RESUMEN
Forests are suffering water stress due to climate change; in some parts of the globe, forests are being exposed to the highest temperatures historically recorded. Machine learning techniques combined with robotic platforms and artificial vision systems have been used to provide remote monitoring of the health of the forest, including moisture content, chlorophyll, and nitrogen estimation, forest canopy, and forest degradation, among others. However, artificial intelligence techniques evolve fast associated with the computational resources; data acquisition, and processing change accordingly. This article is aimed at gathering the latest developments in remote monitoring of the health of the forests, with special emphasis on the most important vegetation parameters (structural and morphological), using machine learning techniques. The analysis presented here gathered 108 articles from the last 5 years, and we conclude by showing the newest developments in AI tools that might be used in the near future.
RESUMEN
This paper presents two hybrid control topologies; the topologies are designed by combining artificial intelligence approaches and sliding-mode control methodology. The first topology mixes the learning algorithm for multivariable data analysis (LAMDA) approach with sliding-mode control. The second offers a Takagi-Sugeno multimodel approach, internal model, and sliding-mode control. The process under study is a nonlinear pH neutralization process with high nonlinearities and time-varying parameters. The pH process is simulated for multiple reference changes, disturbance rejection, and noise in the transmitter. Performance indices are used to compare the proposed approaches quantitatively. The hybrid control topologies enhance the performance and robustness of the pH process under study.
RESUMEN
Objetivo: Identificar el factor de riesgo suicida y los factores asociados en adolescentes de una institución educativa del municipio de Palestina (Caldas-Colombia). Materiales y métodos: Se realizó un estudio de corte transversal en el que se tomó una población de 354 estudiantes, se aplicó la escala de factor de riesgo suicida de Plutchik para medir riesgo suicida, así mismo otros cuestionarios para factores asociados como funcionalidad familiar, depresión, dependencia del consumo de alcohol, tendencia a la violencia, etc. Resultados: la población presentó un promedio de edad de 14,28 años, el 11,8% presentó riesgo suicida según escala de Plutchik; el 5,3% en hombres y el 17,9% en mujeres, 12,2% con intento de suicidio, 56,8% mostraron depresión según escala de Bierleson, el 42,6% tuvo disfunción familiar de leve a severa; presentaron dependencia alcohólica el 27%; 15,6% consumo de sustancias psicoactivas, un riesgo de violencia según cuestionario Plutchik de 33%, 15,5% antecedentes familiares de intento suicida. Los siguientes factores tienen relación significativa con el factor de riesgo suicida según Plutchik: consumo de sustancias psicoactivas (p=0,000), antecedente familiar de suicidio (p=0,000), funcionalidad familiar (p=0,000), dependencia alcohólica (p=0,002), depresión (p=0,000), maltrato (p=0,000), género (p=0,000).Conclusión: Esta población presenta un factor de riesgo suicida según cuestionario de Plutchik comparable al de otras poblaciones análogas. Se encuentran factores asociados típicos de la población colombiana como son el maltrato infantil, y tendencia a la violencia. Tal vez sería deseable una intervención en esta población.
