المؤلفون: Paredes-Madrid, Leonel, Cavieles Rojas , Nairo José

المصدر: I3+; Vol. 5 No. 1 (2024): Revista I3+ Investigación, Innovación Ingeniería ; I3+; Vol. 5 Núm. 1 (2024): Revista I3+ Investigación, Innovación Ingeniería ; 2539-1453 ; 2346-2329

مصطلحات موضوعية: compuesto polimérico conductor, piezorresistencia, sensor, fuerza, deformación, Conductive Polymer Composite, piezorresistance, force, deformation

وصف الملف: application/pdf

Relation: https://revistasdigitales.uniboyaca.edu.co/index.php/reiv3/article/view/1390/1030; https://revistasdigitales.uniboyaca.edu.co/index.php/reiv3/article/view/1390/1022; Canavese, G.; Stassi, S.; Fallauto, C.; Corbellini, S.; Cauda, V.; Camarchia, V.; Pirola, M. & Pirri, C. F. (2014). Piezoresistive flexible composite for robotic tactile applications. Sens. Actuat. A: Phys., 208, 1-9, doi: https://doi.org/10.1016/j.sna.2013.11.018. https://doi.org/10.1016/j.sna.2013.11.018; Dabling, J.; Filatov, A. & Wheeler, J. (2012). Static and cyclic performance evaluation of sensors for human interface pressure measurement. In Proc. Annual International Conference of the IEEE EMBS, San Diego, CA, USA, Aug 28 - Sept 1, pp. 162-165.; Dahiya, R.; Metta, G.; Valle, M. & Sandini, G. (2010). Tactile sensing from humans to humanoids. IEEE https://doi.org/10.1109/TRO.2009.2033627 Transactions on Robotics, 26(1),1-20.; Hannah, R. & Reed, S. (1992). Strain Gage User's Handbook. Springer. ISBN 978-0-412-53720-2. Interlink Electronics. FSR400 Series Datasheet. http://www.interlinkelectronics.com/datasheets/Datasheet_FSR.pdf; Klimiec, E.; Jasiewicz, B.; Piekarski, J.; Zaraska, K., Guzdek, P. & Ko\textbackslashlaszczyński, G. (2017). Measuring of foot plantar pressure-Possible applications in quantitative analysis of human body mobility. Measurement Science and Technology, 28(5), 054008. https://doi.org/10.1088/1361-6501/aa60a9; Koch, M.; Lunde, L.-K.; Ernst, M.; Knardahl, S. & Veiersted, K. B. (2016). Validity and reliability of pressure-measurement insoles for vertical ground reaction force assessment in field situations.Applied Ergonomics, 53, 44-51. https://doi.org/10.1016/j.apergo.2015.08.011; Kumaresan, Y.; Ozioko, O. & Dahiya, R. (2021). Multifunctional Electronic Skin with a stack of Temperature and Pressure Sensor Arrays. IEEE Sensors Journal. https://doi.org/10.1109/JSEN.2021.3055458; Liang, J.; Wu, J.; Huang, H.; Xu, W.; Li, B. & Xi, F. (2020). Soft Sensitive Skin for Safety Control of a Nursing Robot Using Proximity and Tactile Sensors. IEEE Sensors Journal, 20(7), 3822-3830. https://doi.org/10.1109/JSEN.2019.2959311; Müller, I.; de Brito, R.; Pereira, C. & Brusamarello, V. (2010). Load Cells in Force Sensing Analysis -Theory and a Novel Application. IEEE Robotics & Automation Magazine, 13(1), 15-9.; Paredes-Madrid, L.; Matute, A. & Peña, A. (2017). Framework for a calibration-less operation of force sensing resistors at different temperatures. IEEE Sensors Journal, 17(13),4133-4142.; Rizvi, R.; Cochrane, B.; Biddiss, E. & Naguib, H. (2011). Piezoresistance characterization of poly(-dimethyl-siloxane) and poly(ethylene) carbon nanotube composites. Smart Materials and Structures, 20(9), 094003.; Saenz-Cogollo, J. F.; Pau, M.; Fraboni, B. & Bonfiglio, A. (2016). Pressure mapping mat for tele-home care applications. Sensors, 16(3).; Sanli, A.; Benchirouf, A.; Müller, C. & Kanoun, O. (2017). Piezoresistive performance characterization of strain sensitive multi-walled carbon nanotube-epoxy nanocomposites. Sensors and Actuators A: Physical, 254(Supplement C):61 - 68.; Sanli, A.; Müller, C.; Kanoun, O.; Elibol, C. & Wagner, M. F.-X. (2016). Piezoresistive characterization of multi-walled carbon nanotube-epoxy based flexible strain sensitive films by impedance spectroscopy. Composites Science and Technology, 122, 18-26.; Silva, P.; Pinto, P.; Postolache, O. & Dias, J. (2013). Tactile Sensors for Robotic Applications. Measurement, 46(3),1257-1271.; Simmons, J. (1963). Electrical tunnel effect between dissimilar electrodes separated by a thin insulating https://doi.org/10.1063/1.1729774 film. Journal of Applied Physics, 34(9), 2581-2590.; Tekscan Inc. FlexiForce, Standard Force & Load Sensors Model A201. Urban, S.; Ludersdorfer, M. & van der Smagt, P. (2015). Sensor Calibration and Hysteresis Compensation with Heteroscedastic Gaussian Processes. IEEE Sensors Journal, 15(11), 6498-6506.; Wang, L.; Ding, T. & Wang, P. (2009). Influence of carbon black concentration on piezoresistivity for carbon-black-filled silicone rubber composite. Carbon, 47(14), 3151-3157.; Yin, F.; Ye, D.; Zhu, C.; Qiu, L.; Huang, Y. (2017). Stretchable, highly durable ternary nanocomposite strain sensor for structural health monitoring of flexible aircraft. Sensors, 17(11).; Yousef, H.; Boukallel, M. & Althoefer, K. (2011). Tactile sensing for dexterous in-hand manipulation in https://doi.org/10.1016/j.sna.2011.02.038 robotics. A review. Sensors and Actuators A: Physical, 167(2), 171-187.; Zhang, X.-W.; Pan, Y.; Zheng, Q. & Yi, X.-S. (2000). Time dependence of piezoresistance for the conductor- https://doi.org/10.1002/1099-0488(20001101)38:213.0.CO;2-O filled polymer composites. Journal of Polymer Science Part B: Polymer Physics, 38(21), 2739.; https://revistasdigitales.uniboyaca.edu.co/index.php/reiv3/article/view/1390

الاتاحة: https://revistasdigitales.uniboyaca.edu.co/index.php/reiv3/article/view/1390
https://doi.org/10.24267/23462329.1390

المؤلفون: Peña, Angela, Alvarez, Edwin L., Ayala Valderrama, Diana M., Palacio, Carlos, Bermudez, Yosmely, Paredes-Madrid, Leonel

المصدر: Sensors (14248220); Oct2024, Vol. 24 Issue 20, p6592, 23p

مصطلحات موضوعية: CONDUCTING polymer composites, K-means clustering, PAINTBRUSHES, MACHINE learning, HYSTERESIS

المؤلفون: Paredes Madrid, Leonel José

Thesis Advisors: González de Santos, Pablo

مصطلحات موضوعية: Hardware

URL الوصول: http://eprints.ucm.es/25352/

المؤلفون: Torres-Pinzón, Carlos Andrés, Paredes-Madrid, Leonel, Flores-Bahamonde, Freddy, Ramirez-Murillo, Harrynson

المصدر: Scopus Unisalle

مصطلحات موضوعية: Bilinear model, Boost converter, Linear Matrix Inequalities (LMI), LMI-Fuzzy control, Takagi-Sugeno (T-S) fuzzy model

Relation: https://ciencia.lasalle.edu.co/scopus_unisalle/10

الاتاحة: https://ciencia.lasalle.edu.co/scopus_unisalle/10
https://doi.org/10.3390/app11052286

المؤلفون: Velásquez, Elkin I. Gutiérrez, Gómez, Víctor, Paredes-Madrid, Leonel, Colorado, Henry A.

المساهمون: UAN University

المصدر: Sensing and Bio-Sensing Research ; volume 26, page 100300 ; ISSN 2214-1804

الاتاحة: http://dx.doi.org/10.1016/j.sbsr.2019.100300
https://api.elsevier.com/content/article/PII:S2214180419300522?httpAccept=text/xml
https://api.elsevier.com/content/article/PII:S2214180419300522?httpAccept=text/plain

المؤلفون: Paredes-Madrid, Leonel, Matute, Arnaldo, Cruz-Pacheco, Andrés F., Parra Vargas, Carlos A., Gutiérrez Veláquez, Elkin Iván

المصدر: DYNA; Vol. 85 No. 205 (2018): April - June; 191-198 ; DYNA; Vol. 85 Núm. 205 (2018): Abril - Junio; 191-198 ; 2346-2183 ; 0012-7353

مصطلحات موضوعية: hysteresis, force sensing resistors, Preisach operator, closest match algorithm, sensores de fuerza resistivos, operador de Preisach, algoritmo de coincidencia más cercana

وصف الملف: application/pdf; text/xml

Relation: https://revistas.unal.edu.co/index.php/dyna/article/view/66432/66163; https://revistas.unal.edu.co/index.php/dyna/article/view/66432/87749; https://revistas.unal.edu.co/index.php/dyna/article/view/66432

الاتاحة: https://revistas.unal.edu.co/index.php/dyna/article/view/66432

المؤلفون: Paredes-Madrid, Leonel, Matute, Arnaldo, Cruz-Pacheco, Andrés F., Parra Vargas, Carlos A., Gutiérrez Veláquez, Elkin Iván

مصطلحات موضوعية: 62 Ingeniería y operaciones afines / Engineering, hysteresis, force sensing resistors, Preisach operator, closest match algorithm, sensores de fuerza resistivos, operador de Preisach, algoritmo de coincidencia más cercana

وصف الملف: application/pdf

Relation: https://revistas.unal.edu.co/index.php/dyna/article/view/66432; Universidad Nacional de Colombia Revistas electrónicas UN Dyna; Dyna; Paredes-Madrid, Leonel and Matute, Arnaldo and Cruz-Pacheco, Andrés F. and Parra Vargas, Carlos A. and Gutiérrez Veláquez, Elkin Iván (2018) Experimental characterization, modeling and compensation of hysteresis in force sensing resistors. DYNA, 85 (205). pp. 191-198. ISSN 2346-2183; https://repositorio.unal.edu.co/handle/unal/68501; http://bdigital.unal.edu.co/69534/

الاتاحة: https://repositorio.unal.edu.co/handle/unal/68501
http://bdigital.unal.edu.co/69534/

المؤلفون: Paredes-Madrid, Leonel José, dir., Alonso-Sierra, Juan David, Castaño-Saavedra, David Leonardo

مصطلحات الفهرس: Trabajo de grado - Pregrado

URL: ADP: GANs o redes generativas antagónicas: ¿Qué son y cómo funcionan? [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://www.apd.es/gans-o-redes-generativas-antagonicas-que-son
Alberto Morales, 2020. “Así se hace una obra de arte.” SOHO, Publicaciones Revista Semana, entrevista. https://www.soho.co/historias/articulo/fernando- botero-muestra-como-hacer-una-obra-de-arte/41546
Ali, M. et al., 2015. An image watermarking scheme in wavelet domain with optimized compensation of singular value decomposition via artificial bee colony. Information Sciences, 301, pp.44–60. Available at: http://dx.doi.org/10.1016/j.ins.2014.12.042.
ARIES: Los formatos más habituales en diseño gráfico [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://aries.es/los-formatos- mas-habituales-en-diseno-grafico
BADARÓ, Sebastián; IBAÑEZ, Leonardo Javier; AGÜERO, Martín Jorge. Sistemas expertos: fundamentos, metodologías y aplicaciones. Ciencia y tecnología, 2013, no 13, p. 349-364
BANCO DE LA REPÚBLICA [sitio web]. Bogotá. Banrepcultura. Colección de Arte del Banco de la República. [Consultado: 02 de marzo de 2021]. Disponible en: https://www.banrepcultural.org/coleccion-de-arte/artista/fernando-botero
Barratt, Shane, and Rishi Sharma. 2018. “A Note on the Inception Score.” ArXiv. Bellas artes". En: Significados.com. Disponible en: https://www.significados.com/bellas-artes
BUHIGAS, Javier. Todo lo que necesitas saber sobre las GAN: Redes Generativas Antagónicas [blog]. Blog Puentes Digitales. España 05 de abril de 2019. [Consultado: 07 de mayo de 2021]. Disponible en: https://puentesdigitales.com/2019/04/05/todo-lo-que-necesitas-saber-sobre-las- gan-redes-generativas-antagonicas
Calcagni, Laura R. 2020. “Redes Generativas Antagónicas y Sus Aplicaciones.” Chen, Yang, Yu Kun Lai, and Yong Jin Liu. 2018. “CartoonGAN: Generative Adversarial Networks for Photo Cartoonization.” Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 9465–74. https://doi.org/10.1109/CVPR.2018.00986.
Clark, Alex. 2020. “Pillow (PIL Fork) Documentation,” 149.
CÓDIGO FUENTE: Redes neuronales profundas – Tipos y Características [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://www.codigofuente.org/redes-neuronales-profundas-tipos- caracteristicas/#:~:text=Tenemos%20una%20entrada%2C%20una%20salida,de %20capas%20conectadas%20entre%20s%C3%AD.
DANE. 20 de Julio de 2020. DANE información para todos, Disponible en: https://n9.cl/25dr
DANE, 2019. “Tercer reporte de Economía Naranja (2014-2019pr).” https://www.dane.gov.co/index.php/estadisticas-por-tema/cultura/economia- naranja
DE LA FUENTE SANZ, Óscar Martín. Google Colab: Python y Machine Learning en la nube [blog]. Blog Adictos al trabajo. España 04 de junio de 2019. [Consultado: 07 de mayo de 2021]. Disponible en: https://www.adictosaltrabajo.com/2019/06/04/google-colab-python-y-machine- learning-en-la-nube
DESARROLLO WEB: Colores RGBA en CSS 3 [en línea]. Flickr. [Consultado: 03 de marzo de 2021]. Disponible en: https://desarrolloweb.com/articulos/colores-rgba-css-3.html
DESARROLLO WEB: Modelos de color [en línea]. Flickr. [Consultado: 01 de marzo de 2021]. Disponible en: https://desarrolloweb.com/articulos/1483.php
D. Erroz Arroyo, “Visualizando neuronas en Redes Neuronales Convolucionales,” pp. 17–20, 2019, [En línea]. Disponible en: https://academica- e.unavarra.es/xmlui/bitstream/handle/2454/33694/memoria_TFG.pdf?sequence= 1&isAllowed=y.
El algoritmo “Artificial Bee Colony” (ABC) y su uso en el Procesamiento digital de Imágenes Erroz Arroyo, David. 2019. “Visualizando Neuronas En Redes Neuronales Convolucionales,” 17–20. https://academica- e.unavarra.es/xmlui/bitstream/handle/2454/33694/memoria_TFG.pdf?sequence= 1&isAllowed=y.
ESPAÑOL: Clasificación de las artes [en línea]. Flickr. [Consultado: 15 de febrero de 2021]. Disponible en: https://www.aboutespanol.com/tipos-de-arte- clasificacion-de-las-artes-180288
ESTRATEGIA MAGAZINE: Los Formatos Gráficos digitales más utilizados [en línea]. Flickr. [Consultado: 04 de marzo de 2021]. Disponible en: https://www.estrategiamagazine.com/tecnologia/los-formatos-graficos-mas- uilizados-en-internet-ventajas-desventajas-comparacion-gif-jpeg-jpg-png-bmp
FERNÁNDEZ JAUREGUI, Ander. Cómo crear una Red Generativa Antagónica (GAN) en Python [blog]. Blog Data Science. España. 16 de Julio de 2020. [Consultado: 14 de abril de 2021]. Disponible en: https://anderfernandez.com/blog/como-crear-una-red-generativa-antagonica- gan-en-python
Fernando Gómez Echeverri, 2015. “Fernando Botero, el artista colombiano más grande de todos los tiempos.” EL TIEMPO, entrevista. https://www.eltiempo.com/cultura/fernando-botero-el-artista-colombiano-mas- grande-de-todos-los-tiempos-538439
GARCÍA, Alberto. Inteligencia Artificial. Fundamentos, práctica y aplicaciones. Rc Libros, 2012. Generales, Conceptos. n.d. “Visión Artificial.” Disponible en: http://www.etitudela.com/celula/downloads/visionartificial.pdf
GENERALIDADES DEL ARTE: Clasificación de las Artes [en línea]. Flickr. [Consultado: 7 de febrero de 2021]. Disponible en: https://sites.google.com/site/apreciacionexpressarte/home/primeras- manifestaciones-artisticas/las-funciones-del-arte/clasificacion-de-las-artes
Hatata, A.Y. & Sedhom, B.E., 2017. Proposed Sandia frequency shift for anti- islanding detection method based on artificial immune system. Alexandria Engineering Journal.
Heusel, Martin, Hubert Ramsauer, Thomas Unterthiner, Bernhard Nessler, and Sepp Hochreiter. 2017. “GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium.” Advances in Neural Information Processing Systems 2017-December (Nips): 6627–38
HISOUR HI SO YOU ARE: Modelos de color [en línea]. Flickr. [Consultado: 01 de marzo de 2021]. Disponible en: https://www.hisour.com/es/color-model- 26071
Islam, S. et al., 2014. Solid waste bin detection and classification using Dynamic Time Warping and MLP classifier. Waste Management, 34, pp.281–290
Jhon Caicedo, ¿Qué es la “Economía Naranja”, Disponible en: https://www.johncaicedo.com.co/2018/08/13/que-es-la-economia-naranja
Ji, Yuwang, Qiang Wang, Xuan Li, and Jie Liu. 2019. “A Survey on Tensor Techniques and Applications in Machine Learning.” IEEE Access 7: 162950–90. https://doi.org/10.1109/ACCESS.2019.2949814
J. Nagi et al., “Max-pooling convolutional neural networks for vision-based hand gesture recognition,” 2011 IEEE Int. Conf. Signal Image Process. Appl. ICSIPA 2011, no. November, pp. 342–347, 2011, doi: 10.1109/ICSIPA.2011.6144164.
KARKARE, Prateek. Neural Style Transfer — Using Deep Learning to Generate Art [blog]. Blog Medium. Bengaluru, Karnataka, India. 06 de septiembre de 2019. [Consultado: 20 de septiembre de 2020]. Disponible en: https://medium.com/x8- the-ai-community/neural-style-transfer-using-deep-learning-to-generate-art- 651d9ccf740c
KINARIWALA Tejesg. Generating art from neural networks [blog]. Blog Worldquant. India. 16 de diciembre de 2019. [Consultado: 25 de septiembre de 2020]. Disponible en: https://www.weareworldquant.com/en/thought- leadership/generating-art-from-neural-networks
LA ENCICLOPEDIA LIBRE WIKIPEDIA: Lógica difusa [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://es.wikipedia.org/wiki/L%C3%B3gica_difusa
LA ENCICLOPEDIA LIBRE WIKIPEDIA: Modelo de color RGBA - RGBA color model [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://es.mihalicdictionary.org/wiki/rgba_color_model
LINKFANG: Espacio de color RGBA [en línea]. Flickr. [Consultado: 03 de marzo de 2021]. Disponible en: https://es.linkfang.org/wiki/Espacio_de_color_RGBA
LOGO-ARTE: Modelos reproductivos del color: RGB, CMYK y LAB [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://www.logo- arte.com/blog-6.htm
Lucic, Mario, Karol Kurach, Marcin Michalski, Olivier Bousquet, and Sylvain Gelly. 2018. “Are Gans Created Equal? A Large-Scale Study.” Advances in Neural Information Processing Systems 2018-December (Nips): 700–709.
Lluesma Martí, E. (2019). Deteccion de puntos clave en caras mediante redes neuronales profundas. http://hdl.handle.net/10251/127854
Mashaly, A.F. & Alazba, A.A., 2016. MLP and MLR models for instantaneous thermal efficiency prediction of solar still under hyper-arid environment. Computers and Electronics in Agriculture, 122, pp.146–155.
Mavrovouniotis, M., Li, C. & Yang, S., 2017. A survey of swarm intelligence for dynamic optimization: Algorithms and applications. Swarm and Evolutionary Computation journal, 33(January), pp.1–17.
Mercado Polo, Darwin, Luis Pedraza Caballero, and Edinson Martínez Gómez. 2015. “Comparison of Neural Network Applied to Prediction of Time Series.” Prospectiva 13 (2): 88.
MERINO, Marcos. Conceptos de inteligencia artificial: qué son las GANs o redes generativas antagónicas [blog]. Blog Xataka. España 31 de marzo de 2019. [Consultado: 05 de marzo de 2021]. Disponible en: https://www.xataka.com/inteligencia-artificial/conceptos-inteligencia-artificial-que- gans-redes-generativas-antagonicas
Mirjalili, Seyedali. 2019. “Genetic Algorithm.” Studies in Computational Intelligence 780: 43–55. https://doi.org/10.1007/978-3-319-93025-1_4.
M. Mirza B. Xu D. Warde-Farley S. Ozair A. Courville I. J. Goodfellow, J. Pouget- Abadie and Y. Bengio. Generative adversarial nets. In Advances in Neural Information Processing Systems (NIPS), abs/1406.2661, 2014.
Nebti, S. & Boukerram, A., 2017. Swarm intelligence inspired classifiers for facial recognition. Swarm and Evolutionary Computation, 32, pp.150-166. [ Links ] “Neural Style Transfer — Using Deep Learning to Generate Art.” 2020, 1–9.
Ngan, S., 2017. A unified representation of intuitionistic fuzzy sets , hesitant fuzzy sets and generalized hesitant fuzzy sets based on their u-maps. , 69, pp.257–276.
Números, I A D E. 2014. “INTRODUCCIÓN A LA VISIÓN ARTIFICIAL,” no. November: 2–4. https://doi.org/10.13140/2.1.1072.6722.
Pena-Cabrera, Mario, Victor Lomas, and Gaston Lefranc. 2019. “Fourth Industrial Revolution and Its Impact on Society.” IEEE CHILEAN Conference on Electrical, Electronics Engineering, Information and Communication Technologies, CHILECON 2019 04500: 1–6. https://doi.org/10.1109/CHILECON47746.2019.8988083
¿Qué es arte?: Arte figurativo, figurativismo o arte representacional [en línea]. Flickr. [Consultado: 10 de febrero de 2021]. Disponible en: https://queesarte.com/arte-figurativo-figurativismo-o-arte-representacional
Radford, Alec, Luke Metz, and Soumith Chintala. 2016. “Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks.” 4th International Conference on Learning Representations, ICLR 2016 - Conference Track Proceedings, 1–16.
REPRODART: Estilos artísticos y epocas [en línea]. Flickr. [Consultado: 29 de febrero de 2021]. Disponible en: https://www.reprodart.com/a/estilos-artisticos
Revista DINERO, Así es como el arte se está volviendo un gran negocio en Colombia, Sección Arte, Disponible en: https://www.dinero.com/edicion- impresa/negocios/articulo/asi-fue-que-el-arte-se-volvio-un-buen-negocio-en- colombia/269804
Reyes, Oscar, Marcela Mejia, and Juan Sebastián Useche-Castelblanco. 2019. “Técnicas de Inteligencia Artificial Utilizadas En El Procesamiento de Imágenes y Su Aplicación En El Análisis de Pavimentos / Article in Press Artificial Intelligence Techniques Used in the Processing of Images and Its Application in Pavement Analysis.” Revista EIA 16 (31): 189–207
RotulArte Producción Gráfica Integral, 2015. “Cómo realizar una reproducción de una obra de arte.” https://www.rotularte.com.ar/como-realizar-una-reproduccion- de-una-obra-de-arte
Ruiza, M., Fernández, T. y Tamaro, E. (2004). Fernando Botero. Biografía. En Biografías y Vidas. La enciclopedia biográfica en línea. Barcelona (España). Disponible en: https://www.biografiasyvidas.com/reportaje/fernando_botero
S. Khan, H. Rahmani, S. A. A. Shah, and M. Bennamoun, “A Guide to Convolutional Neural Networks for Computer Vision,” Synth. Lect. Comput. Vis., vol. 8, no. 1, pp. 185-187, 2018, doi: 10.2200/s00822ed1v01y201712cov015
Smirnov, Stanislav, and Alma Eguizabal. 2018. “Deep Learning for Object Detection in Fine-Art Paintings.” 2018 IEEE International Conference on Metrology for Archaeology and Cultural Heritage, MetroArchaeo 2018 - Proceedings, 45–49. https://doi.org/10.1109/MetroArchaeo43810.2018.9089828
Tan, J.H. et al., 2017. Segmentation of optic disc, fovea and retinal vasculature using a single convolutional neural network. Journal of Computational Science.
Tellus, Nova, and Distrito Federal. 2012. “El Concepto de Belleza En El Mundo Antiguo y Su Recepción En Occidente The Concept of Beauty in the Ancient World and Its Reception in the West” 30: 133–48.
TEN TU LOGO: Qué es Deep Learning y cómo afecta a tus redes sociales [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://tentulogo.com/que-es-deep-learning-y-como-afecta-a-tus-redes-sociales
TIPOS DE ARTE: Arte figurativo ¿Qué es? [en línea]. Flickr. [Consultado: 07 de febrero de 2021]. Disponible en: https://tiposdearte.com/arte-figurativo-que-es
TODO A CUADROS: Generos pictóricos y temas [en línea]. Flickr. [Consultado: 26 de febrero de 2021]. Disponible en: https://www.todocuadros.com.co/generos-temas
Tutorialspoint. 2019. “About the Tutorial Copyright & Disclaimer.” Tutorials Point (I) Pvt. Ltd., 1–13.
VIECO, Jesús. Tutorial: Introdución a PyTorch (II), primera red neuronal [blog]. Blog Cleverpy. México 26 de feberero de 2019. [Consultado: 05 de marzo de 2021]. Disponible en: https://cleverpy.com/primera-red-neuronal-con-pytorch
Wainschenker, Rubén. 2011. “Procesamiento Digital de Imágenes Objetivos de La Materia.” Pag 4-7. Disponible en: http://www.exa.unicen.edu.ar/catedras/pdi/FILES/TE/CP1.pdf
WIKIPEDIA: Fernando Botero [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://es.wikipedia.org/wiki/Fernando_Botero
WORDPRESS: Representación de imágenes [en línea]. Flickr. [Consultado: 04 de marzo de 2021]. Disponible en: https://representacionima.wordpress.com/formatos-graficos
Yang, Xin, Yuezun Li, Honggang Qi, and Siwei Lyu. 2019. “Exposing GAN- Synthesized Faces Using Landmark Locations.” IH and MMSec 2019 - Proceedings of the ACM Workshop on Information Hiding and Multimedia Security, no. March: 113–18. https://doi.org/10.1145/3335203.3335724
Y. Ren, C. Zhu, and S. Xiao, “Object Detection Based on Fast/Faster RCNN Employing Fully Convolutional Architectures,” Math. Probl. Eng., vol. 2018, 2018, doi: 10.1155/2018/3598316.
ZONAIA: Comunidad de servicios, aprendizaje y ayuda sobre chatbots [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://zonaia.com/tutoriales-machine-learning/redes-neuronales-profundas

المؤلفون: Paredes-Madrid, Leonel José, dir., Cristancho-López, John Nelson

مصطلحات الفهرس: Trabajo de grado - Pregrado

URL: Ministerio de tecnologías de la información y las comunicaciones. (2019). Aspectos Básicos de la Industria 4.0. Republica de Colombia.
Tukey, J. (1962). The future of the data analysis. Princeton University & Bell Telephone Laboratories.
Koohang, A. & Horn, J. (2020). Critical components of data analytics in organizations: A research model
Lepenioti, K. Bousdekis, A. Apostolou, D. & Mentzas, G. (2020). Prescriptive analytics: Literature review and research challenges.
Azevedo, A. & Santos, M. (2008). KDD, SEMMA AND CRISP-DM: A parallel overview.
Mariscal, G. Marban, O. & Fernández, C. (2010). A survey of data mining and knowledge discovery process models and methodologies
Martínez de Pisón, F. Ordieres, J. Castejon, M. De Cos, F. & Pernía, A. (2001) Gestión del Conocimiento y Minería de Datos. Murcia: Actas del XVII Congreso Nacional de Ingeniería de Proyectos.
Zaki, M. & Meira, W. (2014). Data Mining and Analysis Fundamental Concepts and Algorithms. Cambridge university Press.
Piatetsky-Shapiro, G. (1991). Report on the AAAI-91 Workshop on Knowledge Discovery in Databases. Technical report 6, IEEE Expert.
Fayyad, U. Piatetsky-Shapiro, G. & Smyth, P. (1996). From Data Mining to Knowledge Discovery: An Overview
CRISP-DM 1.0 - Step-by-step data mining guide (2000). SPSS.
SAS Institute 2005. Semma Data Mining Methodology. http://www.sas.com/technologies/analytics/datamining/miner/semma.html.
Metaanálisis. Sociedad Española de Medicina de Laboratorio.
Gröger, C. Schwarz, H. & Mitschang, B. (2014). Prescriptive Analytics for Recommendation-Based Business Process Optimization
Srinivas, S. & Ravindran, R. (2018). Optimizing Outpatient Appointment System using Machine Learning Algorithms and Scheduling Rules: A Prescriptive Analytics Framework.
Ghoniem, A. Ali, A. Al-Salem, M. & Khallouli, W. (2016). Prescriptive analytics for FIFA World Cup lodging capacity planning.
Ayhans, S. Costas, P. & Hanan, S. (2018). Prescriptive analytics system for long-range aircraft conflict detection and resolution.
Sánchez-Meca, J. (2010). Como realizar una revisión sistemática y un meta- análisis.

المؤلفون: Paredes-Madrid, Leonel José, Cristancho-López, John Nelson

مصطلحات الفهرس: Trabajo de grado - Pregrado

URL: https://hdl.handle.net/10983/26259
Ministerio de tecnologías de la información y las comunicaciones. (2019). Aspectos Básicos de la Industria 4.0. Republica de Colombia.
Tukey, J. (1962). The future of the data analysis. Princeton University & Bell Telephone Laboratories.
Koohang, A. & Horn, J. (2020). Critical components of data analytics in organizations: A research model
Lepenioti, K. Bousdekis, A. Apostolou, D. & Mentzas, G. (2020). Prescriptive analytics: Literature review and research challenges.
Azevedo, A. & Santos, M. (2008). KDD, SEMMA AND CRISP-DM: A parallel overview.
Mariscal, G. Marban, O. & Fernández, C. (2010). A survey of data mining and knowledge discovery process models and methodologies
Martínez de Pisón, F. Ordieres, J. Castejon, M. De Cos, F. & Pernía, A. (2001) Gestión del Conocimiento y Minería de Datos. Murcia: Actas del XVII Congreso Nacional de Ingeniería de Proyectos.
Zaki, M. & Meira, W. (2014). Data Mining and Analysis Fundamental Concepts and Algorithms. Cambridge university Press.
Piatetsky-Shapiro, G. (1991). Report on the AAAI-91 Workshop on Knowledge Discovery in Databases. Technical report 6, IEEE Expert.
Fayyad, U. Piatetsky-Shapiro, G. & Smyth, P. (1996). From Data Mining to Knowledge Discovery: An Overview
CRISP-DM 1.0 - Step-by-step data mining guide (2000). SPSS.
SAS Institute 2005. Semma Data Mining Methodology. http://www.sas.com/technologies/analytics/datamining/miner/semma.html.
Metaanálisis. Sociedad Española de Medicina de Laboratorio.
Gröger, C. Schwarz, H. & Mitschang, B. (2014). Prescriptive Analytics for Recommendation-Based Business Process Optimization
Srinivas, S. & Ravindran, R. (2018). Optimizing Outpatient Appointment System using Machine Learning Algorithms and Scheduling Rules: A Prescriptive Analytics Framework.
Ghoniem, A. Ali, A. Al-Salem, M. & Khallouli, W. (2016). Prescriptive analytics for FIFA World Cup lodging capacity planning.
Ayhans, S. Costas, P. & Hanan, S. (2018). Prescriptive analytics system for long-range aircraft conflict detection and resolution.
Sánchez-Meca, J. (2010). Como realizar una revisión sistemática y un meta- análisis.

المؤلفون: Paredes-Madrid, Leonel José, Alonso-Sierra, Juan David, Castaño-Saavedra, David Leonardo

مصطلحات الفهرس: Trabajo de grado - Pregrado

URL: https://hdl.handle.net/10983/26323
ADP: GANs o redes generativas antagónicas: ¿Qué son y cómo funcionan? [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://www.apd.es/gans-o-redes-generativas-antagonicas-que-son
Alberto Morales, 2020. “Así se hace una obra de arte.” SOHO, Publicaciones Revista Semana, entrevista. https://www.soho.co/historias/articulo/fernando- botero-muestra-como-hacer-una-obra-de-arte/41546
Ali, M. et al., 2015. An image watermarking scheme in wavelet domain with optimized compensation of singular value decomposition via artificial bee colony. Information Sciences, 301, pp.44–60. Available at: http://dx.doi.org/10.1016/j.ins.2014.12.042.
ARIES: Los formatos más habituales en diseño gráfico [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://aries.es/los-formatos- mas-habituales-en-diseno-grafico
BADARÓ, Sebastián; IBAÑEZ, Leonardo Javier; AGÜERO, Martín Jorge. Sistemas expertos: fundamentos, metodologías y aplicaciones. Ciencia y tecnología, 2013, no 13, p. 349-364
BANCO DE LA REPÚBLICA [sitio web]. Bogotá. Banrepcultura. Colección de Arte del Banco de la República. [Consultado: 02 de marzo de 2021]. Disponible en: https://www.banrepcultural.org/coleccion-de-arte/artista/fernando-botero
Barratt, Shane, and Rishi Sharma. 2018. “A Note on the Inception Score.” ArXiv. Bellas artes". En: Significados.com. Disponible en: https://www.significados.com/bellas-artes
BUHIGAS, Javier. Todo lo que necesitas saber sobre las GAN: Redes Generativas Antagónicas [blog]. Blog Puentes Digitales. España 05 de abril de 2019. [Consultado: 07 de mayo de 2021]. Disponible en: https://puentesdigitales.com/2019/04/05/todo-lo-que-necesitas-saber-sobre-las- gan-redes-generativas-antagonicas
Calcagni, Laura R. 2020. “Redes Generativas Antagónicas y Sus Aplicaciones.” Chen, Yang, Yu Kun Lai, and Yong Jin Liu. 2018. “CartoonGAN: Generative Adversarial Networks for Photo Cartoonization.” Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 9465–74. https://doi.org/10.1109/CVPR.2018.00986.
Clark, Alex. 2020. “Pillow (PIL Fork) Documentation,” 149.
CÓDIGO FUENTE: Redes neuronales profundas – Tipos y Características [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://www.codigofuente.org/redes-neuronales-profundas-tipos- caracteristicas/#:~:text=Tenemos%20una%20entrada%2C%20una%20salida,de %20capas%20conectadas%20entre%20s%C3%AD.
DANE. 20 de Julio de 2020. DANE información para todos, Disponible en: https://n9.cl/25dr
DANE, 2019. “Tercer reporte de Economía Naranja (2014-2019pr).” https://www.dane.gov.co/index.php/estadisticas-por-tema/cultura/economia- naranja
DE LA FUENTE SANZ, Óscar Martín. Google Colab: Python y Machine Learning en la nube [blog]. Blog Adictos al trabajo. España 04 de junio de 2019. [Consultado: 07 de mayo de 2021]. Disponible en: https://www.adictosaltrabajo.com/2019/06/04/google-colab-python-y-machine- learning-en-la-nube
DESARROLLO WEB: Colores RGBA en CSS 3 [en línea]. Flickr. [Consultado: 03 de marzo de 2021]. Disponible en: https://desarrolloweb.com/articulos/colores-rgba-css-3.html
DESARROLLO WEB: Modelos de color [en línea]. Flickr. [Consultado: 01 de marzo de 2021]. Disponible en: https://desarrolloweb.com/articulos/1483.php
D. Erroz Arroyo, “Visualizando neuronas en Redes Neuronales Convolucionales,” pp. 17–20, 2019, [En línea]. Disponible en: https://academica- e.unavarra.es/xmlui/bitstream/handle/2454/33694/memoria_TFG.pdf?sequence= 1&isAllowed=y.
El algoritmo “Artificial Bee Colony” (ABC) y su uso en el Procesamiento digital de Imágenes Erroz Arroyo, David. 2019. “Visualizando Neuronas En Redes Neuronales Convolucionales,” 17–20. https://academica- e.unavarra.es/xmlui/bitstream/handle/2454/33694/memoria_TFG.pdf?sequence= 1&isAllowed=y.
ESPAÑOL: Clasificación de las artes [en línea]. Flickr. [Consultado: 15 de febrero de 2021]. Disponible en: https://www.aboutespanol.com/tipos-de-arte- clasificacion-de-las-artes-180288
ESTRATEGIA MAGAZINE: Los Formatos Gráficos digitales más utilizados [en línea]. Flickr. [Consultado: 04 de marzo de 2021]. Disponible en: https://www.estrategiamagazine.com/tecnologia/los-formatos-graficos-mas- uilizados-en-internet-ventajas-desventajas-comparacion-gif-jpeg-jpg-png-bmp
FERNÁNDEZ JAUREGUI, Ander. Cómo crear una Red Generativa Antagónica (GAN) en Python [blog]. Blog Data Science. España. 16 de Julio de 2020. [Consultado: 14 de abril de 2021]. Disponible en: https://anderfernandez.com/blog/como-crear-una-red-generativa-antagonica- gan-en-python
Fernando Gómez Echeverri, 2015. “Fernando Botero, el artista colombiano más grande de todos los tiempos.” EL TIEMPO, entrevista. https://www.eltiempo.com/cultura/fernando-botero-el-artista-colombiano-mas- grande-de-todos-los-tiempos-538439
GARCÍA, Alberto. Inteligencia Artificial. Fundamentos, práctica y aplicaciones. Rc Libros, 2012. Generales, Conceptos. n.d. “Visión Artificial.” Disponible en: http://www.etitudela.com/celula/downloads/visionartificial.pdf
GENERALIDADES DEL ARTE: Clasificación de las Artes [en línea]. Flickr. [Consultado: 7 de febrero de 2021]. Disponible en: https://sites.google.com/site/apreciacionexpressarte/home/primeras- manifestaciones-artisticas/las-funciones-del-arte/clasificacion-de-las-artes
Hatata, A.Y. & Sedhom, B.E., 2017. Proposed Sandia frequency shift for anti- islanding detection method based on artificial immune system. Alexandria Engineering Journal.
Heusel, Martin, Hubert Ramsauer, Thomas Unterthiner, Bernhard Nessler, and Sepp Hochreiter. 2017. “GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium.” Advances in Neural Information Processing Systems 2017-December (Nips): 6627–38
HISOUR HI SO YOU ARE: Modelos de color [en línea]. Flickr. [Consultado: 01 de marzo de 2021]. Disponible en: https://www.hisour.com/es/color-model- 26071
Islam, S. et al., 2014. Solid waste bin detection and classification using Dynamic Time Warping and MLP classifier. Waste Management, 34, pp.281–290
Jhon Caicedo, ¿Qué es la “Economía Naranja”, Disponible en: https://www.johncaicedo.com.co/2018/08/13/que-es-la-economia-naranja
Ji, Yuwang, Qiang Wang, Xuan Li, and Jie Liu. 2019. “A Survey on Tensor Techniques and Applications in Machine Learning.” IEEE Access 7: 162950–90. https://doi.org/10.1109/ACCESS.2019.2949814
J. Nagi et al., “Max-pooling convolutional neural networks for vision-based hand gesture recognition,” 2011 IEEE Int. Conf. Signal Image Process. Appl. ICSIPA 2011, no. November, pp. 342–347, 2011, doi: 10.1109/ICSIPA.2011.6144164.
KARKARE, Prateek. Neural Style Transfer — Using Deep Learning to Generate Art [blog]. Blog Medium. Bengaluru, Karnataka, India. 06 de septiembre de 2019. [Consultado: 20 de septiembre de 2020]. Disponible en: https://medium.com/x8- the-ai-community/neural-style-transfer-using-deep-learning-to-generate-art- 651d9ccf740c
KINARIWALA Tejesg. Generating art from neural networks [blog]. Blog Worldquant. India. 16 de diciembre de 2019. [Consultado: 25 de septiembre de 2020]. Disponible en: https://www.weareworldquant.com/en/thought- leadership/generating-art-from-neural-networks
LA ENCICLOPEDIA LIBRE WIKIPEDIA: Lógica difusa [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://es.wikipedia.org/wiki/L%C3%B3gica_difusa
LA ENCICLOPEDIA LIBRE WIKIPEDIA: Modelo de color RGBA - RGBA color model [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://es.mihalicdictionary.org/wiki/rgba_color_model
LINKFANG: Espacio de color RGBA [en línea]. Flickr. [Consultado: 03 de marzo de 2021]. Disponible en: https://es.linkfang.org/wiki/Espacio_de_color_RGBA
LOGO-ARTE: Modelos reproductivos del color: RGB, CMYK y LAB [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://www.logo- arte.com/blog-6.htm
Lucic, Mario, Karol Kurach, Marcin Michalski, Olivier Bousquet, and Sylvain Gelly. 2018. “Are Gans Created Equal? A Large-Scale Study.” Advances in Neural Information Processing Systems 2018-December (Nips): 700–709.
Lluesma Martí, E. (2019). Deteccion de puntos clave en caras mediante redes neuronales profundas. http://hdl.handle.net/10251/127854
Mashaly, A.F. & Alazba, A.A., 2016. MLP and MLR models for instantaneous thermal efficiency prediction of solar still under hyper-arid environment. Computers and Electronics in Agriculture, 122, pp.146–155.
Mavrovouniotis, M., Li, C. & Yang, S., 2017. A survey of swarm intelligence for dynamic optimization: Algorithms and applications. Swarm and Evolutionary Computation journal, 33(January), pp.1–17.
Mercado Polo, Darwin, Luis Pedraza Caballero, and Edinson Martínez Gómez. 2015. “Comparison of Neural Network Applied to Prediction of Time Series.” Prospectiva 13 (2): 88.
MERINO, Marcos. Conceptos de inteligencia artificial: qué son las GANs o redes generativas antagónicas [blog]. Blog Xataka. España 31 de marzo de 2019. [Consultado: 05 de marzo de 2021]. Disponible en: https://www.xataka.com/inteligencia-artificial/conceptos-inteligencia-artificial-que- gans-redes-generativas-antagonicas
Mirjalili, Seyedali. 2019. “Genetic Algorithm.” Studies in Computational Intelligence 780: 43–55. https://doi.org/10.1007/978-3-319-93025-1_4.
M. Mirza B. Xu D. Warde-Farley S. Ozair A. Courville I. J. Goodfellow, J. Pouget- Abadie and Y. Bengio. Generative adversarial nets. In Advances in Neural Information Processing Systems (NIPS), abs/1406.2661, 2014.
Nebti, S. & Boukerram, A., 2017. Swarm intelligence inspired classifiers for facial recognition. Swarm and Evolutionary Computation, 32, pp.150-166. [ Links ] “Neural Style Transfer — Using Deep Learning to Generate Art.” 2020, 1–9.
Ngan, S., 2017. A unified representation of intuitionistic fuzzy sets , hesitant fuzzy sets and generalized hesitant fuzzy sets based on their u-maps. , 69, pp.257–276.
Números, I A D E. 2014. “INTRODUCCIÓN A LA VISIÓN ARTIFICIAL,” no. November: 2–4. https://doi.org/10.13140/2.1.1072.6722.
Pena-Cabrera, Mario, Victor Lomas, and Gaston Lefranc. 2019. “Fourth Industrial Revolution and Its Impact on Society.” IEEE CHILEAN Conference on Electrical, Electronics Engineering, Information and Communication Technologies, CHILECON 2019 04500: 1–6. https://doi.org/10.1109/CHILECON47746.2019.8988083
¿Qué es arte?: Arte figurativo, figurativismo o arte representacional [en línea]. Flickr. [Consultado: 10 de febrero de 2021]. Disponible en: https://queesarte.com/arte-figurativo-figurativismo-o-arte-representacional
Radford, Alec, Luke Metz, and Soumith Chintala. 2016. “Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks.” 4th International Conference on Learning Representations, ICLR 2016 - Conference Track Proceedings, 1–16.
REPRODART: Estilos artísticos y epocas [en línea]. Flickr. [Consultado: 29 de febrero de 2021]. Disponible en: https://www.reprodart.com/a/estilos-artisticos
Revista DINERO, Así es como el arte se está volviendo un gran negocio en Colombia, Sección Arte, Disponible en: https://www.dinero.com/edicion- impresa/negocios/articulo/asi-fue-que-el-arte-se-volvio-un-buen-negocio-en- colombia/269804
Reyes, Oscar, Marcela Mejia, and Juan Sebastián Useche-Castelblanco. 2019. “Técnicas de Inteligencia Artificial Utilizadas En El Procesamiento de Imágenes y Su Aplicación En El Análisis de Pavimentos / Article in Press Artificial Intelligence Techniques Used in the Processing of Images and Its Application in Pavement Analysis.” Revista EIA 16 (31): 189–207
RotulArte Producción Gráfica Integral, 2015. “Cómo realizar una reproducción de una obra de arte.” https://www.rotularte.com.ar/como-realizar-una-reproduccion- de-una-obra-de-arte
Ruiza, M., Fernández, T. y Tamaro, E. (2004). Fernando Botero. Biografía. En Biografías y Vidas. La enciclopedia biográfica en línea. Barcelona (España). Disponible en: https://www.biografiasyvidas.com/reportaje/fernando_botero
S. Khan, H. Rahmani, S. A. A. Shah, and M. Bennamoun, “A Guide to Convolutional Neural Networks for Computer Vision,” Synth. Lect. Comput. Vis., vol. 8, no. 1, pp. 185-187, 2018, doi: 10.2200/s00822ed1v01y201712cov015
Smirnov, Stanislav, and Alma Eguizabal. 2018. “Deep Learning for Object Detection in Fine-Art Paintings.” 2018 IEEE International Conference on Metrology for Archaeology and Cultural Heritage, MetroArchaeo 2018 - Proceedings, 45–49. https://doi.org/10.1109/MetroArchaeo43810.2018.9089828
Tan, J.H. et al., 2017. Segmentation of optic disc, fovea and retinal vasculature using a single convolutional neural network. Journal of Computational Science.
Tellus, Nova, and Distrito Federal. 2012. “El Concepto de Belleza En El Mundo Antiguo y Su Recepción En Occidente The Concept of Beauty in the Ancient World and Its Reception in the West” 30: 133–48.
TEN TU LOGO: Qué es Deep Learning y cómo afecta a tus redes sociales [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://tentulogo.com/que-es-deep-learning-y-como-afecta-a-tus-redes-sociales
TIPOS DE ARTE: Arte figurativo ¿Qué es? [en línea]. Flickr. [Consultado: 07 de febrero de 2021]. Disponible en: https://tiposdearte.com/arte-figurativo-que-es
TODO A CUADROS: Generos pictóricos y temas [en línea]. Flickr. [Consultado: 26 de febrero de 2021]. Disponible en: https://www.todocuadros.com.co/generos-temas
Tutorialspoint. 2019. “About the Tutorial Copyright & Disclaimer.” Tutorials Point (I) Pvt. Ltd., 1–13.
VIECO, Jesús. Tutorial: Introdución a PyTorch (II), primera red neuronal [blog]. Blog Cleverpy. México 26 de feberero de 2019. [Consultado: 05 de marzo de 2021]. Disponible en: https://cleverpy.com/primera-red-neuronal-con-pytorch
Wainschenker, Rubén. 2011. “Procesamiento Digital de Imágenes Objetivos de La Materia.” Pag 4-7. Disponible en: http://www.exa.unicen.edu.ar/catedras/pdi/FILES/TE/CP1.pdf
WIKIPEDIA: Fernando Botero [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://es.wikipedia.org/wiki/Fernando_Botero
WORDPRESS: Representación de imágenes [en línea]. Flickr. [Consultado: 04 de marzo de 2021]. Disponible en: https://representacionima.wordpress.com/formatos-graficos
Yang, Xin, Yuezun Li, Honggang Qi, and Siwei Lyu. 2019. “Exposing GAN- Synthesized Faces Using Landmark Locations.” IH and MMSec 2019 - Proceedings of the ACM Workshop on Information Hiding and Multimedia Security, no. March: 113–18. https://doi.org/10.1145/3335203.3335724
Y. Ren, C. Zhu, and S. Xiao, “Object Detection Based on Fast/Faster RCNN Employing Fully Convolutional Architectures,” Math. Probl. Eng., vol. 2018, 2018, doi: 10.1155/2018/3598316.
ZONAIA: Comunidad de servicios, aprendizaje y ayuda sobre chatbots [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://zonaia.com/tutoriales-machine-learning/redes-neuronales-profundas

المؤلفون: Gómez, Carlos Andrés Palacio¹ carlospalacio@uan.edu.co, Paredes-Madrid, Leonel² ljparedes@ucatolica.edu.co, Garzon, Andrés Orlando² aogarzon@ucatolica.edu.co

المصدر: Metrology & Measurement Systems. 2022, Vol. 29 Issue 3, p469-481. 13p.

مصطلحات موضوعية: *POLYMERIC nanocomposites, *STATISTICAL process control, *PRESSURE sensors

المؤلفون: Garzón-Posada, Andrés O., Paredes-Madrid, Leonel, Peña, Angela, Fontalvo, Victor M., Palacio, Carlos

المصدر: Micromachines; Jun2022, Vol. 13 Issue 6, p840-N.PAG, 16p

مصطلحات موضوعية: SIX Sigma, PRESSURE sensors, STATISTICAL reliability, CONDUCTING polymers, DETECTORS

المؤلفون: Matute, Arnaldo, Paredes-Madrid, Leonel, Altuve, David, Palacio, Carlos A.

المصدر: Journal of Sensors; 4/27/2022, p1-23, 23p

مصطلحات موضوعية: CONDUCTING polymer composites, FINITE element method, POISSON'S ratio, HEMORHEOLOGY

المؤلفون: Paredes-Madrid, Leonel, Fonseca, Johanna, Matute, Arnaldo, Velasquez, Elkin I. Gutierrez, Palacio, Carlos A.

المصدر: 2018 7th IEEE International Conference on Biomedical Robotics and Biomechatronics (Biorob) ; volume 17, page 1193-1198

الاتاحة: http://dx.doi.org/10.1109/biorob.2018.8487226
http://xplorestaging.ieee.org/ielx7/8472797/8487180/08487226.pdf?arnumber=8487226

المؤلفون: Paredes-Madrid, Leonel, Matute, Arnaldo, Palacio, Carlos

المساهمون: Universidad Antonio Nariño

المصدر: Measurement Science and Technology ; volume 30, issue 11, page 115101 ; ISSN 0957-0233 1361-6501

الاتاحة: http://dx.doi.org/10.1088/1361-6501/ab3307
http://iopscience.iop.org/article/10.1088/1361-6501/ab3307
http://iopscience.iop.org/article/10.1088/1361-6501/ab3307/pdf
https://iopscience.iop.org/article/10.1088/1361-6501/ab3307/pdf
https://iopscience.iop.org/article/10.1088/1361-6501/ab3307

المؤلفون: Matute, Arnaldo, Paredes-Madrid, Leonel, Gutierrez, Elkin, Parra Vargas, Carlos A.

المصدر: 2017 IEEE SENSORS

الاتاحة: http://dx.doi.org/10.1109/icsens.2017.8234039
http://xplorestaging.ieee.org/ielx7/8169642/8233862/08234039.pdf?arnumber=8234039

المؤلفون: Valderrama, Diana M. Ayala, Gómez Cuaspud, Jairo A., Paredes-Madrid, Leonel

المصدر: AIMS Materials Science; 2021, Vol. 8 Issue 4, p538-549, 12p

مصطلحات موضوعية: FLY ash, SLAG, HEAT treatment, MECHANICAL heat treatment, INDUSTRIAL wastes, CONSTRUCTION materials

المؤلفون: Torres-Pinzón, Carlos Andrés, Paredes-Madrid, Leonel, Flores-Bahamonde, Freddy, Ramirez-Murillo, Harrynson, Dassios, Ioannis

المصدر: Applied Sciences (2076-3417); Mar2021, Vol. 11 Issue 5, p2286, 19p

مصطلحات موضوعية: LINEAR matrix inequalities, ROBUST control, DC-to-DC converters, WORK design

المؤلفون: Paredes-Madrid, Leonel, Matute, Arnaldo, Pena, Angela

المساهمون: Colciencias through Francisco Jose de Caldas Fund

المصدر: IEEE Sensors Journal ; volume 17, issue 13, page 4133-4142 ; ISSN 1530-437X 1558-1748 2379-9153

الاتاحة: http://dx.doi.org/10.1109/jsen.2017.2706697
http://xplorestaging.ieee.org/ielx7/7361/7946225/07932107.pdf?arnumber=7932107