Implementación Paralela del Algoritmo Pixel Purity Index para Análisis Hiperespectral en GPUs

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Implementación Paralela del Algoritmo Pixel Purity Index para Análisis Hiperespectral en GPUs"

Transcripción

1 Implementación Paralela del Algoritmo Pixel Purity Index para Análisis Hiperespectral en GPUs Sergio Sánchez Grupo Computación Hiperespectral (HYPERCOMP) Dept. Tecnología de Computadores y Comunicaciones Universidad de Extremadura, Excuela Politécnica Avenida de la Universidad s/n, E Cáceres sersanmar@unex.es Antonio Plaza Grupo Computación Hiperespectral (HYPERCOMP) Dept. Tecnología de Computadores y Comunicaciones Universidad de Extremadura, Excuela Politécnica Avenida de la Universidad s/n, E Cáceres aplaza@unex.es Resumen El presente trabajo se describe la implementación eficiente de un algoritmo para extracción de referencias espectrales puras o endmembers en imágenes hiperespectrales de la superficie terrestre haciendo uso de tarjetas gráficas programables (GPUs) de NVIDIA para acelerar los cómputos relativos al proceso. En concreto el algoritmo implementado es el Pixel Purity Index (PPI). En el presente trabajo se realiza un estudio experimental sobre la precisión y rendimiento paralelo de la implementación desarrollada utilizando imágenes hiperespectrales reales adquiridas por el sensor Airborne Visible Infra- Red Imaging Spectrometer (AVIRIS) de NASA Jet Propulsion Laboratory. ejemplo el sensor AVIRIS (Airborne Visible Infra-Red Imaging Spectrometer) [2] desarrollado por NASA/Jet Propulsión Laboratory, el cual cubre el rango de longitudes de onda entre 0.4 y 2.5 µm utilizando 224 canales y resolución espectral de aproximadamente 10 nm. 1. Introducción El asentamiento de la tecnología hiperespectral en aplicaciones de observación remota de la tierra ha dado como resultado el desarrollo de instrumentos de medida de muy elevada resolución en lo dominios espacial y espectral [1,2]. Los sensores hiperespectrales adquieren imágenes digitales en una gran cantidad de canales espectrales muy cercanos entre sí, obteniendo, para cada porción de la escena o píxel, una firma espectral característica de cada material. El resultado de la toma de datos puede ser representado en forma de cubo de datos, con dos dimensiones para representar la ubicación espacial de un píxel, y una tercera dimensión que representa la singularidad espectral de cada píxel en diferentes longitudes de onda. la Figura 2 muestra el procedimiento de análisis hiperespectral mediante un sencillo diagrama, en el que se ha considerado como Figura 1. Concepto de imagen hiperespectral. Conviene destacar que, en este tipo de imágenes, es habitual la existencia de mezclas a nivel de subpíxel [3], por lo que a grandes rasgos podemos encontrar dos tipos de píxeles en estas imágenes: píxel puros y píxel mezcla [4]. Se puede definir un píxel mezcla como aquel en el que cohabitan diferentes materiales. Este tipo de píxel son los que constituyen la mayor parte de la imagen hiperespectral, en parte, debido a que este fenómeno es independiente de la escala considerada ya que tiene lugar incluso a niveles microscópicos. La Figura 2 muestra un ejemplo del proceso de adquisición de píxeles puros (a nivel macroscópico) y mezcla en imágenes hiperespectrales.

2 Figura 2. Concepto de píxel mezcla en imágenes hiperespectrales. La mayoría de las técnicas de análisis hiperespectral desarrolladas hasta la fecha presuponen que la medición obtenida por el sensor en un determinado píxel viene dada por la contribución de diferentes materiales que residen a nivel sub-píxel. El fenómeno de la mezcla puede venir ocasionado por una insuficiente resolución espacial del sensor, pero lo cierto es que este fenómeno ocurre de forma natural en el mundo real, incluso a niveles microscópicos, por lo que el diseño de técnicas capaces de modelar este fenómeno de manera adecuada resulta imprescindible. No obstante, las técnicas basadas en este modelo son altamente costosas desde el punto de vista computacional [5]. En el presente trabajo, describimos la implementación eficiente de un algoritmo para extracción de referencias espectrales puras o endmembers denominado Píxel Purity Index (PPI), el cual hace uso de tarjetas gráficas programables (GPUs), las cuales han supuesto una revolución en los últimos años debido a su bajo coste en comparación con el elevado grado de paralelismo que permiten. El trabajo se organiza de la siguiente forma. En primer lugar, describimos el modelo de mezcla y el algoritmo PPI. A continuación describimos la implementación paralela en GPUs. Seguidamente, realizamos un estudio de precisión y escalabilidad. El trabajo concluye con las conclusiones obtenidas y las líneas futuras de trabajo. 2. Algoritmo PPI y modelo de mezcla El modelo lineal de mezcla expresa los píxeles mezcla como una combinación lineal de firmas asociadas a componentes espectralmente puros (llamados endmembers) en la imagen [6]. Este modelo ofrece resultados satisfactorios cuando los componentes que residen a nivel sub-píxel aparecen espacialmente separados (ver Figura 3), situación en la que los fenómenos de absorción y reflexión de la radiación electromagnética incidente pueden ser caracterizados siguiendo un patrón estrictamente lineal. Comportamiento lineal Figura 3. El modelo lineal de mezcla.

3 En la actualidad, el modelo lineal de mezcla es el más utilizado en análisis hiperespectral, debido a su sencillez y generalidad. Dicho modelo puede interpretarse de forma gráfica en un espacio bidimensional utilizando un diagrama de dispersión entre dos bandas poco correlacionadas de la imagen, tal y como se muestra en la Figura 4, en la que se aprecia que todos los puntos de la imagen quedan englobados dentro del triángulo formado por los tres puntos más extremos (elementos espectralmente más puros). Los vectores asociados a dichos puntos constituyen un nuevo sistema de coordenadas con origen en el centroide de la nube de puntos, de forma que cualquier punto de la imagen puede expresarse como combinación lineal de los extremos. Figura 5. Funcionamiento del algoritmo PPI en un espacio de dos dimensiones. Figura 4. El modelo lineal de mezcla. Uno de los algoritmos más conocidos para la extracción automática de endmembers en la literatura ha sido el método PPI [7], que forma parte del software ENVI [8]. El algoritmo procede mediante la generación de un gran número de vectores aleatorios N-dimensionales llamados skewers. Cada punto de la imagen se proyecta sobre cada skewer y los puntos que correspondan a los extremos en la dirección de un skewer se identifican y se almacenan en una lista. Al incrementar el número de skewers la lista también crece, y el número de veces que un píxel dado se almacena en la lista también se incrementa. Los píxeles con mayores incrementos son considerados como los endmembers finales (ver Figura 5). Como puede apreciarse, el algoritmo se basa en la aplicación repetitiva de operaciones vectoriales regulares y predecibles, con lo que su implementación se adapta de forma adecuada a arquitecturas de tipo GPU [9]. De manera más específica, el funcionamiento del algoritmo PPI puede descomponerse en los siguientes pasos: 1. En primer lugar, el algoritmo asigna un índice de pureza a todos los pixels de la imagen. El contador de cada punto se inicializa al valor Seguidamente, se genera un vector unitario aleatorio skewer que particiona la nube de puntos, como veremos a continuación. 3. El tercer paso consiste en proyectar todos los puntos de la imagen hiperespectral sobre el vector unitario antes generado, identificando los puntos extremos en la dirección definida por el vector unitario. El índice de pureza de los puntos extremos se incrementa en una unidad. 4. Los pasos 2-3 del algoritmo se repiten tantas veces como el usuario especifique en el parámetro de entrada. 5. Tras la ejecución de un número amplio de iteraciones, se obtiene como resultado una imagen de pureza formada por los índices asociados a cada uno de los pixels de la imagen. 6. Utilizando el valor umbral especificado como parámetro, se seleccionan los puntos de la imagen cuyo índice de pureza asociado supera dicho valor umbral. Estos puntos son etiquetados como puros. La figura 4 ilustra el procedimiento seguido hasta este punto, suponiendo que se realizan tres iteraciones y que se seleccionan como endmembers aquellos puntos que han sido seleccionados como extremos una o más veces.

4 Imagen pre-procesada Imagen reducida dimensionalmente Reducción dimensional Estimación de abundancias Identificación de endmembers 5000 endmembers Reflectancia (%*100) Mapas de abundancia Longitud de onda (nm) Figura 6. Cadena de desmezclado de datos hiperespectrales utiliznado endmembers. Una vez extraídos los elementos espectralmente más puros, tiene lugar un proceso de estimación de abundancias en el que se estima la contribución individual de cada endmember en cada píxel de la imagen, completándose la cadena de desmezclado que se describe en la Figura Implementación paralela en GPUs La ejecución del algoritmo se divide en 3 fases bien diferenciadas: generación de números aleatorios, proyección y detección de píxels extremos y fase de agrupación de resultados. A continuación detallamos cada una de las fases Generación de números aleatorios Esta fase se ejecuta íntegramente en la GPU, en ella se van a generar todos los skewers necesarios para la ejecución completa del algoritmo en función del número de iteraciones fijado al inicio. Para ello se hace uso del generador de números aleatorios de Mersenne que viene implementado en la colección de ejemplos de CUDA y que nos permite obtener una distribución normal. Si suponemos que el número de iteraciones es T y el numero de bandas de la imagen es, entonces necesitaremos un total de Tx números aleatorios. Estos se agruparán en grupos de elementos que constituirán un skewer. Los elementos se almacenan en la memoria global de la GPU Proyección y detección de extremos Esta fase se ejecuta también en la GPU, la idea es tener tantos hilos de ejecución como iteraciones y que cada hilo se encargue de realizar una iteración del problema global. Por tanto el hilo H se encargrará de proyectar todos los pixels de la imagen sobre el skewer H realizando el producto escalar entre cada pixel y el skewer. Finalmente almacenará en una estructura lineal las coordenadas de los pixels que han obtenido el valor máximo y mínimo en la proyección. Esta estructura E tiene un tamaño de 2xT de forma que el hilo H almacenará estos dos valores en sus posiciones E[Hx2] y E[(Hx2)+1].

5 Figura 7. Imagen hiperespectral obtenida por el sensor AVIRIS de NASA JPL utilizada en el estudio Agrupación de resultados Esta fase se ejecuta en serie en la CPU, lo que se pretende es unificar los resultados de la fase anterior en una imagen de pureza en la que cada pixel tendrá un valor que se corresponderá con el número de veces que ha sido seleccionado como extremo durante la ejecución de la fase anterior. Para ello se obtiene de la memoria global de la GPU la estructura E y se recorre elemento a elemento. El valor de cada elemento se corresponde con la coordenada de la imagen de pureza que será incrementada en una unidad. 4. Análisis y discusión de resultados La imagen hiperespectral que se utiliza en el presente estudio fue obtenida por el sensor AVIRIS de NASA Jet Propulsion Laboratory sobre el distrito minero de Cuprite, Nevada, el cual ha sido utilizado a lo largo de los años como una zona de estudio para la validación de algoritmos de tratamiento de imágenes hiperespectrales, sobre todo, para evaluar la precisión de algoritmos de extracción de endmembers. Esto ha sido posible gracias a la obtención repetitiva de datos en sucesivas campañas utilizando diferentes sensores hiperespectrales (en concreto, el sensor AVIRIS de NASA lleva obteniendo datos en Cuprite año tras año desde 1990). Además, el Instituto Geológico de Estados Unidos (USGS) ha realizado, de forma paralela a las campañas de adquisición de imágenes, estudios sobre el terreno que han permitido la obtención de información de verdad terreno muy extensa, favoreciendo la utilización de esta imagen como un estándar a la hora de validar algoritmos de tratamiento de imágenes hiperespectrales. La imagen que hemos utilizado en el estudio (denominada AVCUP95) fue adquirida por el sensor AVIRIS en 1995 y se encuentra disponible online ( La Figura 7 muestra la ubicación de la imagen sobre una fotografía aérea de la zona. Visualmente, puede apreciarse la existencia de zonas compuestas por minerales, así como abundantes suelos desnudos y una carretera interestatal que cruza la zona en dirección nortesur. La imagen utilizada en el estudio consta de 350x350 pixels, cada uno de los cuales contiene 224 valores de reflectancia en el rango espectral 0.4 a 2.5 µm.

6 La versión CUDA del algoritmo GPU ha sido implementada en una arquitectura Tesla C1060 de NVIDIA, con 240 unidades de procesamiento y 4 GB de memoria de alta velocidad. En este sistema, la interfaz de memoria GDDR3 de 512 bits proporciona un ancho de banda de 102 GB/s para garantizar la máxima velocidad en la transferencia de datos. La GPU se conecta a un procesador Intel core i7 920 a 2.67 Ghz con 8 cores, que utilza una placa Asus P6T7 WS supercomputer. La Figura 8 muestra los píxels seleccionados por la versión serie del algoritmo (implementado en uno de los cores del sistema Intel core i7 920) aplicando PPI con un total de 1024 skewers. La Figura 9 muestra los píxels seleccionados por la versión GPU del algoritmo. Aunque los resultados no muestran coincidencia total para todos los píxels, seleccionados, hemos comprobado experimentalmente que los elementos espectralmente más puros (endmembers) se seleccionan con igual confianza en ambos casos, por lo que podemos concluir que la versión GPU ofrece resultados comparables a los proporcionados por la versión serie. Dicho estudio se ha realizado utilizando una serie de firmas espectrales de referencia obtenidas por USGS sobre la zona de estudio, utilizando espectro-radiómetros de campo. Figura 8. Píxels puros seleccionados por la implementación serie del algoritmo PPI. Figura 9. Píxels puros seleccionados por la implementación serie del algoritmo PPI. Con respecto a los resultados obtenidos en cuanto a aumento de prestaciones en la GPU, conviene destacar que la aceleración obtenida tras la implementación GPU es muy destacada. En concreto, el código serie optimizado y ejecutado en el procesador Intel core i7 920 con 1024 skewers sobre la imagen AVCUP95 tardó un total de segundos en proporcionar los resultados mostrados en la Figura 8. Por su parte, el código GPU implementado en CUDA permitió obtener los resultados mostrados en la Figura 9 en un total de segundos, lo cual supone un factor de aceleración o speedup de unidades a la hora de obtener el resultado, lo cual resulta altamente destacable. La portabilidad y flexibilidad de las arquitecturas GPU las hace muy interesantes en aplicaciones de análisis de datos correspondientes a observación remota de la tierra, ya que dichas arquitecturas son susceptibles de utilizarse a bordo del sensor (en particular, en sensores aerotransportados como AVIRIS que no tienen restricciones en cuanto a tolerancia a radiación) debido a sus escasas restricciones en cuanto a tamaño y peso, si bien es cierto que todavía las GPUs presentan tasas de consumo energético mayor que las de otros dispositivos como FPGAs que, por otra parte, resultan mucho más caros. En cualquier caso, las GPUs suponen una atractiva opción de diseño a la hora de

7 implementar algoritmos de análisis hiperespectral a bordo de sensores aerotransportados. 5. Conclusiones y líneas futuras En el presente trabajo se ha desarrollado una nueva implementación paralela del algoritmo PPI, ampliamente utilizado en la comunidad científica dedicada al análisis de imágenes hiperespectrales obtenidas por sensores remotos de observación de la tierra. La nueva implementación se ha desarrollado en una arquitectura GPU de tipo Tesla C1060 de NVIDIA. En cuanto a los resultados de precisión, podemos concluir que los resultados proporcionados por la implementación GPU son comparables a los proporcionados por la versión original del algoritmo, con similares prestaciones en cuanto a la selección de píxels puros, y con un factor de aceleración muy significativo debido al paralelismo inherente a la implementación GPU, desarrollada utilizando la arquitectura CUDA de NVIDIDA. Conviene destacar, llegados a este punto, las ventajas económicas que la implementación GPU ofrece con respecto a otras soluciones paralelas como las basadas en clusters de computadores [10,11]. En concreto, mientras que el precio de una GPU de última generación se sitúa en torno a los 300 euros, el precio de un cluster puede ser mucho mayor, además de resultar en una serie de condiciones desfavorables desde el punto de vista de su implantación como módulo de procesamiento a bordo del sensor, con diferentes aspectos que pueden afectar de forma negativa al payload de la misión (peso, calentamiento, mantenimiento, etc.) En este sentido, las GPUs ofrecen una solución mucho más compacta, si bien es cierto que es preciso realizar un estudio detallado de las condiciones de tolerancia de las GPUs a requimientos extremos en cuanto a consumo y sensibilidad a radiación, necesario a la hora de calibrar la adaptabilidad de esta plataforma hardware especializada a misiones reales de observación remota de la tierra. Como línea futura de trabajo, una alternativa interesante a la metodología propuesta viene dada por la posibilidad de implementar algoritmos paralelos en clusters de GPUs, aprovechando las ventajas de ambos paradigmas de computación paralela. Referencias [1] A. F. H. Goetz, G. Vane, J. E. Solomon, and B. N. Rock, Imaging spectrometry for Earth remote sensing, Science, vol. 228, pp , [2] R. O. Green, M. L. Eastwood, C. M. Sarture, T. G. Chrien, M. Aronsson, B. J. Chippendale, J. A. Faust, B. E. Pavri, C. J. Chovit, M. Solis et al., Imaging spectroscopy and the airborne visible/infrared imaging spectrometer (AVIRIS), Remote Sensing of Environment, vol. 65, no. 3, pp , [3] A. Plaza, J. A. Benediktsson, J. Boardman, J. Brazile, L. Bruzzone, G. Camps-Valls, J. Chanussot, M. Fauvel, P. Gamba, J. Gualtieri, J. C. Tilton, and G. Trianni, Recent advances in techniques for hyperspectral image processing, Remote Sensing of Environment, vol. 113, pp , [4] C.-I. Chang, Hyperspectral Imaging: Techniques for Spectral Detection and Classification. Norwell, MA: Kluwer, [5] A. Plaza and C.-I. Chang, High performance computing in remote sensing. Boca Raton: CRC Press, [6] R. A. Schowengerdt, Remote Sensing: Models and Methods for Image Processing, 2nd ed. Academic Press: New York, [7] J. Boardman, Automating spectral unmixing of AVIRIS data using convex geometry concepts, Summaries of Airborne Earth Science Workshop, JPL Publication 93-26, pp , [8] Research Systems, E VI User s Guide. Boulder, CO: Research Systems, Inc., [9] J. Setoain, M. Prieto, C. Tenllado, A. Plaza and F. Tirado, Parallel morphological endmember extraction using commodity graphics hardware, IEEE Geosci. Remote Sensing Letters, vol. 43, pp , [10] A. Plaza and C.-I Chang, Clusters versus FPGA for parallel processing of hyperspectral imagery, International Journal of High Performance Computing Applications, vol. 22, pp , [11] A. Paz and A. Plaza, Clusters versus GPUs for parallel automatic target detection in hyperspectral images, EURASIP Journal on Advances in Signal Processing, aceptado.

Clusters frente a GPUs para Detección Automática de Objetivos en Imágenes Hiperespectrales de la Superficie Terrestre

Clusters frente a GPUs para Detección Automática de Objetivos en Imágenes Hiperespectrales de la Superficie Terrestre Clusters frente a GPUs para Detección Automática de Objetivos en Imágenes Hiperespectrales de la Superficie Terrestre Abel Paz Grupo Computación Hiperespectral (HYPERCOMP) Dept. Tecnología de Computadores

Más detalles

Algoritmos de extracción de endmembers en imágenes hiperespectrales

Algoritmos de extracción de endmembers en imágenes hiperespectrales Revista de Teledetección. 2004. 21: 101-105 Algoritmos de extracción de endmembers en imágenes hiperespectrales A. Plaza, P. Martínez, J. Plaza, R. M. Pérez, P. L. Aguilar, M. C. Cantero aplaza@unex.es

Más detalles

UNIVERSIDAD DE EXTREMADURA

UNIVERSIDAD DE EXTREMADURA UNIVERSIDAD DE EXTREMADURA Escuela Politécnica Ingeniería Informática Proyecto Fin de Carrera Desarrollo de algoritmos de análisis de imágenes hiperespectrales en tarjetas gráficas NVidia Sergio Sánchez

Más detalles

UNIVERSIDAD DE EXTREMADURA

UNIVERSIDAD DE EXTREMADURA UNIVERSIDAD DE EXTREMADURA ESCUELA POLITÉCNICA DE CÁCERES INGENIERÍA INFORMÁTICA PROYECTO FIN DE CARRERA Implementación paralela y validación de nuevos algoritmos para detección Director: Antonio Plaza

Más detalles

DEPARTAMENTO DE TECNOLOGÍA DE LOS COMPUTADORES Y DE LAS COMUNICACIONES

DEPARTAMENTO DE TECNOLOGÍA DE LOS COMPUTADORES Y DE LAS COMUNICACIONES DEPARTAMENTO DE TECNOLOGÍA DE LOS COMPUTADORES Y DE LAS COMUNICACIONES ESCUELA POLITÉCNICA DE CÁCERES Diseño e implementación de una cadena completa para desmezclado de imágenes hiperespectrales en tarjetas

Más detalles

Implementación en FPGA del algoritmo Pixel Purity Index para el análisis de imágenes hiperespectrales en teledetección

Implementación en FPGA del algoritmo Pixel Purity Index para el análisis de imágenes hiperespectrales en teledetección Implementación en FPGA del algoritmo Pixel Purity Index para el análisis de imágenes hiperespectrales en teledetección Carlos González, Daniel Mozos Javier Resano Antonio Plaza Facultad de Informática

Más detalles

UNIVERSIDAD DE EXTREMADURA

UNIVERSIDAD DE EXTREMADURA UNIVERSIDAD DE EXTREMADURA Escuela Politécnica MÁSTER UNIVERSITARIO EN INICIACIÓN A LA INVESTIGACIÓN EN TECNOLOGÍA (MUIT) ESPECIALIDAD EN: TECNOLOGÍAS INFORMÁTICAS Y DE LAS COMUNICACIONES (TINC) MUIT-TINC

Más detalles

Universidad de Extremadura

Universidad de Extremadura Universidad de Extremadura Escuela Politécnica Ingeniería Informática PROYECTO FI DE CARRERA Implementación de algoritmos de tratamiento de imágenes en tarjetas gráficas programables Hugo María Vegas Carrasco

Más detalles

Este trabajo describe un nuevo método paralelo para la identicación de targets en imágenes

Este trabajo describe un nuevo método paralelo para la identicación de targets en imágenes Implementación paralela y validación preliminar de un nuevo algoritmo para detectar targets en imágenes hiperespectrales Soraya Blázquez, Sergio Muñoz, Antonio Plaza, Pablo Martínez, Abel Paz Departamento

Más detalles

Cap. 1. Introducción a la Arquitectura de Dispositivos Móviles

Cap. 1. Introducción a la Arquitectura de Dispositivos Móviles Presentación Cap. 1. Introducción a la Arquitectura de Dispositivos Móviles Escuela Superior de Cómputo IPN. Departamento de Posgrado Dr. Julio Cesar Sosa Savedra jcsosa@ipn.mx www.desid.escom.ipn.mx Contenido

Más detalles

Procesamiento paralelo de imágenes hiperespectrales

Procesamiento paralelo de imágenes hiperespectrales Procesamiento paralelo de imágenes hiperespectrales Miércoles, 20 de Septiembre de 2017 Antonio Plaza Hyperspectral Computing Laboratory (HyperComp) Departamento de Tecnología de los Computadores y de

Más detalles

MODELIZACIÓN AUTOMÁTICA DE PROBLEMAS DE REDES DE DISTRIBUCIÓN MEDIANTE TECNOLOGÍA JAVA

MODELIZACIÓN AUTOMÁTICA DE PROBLEMAS DE REDES DE DISTRIBUCIÓN MEDIANTE TECNOLOGÍA JAVA MODELIZACIÓN AUTOMÁTICA DE PROBLEMAS DE REDES DE DISTRIBUCIÓN MEDIANTE TECNOLOGÍA JAVA Angel Cobo Ortega Patricia Gómez García Fac. Económicas y Empresariales - Universidad de Cantabria Av. Los Castros

Más detalles

Imágenes y productos de Satélite

Imágenes y productos de Satélite Imágenes y productos de Satélite Los satélites meteorológicos están diseñados para observar la Tierra desde una determinada órbita con el objetivo de monitorizar el medio ambiente y estudiar fenómenos

Más detalles

Técnicas de filtrado. Tema 6

Técnicas de filtrado. Tema 6 Tema 6 Técnicas de filtrado Se trata de métodos para resaltar o suprimir, de forma selectiva, información contenida en una imagen a diferentes escalas espaciales, para destacar algunos elementos de la

Más detalles

Tesis Doctoral. Título: RESUMEN

Tesis Doctoral. Título: RESUMEN Revista de Teledetección. ISSN: 1988-8740. 2010. 34: 97-99 Tesis Doctoral Título: Técnicas de extracción de características y clasificación de imágenes orientada a objetos aplicadas a la actualización

Más detalles

Introducción a las imágenes digitales. Segunda parte

Introducción a las imágenes digitales. Segunda parte Introducción a las imágenes digitales Segunda parte Introducción a las imágenes digitales Herramientas matemáticas. Transformaciones de intensidad. Histograma de una imagen. Imágenes a color. Modelos de

Más detalles

Tema 3 GPUs: Introducción

Tema 3 GPUs: Introducción Tema 3 GPUs: Introducción Alberto Ros Bardisa Tema 3 GPUs Alberto Ros Bardisa 1 / 15 Agenda 1 GPUs: Introducción 2 GP-GPU 3 Ejemplos comerciales 4 Conclusiones Tema 3 GPUs Alberto Ros Bardisa 2 / 15 Agenda

Más detalles

DISEÑO LOGICO CON DISPOSITIVOS LOGICOS PROGRAMABLES (PLD S) ING. LUIS F. LAPHAM CARDENAS PROFESOR INVESTIGADOR DIVISION DE ELECTRONICA C.E.T.I.

DISEÑO LOGICO CON DISPOSITIVOS LOGICOS PROGRAMABLES (PLD S) ING. LUIS F. LAPHAM CARDENAS PROFESOR INVESTIGADOR DIVISION DE ELECTRONICA C.E.T.I. DISEÑO LOGICO CON DISPOSITIVOS LOGICOS PROGRAMABLES (PLD S) ING. LUIS F. LAPHAM CARDENAS PROFESOR INVESTIGADOR DIVISION DE ELECTRONICA C.E.T.I. RESUMEN En este artículo intentamos mostrar el cambio dramático

Más detalles

TEMA 5: INTRODUCCIÓN A LA INGENIERÍA DEL SOFTWARE. Definición de Ingeniería del Software

TEMA 5: INTRODUCCIÓN A LA INGENIERÍA DEL SOFTWARE. Definición de Ingeniería del Software TEMA 5: INTRODUCCIÓN A LA INGENIERÍA DEL SOFTWARE Definición de Estudio de los principios y metodologías para el desarrollo y mantenimiento de sistemas software [Zelkovitz, 1978]. Aplicación práctica del

Más detalles

UNIVERSIDAD DE EXTREMADURA

UNIVERSIDAD DE EXTREMADURA UNIVERSIDAD DE EXTREMADURA Escuela Politécnica Ingeniería Informática Proyecto Fin de Carrera Comparativa de nuevos algoritmos de extracción de endmembers en imágenes hiperespectrales utilizando información

Más detalles

En estas primeras líneas de la memoria se presenta un resumen del Trabajo de Fin de Máster realizado.

En estas primeras líneas de la memoria se presenta un resumen del Trabajo de Fin de Máster realizado. Índice de contenido 1. Introducción 9 1.1. Motivaciones... 11 1.2. Objetivos. 12 1.3. Estructura de la memoria 13 2. Resumen del estado del arte.. 15 3. Imágenes hiperspectrales. 19 3.1. Concepto de imagen

Más detalles

Tema 4. Sensores Electroópticos. Cámaras Digitales

Tema 4. Sensores Electroópticos. Cámaras Digitales Estructura del Tema 1 4.5 Cámaras digitales fotogramétricas 4.5.1 Situación del mercado a finales del s.xx. Aparición de cámaras digitales 4.5.2 Clasificación de cámaras digitales fotogramétricas. - Cámaras

Más detalles

1 INTRODUCCIÓN AL PROYECTO

1 INTRODUCCIÓN AL PROYECTO 1 INTRODUCCIÓN AL PROYECTO 1.1 Marco teórico Una de las innovaciones tecnológicas más sobresalientes es el microprocesador, el cual se ha desarrollado rápidamente a partir de su invención. Los procesadores

Más detalles

Información Espacial y Espectral

Información Espacial y Espectral Nueva Implementación Paralela en GPUs para la Extración de Firmas Espectrales Puras con Información Espacial y Espectral Luis Ignacio Jiménez, Javier Plaza, Antonio Plaza 1, Sergio Sánchez 2 y Gabriel

Más detalles

Know-how en visión robótica para biometría, vigilancia y mapeado 3D

Know-how en visión robótica para biometría, vigilancia y mapeado 3D Oferta tecnológica: Know-how en visión robótica para biometría, vigilancia y mapeado 3D Oferta tecnológica: Know-how en visión robótica para biometría, vigilancia y mapeado 3D RESUMEN El grupo de Visión

Más detalles

Universidad Nacional del Nordeste Facultad de Humanidades

Universidad Nacional del Nordeste Facultad de Humanidades Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE POSGRADO ESPECIALIZACIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN GEOGRÁFICA (TIG) Tema 1: Ciencia de la Información Geográfica Diseño de un

Más detalles

APLICACIÓN DE TÉCNICAS DE PROCESADO DIGITAL A IMÁGENES TERRA-MODIS PARA CARTOGRAFÍA DE ÁREAS INCENDIADAS

APLICACIÓN DE TÉCNICAS DE PROCESADO DIGITAL A IMÁGENES TERRA-MODIS PARA CARTOGRAFÍA DE ÁREAS INCENDIADAS APLICACIÓN DE TÉCNICAS DE PROCESADO DIGITAL A IMÁGENES TERRA-MODIS PARA CARTOGRAFÍA DE ÁREAS INCENDIADAS Autoras: Vanesa Gordillo Alonso Patricia Martín Panero Tutora: Dra. Carmen Quintano Pastor INDICE

Más detalles

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2013-1

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2013-1 Módulo de Razonamiento cuantitativo Este módulo evalúa competencias relacionadas con las habilidades en la comprensión de conceptos básicos de las matemáticas para analizar, modelar y resolver problemas

Más detalles

UNIVERSIDAD DE EXTREMADURA

UNIVERSIDAD DE EXTREMADURA UNIVERSIDAD DE EXTREMADURA Escuela Politécnica MASTER UNIVERSITARIO EN INICIACIÓN A LA INVESTIGACIÓN EN TECNOLOGÍA (MUIT) ESPECIALIDAD EN: TECNOLOGÍAS INFORMÁTICAS Y DE LAS COMUNICACIONES (TINC) Desarrollo

Más detalles

Resumen La presente memoria resume el trabajo de investigación realizado por el doctorando Abel Francisco Paz Gallardo. En concreto, el presente

Resumen La presente memoria resume el trabajo de investigación realizado por el doctorando Abel Francisco Paz Gallardo. En concreto, el presente 2011 Agradecimientos La realización del presente trabajo no hubiese sido posible sin la colaboración de una serie de personas y organismos a los que el candidato quiere agradecer por sus aportaciones

Más detalles

CÓMPUTO DE ALTO RENDIMIENTO EN MEMORIA COMPARTIDA Y PROCESADORES GRÁFICOS

CÓMPUTO DE ALTO RENDIMIENTO EN MEMORIA COMPARTIDA Y PROCESADORES GRÁFICOS CÓMPUTO DE ALTO RENDIMIENTO EN MEMORIA COMPARTIDA Y PROCESADORES GRÁFICOS Leopoldo N. Gaxiola, Juan J. Tapia Centro de Investigación y Desarrollo de Tecnología Digital Instituto Politécnico Nacional Avenida

Más detalles

Participantes ÍNDICE

Participantes ÍNDICE Participantes ÍNDICE INTRODUCCIÓN... 1 PERFIL DIRECTIVO... 2 PERFIL JEFE DE PROYECTO... 3 PERFIL CONSULTOR... 4 PERFIL ANALISTA... 5 PERFIL PROGRAMADOR... 7 Ministerio de Administraciones Públicas Participantes

Más detalles

Oscar Manuel Aguillón Silva - 300 421 2136 Yolher Camilo Hernandez Reyes - 317 569 6301

Oscar Manuel Aguillón Silva - 300 421 2136 Yolher Camilo Hernandez Reyes - 317 569 6301 Halltec es una empresa enfocada al desarrollo web que cuenta con un grupo de profesionales capacitados y con la experiencia para resolver cualquier tipo de problema o necesidad en este campo, nuestro equipo

Más detalles

H-COMP: una herramienta para la comparación de algoritmos de extracción de endmembers.

H-COMP: una herramienta para la comparación de algoritmos de extracción de endmembers. H-COMP: una herramienta para la comparación de algoritmos de extracción de endmembers. Javier Plaza, Antonio Plaza, Pablo Martínez, Rosa Pérez y M.C. Cantero Grupo de Redes Neuronales y Procesamiento Digital

Más detalles

IDENTIDAD EN PRECISIÓN VARIABLE

IDENTIDAD EN PRECISIÓN VARIABLE Contenido INTRODUCCIÓN 3 Motivación 5 Objetivos 9 Conocimiento actual y problemas abiertos 13 Formulación del problema y propuesta de solución 25 IDENTIDAD EN PRECISIÓN VARIABLE 35 Representación de los

Más detalles

Glaciares en el Mundo. Aspectos físico-climáticos y condiciones ambientales

Glaciares en el Mundo. Aspectos físico-climáticos y condiciones ambientales Glaciares en el Mundo Aspectos físico-climáticos y condiciones ambientales Programa de Entrenamiento Satelital para Niños y Jóvenes 2Mp programa2mp@conae.gov.ar 2mp.conae.gov.ar Comisión Nacional de Actividades

Más detalles

PERFIL COMPETENCIA ANALISTA DESARROLLADOR DE APLICACIONES DE SOFTWARE (TIC-PROG)

PERFIL COMPETENCIA ANALISTA DESARROLLADOR DE APLICACIONES DE SOFTWARE (TIC-PROG) PERFIL COMPETENCIA ANALISTA DESARROLLADOR DE APLICACIONES DE SOFTWARE (TIC-PROG) FECHA DE EMISIÓN: 12/07/2016 00:25 FICHA DE PERFIL OCUPACIONAL ANALISTA DESARROLLADOR DE APLICACIONES DE SOFTWARE (TIC-PROG)

Más detalles

Dos en uno: el primer procesador AMD Fusion lleva los sistemas embebidos a un nivel superior

Dos en uno: el primer procesador AMD Fusion lleva los sistemas embebidos a un nivel superior Con el lanzamiento de la plataforma AMD Embedded G-Series, AMD ha establecido un nuevo punto de referencia para las tecnologías de sistemas embebidos. La plataforma es la primera del mundo en integrar

Más detalles

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2014-1

GUÍAS. Módulo de Razonamiento cuantitativo SABER PRO 2014-1 GUÍAS Módulo de Razonamiento cuantitativo SABER PRO 2014-1 GUÍAS Módulo Razonamiento cuantitativo Este módulo evalúa competencias relacionadas con las habilidades matemáticas que todo ciudadano debe tener,

Más detalles

A = A < θ R = A + B + C = C+ B + A. b) RESTA O DIFERENCIA DE VECTORES ANÁLISIS VECTORIAL. Es una operación que tiene por finalidad hallar un

A = A < θ R = A + B + C = C+ B + A. b) RESTA O DIFERENCIA DE VECTORES ANÁLISIS VECTORIAL. Es una operación que tiene por finalidad hallar un ANÁLISIS VECTORIAL MAGNITUD FÍSICA Es todo aquello que se puede medir. CLASIFICACIÓN DE MAGNITUDES POR NATURALEZA MAGNITUD ESCALAR: Magnitud definida por completo mediante un número y la unidad de medida

Más detalles

Servidores Dell PowerEdge 2009: Memoria

Servidores Dell PowerEdge 2009: Memoria Servidores Dell PowerEdge 2009: Memoria Notas técnicas de Dell Por Paul Benson Desarrollo empresarial de Dell Febrero de 2009 1 ESTAS NOTAS TÉCNICAS SÓLO TIENEN FINES INFORMATIVOS Y PUEDEN CONTENER ERRORES

Más detalles

Curso-Taller Programación Paralela con lenguaje C bajo Linux. MCC. Salazar Martínez Hilario

Curso-Taller Programación Paralela con lenguaje C bajo Linux. MCC. Salazar Martínez Hilario Curso-Taller Programación Paralela con lenguaje C bajo Linux MCC. Salazar Martínez Hilario Mayo 2011 Programación Paralela La que se realiza usando procesos separados. Interactúan intercambiando información.

Más detalles

3. Resolver triángulos rectángulos utilizando las definiciones de las razones trigonométricas.

3. Resolver triángulos rectángulos utilizando las definiciones de las razones trigonométricas. Contenidos mínimos MI. 1. Contenidos. Bloque I: Aritmética y Álgebra. 1. Conocer las clases de números, los conjuntos numéricos: naturales, enteros, racionales, reales y complejos y las propiedades que

Más detalles

Eloy Pérez Reyes 15/12/2009 1

Eloy Pérez Reyes 15/12/2009 1 Eloy Pérez Reyes 1 Introducción Componentes GPU Memoria de vídeo Buses de vídeo Conversor análogico/digital Interfaces con placa base Salidas Refrigeración Múltiples monitores Aceleradores gráficos 3D

Más detalles

Visualización de imágenes

Visualización de imágenes Tema 5 Visualización de imágenes Tradicionalmente se ha dividido el análisis de imágenes de satélite en 2 fases, un análisis visual y un análisis digital. El primero es similar en muchos aspectos a la

Más detalles

M. García García. ETSIA Universidad Politécnica de Madrid

M. García García. ETSIA Universidad Politécnica de Madrid Ecosistemas 13 (2): 103-107. Mayo 2004. http://www.revistaecosistemas.net/articulo.asp?id=152 Respuesta de la vegetación a variaciones climáticas en las praderas y sistemas adehesados mediterráneos. Metodología

Más detalles

Sistemas Electrónicos Digitales

Sistemas Electrónicos Digitales Sistemas Electrónicos Digitales Universidad de Alcalá Curso Académico 2014/2015 Curso 3º Cuatrimestre 1º Ejercicio 1 Se dispone de chips de EEPROM de 2Kx8. Realice la ampliación a 8Kx8 manteniendo una

Más detalles

LAS ETAPAS DE LA METODOLOGIA METRICA

LAS ETAPAS DE LA METODOLOGIA METRICA LAS ETAPAS DE LA METODOLOGIA METRICA La metodología Métrica está estructurada en Fases, Módulos, Actividades y Tareas. FASE 0: PLAN DE SISTEMAS DE INFORMACION Se realiza la planificación estratégica de

Más detalles

SIG. CIAF Centro de Investigación y Desarrollo en Información Geográfica. Fundamentos de Sistemas de Información Geográfica C U R S O.

SIG. CIAF Centro de Investigación y Desarrollo en Información Geográfica. Fundamentos de Sistemas de Información Geográfica C U R S O. Grupo SIG C U R S O Fundamentos de Sistemas de Información Geográfica UNIDAD 1 Generalidades de los Sistemas de Información Geográfica Tema 2 Conceptos básicos, definiciones y generalidades de los SIG

Más detalles

INSTITUTO TECNOLOGICO DE LAS AMERICAS CARRERA DE TECNOLOGO EN REDES DE LA INFORMACION SISTEMAS OPERATIVOS I

INSTITUTO TECNOLOGICO DE LAS AMERICAS CARRERA DE TECNOLOGO EN REDES DE LA INFORMACION SISTEMAS OPERATIVOS I INSTITUTO TECNOLOGICO DE LAS AMERICAS CARRERA DE TECNOLOGO EN REDES DE LA INFORMACION SISTEMAS OPERATIVOS I Nombre de la asignatura: Nomenclatura del Curso: Prerrequisitos: Nomenclatura prerrequisito Número

Más detalles

Memorias. La Geoinformación al Servicio de la Sociedad

Memorias. La Geoinformación al Servicio de la Sociedad La Geoinformación al Servicio de la Sociedad Memorias Sociedad Latinoamericana en Percepción Remota y Sistemas de Información Espacial Capítulo Colombia Medellín, Colombia 29 de Septiembre al 3 de Octubre

Más detalles

El histograma de una imagen digital

El histograma de una imagen digital El histograma de una imagen digital Apellidos, nombre Vicente Atienza Vanacloig (vatienza@disca.upv.es) Departamento Centro Informática de Sistemas y Computadores (DISCA) Escuela Técnica Superior de Ingeniería

Más detalles

Grupo de Computación Científica y Programación Paralela Universidad de Murcia

Grupo de Computación Científica y Programación Paralela Universidad de Murcia Grupo de Computación Científica y Programación Paralela Universidad de Murcia http://www.um.es/pcgum/ Presentación Líneas de Investigación, Máster de Bioinformática, Universidad de Murcia, noviembre 2013

Más detalles

OLIMPIADA ESTADÍSTICA 2016:

OLIMPIADA ESTADÍSTICA 2016: OLIMPIADA ESTADÍSTICA 2016: Encuesta sobre Equipamiento y Uso de Tecnologías de la Información y Comunicación en los hogares Equipo: TRESALCUBO Categoría: ESO Centro: Colegio San Jorge (Murcia) Participantes:

Más detalles

LA espectroscopía de imágenes, también conocida como

LA espectroscopía de imágenes, también conocida como XVII JORNADAS DE PARALELISMO ALBACETE, SEPTIEMBRE 2006 1 Procesamiento paralelo de imágenes hiperespectrales utilizando unidades de procesamiento gráfico domésticas J. Setoain, C. Tenllado, M. Prieto,

Más detalles

Instalación Oracle Service Cloud

Instalación Oracle Service Cloud 1 de 5 En el presente documento veremos cómo instalar el CRM Oracle Service Cloud. Para instalar Oracle Service Cloud es necesario cumplir con ciertos requerimientos, en breve explicaremos desde la arquitectura

Más detalles

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1. COMENTARIOS Y/O ACOTACIONES RESPECTO AL TEMARIO EN RELACIÓN

Más detalles

Población finita. reemplazo sobre poblaciones de tamaño finito N.

Población finita. reemplazo sobre poblaciones de tamaño finito N. Población finita 171 El TCL y las varianzas muestrales de medias y proporciones se basan en la premisa de muestras seleccionadas con reemplazo o de una población infinita. Sin embargo, en muchos estudios

Más detalles

MÓDULOS FV REFLECTANCIA DE LOS MÓDULOS SOLAR INNOVA

MÓDULOS FV REFLECTANCIA DE LOS MÓDULOS SOLAR INNOVA looking for the future MÓDULOS FV REFLECTANCIA DE LOS MÓDULOS SOLAR INNOVA REFLECTANCIA DE LOS MÓDULOS FOTOVOLTAICOS SOLAR INNOVA 1. Motivación. Un sistema fotovoltaico es una gran superficie de vidrio

Más detalles

VALIDACIÓN DEL PROGRAMA DE CÁLCULO DEL CALENTADOR SOLAR DE AGUA

VALIDACIÓN DEL PROGRAMA DE CÁLCULO DEL CALENTADOR SOLAR DE AGUA UNIDAD DE APOYO TÉCNICO PARA EL SANEAMIENTO BÁSICO DEL ÁREA RURAL VALIDACIÓN DEL PROGRAMA DE CÁLCULO DEL CALENTADOR SOLAR DE AGUA Centro Panamericano de Ingeniería Sanitaria y Ciencias del Ambiente Área

Más detalles

INDICE Parte I Inducción a la programación lineal Capitulo 1 Origen y definición de la programación lineal Capitulo 2 Modelación y formulación

INDICE Parte I Inducción a la programación lineal Capitulo 1 Origen y definición de la programación lineal Capitulo 2 Modelación y formulación INDICE Parte I Inducción a la programación lineal Capitulo 1 Origen y definición de la programación lineal 3 Introducción 1 1.1 Concepto de solución óptima 4 1.2 Investigación de operaciones 6 1.2.1 Evolución

Más detalles

Manual avanzado Excel 2007

Manual avanzado Excel 2007 Manual avanzado Excel 2007 (c) Francisco Charte Ojeda Agradecimientos Cómo usar este libro Estructura del libro Convenciones tipográficas Información de soporte Introducción Hojas de cálculo Microsoft

Más detalles

Nombre de la asignatura: Probabilidad y Estadística Ambiental

Nombre de la asignatura: Probabilidad y Estadística Ambiental Nombre de la asignatura: Probabilidad y Estadística Ambiental Créditos: 2 2-4 Aportación al perfil Proporcionar los fundamentos necesarios para el manejo estadístico de datos experimentales que le permitan

Más detalles

TEMA 6 ESTRUCTURA Y PRESENTACIÓN DE LA INVESTIGACIÓN CIENTÍFICA

TEMA 6 ESTRUCTURA Y PRESENTACIÓN DE LA INVESTIGACIÓN CIENTÍFICA TEMA 6 ESTRUCTURA Y PRESENTACIÓN DE LA INVESTIGACIÓN CIENTÍFICA 6.1 EXPOSICIÓN CIENTÍFICA 6.1.1 Elementos preliminares 6.1.2 Trabajo científico propiamente dicho 6.1.2.1 Introducción 6.1.2.2 Material y

Más detalles

Introducción a Extreme Programming

Introducción a Extreme Programming Introducción a Extreme Programming Ingeniería del Software II Gerardo Fernández Escribano 9-12-2002 Índice 1. Qué es extreme Programming (XP)? 2. Introducción a la metodología XP 3. Fases de la metodología

Más detalles

IFCT0610 Administración y Programación en Sistemas de...

IFCT0610 Administración y Programación en Sistemas de... IFCT0610 Administración y Programación en Sistemas de... PARTE 1. MF1213_3 INSTALACIÓN Y CONFIGURACIÓN DE SISTEMAS DE PLANIFICACIÓN DE RECURSOS EMPRESARIALES Y DE GESTIÓN DE RELACIONES CON CLIENTES UNIDAD

Más detalles

Curso de Computación Científica en Clusters

Curso de Computación Científica en Clusters Pilar González, Juan Piernas, Luis P. García, Javier Cuenca, Juan Fernández, Domingo Giménez UniversidaddeMurcia Introducción Avances en distintas áreas científicas e ingenieriles uso intensivo y extensivo

Más detalles

Ley de Ohm: Determinación de la resistencia eléctrica de un resistor óhmico

Ley de Ohm: Determinación de la resistencia eléctrica de un resistor óhmico Ley de Ohm: Determinación de la resistencia eléctrica de un resistor óhmico 1. Objetivos Comprobación experimental de la ley de Ohm a través de la determinación del valor de una resistencia comercial.

Más detalles

DESCRIPCIÓN DEL RESULTADO DE INVESTIGACIÓN

DESCRIPCIÓN DEL RESULTADO DE INVESTIGACIÓN REF.: CONSTR_UAH_02 SECTOR INDUSTRIAL INVESTIGADOR DEPARTAMENTO DATOS DE CONTACTO PÁGINA WEB Construcción e Infraestructuras José Luis Lázaro Manuel Mazo Electrónica + 34 91 885 6592 + 34 91 85 6591 @

Más detalles

Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte

Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte Resumen En este trabajo se usó Máquinas de Vectores de Soporte (SVM, por sus siglas

Más detalles

Tema 05: Tablas hash. M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom

Tema 05: Tablas hash. M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Tema 05: Tablas hash M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom (Prof. Edgardo A. Franco) 1 Contenido Tablas hash o de dispersión Función

Más detalles

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRICA INGENIERIA EN COMUNICACIONES Y ELECTRÓNICA ACADEMIA DE COMPUTACIÓN

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRICA INGENIERIA EN COMUNICACIONES Y ELECTRÓNICA ACADEMIA DE COMPUTACIÓN INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRICA UNIDAD CULHUACAN INGENIERIA EN COMUNICACIONES Y ELECTRÓNICA ACADEMIA DE COMPUTACIÓN LABORATORIO DE CIRCUITOS DIGITALES

Más detalles

Proyecto de Conservación de Bosques del Paraguay. Resumen 2013 2014. Análisis del Paisaje1. Finca Tobich - Gran REDD+

Proyecto de Conservación de Bosques del Paraguay. Resumen 2013 2014. Análisis del Paisaje1. Finca Tobich - Gran REDD+ Proyecto de Conservación de Bosques del Paraguay Resumen 2013 2014. Análisis del Paisaje1 Finca Tobich - Gran REDD+ Metodología Sintetizada del Monitoreo de Cambio de Uso de la Tierra El monitoreo de deforestación

Más detalles

Algoritmos y Diagramas de flujo

Algoritmos y Diagramas de flujo Algoritmos y Diagramas de flujo En los pasos a seguir para el desarrollo de un problema, existen básicamente dos tipos de elementos con los cuales es posible especificar un problema en forma esquemática

Más detalles

Fibroline El presente proyecto

Fibroline El presente proyecto Presentación Fibroline es un proyecto multidisciplinar recién iniciado cuyo objetivo es desarrollar una aplicación para dispositivos móviles capaz de cubrir parte de las necesidades de apoyo, seguimiento

Más detalles

INDICE Parte I. Acumulación del Costo del Producto 1. Aspectos Administrativos y de Organización de la Contabilidad de Costos.

INDICE Parte I. Acumulación del Costo del Producto 1. Aspectos Administrativos y de Organización de la Contabilidad de Costos. INDICE Parte I. Acumulación del Costo del Producto 1. Aspectos Administrativos y de Organización de la Contabilidad de Costos. La naturaleza de la contabilidad de costos. Objetivos de la contabilidad de

Más detalles

3. Métodos clásicos de optimización lineal

3. Métodos clásicos de optimización lineal 3. Métodos clásicos de optimización lineal Uso del método Simplex El problema que pretende resolverse es un problema de optimización lineal sujeto a restricciones. Para el modelo construido para el problema

Más detalles

Métodos de Inteligencia Artificial

Métodos de Inteligencia Artificial Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Percepción Visión computacional Definición Aplicaciones Representación

Más detalles

Kepler. 1. Presentación de la arquitectura. Índice de contenidos [25 diapositivas] Kepler, Johannes (1571-1630)

Kepler. 1. Presentación de la arquitectura. Índice de contenidos [25 diapositivas] Kepler, Johannes (1571-1630) Índice de contenidos [25 diapositivas] Manuel Ujaldón Nvidia CUDA Fellow Dpto. Arquitectura de Computadores Universidad de Málaga 1. Presentación de la arquitectura [3] 2. Los cores y su organización [7]

Más detalles

Concepto de espacio vectorial. Propiedades. Distintos espacios vectoriales. El espacio real tridimensional.

Concepto de espacio vectorial. Propiedades. Distintos espacios vectoriales. El espacio real tridimensional. Otras páginas Matemáticas 2º MATEMÁTICAS II Álgebra: Espacios Vectoriales Concepto de espacio vectorial. Propiedades. Distintos espacios vectoriales. El espacio real tridimensional. Combinación lineal.

Más detalles

PLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE. Introducción a la concurrencia

PLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE. Introducción a la concurrencia CENTRO UNIVERSITARIO DE TECNOLOGÍA Y ARTE DIGITAL PLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE Introducción a la concurrencia 1. DATOS DE IDENTIFICACIÓN DE LA ASIGNATURA. Título: Grado en Ingeniería

Más detalles

Desde 2010que adquirimos el primer vehículoaéreo notripulado, nohemosparado de investigar y crecer en el mundo de las operaciones conuav

Desde 2010que adquirimos el primer vehículoaéreo notripulado, nohemosparado de investigar y crecer en el mundo de las operaciones conuav VANT es fruto del esfuerzo de I+D realizado por las empresas igm, ingeniería y gestión medioambiental s.l. y zumain ingenieros s.l., cuyo objetivo es la tecnificación ambiental mediante una nueva tecnología

Más detalles

Problemas de Recursividad

Problemas de Recursividad Problemas de Recursividad Problema 1. El factorial de un número entero n 0, denotado como n!, se define! como!!! i = 1 2 n cuando n > 0, y 0! = 1. Por ejemplo 6! = 1 2 3 4 5 6 = 720 Diseñad una método

Más detalles

Diseño de Operadores Aritméticos en Punto Flotante usando FPGAs

Diseño de Operadores Aritméticos en Punto Flotante usando FPGAs Diseño de Operadores Aritméticos en Punto Flotante usando FPGAs Gustavo E. Ordóñez-Fernández, Jaime Velasco-Medina, Mario E. Vera-Lizcano Grupo de Bio-Nanoelectrónica, Escuela EIEE Universidad del Valle,

Más detalles

Práctica 3. CÁLCULO DE LA FUNCIÓN SENO UTILIZANDO UN DESARROLLO EN SERIE

Práctica 3. CÁLCULO DE LA FUNCIÓN SENO UTILIZANDO UN DESARROLLO EN SERIE PROGRAMACIÓN (EUI). Curso 2001-2002 Práctica 3. CÁLCULO DE LA FUNCIÓN SENO UTILIZANDO UN DESARROLLO EN SERIE F. Marqués y N. Prieto Índice General 1 Introducción 1 2 El problema 1 2.1 Desarrollo en serie

Más detalles

Matemáticas (Ed. Primaria)

Matemáticas (Ed. Primaria) Contenidos mínimos para trabajar las Matemáticas (Ed. Primaria) Matemáticas (Ed. Primaria) Ciclo 1º úcleos temáticos en Andalucía: (Orden 10/08/07) 1. Resolución de Problemas (transversal). 2. Uso de los

Más detalles

INFORME TÉCNICO. Por qué Sony para obtener calidad de imagen?

INFORME TÉCNICO. Por qué Sony para obtener calidad de imagen? INFORME TÉCNICO Por qué Sony para obtener calidad de imagen? Introducción Por qué Sony para obtener calidad de imagen? No cabe duda de que el futuro de la videovigilancia IP empieza a avanzar hacia la

Más detalles

Modernización del RFE y futuro del Padrón Electoral. Alberto Alonso y Coria

Modernización del RFE y futuro del Padrón Electoral. Alberto Alonso y Coria Modernización del RFE y futuro del Padrón Electoral. Alberto Alonso y Coria Modernización para qué? La sociedad y/o la dinámica de los procesos electorales demandan: Mejor control del instrumento Mejor

Más detalles

Ejercicios del tema 5. Jerarquía de de Memoria

Ejercicios del tema 5. Jerarquía de de Memoria Ejercicios del tema 5. Jerarquía de de Memoria Ejercicio 1. Considere un computador de 32 bits con una caché de 64 KB asociativa por conjuntos de 4 vías y un tiempo de acceso de 4 ns. El tamaño de la línea

Más detalles

EL 67H PUESTA A TIERRA DE INSTALACIONES ELECTRICAS Y ELECTRONICAS. REQUISITOS: EL 57A Sistemas Eléctricos de Potencia

EL 67H PUESTA A TIERRA DE INSTALACIONES ELECTRICAS Y ELECTRONICAS. REQUISITOS: EL 57A Sistemas Eléctricos de Potencia EL 67H PUESTA A TIERRA DE INSTALACIONES ELECTRICAS Y ELECTRONICAS 8 U.D D.H.:(3-2-3) REQUISITOS: EL 57A Sistemas Eléctricos de Potencia CARACTER: OBJETIVOS: Electivo de la carrera de Ingeniería Civil Electricista.

Más detalles

FLAG/C. Una API para computación matricial sobre GPUs. M. Jesús Zafont Alberto Martín Francisco Igual Enrique S. Quintana-Ortí

FLAG/C. Una API para computación matricial sobre GPUs. M. Jesús Zafont Alberto Martín Francisco Igual Enrique S. Quintana-Ortí FLAG/C Una API para computación matricial sobre GPUs M. Jesús Zafont Alberto Martín Francisco Igual Enrique S. Quintana-Ortí High Performance Computing & Architectures Group Universitat Jaume I de Castellón

Más detalles

Obtención de Datos. Obtención de Datos. Clasificaciones de estudios. Clasificaciones de estudios

Obtención de Datos. Obtención de Datos. Clasificaciones de estudios. Clasificaciones de estudios Obtención de Datos Obtención de Datos Muestreo y Objetivo Representar la población n lo mejor posible con el mínimo m coste. Condiciones para conseguirlo Procedimientos adecuados Tamaño o muestral suficiente

Más detalles

YARETH QUIMICOS LTDA

YARETH QUIMICOS LTDA 1 ANALIZADOR DE TEXTURAS MODELO TA.TXPlus Stable Micro Systems lanzó a finales de los 80 el modelo TA.XT2. Dicho modelo fue sustituido mediados de los 90 por el TA.XT2i. El TA.XTplus es digno sucesor de

Más detalles

Oracle Data Guard 11g

Oracle Data Guard 11g Oracle Data Guard 11g Panorama general Oracle Data Guard proporciona la infraestructura de software de administración, control y Automatización para crear y mantener una o más bases de datos de reserva

Más detalles

Nombre del Laboratorio: PLC-0316 Sistema de entrenamiento en Controladores Lógicos Programables PLC.

Nombre del Laboratorio: PLC-0316 Sistema de entrenamiento en Controladores Lógicos Programables PLC. Nombre del Laboratorio: PLC-036 Sistema de entrenamiento en Controladores Lógicos Programables PLC. Objetivo: El objetivo del laboratorio de PLCs es la de formar a profesores y alumnos con la mas alta

Más detalles

ESPECIFICACIONES TÉCNICAS PARA EL DISEÑO DE LA ETIQUETA DE EFICIENCIA ENERGÉTICA PARA LAVADORAS DE ROPA.

ESPECIFICACIONES TÉCNICAS PARA EL DISEÑO DE LA ETIQUETA DE EFICIENCIA ENERGÉTICA PARA LAVADORAS DE ROPA. ESPECIFICACIONES TÉCNICAS PARA EL DISEÑO DE LA ETIQUETA DE EFICIENCIA ENERGÉTICA PARA LAVADORAS DE ROPA. Elaborado por: División de Eficiencia Energética Ministerio de Energía 1.- Introducción La presente

Más detalles

Facultad de Ciencias Económicas y Sociales

Facultad de Ciencias Económicas y Sociales Sistemas de Información Ciclo de Vida del Proyecto Mg. Alicia I. Zanfrillo Ciclo de vida del proyecto Ciclo de vida del proyecto clásico Ciclo de vida del proyecto semiestructurado Ciclo de vida del proyecto

Más detalles

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos CONTROL DE LOS PROCESOS DE FABRICACIÓN Introducción a las técnicas de control estadístico de los procesos Introducción Departamento de Ingeniería Mecánica de la UPV-EHU ElControlEstadísticodelosProcesos

Más detalles

Bases de Datos Especializadas. Sesión 3: Modelado de datos

Bases de Datos Especializadas. Sesión 3: Modelado de datos Bases de Datos Especializadas Sesión 3: Modelado de datos Contextualización La información es un patrimonio valioso en toda organización. Una base de datos es un sistema cuyo objetivo fundamental es generar

Más detalles