En el inicio de un proceso de posconflicto con las FARC y de la mano de la implementación de los mecanismos de justicia transicional, entre los que figura la creación de una comisión de la verdad, aparecen preguntas por el pasado de guerra que se está quedando atrás, las responsabilidades sobre lo sucedido y la memoria social que se ha construido sobre esa realidad conflictiva. Es un hecho que existen memorias sociales independientes de las institucionales. ¿Cuál ha sido su trayectoria en Colombia? ¿Quiénes participan de ella? ¿Cómo se relacionan entre sí y con las instituciones estatales? Este artículo es una aproximación a la trayectoria de la memoria en Colombia a partir de la experiencia del autor desde la institucionalidad y como analista del conflicto armado interno.
ResumenEn este artículo se presenta la construcción de un modelo basado en dinámica de sistemas para describir el comportamiento del mercado porcícola. Esto con el objetivo de anticiparse a los posibles acontecimientos, crear escenarios supuestos y determinar si es viable o no invertir en el corto a mediano plazo en este mercado. El modelo propuesto se compone de siete ciclos que consideran las diferentes variables que intervienen en el medio, se establece las relaciones y se construyeron los ciclos entre éstas. Se configuraron las variables del modelo con datos históricos del sector. Los resultados muestran una gran dependencia del costo de la materia prima sobre las ganancias y establece el escenario de cría como el más rentable.Palabras claves: pensamiento sistémico, porcicultura, simulación, dinámica de sistemas.
System Dynamics Modeling for Pig Breeding Market Behavior Prediction AbstractThis paper presents the construction of a model based on system dynamics for describing the behavior of pig market. This with the objective of anticipating possible events, creating scenarios about assumptions and determine whether it is feasible or not to invest in this market in a short to medium term. The proposed model consists of seven cycles considering the different variables involved in the pig market, establishing relationships and the cycles formed between them. The model variables were set using historical data of the market. The results show a high dependence of raw material costs over the earnings and show the stage of breeding as the most profitable scenario.
ResumenEn este trabajo se presenta un método para la estimación de los vectores normales y para la reducción de datos atípicos en las superficies descritas a partir de puntos 3D. El método se basa en la técnica de Análisis de Componentes Principales Robusto que es aplicada a un vecindario estimado de acuerdo a las condiciones geométricas locales. Inicialmente se eliminan los datos atípicos con un procedimiento basado en la distancia de Mahalanobis. Posteriormente, para cada uno de los puntos restantes el método toma un vecindario de tamaño variable. Se muestra que la estimación del plano tangente es más precisa utilizando un vecindario de tamaño variable en relación con uno fijo, permitiendo una estimación más precisa de la normal. El método permite estimar los vectores normales de manera robusta al ruido, datos atípicos y presencia de bordes y esquina.
Palabras clave: estimación de normales, nube de puntos, reconstrucción tridimensional.
Surface Normal Estimation and Outliers Reduction on Tridimensional Cloud Points AbstractThis paper shows a method for normal vectors estimation and outlier reduction for point cloud surfaces. This method is based on Robust Principal Component Analysis applying to a sizable neighborhood, estimated according to local geometric featuring. First, outlier reduction is applied by means of a Mahalanobis distance based procedure. Subsequently, a variable size neighborhood is estimated calculating local geometric features. The resizable neighborhood showed to give a more accurate tangent plane estimation than a size fixed neighborhood, allowing accurate normal estimation. The method permits normal vector estimation that is robust to noise, outliers and border and sharp features.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.