Title: "Using Grammatical Evolution for Generation of Synthetic Variables in Classification Problems".
Título:"Creación de Variables Sintéticas mediante Evolución Gramatical en Problemas de Clasificación".
Autor: Roberto Canduela Luengo.
Director: Enrique J. Carmona.
Año: 2017.
Objetivos: El objetivo de este trabajo es estudiar la creación de variables sintéticas en problemas de clasificación, entendiendo una variable sintética como aquella variable que se forma a partir de las características existentes en un conjunto de datos, mediante la combinación de éstas y distintos operadores matemáticos. La finalidad de estas nuevas variables es ampliar el espacio de características del problema inicial, bajo la idea de que un aumento en la expresividad de estas variables puede redundar en un mejor aprendizaje del clasificador y, por tanto, en unos mejores resultados de clasificación. Consideramos que el trabajo viene a profundizar en algunos planteamientos ya existentes en la bibliografía sobre creación de variables, así como responder a la pregunta del por qué la creación de nuevas variables puede mejorar los resultados del clasificador. La creación de estas variables sintéticas se ha abordado mediante el uso de algoritmos evolutivos, y más concretamente desde el punto de vista del paradigma basado en Evolución Gramatical (del inglés Grammatical Evolution), campo en el que casi no existe bibliografía en el problema planteado.
Title: "Using Differential Evolution and Local Binay Patterns (LBP) for Object Recognition in Digital Images".
Título:"Uso del algoritmo Differential Evolution y el descriptor Local Binary Patterns (LBP) para el reconocimiento de objetos en imágenes digitales".
Autor: Miguel Revuelta Espinosa.
Director: Enrique J. Carmona.
Año: 2017.
Objetivos: El objetivo principal de este trabajo es estudiar el poder discriminante de las características asociadas al operador Local Binary Patterns (LBP) en la tarea del reconocimiento de objetos en imágenes digitales. Adicionalmente,la tarea de búsqueda de un objeto en una escena y con unas características LBP determinadas, se realiza mediante Differential Evolution (DE). La búsqueda debe ser indepediente a la traslación, rotación o escala del objeto a buscar. En particular, se analiza el rendimiento de la metodología resultante de combinar LBP+DE en diferentes situaciones como, por ejemplo, en objetos con texturas más o menos complejas, en presencia ruido, en condiciones de cambios de iluminación o en función de la parametrización del motor de búsqueda. Finalmente, la metodología presentada es aplicada a un caso real: la búsqueda del disco óptico en una colección de imágenes de retina.
Title: "A Novel Approach to the Placement Problem for FPGAs based on Genetic Algorithms".
Título:"A Novel Approach to the Placement Problem for FPGAs based on Genetic Algorithms".
Autor: Francisco J. Veredas Ramírez.
Director: Enrique J. Carmona.
Año: 2017.
Objetivos: This Master's thesis investigates the critical path optimization in the FPGA's placement. An initial investigation of the FPGA's placement problem shows that the minimization of the traditional cost function used in the simulated annealing's placement not always produce a minimal critical path. Therefore, it is proposed to use the routing algorithm as a cost function to improve the final critical path. The experimental results confirm that this new cost function has better quality results than the traditional cost function, at the expenses of longer execution time. A genetic algorithm using the routing algorithm as a cost function is found to reduce the execution time meanwhile is maintained a minimal critical path. The use of genetic algorithms with the new cost function will be useful in those cases
where a minimum critical path is needed. Furthermore, this work investigates the use of genetic algorithm using the traditional cost function. In this case, no better critical path in comparison with a simulated annealing's placement is observed.
Title: "Automatic blood vessel segmentation in retinal images using evolutionary artificial neural networks and operators based on local binary patterns (LBP)".
Título:"Segmentación automática de la red de vasos sanguíneos en imágenes de retina mediante redes neuronales artificiales evolutivas y operadores basados en local binary patterns (LBP)".
Autor: Antonio Rodríguez Jiménez.
Director: Enrique J. Carmona.
Año: 2013.
Objetivos: En este trabajo se presenta un nuevo método para la segmentación de los vasos sanguíneos de la retina en fotografías de fondo de ojo, basado en la utilización de Redes Neuronales Artificiales (RNA) y en el uso del operador LBP (Local Binnary Pattern), un operador que, tradicionalmente, ha sido muy utilizado en el análisis de imágenes para la detección de texturas. En realidad, para ser más precisos, se ha evaluado no sólo el operador LBP clásico sino, además, un conjunto de operadores que son variaciones del original. Algunas de estas variaciones corresponden a operadores ya existentes en la literatura y otras han sido aquí propuestas. Aplicando este conjunto de operadores a las fotografías de fondo de ojo se obtiene, para cada pixel de las mismas, un conjunto de valores que conforman un vector de características. A partir de vectores de este tipo, se construirá un conjunto de datos para entrenar una RNA. Sin embargo, no se utilizará un método clásico de entrenamiento de RNAs sino que el aprendizaje de la RNA óptima se hará a partir de un algoritmo evolutivo basado en Grammatical Evolution. Mediante este paradigma evolutivo, no sólo se aprenderá la RNA más adecuada para clasificar cada pixel de la imagen como perteneciente o no a un vaso sanguíneo, sino que se seleccionará, de forma automática, la topología de la red y las características de entrada más adecuadas, simplificando así la tarea de determinar cuáles son las variantes de LBP más discriminantes que han de ser utilizadas como entrada a la red. La evaluación del método se ha llevado a cabo con dos de las bases de imágenes de retina más utilizadas en este dominio: DRIVE (Digital Retinal Images for Vessel Extraction), y STARE (STructured Analysis of the Retina).
El método obtiene unos resultados competitivos respecto a otros métodos existentes en la literatura, tanto desde el punto de vista de precisión y sensibilidad como desde el punto de vista del coste computacional.
Title "Automated Synthesis of Electronic Amplifiers using Grammatical Evolution".
Título:"Síntesis Automática de Amplificadores Electrónicos mediante Grammatical Evolution".
Autor: Federico Castejón Lapeyra.
Director: Enrique J. Carmona.
Año: 2013.
Objetivos: En este trabajo se presenta un algoritmo para la síntesis automática de amplificadores electrónicos de una etapa. Dicho algoritmo está basado en el uso simultáneo de Grammatical Evolution (GE) y de las denominadas funciones de transformación de Koza. GE es un algoritmo evolutivo capaz de generar código en cualquier lenguaje de programación, utilizando cadenas de bytes de longitud variable. Por otro lado, en los trabajos de Koza y sus colaboradores se introduce una forma de representación de circuitos mediante árboles de parseado. Este tipo de representación, llamada de desarrollo, se basa en aplicar una sucesión de funciones de transformación sobre un circuito de partida, llamado embrión, y como resultado de este proceso de desarrollo, se obtiene un circuito final. En la aproximación aquí propuesta, el proceso de decodificación de un cromosoma hace uso de una gramática BNF, expresada, entre otras cosas, en términos de las funciones de transformación de Koza. Dicho proceso se basa en recorrer la cadena de bytes de izquierda a derecha, determinando cada byte qué regla de producción de la gramática será utilizada. Este proceso da lugar a una traducción de genotipo a fenotipo, generando una expresión perteneciente a la gramática utilizada y que, finalmente, se transformará en un circuito electrónico. Hasta donde se sabe por la bibilografía analizada, la gramática aquí propuesta es la primera dedicada a abordar el diseño automático de circuitos analógicos mediante el uso de GE. Se ha trabajado también en la creación de una función de adaptación compuesta por diferentes términos que permite medir computacionalmente las especificaciones de diseño del amplificador objetivo. Toda esta metodología se ha aplicado a dos casos de estudio, mostrando y analizando los mejores circuitos obtenidos. Finalmente, dichos circuitos se comparan con los obtenidos por un diseñador humano y con los resultados obtenidos en otros trabajos relacionados con el diseño automático de amplificadores.
Title: "Intrasexual Selection: A new Selection Method in Sexual Genetic Algorithms".
Título: "Selección Intrasexual: Un nuevo Método de Selección en Algoritmos Genéticos con Poblaciones Sexuadas".
Autor: Diego Merino Ortiz.
Director: Enrique J. Carmona.
Año: 2012.
Objetivos: El objetivo de este TFM es describir y evaluar las prestaciones de un nuevo método de selección de padres, de fuerte inspiración biológica, y que está definido dentro del contexto de los algoritmos genéticos que trabajan con poblaciones sexuadas. Concretamente, el método de selección propuesto está basado en uno de los mecanismos de la selección sexual biológica, la denominada selección intrasexual. Así, la idea es trabajar con poblaciones sexuadas (50% masculinos, 50% femeninos) en las que el proceso de selección sólo se realiza sobre la población masculina: sólo los vencedores de las competiciones entre individuos masculinos son los que se aparearán con los individuos femeninos. Aunque existen numerosos trabajos dedicados al estudio de algoritmos genéticos con poblaciones sexuadas, la implementación típica de un algoritmo genético suele hacerse con poblaciones asexuadas. Por ello, puede decirse también que el objetivo de este TFM es doble: por un lado, mostrar las bondades de trabajar con algoritmos genéticos que usan poblaciones sexuadas y, por otro lado, mostrar las prestaciones de un nuevo método de selección que trabaja con este tipo de poblaciones. Para ello, se medirá y comparará las prestaciones del método propuesto con otros métodos de selección que trabajan tanto con poblaciones asexuadas como sexuadas.
Title: "Location and Segmentation of the Optic Nerve Head in Eye Fundus Images using Pyramid Representation and Genetic Algorithms".
Título: "Localización y Segmentación de la Cabeza del Nervio Óptico en Imágenes de Fondo de Ojo mediante Representación Piramidal y Algoritmos Genéticos".
Autor: José Mª Molina Casado.
Director: Enrique J. Carmona.
Año: 2011.
Objetivos: La localización y segmentación de la cabeza del nervio óptico (CNO), también llamada disco óptico o papila, es de crítica importancia en el análisis de imágenes de retina, ya que apoya y facilita el diagnóstico de enfermedades oculares. Este Trabajo de Fin de Máster se centra en la creación de dos métodos automáticos para la segmentación de la cabeza del nervio óptico en imágenes fotográficas de retina. Ambos métodos utilizan una fase previa que consiste en la localización de la CNO. Una vez localizada, se extrae una subventana, centrada aproximadamente en la papila, con el objetivo de obtener un tamaño de imagen de entrada más pequeño y reducir así el coste computacional del proceso. Básicamente, esta fase previa transforma la subventana de entrada en una representación multinivel mediante la aplicación de una Pirámide Gaussiana. Se facilita así la búsqueda, en niveles altos de la pirámide, de píxeles que tienen una alta probabilidad de pertenecer a la CNO, dada la propiedad que poseen los píxeles centrales de la CNO de ser píxeles muy brillantes. Tras la fase previa, cada método aplica dos fases, una fase de obtención de puntos de interés (PI’s) y otra fase de segmentación del contorno de la CNO mediante la utilización de Algoritmos Genéticos (AGs). Los PI’s son puntos de la imagen que tienen una alta probabilidad de pertenecer al contorno de la CNO.
Title: "Optimization of Gas Turbine Thermodynamic Efficiency using Genetics Algorithms".
Título: "Optimización de la Eficiencia Termodinámica de Turbinas Aeronáuticas mediante Algoritmos Genéticos".
Autor: José Mª Chaquet Ulldemolins.
Director: Enrique J. Carmona.
Año: 2010.
Objetivo: En este trabajo se muestra la aplicación de un Algoritmo Genético (AG) utilizado para resolver el problema de optimizar la eficiencia termodinámica de turbinas aeronáuticas a partir de la búsqueda de configuraciones factibles del número de álabes. Las soluciones deben cumplir una serie de restricciones geométricas, aerodinámicas y acústicas. Como aproximación sucesiva al problema, se han implementado tres funciones de optimización. La primera sólo tiene en cuenta las restricciones, la segunda trata de disminuir el número total de álabes cumpliendo todas las restricciones, y la tercera trata de maximizar la eficiencia termodinámica de la turbina satisfaciendo todas las restricciones. Se describe también cómo reducir el número de grados de libertad del problema. Como caso de estudio se ha optimizado una turbina de baja presión aeronáutica de 13 filas. Como resultado de este trabajo se ha desarrollado una herramienta llamada NumberOff-Searcher. Se describe también el sistema de diseño aerodinámico de la empresa Industria de Turbo Propulsores S.A y las interacciones de NumberOffSearcher con algunas de las herramientas de dicho sistema.