Browsing by Subject "Redes neuronales"

Now showing 1 - 4 of 4
  • Thumbnail Image
    Publication
    Open Access
    Análisis mediante inteligencia artificial de las emociones del alumnado autista en la interacción social con el robot NAO
    (Universidad de Murcia, Servicio de Publicaciones, 2024-05-30) Lorenzo Lledó, Gonzalo; Lorenzo Lledó, Alejandro; Rodríguez Quevedo, Ángel
    Actualmente, la tecnología es la herramienta más utilizada en el desarrollo de las actividades de la vida diaria. Cada vez es mayor, el número de campos de conocimiento que se benefician de su versatilidad y la aplicación en el desarrollo de sus actividades. En el entorno educativo, permite generar actividades adaptadas a las necesidades del alumnado. En los últimos años, la robótica y la inteligencia artificial son las que mayor difusión están teniendo. Las características de estas herramientas favorecen su aplicación con el alumnado con Trastorno del Espectro Autista. Por tanto, el objetivo de la investigación es la aplicación de la robótica para favorecer la comunicación e interacción social en el alumnado con autismo analizando las emociones que manifiestan a lo largo de las distintas actividades. Para ello, se implementó un estudio piloto con el robot NAO y cuatro niños autistas que desarrollaron actividades de imitación, juego e interacción social. Durante su realización se utilizó un sistema automático basado en redes neuronales convolucionales para detectar los estados de ánimo en el proceso de interacción. Los resultados muestran que tristeza, felicidad y enfado son las emociones que tiene una mayor probabilidad de producirse en los participantes. Por tanto, se concluye que el robot y el sistema de inteligencia artificial son un elemento fundamental para ayudar a expresar sus emociones en las interacciones sociales.
  • Thumbnail Image
    Publication
    Embargo
    Aplicación de modelos de red neuronal para la exposición personal a contaminantes atmosféricos.
    (EAE Editorial Academia Espanola, 2011) Baeza Caracena, Antonia; Pérez Valera, Ana; Ingeniería Química
    Uno de los retos a los que se enfrenta nuestra generación es el de la construcción de inteligencia artificial. Dentro de esta se pueden distinguir dos grandes áreas, la Inteligencia Artificial Simbiótica y la Subsimbiótica. Las redes neurales se encuadran dentro de las subsimbióticas. Por otro lado, hoy día un problema de gran importancia es la Contaminación Atmosférica, dicho problema es complejo, ya que está afectado por un gran número de factores así como de las características atmosféricas. Este problema llevó a finales de 1996 al proyecto LIFE-MACBETH, para evaluar los escenarios, establecer la causa-efecto, y aportar soluciones; de este proyecto se han recogido los datos para este estudio. El objetivo de este trabajo ha sido, estudiar las aplicaciones de las neuronas en el campo de la exposición personal y comparar los resultados obtenidos con el método tradicional.
  • Thumbnail Image
    Publication
    Open Access
    Syntactic analysis with Natural Language Processing using large language models
    Francisco José Cortés Delgado; Eduardo Martínez Graciá; Rafael Valencia García; Ingeniería de la Información y las Comunicaciones; Facultad de Informática
    This document presents an approach for automatic constituency parsing of Spanish sentences based on fine-tuning Large Language Models like Bloom or GPT2 using the seq2seq approach. Furthermore, it aims to ensure the widespread accessibility of this system. To achieve this, we use the AmazonWeb Services platform for hosting and distribution. The successful completion of this project will benefit MiSintaxis [18] application, thus providing quality education to its thousands of users worldwide. In this project, we initially delve into the history of Spanish grammar studies, exploring its components and the methodologies employed in teaching it at the elementary and secondary education levels. This analysis serves as a foundational understanding, informing the subsequent stages of our research and development. Subsequently, we present a review of the state-of-the-art developments in Natural Language Modeling and Parsing. We traverse the history of Neural Networks and their application inthe realm of Natural Language Modeling, discussing the evolution of various architectures that laid the foundation for the advent of Transformers. We meticulously explore the intricacies ofTransformer architecture, focusing on the critical elements that propelled the success of LargeLanguage Models. In addition, we introduce the Hugging Face ecosystem, a notable platform that fosters the accessibility and usability of these advanced models. We also shed light ontraditional parsing algorithms, delineating their role and significance in the broader context of language parsing. Using an automatic process, we converted the Spanish AnCora corpus using our grammar notation based on the recommendations of the Nueva gramática BÁSICA de la lengua española[15]. This process resulted in a Spanish corpus comprising 500,000 words spread across 17,300 sentences, thus encompassing the entirety of AnCora. We fine tuned Hugging Face models bloom-560m, bloom-1b1, gpt2-base-bne and gpt2-larg-bnewith this customized corpus and compared them using the F1 metric over the test dataset from the Ancora corpus, obtaining the following scores: 0.8141 for gpt2-larg-bne, 0.7939 for bloom-560m, 0.7790 for bloom-1b1, 0.7234 for gpt2-base-bne. With a simplified test dataset that we called the Argos dataset, we obtain the following F1 scores: 0.9123 for bloom-1b1, 0.8642 for bloom-560m, 0.8321 for gpt2-larg-bne, 0.8190 for gpt2-base-bne. Finally, we present Amazon Web Services and how to deploy a large language model for a real use scenario.
  • Thumbnail Image
    Publication
    Open Access
    Ubicación de revistas científicas en cuartiles según SJR: predicción a partir de estadística multivariante
    (Universidad de Murcia. Servicio de publicaciones, 2021) Marín Velásquez, Tomás; Arriojas Tocuyo, Dany Day Josefina
    Se analiza el sistema de cuartiles para la clasificación de revistas científicas, mediante clasificación estadística multivariante, utilizando datos de la página oficial de Scopus en 2019. Se tomó una muestra de 5740 registros y se extrajeron cuatro indicadores (CiteScore, Porcentaje de citaciones, SJR y Percentil) además del cuartil de ubicación (Q). El comportamiento de los indicadores se analizó mediante estadística descriptiva por cuartil, además de la clasificación mediante análisis discriminante y redes neuronales artificiales (RNA). El cuartil con mayor dispersión de indicadores fue Q1 y el cuartil con indicadores más homogéneos fue el Q4. El análisis discriminante arrojó 97,82% de cuartiles correctamente clasificados y 97,23% con RNA. Existen revistas que no se ajustan al cuartil donde se encuentran, de acuerdo a la estadística multivariante. Se observó que el factor más influyente en la clasificación es el percentil y no los indicadores de impacto.