Envíos recientes
Generación de Datos Sintéticos y validación por transferencia de dominio mediante detección de anomalías en dispositivos IoT de bajos recursos para Agricultura de Precisión
(2026-09-01) Arreaga Alvarado, Nestor Xavier; Blanc Clavero, Sara; Estrada Pico, Rebeca
[ES] El auge tecnológico de los últimos años ha permitido un desarrollo rápido de una de las áreas más importantes para la población mundial como la agricultura. Tecnologías como Internet de las Cosas (IoT) contribuyen a la agricultura de precisión mediante el monitoreo continuo de variables ambientales y del suelo, facilitando la detección temprana de fallos y condiciones anómalas. A pesar de eso aún existen muchas regiones que no poseen la infraestructura adecuada para implementar un despliegue de dispositivos y obtener información de los cultivos, por lo cual poder desarrollar modelos de detección de anomalías enfrenta dos restricciones principales: la escasez de datos etiquetados y la limitada capacidad computacional de los dispositivos embebidos. En esta tesis se aborda ambos problemas, primero se enfoca en la construcción de modelo sintético dentro de un dominio de normalidad transferible y posteriormente a su validación operacional en hardware de bajos recursos.
El estudio de esta investigación toma como base un conjunto de datos reales recolectados en cultivos de aguacate, que luego son sometidos a un proceso de limpieza, imputación y caracterización estadística para obtener series temporales representativas del comportamiento normal de sensores de humedad y temperatura del suelo, así como también de la temperatura ambiental. Sobre estos datos se propone una metodología de modelado sintético que se fundamente en ajuste matemático de series temporales (Curve-Fit Synthetic Models, CF-SM) usando MATLAB como herramienta principal, en la cual las señales se descomponen en componentes temporales y se aproximan mediante funciones periódicas, gaussianas, Spline suavizados, así como Fourier y suma de senos. El objetivo no es sustituir el sistema físico, sino construir un espacio de normalidad estructuralmente equivalente que permita entrenar modelos en ausencia de datos anómalos reales.
El modelo sintético se evalúa comparando datos reales y sintéticos, empleando métricas de estabilidad de la región de normalidad, entre ellas la sensibilidad con la tasa de falsos positivos (FPR), mientras que su transferibilidad se analiza mediante pruebas cruzadas entre dominios e inyección controlada de perturbaciones. Los resultados muestran que el modelo Multi-Periodic reproduce con mayor consistencia la estructura estadística del sistema, lo cual permite entrenar detectores con datos sintéticos y aplicarlos posteriormente sobre datos reales, con una degradación mínima tras la etapa de calibración.
A continuación, se implementa un entorno de hardware-in-the-loop compuesto por nodos ESP8266 donde se ejecutar los modelos ML convertidos y cuantizados, conectados a un orquestador local, de donde se envían los modelos sintéticos para su análisis y almacena los resultados de la detección de anomalías para luego calcular las métricas. Las pruebas experimentales muestran tasas de falsos positivos cercanas al 5% en múltiples nodos, evidenciando estabilidad inter-dispositivo y confirmando que el dominio sintético preserva la estructura operativa necesaria para su ejecución en sistemas embebidos.
En conjunto, la tesis demuestra que es posible entrenar modelos de detección de anomalías para dispositivos IoT de bajos recursos utilizando únicamente datos sintéticos derivados de señales reales, siempre que estos reproduzcan fielmente la dinámica temporal del proceso físico. Esta investigación ayuda de gran manera cuando hay la necesidad de datos anómalos reales, facilita la implementación en entornos agrícolas con limitaciones de conectividad y permite una estrategia practica para el desarrollo de sistemas autónomos de monitores en ambientes de agricultura de precisión.
Synthesis and Evaluation of SiO2-Supported Photocatalysts for Environmental and Energy Applications
(2027-07-03) Diego-López, Ander; Bosca Mayans, Francisco; Marín García, María Luisa; Agencia Estatal de Investigación
[ES] La sobreexplotación de los recursos naturales ha generado graves problemas ambientales, como la escasez de agua y el cambio climático, impulsando la búsqueda de tecnologías sostenibles. En este contexto, la fotocatálisis heterogénea destaca por aprovechar la energía solar y operar en condiciones suaves. Sin embargo, su aplicación a gran escala sigue limitada por la baja eficiencia, el escaso aprovechamiento de la luz visible y las dificultades de recuperación y reutilización de los fotocatalizadores. Los fotocatalizadores soportados representan una alternativa prometedora, especialmente por facilitar su recuperación y reutilización. Por ello, esta tesis doctoral se centra en el diseño, síntesis, caracterización y evaluación de fotocatalizadores de óxidos metálicos soportados sobre SiO2 para aplicaciones medioambientales y energéticas.
En la Parte I (Capítulos 4 y 5) se estudió la eliminación de contaminantes orgánicos en aguas residuales. En el Capítulo 4 se sintetizó un fotocatalizador SiO2@TiO2 tipo core@shell y se investigaron las vías de fotoactivación de H2O2, peroximonosulfato (PMS) y peroxidisulfato (PDS) durante la mineralización de orto-fenilfenol (OPP). Los estudios fotocatalíticos y de EPR permitieron proponer mecanismos de activación plausibles, concluyendo que el PMS es el promotor radicalario más eficaz para la mineralización fotocatalítica mediada por TiO2 anatasa.
En el Capítulo 5 se evaluó el uso de WO3 soportado sobre SiO2 (SiO2@WO3) como semiconductor activo bajo luz visible. Para reducir la recombinación de cargas, se incorporaron nanocristales de Fe3O4, obteniéndose el fotocatalizador SiO2@WO3@Fe3O4. En presencia de H2O2 y bajo irradiación visible, este material mostró una mayor eficiencia en la degradación de azul de metileno y diclofenaco que SiO2@WO3. Los resultados, junto con estudios EPR, permitieron proponer un mecanismo foto-Fenton heterogéneo responsable de la mejora observada.
La Parte II (Capítulos 6 y 7) se centró en aplicaciones energéticas. En el Capítulo 6 se investigó la producción fotocatalítica de H2 a partir de glicerol usando SiO2@TiO2. La velocidad de generación de H2 dependió fuertemente del espesor de la capa de TiO2, identificándose un valor óptimo de aproximadamente 28 nm, con una actividad siete veces superior a la del TiO2 P25. Además, la modificación superficial con nanopartículas de Pd incrementó la producción de H2 hasta 31,9 mmol·h-1·g-1. Estudios fotofísicos y fotoelectroquímicos revelaron una mejora en la separación y transporte de cargas como origen de esta elevada actividad.
Finalmente, en el Capítulo 7 se investigó la reducción fotocatalítica de CO2 en fase gas. Las esferas de SiO2 favorecieron la adsorción de CO2 cerca de la fase activa, mejorando el rendimiento respecto al TiO2 P25. Además, la incorporación de Fe3O4 y WO3 mejoró la separación de cargas e incrementó la producción de CO, mientras que la modificación con Pd desplazó la selectividad hacia una mayor formación de CH4.
Proyecto de reforma de la sucursal urbana de Ruzafa, en Valencia. Banco Hispano Americano
(1973-1974) García Sanz, Joaquín (1930-1986); Valls Abad, Vicente (1924-2014)
Proyecto de reforma de la sucursal urbana de Ruzafa, en Valencia. Propietario: Banco Hispano Americano. Fecha: diciembre 1973-enero 1974.
