnello, Ariel Edgardo; Gargia, Pablo Emiliano Bruna,
    Los sistemas digitales controlados por sensores convierten la percepción en información sobre la que los operadores y los sistemas actúan. Todas las acciones y decisiones realizadas por estos sistemas se basan en señales de sensores. Una percepción errónea puede generar accidentes graves, impacto ambiental y pérdidas económicas. El proceso de extraer información y conocimiento de los datos de los sensores en un entorno industrial es una tarea desafiante. El simple hecho de detectar la normalidad o anormalidad de una señal requiere haber aprendido su comportamiento ante diversas condiciones de operación, incluyendo condiciones previstas de fallas. En este proyecto, basado en investigaciones y desarrollos anteriores de investigadores de la regional Del Neuquén, se desarrollarán e implementarán algoritmos en sistemas embebidos para el aprendizaje del comportamiento de las señales sensoriales. Como resultado de este conocimiento mas profundo de las señales, se lograrán sistemas mas seguros y más eficientes en sintonía con los conceptos fundamentales del paradigma Industria 4.0, alcanzando una mejora considerable en el proceso de toma de decisiones.
  • Thumbnail Image
    Item
    A Simple Model for Sharing Knowledge Among Heterogeneous Sensor Data
    (2022-10-20) Monte, Gustavo Eduardo; Marasco, Damian; Agnello, Ariel Edgardo; Bufanio, Rubèn; Scarone, Norberto; Liscovsky, Pablo
    This work presents a simple model that expose the information embedded into a sensor signal allowing to share it independently of the signal nature. Today's highly interconnected world requires a representation of sensor signals that let efficient sharing of embedded information. The proposed model is a state matrix that combine two important aspects of any signal: Its value inside a range and its behavior over the time. From this state matrix is possible to obtain a self-learning model observing the state transition probabilities and the time lapse in each state to deduce signal normality- abnormality that allows to infer a better perception of reality.
  • Thumbnail Image
    Item
    Smoke detection using simplified descriptors of video information
    (2017-03-22) Monte, Gustavo; Marasco, Damian; Pastore, Juan Ignacio; Liscovsky, Pablo; Ballarin, Virginia
    Automatic visual detection of smoke in confined or open spaces is overriding to issue early warnings that can save lives or prevent irreparable damage. While fire presents a range of characteristic colour, smoke does not present a readily apparent pattern. Changes its shape, does not contain clear edges, presents a chaotic behaviour and colour manifests from white to black, including all nuances. This paper presents an algorithm that efficiently pre-process a frame that extracts the main component of information, decreasing orders of magnitude the source size. From this new structure, algorithms based on the temporal and spatial change of subsets of the new structure are applied. Decision is based on fusion of weak classifiers. The algorithms are described and validated with experimental results of real-time detection for open and confined spaces, considering simplicity and efficiency of the proposed method suitable for embedded systems.
  • Thumbnail Image
    Item
    Monitoreo continuo de variables de calidad y seguridad en subestaciones transformadoras urbanas
    (2020-08-20) Marasco, Damian; Monte, Gustavo; Bufanio, Rubèn; Agnello, Ariel; Scarone, Norberto; Solorzano, Lucas; Vallejos, Javier; Liscovsky, Pablo
    Debido a las grandes demandas que se generan durante el periodo estival, las subestaciones urbanas trabajan en un punto crítico que depende de la temperatura ambiente, del desequilibrio de las fases, de los puntos calientes y del desgaste natural, características que se agravan con el paso del tiempo. Este trabajo presenta el desarrollo del sistema de monitoreo continuo de variables de calidad eléctricas, acústicas, mecánicas y térmicas para subestaciones transformadoras urbanas. La información obtenida permite inferir la evolución de su estado operativo minimizando el impacto ambiental y asegurando la calidad del suministro
  • Thumbnail Image
    Item
    A novel time-domain signal processing algorithm for real time ventricular fibrillation detection
    (2011-12-23) Monte, Gustavo; Scarone, Norberto; Liscovsky, Pablo
    This paper presents an application of a novel algorithm for real time detection of ECG pathologies, especially ventricular fibrillation. It is based on segmentation and labeling process of an oversampled signal. After this treatment, analyzing sequence of segments, global signal behaviours are obtained in the same way like a human being does. The entire process can be seen as a morphological filtering after a smart data sampling. The algorithm does not require any ECG digital signal pre-processing, and the computational cost is low, so it can be embedded into the sensors for wearable and permanent applications. The proposed algorithms could be the input signal description to expert systems or to artificial intelligence software in order to detect other pathologies