Revista Cubana de Ciencias Informáticas

El análisis de enfoques para identificar a las personas en imágenes digitales para la tarea de garantizar la seguridad pública

ABSTRACT One of the key areas of interdisciplinary research is to ensure public safety. In order to solve a number of problems within this area, information technology can be effectively used and, in particular, an automated pattern recognition technology and identification of objects on digital images. There are additional problems in object identification processes besides eliminating the influence of ambient light, angle, items of clothing and headgear. To ensure the applicability of recognition approach to public security issues it must meet requirements of the high processing speed, the replenishment capabilities on-the-fly list of known images, and the low computational complexity of algorithms. The article deals with the main approaches to the recognition and identification of objects on digital images based on statistical approaches, as well as neural network models. Finding their basic features and principles and providing a brief description of each method. A consideration is made in terms of the application for the problems of public safety, in which it is important the speed of the identification of the object, the ability to quickly learn new images and simultaneously processing a group of input pictures. The analysis of existing approaches showed that none of them satisfy at least one problem defined by the domain of public safety.

RESUMEN Una de las áreas clave de la investigación interdisciplinaria es asegurar la seguridad pública. Con el fin de resolver una serie de problemas dentro de esta área, la tecnología de la información puede ser utilizada eficazmente y en particular, el reconocimiento de patrones automatizado y de identificación de objetos en imágenes digitales. Existen problemas adicionales en los procesos de identificación de objetos además de eliminar la influencia de la luz ambiental, el ángulo, las prendas de vestir y sombrerería. Para garantizar la aplicabilidad del enfoque de reconocimiento a las cuestiones de seguridad pública, debe satisfacer los requisitos de la alta velocidad de procesamiento, la capacidad de reabastecimiento en la lista de las imágenes conocidas y la baja complejidad computacional de los algoritmos. El artículo aborda los principales enfoques para el reconocimiento e identificación de objetos sobre imágenes digitales basados en enfoques estadísticos, así como modelos de redes neuronales. Encontrando sus características básicas, principios y proporcionando una breve descripción de cada método. Se tiene en cuenta la aplicación de los problemas de seguridad pública, en la que es importante la velocidad de identificación del objeto, la capacidad de aprender rápidamente nuevas imágenes y procesar simultáneamente un grupo de imágenes de entrada. El análisis de los enfoques existentes mostró que ninguno de ellos satisface al menos un problema definido por el dominio de la seguridad

Information retrieval system for proteins and peptides

RESUMEN El auge de las investigaciones en el área de las proteínas ha generado el desarrollo de grandes bases de datos en línea. El principal inconveniente de estas bases de datos es la descarga individual de las proteínas, lo cual se acrecienta con la dimensión de la búsqueda. Sin embargo, no se cuenta con una herramienta que extienda las funcionalidades de buscadores como PDBSelect, al análisis de las cadenas peptídicas y permita trabajar de forma conectada o desconectada al PDB. Por lo que en este artículo se presenta una herramienta que permite la búsqueda en cadenas peptídicas dentro del set de proteínas, así como de homologías entre proteínas y péptidos. Esta nueva herramienta facilita la selección y criba de proteínas, entre otras funciones de gran interés. Extendiendo las funcionalidades de PDBSelect, al permitir la búsqueda en cadenas peptídicas dentro del set de proteínas, así como de homologías entre proteínas y péptidos. La herramienta propuesta permite el trabajo de forma conectada o desconectada al PDB. El análisis de un caso de estudio permitió demostrar cómo, en apenas seis pasos sencillos, se logra obtener un conjunto de proteínas y subsecuencias peptídicas que permitan a los investigadores realizar posteriores investigaciones con estas.

ABSTRACT The rise of research in the area of proteins has led to the development of large online databases. The main drawback of these databases is the download of individual proteins, which increases with the size of the search. However, we don´t have tools capable to extend the functionalities of search engines like PDBSelect, with respect to peptidical chains analysis and allowing to work both online or offline. In this paper, we present a tool that enables the search of peptidical chains inside the set of proteins and homologies between proteins and peptides. This tool facilitates the selection and screening of protein, among other features of interest. Extending PDBSelect functionality by allowing the search of peptide chains within the set of proteins and search homologies between proteins and peptides. The tool can work online or offline with the PDB. The analysis of a case of study helped to show how, in just six easy steps, it is possible to obtain a set of protein and peptide subsequences that allow researchers to conduct further research with these.

Inference of gene association networks using genetic algorithms and graph topology

RESUMEN Debido a que existe un gran número de enfermedades de naturaleza poligenética, en la actualidad se confiere mayor importancia al resultado de la interacción genética que a la función de cada gen por separado. Por este motivo es muy significativo el estudio de las redes de genes. En los últimos años se ha afrontado el problema de inferir redes de asociación de genes mediante diversas técnicas, sin embargo, a pesar de estos esfuerzos, aun no se logra un grado significativo de precisión al inferir las redes. Es por ello que se propone un algoritmo de inferencia de redes de genes basado en un algoritmo genético que toma en cuenta que muchas de las redes biológicas caracterizadas de forma experimental se ajustan a la topología de grafos libres de escala y de mundo pequeño. Como resultado, este algoritmo logra inferir redes de genes con una alta precisión y manteniendo el sentido biológico.

ABSTRACT Because of the existence of a large number of diseases of polygenic nature, a greater importance to the result of genetic interaction is imparted nowadays to the function of each gene separately. For this reason, it is very significant to study gene networks. In recent years, the problem of inferring gene association networks using various techniques has been tackled, however, despite these efforts, even a significant degree of accuracy is not achieved by inferring networks. That is why an algorithm for inference of gene networks based on a genetic algorithm that takes into account that many of the biological networks characterized so far experimentally, adjust to the free scale and small world graphs topology. As a result, this algorithm achieves to infer gene networks with high accuracy and maintaining the biological sense.

Intelligent fertigation, pillar of sustainable agriculture

RESUMEN La creciente demanda de alimentos en el país ha exigido un aumento de los niveles de producción agrícola y con ello, el incremento de los sistemas de riego. Entre los más difundidos se encuentran los de pivote central, pero su gran número y variedad hace difícil su configuración óptima, generando sobre explotación de recursos naturales como el agua y atentando contra la sostenibilidad de la agricultura y el país. Por tal motivo, el objetivo de la presente investigación fue implementar un software que permitiera obtener la configuración apropiada de estos equipos, utilizando información sobre el tipo de cultivo, las condiciones agroclimáticas de la región y del suelo, de manera que se obtuviera su máximo aprovechamiento. Como resultado se logró una aplicación capaz de realizar los cálculos, tal que el valor de agua entregada por el sistema se aproxime más a las necesidades estimadas para un cultivo en cada una de sus fases. Para demostrarlo se realizó un estudio experimental en condiciones de campo en la empresa agropecuaria La Cuba, de Ciego de Ávila; el mismo mostró que, con la utilización del software, hubo un ahorro de hasta un 94,5% del agua mal utilizada anteriormente. Además, el nivel de líquido aportado permite que el sembrado se encuentre en mejores condiciones de alcanzar su rendimiento óptimo. Como valor agregado, el software presenta una interfaz minimalista e intuitiva, que permite la visualización en tiempo real de la información del campo.

ABSTRACT The growing demand for food in the country has demanded an increase in agricultural production levels, and with it, the increase of irrigation systems. Among the most widespread are the central pivot systems, but their large number and variety makes difficult their optimal configuration, generating an overexploitation of the natural resources such as water, undermining the sustainability of agriculture and the country. For this reason, the objective of this research was to implement a software that allows to obtain the best configuration of these equipments, taking into account the crops characteristics, soil features and meteorological information, in order to ensure the maximal performance of these irrigation systems. As a result, a software solution was done, that is capable of performing the calculations such that the value of water delivered by the system is closer to the estimated needs for a crop in each of its phases. To prove this, an experimental study was carried out under field conditions at the Ciego de Avila agricultural enterprise La Cuba; It showed that, with the use of the software, there was a saving of up to 94,5% of the water previously misused. In addition, the quantity of water used allows the plant to be in better conditions to achieve its optimal performance. This solution presents as a benefit, an intuitive and minimalist interface showing the field information in real time.

Heuristic determination of relations between the structures and the production of secondary metabolites

RESUMEN El cultivo y producción del tabaco (nicotiana tabacum), es altamente dependiente de los plaguicidas. La aplicación de plaguicidas a menudo no es eficaz y es peligrosa para los seres humanos y el medio ambiente. Sin embargo, es bien conocido que algunos metabolitos secundarios juegan un papel esencial en la protección de plantas contra patógenos. Sin embargo, establecer la relación entre la producción de metabolitos secundarios y los rasgos fenotípicos requiere una amplia experimentación y el seguimiento de la información manual. Además, desde el perfil fenotípico de una planta determinada podemos derivar la producción de determinados productos naturales, pero es imposible deducir el perfil fenotípico de las plantas en función de sus productos naturales. Por esta razón, el objetivo de esta investigación es diseñar un método basado en técnicas de aprendizaje automático, entrenado con los rasgos fenotípicos (morfología del tricomas) de las plantas, que sea capaz de aprender la correlación existente entre los rasgos fenotípicos y los metabolitos secundarios de las plantas de nicotiana tabacum. La búsqueda de la relación de los metabolitos con el nivel de expresión de un rasgo dado es un problema de regresión. Por lo que fueron empleados un grupo de técnicas de regresión basadas en estadígrafos tradicionales y técnicas de aprendizaje automático. Como resultado de la experimentación, se determinó que el empleo de un árbol de regresión REPTree permite determinar los rasgos que mejor correlacionan con el metabolito estudiado. Además, como valor agregado, es capaz de devolver un conjunto de reglas simples que describen este proceso.

ABSTRACT The tobacco culture and production, especially in tropical countries, is highly dependent of pesticides. But, the application of pesticides is often ineffective and dangerous to the humans and the environment. Moreover, it is well known that some secondary metabolites play an essential role in the protection of plants against pathogens. However, establishing the relationship between the production of secondary metabolites and the phonotypical traits requires an extensive experimentation and manual tracking information. Moreover, from the metabolite profile of a particular plant we can derive its biological activity, but it is impossible to deduce the exact metabolic profile of plants according to their biological activity. Therefore, the objective of this research is to design a method based on machine learning techniques, trained on the plants phenotypic profile, which is able to learn the correlation between the secondary metabolites and phenotypic traits of tobacco plants. Finding the relationship between phenotypes and the expression level of a given metabolite, is a regression problem. For this reason, some traditional statistics techniques and machine learning techniques were employed. As a result of experimentation, it was determined that the use of a REPTree regression tree, determines the characteristics that best correlate with the studied metabolite. Also, as an added value, it is able to return a set of simple rules that describe this process.

System for early warning of the effects of climate change on agriculture

RESUMEN Los Sistemas de Información Geográfica disponen de grandes capacidades para la geolocalización. Una de sus principales aplicaciones la encuentra en la agricultura, tanto en la representación de las características de los suelos, como del estado de los cultivos. Sin embargo, en muchos casos no son aprovechados los datos espaciales que se obtienen, para predecir las amenazas del cambio climático sobre los cultivos agrícolas. Análisis este que es de gran interés tanto para la comunidad agrícola como científica. Es por ello que en este artículo se presenta AgroAlert, una herramienta de predicción de los efectos del cambio climático en la agricultura. El cual brinda alertas tempranas de sequía en terreno de cultivos específicos con tres a seis meses de anticipación. AgroAlert se encarga de la organización, almacenamiento, manipulación, análisis y modelación de las condiciones agroclimáticas. Describe las zonas de cultivos más vulnerables en cuanto a las condiciones hídricas del suelo y nivel de salinización. De igual forma, brinda la posibilidad de variar los criterios bajo los cuales son identificadas dichas zonas y realizar el análisis y predicción de los riesgos.

ABSTRACT Geographic Information Systems are designed for geolocation purpose. Precision agriculture is one of its main applications, both in the land characteristics representation and in the state of the crops. However, in many cases the spatial data obtained are not used to predict the impacts of climate change on agricultural crops. This analysis is of great interest to both the agricultural and scientific communities. In this article we present AgroAlert, a tool for predicting the climate change effects on agriculture. It provides early warnings over drought on specific crop land with three to six months in advance. AgroAlert is the responsible of the organization, storage, manipulation, analysis and modeling of agroclimatic conditions. Likewise, AgroAlert provides the possibility to stablish different criteria under which these zones are identified and to carry out the analysis and prediction of the risks.

Visual and auditory stimulator to clinical electrooculographic tests based on Arduino platform

RESUMEN Una de las técnicas utilizada en el diagnóstico de afecciones neurológicas constituye el estudio de los movimientos oculares. Esta investigación aborda el diseño y construcción de una herramienta que favorece el proceso de estimulación visual y auditiva a pacientes con afecciones neurológicas, como parte de un proyecto conjunto entre la Universidad de Holguín, Las Tunas y el Centro de Investigación y Rehabilitación de Ataxias Hereditarias (CIRAH). En esta institución se cuenta con un dispositivo capaz realizar pruebas de estimulación visual y auditiva, pero se encuentra en muy malas condiciones técnicas, no es portable y es el único en la región oriental del país. Para lograr el cumplimiento del objetivo se utiliza la plataforma de hardware abierto Arduino conectada a varios sensores. Estos miden los potenciales generados por la respuesta del paciente ante el estímulo proyectado en un televisor, en el cual se visualiza el estímulo enviado desde la plataforma. Se determinó que la frecuencia de muestreo de la señal analógica es de 1 KHz para garantizar la confiabilidad de las mediciones y se desarrolla un protocolo de comunicación serie que permite configurar el estimulador visual y auditivo. Además, se implementó una interfaz gráfica de usuario que se comunica con el protocolo creado y facilita la configuración de la prueba. Finalmente se obtuvo una herramienta extensible al resto de las instituciones de salud del país a un costo reducido.

ABSTRACT One of the techniques used in the diagnosis of neurological disorders is the study of eye movements. This research addresses the design and construction of a tool that favors the process of visual and auditory stimulation in patients with neurological disorders, as part of a joint project between the University of Las Tunas, Holguin and the Center for Research and Rehabilitation of Hereditary Ataxy (CIRAH). In this institution there is a testing device capable of visual and auditory stimulation, but it is in very poor technical condition, it is not portable and it is the only one in the region. To achieve compliance with the target we used open hardware platform Arduino connected to different sensors. These sensors measure the potential generated by the patient's response projected on a TV where the stimulus sent from the platform is displayed. It was determined that the sampling frequency of the analog signal is 1 KHz to ensure reliability of measurements and serial communication protocol is developed, that allows to configure the visual and auditory stimulator. In addition, a graphical user interface that communicates with the protocol created and facilitates test setup was implemented. Finally, an extensible tool to the rest of the country's health institutions at a reduced cost was obtained.

Analysis System of HPTLC plate images

RESUMEN La técnica analítica de Cromatografía de Capa Fina de Alta Resolución (HPTLC) es una de las técnicas instrumentales más utilizadas actualmente para el análisis de sustancias. En este trabajo se desarrolló un sistema basado en técnicas de procesamiento y análisis de imágenes digitales para procesar las placas de HPTLC. El sistema permite de forma automática eliminar los ruidos presentes en la imagen de la placa y detectar la región de interés, las líneas y las bandas. La línea base se detecta y elimina del perfil de las líneas usando operadores morfológicos antes de detectar las bandas. Para la detección de las bandas se utilizan los canales R, G y B del color, lo que permite una detección precisa de las mismas. El usuario puede realizar correcciones de forma fácil de todo este proceso. Para cada banda se calcula el factor de retardo (FR), el área y el color y se correlaciona la concentración de sustancias patrones con el área de las bandas para determinar la concentración relativa de las sustancias detectadas. Las líneas se comparan de acuerdo a la presencia o ausencia de bandas y a su FR, concentración relativa y color. Es de destacar que se determina el color tanto de forma cuantitativa como cualitativa, utilizando el modelo de color HSV. El sistema se validó en imágenes de HPTLC de extractos de hojas, semillas y flores de clones de T. cacao con resultados satisfactorios.

ABSTRACT The analytical technique of High Performance Thin-layer Chromatography (HPTLC) is one of the most widely used instrumental techniques for the analysis of low molecular mass compounds of complex environmental, pharmaceutical and food samples. In this work, a system based on digital image processing and analysis techniques to process the HPTLC plates was developed. The system automatically allows to eliminate the noises present in the image of the plate and to detect the region of interest, lines and bands. The baseline is detected and removed from the profile of the lines using morphological operators before detecting bands. For the detection of the bands the color channels R, G and B are used, allowing an accurate detection of the bands. The user can make easy corrections of this whole process. For each band, the delay factor (FR), area and color are calculated and the concentration of standard substances is correlated with the area of the bands to determine the relative concentration of the substances detected. The lines are compared according to the presence or absence of bands and their FR, relative concentration and color. It is noteworthy that the color is determined both quantitatively and qualitatively using the HSV color model. The system was validated in HPTLC images of extracts of leaves, seeds and flowers of T. cacao clones with satisfactory results.

Predictor of interactions between secondary protein structures

RESUMEN Los métodos de predicción de mapas de contacto son un paso intermedio para la predicción de estructuras de proteínas. A pesar de los avances logrados la precisión de las predicciones continúa por debajo del umbral deseado. Una vía mediante la cual el desempeño de estos métodos puede ser elevado es realizando la predicción de las interacciones entre estructuras secundarias. En este artículo se realiza un estudio de la influencia de las interacciones en el plegamiento de las proteínas. Donde, se propone un novedoso meta multiclasificador basado en árboles de decisión para predecir dichas interacciones. El método consiste en un esquema que combina el resultado de diferentes multiclasificadores especializados en las interacciones en el mapa de contacto final. El conjunto de proteínas empleado para validar el modelo contó con 2020 elementos y fue dividido en cuatro particiones, con respecto a su tamaño. La capacidad de generalización promedio alcanzada para los cuatro grupos de proteínas es de 51% de precisión, con una sensibilidad de 74%. El mejor desempeño del algoritmo se logró en proteínas de tamaño medio donde se alcanzó un 55% de precisión.

ABSTRACT The methods for the prediction of contact maps are an intermediate step for the prediction of protein structures. Despite the progress made, the accuracy of the predictions continues below the desired threshold. One way in which the performance of these methods can be heightened is by predicting the interactions between secondary structures. In this paper, we study the influence of interactions in the folding of proteins where we propose a novel multi-class goal based on decision trees to predict such interactions. The method consists of a scheme that combines the result of different specialized multiclassifiers into the interactions in the final contact map. The set of proteins used to validate the model counted on 2020 elements and were divided into four partitions, with respect to their size. The average generalization capacity achieved for all four protein groups is 51% accuracy, with a sensitivity of 74%. The best performance of the algorithm was attained in medium-sized proteins where 55% accuracy was achieved.

Use of ICT for knowledge management and its contribution to agricultural development

RESUMEN Las expectativas de crecimiento de la agricultura cubana dependen en gran medida del desarrollo científico-técnico para poder garantizar la soberanía y seguridad alimentaria que requiere el país. Sin embargo, el problema de la aplicación del conocimiento radica en cómo extenderlo, para lograr una adecuada adopción de las tecnologías agrícolas productivas como base estratégica de la producción de alimentos. De ahí, la gran necesidad de gestionar el conocimiento generado en las investigaciones con vistas a crear materiales didácticos e informativos adaptados a las necesidades del agricultor. No obstante, los nuevos productos, servicios y actividades de cualquier naturaleza son cada vez más dependientes de la informatización, donde es innegable la utilización de las Tecnologías de la Información y la Comunicación (TIC). A partir de la creciente tendencia hacia el formato digital, el Instituto de Investigaciones de Viandas Tropicales (INIVIT) ha trabajado durante varios años en el diseño y desarrollo de diferentes productos y servicios informativos de alto valor añadido, con el apoyo de las TIC como facilitadoras de la generación y gestión del conocimiento, para las ediciones de CD-ROM, boletín electrónico y sitio Web. Estos productos informativos ponen en manos de docentes, investigadores, especialistas, técnicos, productores y decisores del sector agrícola información actualizada con el propósito de divulgar los principales resultados de la investigación científica y poder aplicarlos en la práctica productiva. Además, constituyen una alternativa eficaz que contribuye a garantizar un flujo continuo de información y documentación actualizada al servicio del desarrollo agrícola.

ABSTRACT Growth prospects for Cuban agriculture depend to a great extent on scientific and technical development, in order to guarantee the sovereignty and food security that our country requires. However, the problem of knowledge application lies in how to extend it, for the sake of achieving an adequate adoption of productive agricultural technologies as a strategic basis for food production. Hence, the great need to manage the knowledge generated in research to create didactic and informational materials adapted to the needs of farmers. However, new products, services and activities of any nature are increasingly dependent on computerization, where the use of Information and Communication Technologies (ICT) is undeniable. Based on the growing trend towards a digital format, the INIVIT has worked for many years in the design and development of different information products and services of high added value, with the support of ICTs as facilitators for the generation and management of knowledge, for the editions of CD-ROM, electronic bulletin and Web site. These information products provide teachers, researchers, specialists, technicians, producers and decision makers of the agricultural sector with updated information to disseminate the main results of scientific research and to be able to put these into practice. In addition, they are an effective alternative that contributes to ensuring a continuous flow of up-to-date information and documentation for agricultural development

Evaluation of the Neurotoxic Profile of Ionic Liquids Based using Supervised Machine Learning Techniques

RESUMEN La enzima Acetilcolinesterasa (AChE) juega un papel imprescindible en la hidrólisis del neurotransmisor Acetilcolina, el cual es el responsable de la transmisión de los impulsos nerviosos. Desde la década de los 30, especialistas en las ciencias químicas han producido compuestos que son capaces de inhibir esta enzima y por tanto afectar el proceso de transmisión de los impulsos nerviosos, lo cual provoca consecuencias graves para el organismo afectado. Estudios actuales han demostrado que algunos líquidos iónicos pueden inhibir el funcionamiento de la enzima AChE y provocar daños al sistema nervioso central. Los líquidos iónicos debido a sus características físico -químicas son ampliamente utilizados en la producción de solventes que son utilizados en la sustitución de solventes moleculares tóxicos para el medio ambiente. En correspondencia con esto surge la necesidad de evaluar el perfil neurotóxico de los líquidos iónicos utilizando la enzima AChE como indicador de neurotoxicidad. En el desarrollo del trabajo se aplicaron multiclasificadores, como técnicas de aprendizaje supervisado, y como resultado se obtuvieron modelos capaces de predecir si un nuevo líquido iónico es capaz de inhibir la AChE. El multiclasificador AdaBoostM1, que utiliza una red neuronal MultilayerPerceptron como clasificador base y el multiclasificador Stacking, que utiliza la combinación de clasificadores FDLA, Jrip, Kstar, NaiveBayes y SMO como clasificadores bases, fueron los multiclasificadores seleccionados.

ABSTRACT The enzyme Acetylcholinesterase (AChE) plays an essential role in the hydrolysis of the neurotransmitter Acetylcholine, which is responsible for the transmission of nerve impulses. Since the 1930s, specialists in the chemical sciences have produced compounds that are able to inhibit this enzyme and therefore affect the transmission process of nerve impulses, which causes serious consequences for the affected organism. Current studies have shown that some ionic liquids can inhibit AChE enzyme function and cause damage to the central nervous system. Ionic liquids due to their physical-chemical characteristics are widely used in the production of solvents that are used in the substitution of molecular toxic solvents for the environment. In correspondence to this arises the need to evaluate the neurotoxic profile of ionic liquids using the AChE enzyme as an indicator of neurotoxicity. In the development of the work multiclassifiers were applied as supervised learning techniques, and as a result models were obtained capable of predicting if a new ionic liquid is able to inhibit AChE. Bagging, Boosting, Stacking and Vote multiclassifiers were used in the experimentation to identify predictive QSAR models. Five measures of diversity were calculated for the base classifiers used in Stacking and Vote multiclassifiers. Finally, two models were obtained that surpassed the performance of the individual classifiers used, reason why they were selected to solve the problem. The multiclassifier AdaBoostM1, which uses a Multilayer Perceptron neural network as the base classifier and the Stacking multiclaser, which uses the combination of classifiers FDLA, Jrip, Kstar, NaiveBayes and SMO as base classifiers, were the multiclasifiers selected.

Prediction of yield and quality of three grasses in the Cauto Valley

RESUMEN En las regiones tropicales los pastos y forrajes se han convertido en la principal alternativa como fuente de nutrientes para la alimentación del ganado, es por ello que en la actualidad se hace necesario el conocimiento más preciso del valor alimenticio de los mismos. El estudio de los pastos y forrajes cobra una gran relevancia en el Valle del Cauto por las difíciles condiciones edafoclimáticas que posee. En el Centro de Estudios de Producción Animal (CEPA) de la Universidad de Granma se lleva a cabo el proceso de caracterización de varias especies de pastizales. Dicho proceso presentaba diversas limitantes que dificultaban la obtención de factores de rendimiento y calidad que se debían tener en cuenta a la hora de elaborar las raciones de los animales. A lo largo de los años se ha propuesto la sustitución de la caracterización tradicional de la productividad y rendimiento de cultivos, por la predicción, a través de métodos como la regresión múltiple, y en las últimas décadas las redes neuronales artificiales. En la presente investigación se obtuvieron tres modelos de redes neuronales artificiales utilizando la herramienta Matlab 2013b, que permiten predecir factores de rendimiento y la calidad de las especies Megathyrsus maximus, Bracharia decumbens y Bracharia brizantha x Brachiaria ruziziensis,en las condiciones edafoclimáticas del Valle del Cauto, posibilitando agilizar el proceso de caracterización y evitar el uso de complejas técnicas de laboratorio.

ABSTRACT In tropical regions, pastures and forages have sbecome the main alternative as a source of nutrients for livestock feed, which is why it is now necessary to know more precisely the nutritional value of them. The study of pastures and forages is of great importance in the Valle del Cauto due to the difficult soil and climatic conditions it has. At the Center for Animal Production Studies (CEPA) of the University of Granma, the process of characterization of several species of grassland is carried out. This process had several limitations that made it difficult to obtain performance and quality factors that should be taken into account when preparing animal rations. Over the years it has been proposed to replace the traditional characterization of productivity and crop yields, by prediction, through methods such as multiple regression, and in recent decades artificial neural networks. In the present research, three models of artificial neural networks were obtained using the Matlab 2013b tool to predict performance factors and the quality of the species Megathyrsus maximus, Bracharia decumbens and Bracharia brizantha x Brachiaria ruziziensis, under the edaphoclimatic conditions of Valle del Cauto, Making it possible to streamline the characterization process and avoid the use of complex laboratory techniques.

Taxobanger v.1.0: Computer application in R for the taxonomic analysis in plant germplasm banks

RESUMEN Los recursos fitogenéticos se han convertido en una prioridad científica, lo cual hace importante el análisis de esta diversidad mediante métodos cuantitativos que ayuden a agrupar poblaciones de un mismo género o especie. Con el objetivo de desarrollar una aplicación informática para el análisis taxonómico en las colecciones de germoplasma que se conservan en el Instituto de Investigaciones de Viandas Tropicales, se utilizó el lenguaje y entorno de programación para análisis estadístico y gráfico R. Se logró la aglutinación en un solo programa de funciones que permiten la obtención y manipulación de datos, la definición del nivel de medición de las variables y la ejecución de cuatro estrategias de clasificación que definen diferentes estructuras de datos a partir de la combinación de técnicas estadísticas que determinan aquellos conglomerados que se ajustan mejor a las características de las colecciones del germoplasma. Además, esta aplicación permite a los curadores de bancos de germoplasma contar con una herramienta informática que ayuda a la clasificación de la variabilidad conservada a partir de los rasgos que le caracterizan, sin necesidad de poseer amplios conocimientos en las técnicas estadísticas y computacionales. Esto es altamente cualificado debido a que ahorra tiempo en el procesamiento estadístico y brinda mayor visión y fiabilidad en los resultados obtenidos. El trabajo desarrollado favorece el manejo de la biodiversidad conservada en los bancos de germoplasma y amplía su utilización en el mejoramiento genético de las especies vegetales, pues permite un mejor uso de la información y una manipulación eficiente del material genético que se posee.

ABSTRACT Plant genetic resources have become a scientific priority, which makes it so important to analyze this diversity through quantitative methods that help to group populations of the same genus or species. The language and programming environment for statistical analysis and graph known as R, was used in order to develop an application software for the taxonomic analysis of the germplasm collections preserved in the Institute of Research of Tropical Root and Tuber Crops. Agglutination was achieved in a single program of functions that allows the collection and manipulation of data, the definition of the level of measurement of variables and the execution of four strategies for classification. These strategies define different data structures from the combination of statistical techniques that determine those conglomerates that better match the characteristics of germplasm collections. In addition, this application software allows the curators of germplasm banks to have a computer tool that helps in the classification of preserved variability according to its characters, no need to have an extensive knowledge in the statistics and computational techniques. This is highly qualified, because it saves time in statistical processing and provides broader vision and reliability in the obtained results. The present research favors the management of the biodiversity preserved in germplasm banks and extends its use in the genetic improvement of plant species, since it allows a better use of the information and an efficient handling of the genetic material.

Fuzzy classifier system based on genetic algorithms to evaluate the state of project execution

RESUMEN Las organizaciones suelen orientar sus objetivos hacia la gestión mediante proyectos. Para controlar la ejecución de los mismos, las organizaciones emplean diversas herramientas para facilitar la toma de decisiones. Sin embargo, aún son insuficientes en contextos con incertidumbre en la información y condiciones cambiantes en los estilos de gestión. Para afrontar esa situación es recomendable el uso de técnicas de soft computing. Como contribución a ello, en este trabajo se propone un método para construir un sistema clasificador borroso para evaluar el estado de ejecución de proyectos. Se experimenta con técnicas basadas en algoritmos genéticos; se analiza su forma de operación y los atributos que emplean. Se realiza una validación cruzada aleatoria con 20 iteraciones y 3 clasificadores utilizando una base de conocimientos de 204 proyectos. Para determinar la técnica de mejores resultados se calculan las métricas: cantidad de reglas generadas, porciento de clasificaciones correctas, cantidad de falsos positivos, cantidad de falsos negativos, error cuadrático medio, raíz del error cuadrático medio y error porcentual de la media absoluta simétrica. El principal aporte práctico es la integración a la biblioteca AnalysisPro de las técnicas de soft computing seleccionadas, mediante funciones implementadas en lenguaje PL/R que utilizan como dependencia el paquete FRBS.

ABSTRACT Organizations often guide their objectives towards project management. Organizations employ many tools to ease decision-making during project execution control. However, they are still insufficient in contexts with uncertainty in information and changing management style conditions. It is advisable to use soft computing techniques to face this situation. As a contribution in this context, this paper proposed a method to build a fuzzy classifier system to evaluate the state of project execution. An experiment is conducted with techniques based on genetic algorithms. Their working methods and parameters used are analyzed. A random cross-validation is made with 20 iterations and 3 classifiers using a base of knowledge with 204 projects. In order to determine the technique of better results, it calculates the metrics: quantity of generated rules, percent correct classifications, quantity of false positives, quantity of false negatives, Mean Square Error, Root Mean Square Error and Symmetric Mean Absolute Percentage Error. The main practical contribution is the integration of selected soft computing techniques into the AnalysisPro library, using functions implemented in PL/R language that use the FRBS package as a dependency.