Enfoque UTE

Artificial Neural Networks for Classification Tasks: A Systematic Literature Review

Abstract — Artificial neural networks (ANNs) have become indispensable tools for solving classification tasks across various domains. This systematic literature review explores the landscape of ANN utilization in classification, addressing three key research questions: the types of architectures employed, their accuracy, and the data utilized. The review encompasses 30 studies published between 2019 and 2024, revealing Convolutional Neural Networks (CNNs) as the predominant architecture in image-related tasks, followed by Multilayer Perceptron (MLP) architectures for general classification tasks. Feed Forward Neural Networks (FFNN) exhibited the highest average accuracy with a 97.12%, with specific studies achieving exceptional results across diverse classification tasks. Moreover, the review identifies digitized images as a commonly utilized data source, reflecting the broad applicability of ANNs in tasks such as medical diagnosis and remote sensing. The findings underscore the importance of machine learning approaches, highlight the robustness of ANNs in achieving high accuracy, and suggest avenues for future research to enhance interpretability, efficiency, and generalization capabilities, as well as address challenges related to data quality.

Resumen — Las redes neuronales artificiales (ANNs) se han convertido en herramientas indispensables para resolver tareas de clasificación en diversos dominios. Esta revisión sistemática de la literatura explora el panorama de la utilización de ANN en la clasificación, abordando tres preguntas clave de investigación: los tipos de arquitecturas empleadas, su precisión y los datos utilizados. La revisión abarca 30 estudios publicados entre 2019 y 2024, revelando las Redes Neuronales Convolucionales (CNNs) como la arquitectura predominante en tareas relacionadas con imágenes, seguidas por las arquitecturas de Perceptrón Multicapa (MLP) para tareas de clasificación en general. Las Redes Neuronales de Propagación Hacia Adelante (FFNN) exhibieron la mayor precisión promedio con un 97.12 %, con estudios específicos logrando resultados excepcionales en diversas tareas de clasificación. Además, la revisión identifica las imágenes digitalizadas como una fuente de datos comúnmente utilizada, reflejando la amplia aplicabilidad de las ANN en tareas como el diagnóstico médico y la teledetección. Los hallazgos subrayan la importancia de los enfoques de aprendizaje automático, destacan la robustez de las ANN en lograr una alta precisión y sugieren caminos para investigaciones futuras para mejorar la interpretabilidad, eficiencia y capacidades de generalización, así como abordar desafíos relacionados con la calidad de los datos.

Aircraft Structural Assessments in Data-Limited Environments: A Validated FE Method

Abstract Aircraft operators often modify aircraft configurations, install new equipment, and alter airframes to accommodate this equipment, leading to operations in flight envelopes different from original design profile. These modifications necessitate airframe structural assessments, which typically require comprehensive aircraft design data, often unavailable to operators. This study aims to develop and validate a practical method for finite element analysis (FEA) of aircraft structures in the absence of this detailed design data. Focusing on a case study involving structural analysis of an aircraft wing, this study presents assumptions and idealizations used to develop 2.5D finite element (FE) model of the wing. Fidelity of this model is established by comparing FE analysis results with experimental data. Key validation metrics include reaction forces, load distribution at wing-fuselage attachments, and deformation at reference points on the wing under design load. Comparison between FE analysis and experimental results is carried out to substantiates accuracy of these geometric simplifications and idealizations of load-carrying behaviour of structural members. Therefore, practicality of these idealizations in absence of design data is demonstrated. This study offers a novel approach for structural assessments of aircraft without relying on proprietary design data. The validated method enhances capability of aircraft operators to perform effective structural analyses, thereby extending service life of aircraft with continued airworthiness

Resumen Los operadores de aeronaves a menudo modifican las configuraciones de las aeronaves, instalan nuevos equipos y modifican las estructuras de los aviones para acomodar estos equipos, lo que lleva a operaciones en envolventes de vuelo diferentes al perfil de diseño original. Estas modificaciones requieren evaluaciones estructurales de la estructura del avión, que normalmente requieren datos completos de diseño de la aeronave, que a menudo no están disponibles para los operadores. Este estudio tiene como objetivo desarrollar y validar un método práctico para el análisis de elementos finitos (FEA) de estructuras de aeronaves en ausencia de estos datos de diseño detallados. Centrándose en un estudio de caso que involucra el análisis estructural del ala de un avión, este estudio presenta suposiciones e idealizaciones utilizadas para desarrollar un modelo de elementos finitos (FE) 2.5D del ala. La fidelidad de este modelo se establece comparando los resultados del análisis FE con datos experimentales. Las métricas clave de validación incluyen fuerzas de reacción, distribución de carga en las uniones ala-fuselaje y deformación en puntos de referencia en el ala bajo carga de diseño. Se lleva a cabo una comparación entre el análisis EF y los resultados experimentales para corroborar la precisión de estas simplificaciones geométricas e idealizaciones del comportamiento de carga de los miembros estructurales. Por lo tanto, se demuestra la practicidad de estas idealizaciones en ausencia de datos de diseño. Este estudio ofrece un enfoque novedoso para evaluaciones estructurales de aeronaves sin depender de datos de diseño patentados. El método validado mejora la capacidad de los operadores de aeronaves para realizar análisis estructurales efectivos, extendiendo así la vida útil de las aeronaves con aeronavegabilidad continua.

Model for estimating soil chemical properties with RGB drone images

Abstract Precision agriculture optimizes crop management by providing accurate data on soil chemical properties, thereby improving agricultural productivity and sustainability. This study aims to develop models to estimate soil chemical properties, such as pH, electrical conductivity (EC), and organic matter (OM), by analyzing drone-captured RGB images. The methodology included photogrammetric flights with a DJI Phantom 4 Pro drone equipped with a 20 Mpx camera and simultaneous sampling, laboratory analysis and on-site measurements, with Royal Eijkelkamp EC meter set voor grond multiparameter sensors and pH meter set for soil and water. The aerial images were processed with the PIX4Dmapper software, to generate the orthophoto and spectral bands. With the resulting orthophoto of 1.6 cm/pixel, eight spectral indices were calculated, using the spatial analysis tools of ArcGIS software. The in situ results showed an average pH value of 5.83, indicating a slightly acidic soil, and an EC of 1.09 dS/m, suggesting a soil with a low concentration of dissolved salts. Laboratory analyses showed a medium-high content of OM, with an average of 5.19 %. A strong correlation was found between OM and pH_index with coefficients of determination R2=0.55, while moderate correlations were also observed between pH with pH_index and EC with sal_index6 with coefficients of determination R2=-0.39 and R2=0.42 respectively. The aforementioned results allowed the generation of two models for the estimation of these variables from RGB images.

Resumen La agricultura de precisión optimiza la gestión de cultivos al proporcionar datos precisos sobre las propiedades químicas del suelo, mejorando así la productividad y sostenibilidad agrícola. Este estudio tiene como objetivo desarrollar modelos para estimar propiedades químicas del suelo, como pH, conductividad eléctrica (CE) y materia orgánica (MO), mediante el análisis de imágenes RGB capturadas por dron. La metodología incluyó vuelos fotogramétricos con un dron DJI Phantom 4 Pro equipado con una cámara de 20 Mpx y la toma simultánea de muestras de análisis de laboratorio y mediciones in situ, con sensores multiparámetros Royal Eijkelkamp EC meter set voor grond y pH meter set for soil and water. Las imágenes aéreas fueron procesadas con el software PIX4Dmapper, para generar la ortofoto y bandas espectrales. Con la ortofoto resultante de 1.6 cm/píxel, se calcularon ocho índices espectrales, usando las herramientas de análisis espacial del software ArcGIS. Los resultados in situ mostraron un valor promedio de pH de 5.83, indicando un suelo ligeramente ácido, y una CE de 1.09 dS/m, sugiriendo un suelo con baja concentración de sales disueltas. Los análisis de laboratorio evidenciaron un contenido medio-alto de MO, con un promedio de 5.19 %. Se encontró una correlación fuerte entre la MO y el pH_index con coeficientes de determinación R2=0.55, por su parte también se observaron correlaciones moderadas entre pH con el pH_index y CE con el sal_index6 con coeficientes de determinación R2=-0.39 y R2=0.42 respectivamente. Los resultados mencionados permitieron generar dos modelos para la estimación de estas variables a partir de imágenes RGB.

Effect of cutting age on the productive indicators and nutritional quality of Brachiaria hybrid vc. Mulato I

Abstract with the objective of determining the productive components, chemical characterization, digestibility and energy contribution of the Brachiaria hybrid vc Mulato I at different ages of cuts in both periods of the year. For which a randomized block design with four repetitions was used. It was sampled in plots of 25 m2, to which a uniformity cut was applied 10 cm from the ground, without irrigation or fertilization. The yield of total dry matter, leaves and stems was determined; the length and width of the leaves; the leaf-stem ratio, chemical composition (CP, NDF, ADF, ADL, CC, Si, P, Ca, ash and OM), energy contributions and digestibility. A double classification analysis of variance was applied to each variable studied and the means were compared according to Duncan. Crude protein decreased with age for both periods, showing significant differences between all ages. The best values were shown at 30 days of cutt (9.47 and 10.40 % in the rainy and dry periods respectively), the fiber increased with age with its best values at 75 days with (71.39 and 70.11 % in the rainy periods and little rain), aspects that conditioned the quality with a decrease in digestibility and energy intake. The yield of the plant was affected by the periods of the year, being higher in the rainy period. It is concluded that the increase in regrowth age directly influences the depression of nutritional quality and yield in both periods of the year.

Resumen Con el objetivo de determinar los componentes productivos, caracterización química, digestibilidad y aporte energético del Brachiaria híbrido vc Mulato I a diferentes edades de corte en ambas épocas del año. Para lo cual se utilizó un diseño de bloques al azar con cuatro repeticiones. Se muestreó en parcelas de 25 m2, a las cuales se les aplicó un corte de uniformidad a 10 cm del suelo, sin riego ni fertilización. Se determinó el rendimiento de materia seca total, hojas y tallos; el largo y ancho de las hojas; la relación hoja-tallo, composición química (PB, FDN, FDA, LAD, CC, Si, P, Ca, cenizas y MO), aportes energéticos y digestibilidad. Se aplicó un análisis de varianza de clasificación doble a cada variable estudiada y se compararon las medias según Duncan. La proteína cruda disminuyó con la edad para ambos períodos, mostrando diferencias significativas entre todas las edades. Los mejores valores se presentaron a los 30 días de corte (9,47 y 10,40 % en los períodos lluvioso y poco lluvioso respectivamente), la fibra se incrementó con la edad con sus mejores valores a los 75 días con (71,39 y 70,11 % en los períodos lluvioso y poco lluvioso), aspectos que condicionaron la calidad con una disminución en la digestibilidad y el aporte energético. El rendimiento de la planta se vio afectado por los períodos del año, siendo mayor en el período lluvioso. Se concluye que el aumento de la edad de rebrote influye directamente en la disminución de la calidad nutricional en ambos períodos del año.

Assessment of animal drinking water quality in livestock farms in Galapagos Islands

Abstract The purpose of this research was to determine the quality of water for bovine consumption on livestock farms in the El Progreso parish - Galapagos by applying a quality index following the Brown methodology proposed by the National Sanitation Foundation of the United States. Information was collected from the livestock farms through a socio-environmental diagnosis of the area, where five localities were considered: San Joaquín, Las Goteras, Cerro Verde, Puerto Chino and El Progreso from which fifteen livestock farms were selected for the respective sampling of the sources. of water. Therefore, nine parameters were considered for the analysis of the respective water sources: pH, TDS, Fecal Coliforms, electrical conductivity, hardness, nitrites, phosphates, temperature and turbidity. Of the total livestock farms monitored, three of them presented a rating of Good quality in a range of 70 to 90, while the remaining farms recorded values with a Medium classification, which are those that recorded AQI values between 51 to 70 according to the criteria established by the NSF. This research highlights the importance of frequently carrying out analyzes of the water sources from which cattle drink to determine the quality of the resource, and also provide technical advice to ranchers in the area on the management and cleaning of the reservoirs.

Resumen El propósito de esta investigación fue determinar la calidad del agua para consumo bovino en fincas ganaderas de la parroquia El Progreso-Galápagos mediante la aplicación de un índice de calidad siguiendo la metodología de Brown propuesta por la Fundación Nacional de Saneamiento de Estados Unidos. Se recolectó información de las fincas ganaderas mediante un diagnóstico socioambiental de la zona, donde se consideraron cinco localidades: San Joaquín, Las Goteras, Cerro Verde, Puerto Chino y El Progreso, de las cuales se seleccionaron quince fincas ganaderas para el respectivo muestreo de las fuentes de agua. Por lo tanto, se consideraron nueve parámetros para el análisis de las respectivas fuentes de agua: pH, TDS, Coliformes Fecales, conductividad eléctrica, dureza, nitritos, fosfatos, temperatura y turbidez. Del total de fincas ganaderas monitoreadas, tres de ellas presentaron una calificación de Buena calidad en un rango de 70 a 90, mientras que las fincas restantes registraron valores con una clasificación Media, que son aquellas que registraron valores de ICA entre 51 a 70 según los criterios establecidos por la NSF. Esta investigación resalta la importancia de realizar análisis frecuentes de las fuentes de agua de las que bebe el ganado para determinar la calidad del recurso, así también de brindar asesoría técnica a los ganaderos de la zona sobre el manejo y limpieza de los reservorios.

The bioaccumulative potential of heavy metals in five forest species living in mining environments in the Ecuadorian Amazon region

Abstract — Heavy metal contamination of soils and ecosystems is an environmental problem that requires urgent attention due to the ecological problems that it generates. Forest species can be used to mitigate contamination because of their potential to bioaccumulate contaminating metals. The objective of this work was to evaluate the bioaccumulator potential of heavy metals in five forest species that live in mining environments in the Ecuadorian Amazon region. The bioconcentration factor for five forest species, such as: Cedrela odorata, Parkia multijuga, Inga edulis, Cecropia ficifolia and Pourouma cecropiifolia, commonly found in the Ecuadorian Amazon was analysed, based on the relationship between the concentration of the heavy metal in leaves and the soil. Atomic absorption spectrometry was used to analyse heavy metals in leaves and soil samples of each plant specie. The results showed that P. cecropiifolia had the highest bioconcentration factor for lead, C. odorata for cadmium and nickel, and I. edulis had the highest potential for iron and aluminium absorption. No correlation was found between the concentration of each element in the soil and the leaves, which shows that the bioaccumulation capacity of the species studied does not depend on the concentration of the element in the soil. This provides relevant information for the inclusion of these species for phytoremediation purposes.

Resumen La contaminación de suelos y ecosistemas por metales pesados es un problema ambiental que requiere atención urgente debido a los problemas ecológicos que genera. Las especies forestales se pueden utilizar para mitigar la contaminación debido a su potencial para bioacumular metales pesados. El objetivo de este trabajo fue evaluar el potencial bioacumulador de metales pesados en cinco especies forestales que viven en entornos mineros en la región amazónica ecuatoriana. Se analizó el factor de bioconcentración a partir de la relación entre la concentración de metales pesados en las hojas y el suelo para cinco especies forestales, tales como: Cedrela odorata, Parkia multijuga, Inga edulis, Cecropia ficifolia y Pourouma cecropiifolia, comúnmente distribuidas en la Amazonía ecuatoriana. Se utilizó espectrometría de absorción atómica para analizar los metales pesados en muestras de hojas y suelo de cada especie vegetal. Los resultados mostraron que P. cecropiifolia presentó el mayor factor de bioconcentración de plomo, C. odorata de cadmio y níquel, e I. edulis mayor potencial para absorción de hierro y aluminio. No se encontró correlación entre la concentración de los elementos en el suelo y las hojas, lo que demostró que la capacidad de bioacumulación de las especies estudiadas no depende de la concentración del elemento en el suelo. Esto facilita información relevante para la inclusión de estas especies con fines de fitorremediación.