Ingeniería de Sistemas
Recent Submissions
-
Modelo de predicción de deserción de clientes en el sector de aseguradoras peruanas de pólizas vehiculares mediante el uso del algoritmo Random Forest.(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-01-10)El mercado de seguros en Perú enfrenta desafíos significativos en el sector de seguros vehiculares para personas naturales, donde las aseguradoras han experimentado una caída progresiva en comparación con otros mercados (Asociación Peruana de Empresas de Seguros [APESEG], s.f., Secc. Estadísticas vehiculares). Este contexto resalta la necesidad de desarrollar un modelo predictivo que identifique clientes potenciales de pérdida, para que las áreas de retención puedan implementar estrategias efectivas y mejorar la rentabilidad y competitividad en el mercado. La presente investigación desarrolla un modelo de predicción de deserción de clientes empleando el algoritmo Random Forest. Se integraron datos internos de Rímac Seguros, complementados con información de RENIEC y SBS, alcanzando un total de 55,000 registros. Tras aplicar técnicas de balanceo (incluyendo SMOTE) e ingeniería de características, el conjunto de datos se dividió en un 70% para entrenamiento y un 30% para validación inicial (Fase 1). Asimismo, se realizó una segunda validación (Fase 2) en un entorno real, utilizando una muestra de 3,327 registros. Para evaluar el desempeño del modelo se emplearon métricas como precisión, recall, F1-score y AUC. Entre los principales obstáculos se hallaron las restricciones de acceso a datos sensibles y los costos derivados del despliegue en la nube. Pese a estas dificultades, el modelo se logró implementar en un entorno cloud, garantizando su escalabilidad y eficacia. En la Fase 1 (validación con datos históricos), el modelo alcanzó una precisión de 88.89%, recall del 94.12%, F1-score de 91.43% y un AUC de 92.71%. En la Fase 2 (validación en entorno real), se observaron mejoras notables, con una exactitud del 97.08%, recall del 97.76% y AUC del 97.34%, lo cual demostró la capacidad del modelo para adaptarse al entorno operativo, reforzando su utilidad para anticipar la deserción de clientes. Se llevó a cabo una validación cualitativa mediante encuestas a 10 expertos en el ámbito tecnológico. Estas evaluaciones consideraron atributos como seguridad, usabilidad, confiabilidad, desempeño y satisfacción del usuario. Los especialistas calificaron de forma positiva el sistema, asignando puntajes que se correspondieron con las categorías "de acuerdo" y "muy de acuerdo". Dichos resultados evidencian no solo la aceptación del modelo desde una perspectiva técnica, sino también la percepción favorable sobre su utilidad, facilidad de uso y confiabilidad. La investigación presenta un modelo predictivo robusto, validado cuantitativa y cualitativa. Sus resultados confirman la viabilidad de la solución para mejorar la retención de clientes en el sector asegurador. Se recomienda explorar otros algoritmos de Machine Learning, profundizar en la interpretabilidad del modelo y automatizar las estrategias de retención sugeridas, optimizando así la toma de decisiones estratégicas y la eficiencia operativa en la industria aseguradora.Acceso abierto
-
Sistema de Clasificación de tickets de mesa de ayuda para empresas que se dedican a brindar servicios TI utilizando machine learning(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-01-08)Los servicios de atención que brindan las áreas de mesa de ayuda de TI son indispensables para cualquier organización. Estas áreas suelen tener problemas de atención con los tickets solicitados por los clientes, sobre todo en el proceso de clasificación, ya que al ser un proceso manual el personal puede cometer errores, generando insatisfacción al usuario, que a la larga perjudica a la empresa de manera económica ya que muchos de estos suelen cancelar el servicio. Por lo cual, en la investigación que se realizará para el desarrollo de la presente tesis se decidió dar un enfoque práctico en investigas las nuevas tecnologías que son usadas en la actualidad para darle el soporte que requieren a estas áreas y así reducir los problemas que presentan en la actualidad. De esta manera, se puede decir que es de suma importancia la automatización de tareas, tales como la clasificación de los tickets, apoyándose del Machine Learning para realizar estas labores.Acceso abierto
-
Sistema de diagnóstico temprano de la enfermedad de la roña en la papa y su tratamiento basados en el reconocimiento de imágenes y Machine Learning en Apurímac(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-01-06)En la actualidad el cambio climático en el mundo y la pandemia mundial de COVID-19 han causado una crisis en la producción agrícola mundial. El desafío de aumentar, mejorar el rendimiento de los cultivos y al mismo tiempo de garantizar el desarrollo sostenible de una agricultura que proteja al medio ambiente es un problema que se presenta en todo el mundo. Según la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO, 2021), las plagas agrícolas generan pérdidas que oscilan entre el 20 % y el 40 % de la producción agrícola mundial cada año, afectando significativamente la seguridad alimentaria global. Por ello este documento tiene como objetivo desarrollar un aplicativo móvil experto para predecir la enfermedad de la roña en la papa, desde que inicia hasta que la enfermedad se haya esparcido por toda la papa. El modelo propuesto es el aprendizaje profundo YOLOv7 para el reconocimiento de imágenes y predecir la aparición de plagas. El modelo propuesto fue validado mediante un estudio en el que los resultados experimentales revelaron una precisión de identificación de plagas del 95%. Logrando el posicionamiento preciso que permita reducir la cantidad de pesticidas utilizados y reducir el daño de los pesticidas que afectan al suelo.Acceso abierto
-
SISTEMA DE MONITOREO Y ANÁLISIS DE RUTAS PARA CONTROLAR LA FLOTA DE CAMIONES DE UNA EMPRESA DE TRANSPORTE PESADO UTILIZANDO APRENDIZAJE PROFUNDO(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-11-27)En la actualidad, a causa del COVID-19 muchas empresas del rubro del transporte pesado han quebrado. Entre las investigaciones globales que analizan este suceso, (García & Jiménez, 2021) destacan que a pesar de que el transporte por camión es importante para satisfacer la demanda de productos de primera necesidad se observa una menor actividad como consecuencia del aumento significativo de los costos operativos a causa de los cambios de las rutas por tráfico, mantenimiento de la flota vehicular y la aplicación incorrecta de las regulaciones de los gobiernos para contrarrestar el impacto de la pandemia. En este sentido, se puede observar la necesidad actual de dichas compañías de contar con un sistema de análisis adecuado que les permita maximizar su rentabilidad y mantener la eficiencia y calidad del servicio de transporte. Por ello, se propone una solución tecnológica para generar una ruta óptima y monitoreo del transporte pesado. Esta solución tiene 3 fases: generación de la ruta óptima, visualización en Google Maps y Waze, y monitoreo de los vehículos. La primera fase revisa todas las direcciones asignadas a una ruta y las ordena de tal forma que se obtiene la ruta óptima. En la segunda fase se realiza la lectura de los puntos de entrega y se envía a Google Maps para su visualización y en seguida al conductor a través de Waze. Por último, en la tercera fase, la persona que monitorea los vehículos observa las ubicaciones en tiempo real de cada vehículo. Para la creación de la solución se empleó el marco SCRUM y PMBOK para la ejecución de las actividades durante el proyecto. Los resultados de las validaciones demostraron que se reduce el tiempo de entrega de pedidos de los vehículos de transporte en un 95%. Respecto a la generación de la ruta, tuvo una mejora en la eficacia en un 96% y reducción del consumo del combustible en un 10%, lo que beneficia al fin a la satisfacción del cliente en un aumento del 10%.Acceso abierto
-
Chatbot bilingüe español-quechua para optimizar la atención del trámite documentario de ciudadanos en una municipalidad utilizando Procesamiento de Lenguaje Natural(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-10-28)El presente proyecto se enfoca en la optimización de los procesos de atención al cliente en la Municipalidad Provincial de Marañón, mediante la implementación de un chatbot bilingüe (español-quechua) desarrollado con inteligencia artificial. La barrera lingüística en la atención a los ciudadanos quechua-hablantes y la sobrecarga del personal administrativo han resultado en la necesidad de esta solución tecnológica, que busca mejorar la eficiencia y la calidad del servicio. El chatbot, desarrollado bajo una metodología ágil, permitirá a los ciudadanos acceder a información sobre trámites documentarios de manera inmediata y en su lengua materna. Los resultados esperados incluyen una reducción en el tiempo de respuesta, la disminución de la sobrecarga de trabajo del personal y una mejora en la satisfacción ciudadana. La implementación se basa en el uso de Dialogflow para el procesamiento de lenguaje natural y Facebook Messenger como plataforma de interacción. Además, la gestión del proyecto se realizará utilizando las buenas prácticas del PMBOK, lo que garantizará un manejo eficiente de los recursos, el cronograma y el control de calidad durante todo el ciclo de vida del proyecto.Acceso abierto
-
SISTEMA WEB PARA LA RECOLECCIÓN DE INFORMACIÓN Y ANALISIS FORENSE DIGITAL EN ENTIDADES DE SEGURIDAD PUBLICA USANDO TECNICAS OSINT Y MACHINE LEARNING(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-10-14)La presente tesis se estructura en siete capítulos que abordan de manera integral la investigación y desarrollo de un asistente virtual basado en técnicas OSINT para la Policía Nacional del Perú. El primer capítulo ofrece un análisis exhaustivo de la organización destinataria del proyecto, identificando sus problemas, sus causas y proponiendo una solución, junto con los indicadores de éxito. Además, se aborda la factibilidad del proyecto y se presenta una propuesta preliminar de la solución. El segundo capítulo presenta el marco teórico, abarcando tanto los aspectos relacionados con el negocio y sus procesos como con las tecnologías de la información. Además, se incluye un análisis detallado del algoritmo de aprendizaje automático que se utilizará en el proyecto, culminando con una conclusión sobre su adecuación para resolver los desafíos identificados. El tercer capítulo aborda el análisis y diseño de la solución tecnológica, este inicia con una evaluación de las reglas de negocio, los casos de uso y el modelo de análisis, que son los cimientos bases para la implementación. Además, se detallan los requerimientos del sistema, incluyendo especificaciones funcionales y un modelo conceptual. También, se describe la arquitectura del software, desde la infraestructura técnica base hasta los patrones de diseño y restricciones. Por último, se presenta el modelo de datos y se documenta el proceso de desarrollo de los principales componentes del software, enfocándose en funcionalidades clave como el escaneo digital, la gestión de usuarios y la generación de reportes. El cuarto capítulo se centra en los resultados obtenidos durante el desarrollo del proyecto de software, enfocándose en la calidad del producto final y el cumplimiento de los objetivos propuestos. Al principio, se detalla el plan de pruebas implementado, seguido de los resultados obtenidos a partir de dichas pruebas, que evalúan la calidad del software. Después, se realiza un análisis de las métricas recopiladas para identificar el desempeño y la eficiencia del sistema. Además, se examina el cumplimiento de los indicadores de éxito. Por último, se presentan las conclusiones que reflejan el grado de éxito alcanzado y las lecciones aprendidas a lo largo del proceso. El quinto aborda la gestión integral del proyecto, siguiendo las mejores prácticas establecidas en el PMBOK 6ta edición. Comienza con la planificación detallada del proyecto, cubriendo aspectos clave como la gestión del alcance, el cronograma, los costos, la calidad, los riesgos, las comunicaciones y los interesados. Cada plan se desarrolla con el objetivo de asegurar un control riguroso y una ejecución efectiva del proyecto. Se incluye además un apartado dedicado a la ejecución y monitoreo de los indicadores de progreso, que permiten evaluar el cumplimiento de los objetivos en tiempo real. Por último, se presentan las conclusiones, que sintetizan el aprendizaje y los resultados obtenidos a través de la gestión del proyecto. El sexto capítulo evalúa el cumplimiento de los Student Outcomes, que son los resultados esperados en términos de habilidades y competencias adquiridas a lo largo del desarrollo del proyecto. Se analiza cómo el trabajo realizado se alinea con los objetivos de formación establecidos por el programa académico, demostrando la aplicación de conocimientos teóricos en la práctica y la resolución efectiva de problemas reales. Además, se destaca la integración de habilidades técnicas y de gestión, la capacidad para trabajar en equipo, la toma de decisiones informadas y el desarrollo de soluciones innovadoras. El capítulo concluye con una reflexión sobre el crecimiento profesional y académico logrado durante el proyecto. En el séptimo capítulo presenta las conclusiones derivadas del desarrollo y la implementación del proyecto, destacando los logros alcanzados, las lecciones aprendidas y el impacto del proyecto en el contexto de la organización destinataria. Se reflexiona sobre el cumplimiento de los objetivos planteados, la efectividad de las soluciones implementadas y los desafíos superados a lo largo del proceso. A continuación, se ofrecen recomendaciones orientadas a mejorar futuras implementaciones, optimizar el sistema desarrollado y abordar posibles áreas de mejora. Estas sugerencias buscan guiar futuras fases del proyecto o proyectos similares, contribuyendo al crecimiento continuo de la organización.Acceso abierto
-
Propuesta de mejora del proceso de acceso a la información pública en el Ejército del Perú(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-07-30)El presente proyecto surge principalmente, para resolver la problemática que presenta la Dirección de Informaciones del Ejército del Perú (DINFE), dependencia encargada de proponer normas, asesorar y desarrollar actividades en las áreas relacionadas de imagen institucional, relaciones públicas, acceso a la información pública, ceremonial y protocolo, producción y difusión de información, cultura, historia y museología del Ejército. En la actualidad, existe un alto nivel de demora en la atención de solicitudes de acceso a la información pública, esto genera un alto índice de demandas al Ejército del Perú, un bajo nivel de satisfacción del ciudadano y un alto consumo de material de escritorio en la gestión de acceso a la información pública. Asimismo, las dependencias encargadas de proporcionar la información tienen limitaciones para la obtención de la información Para la gestión de procesos se utiliza la metodología BPM (Bussiness Process Management), que permite a la Dirección de Informaciones del Ejército del Perú gestionar todo el proceso de acceso a la información pública dentro de su campo de acción y así detectar las falencias o errores del proceso, a fin de proponer su mejora. Esta mejora es soportada bajo una Arquitectura Empresarial, a través de la aplicación de la metodología Open Group Architecture Framework (TOGAF), que ofrece un marco de alto nivel para el desarrollo de software empresarial, ayuda a organizar el proceso de desarrollo a través de un enfoque sistemático y, alinear la TI con los procesos de negocio para obtener resultados de calidad. La parte central del estudio abarca el Desarrollo del Proyecto, apartado importante para demostrar el mapeo, análisis, rediseño, y formulación de un plan de implementación de la propuesta de solución, asimismo se diseñará una arquitectura empresarial mediante el uso del marco de trabajo TOGAF, lo que permitirá optimizar los procesos claves de la organización de la mano con el uso de la tecnología considerando Negocio, Datos, Aplicaciones y Tecnología. Posteriormente, se realiza la simulación del Proceso de Gestión de Solicitudes de Acceso a la Información Pública en el Ejército del Perú, en ambos estados del proceso (AS IS - TO BE), a través de la herramienta de modelado de procesos Bizagi Modeler. Al término de la simulación, se obtienen resultados que permiten definir brechas de tiempo entre las tareas realizadas en el AS IS y TO BE, asimismo, se generan reportes que permiten la comparación de resultados, y de esta manera definir la viabilidad de la propuesta de solución planteada. Finalmente, se muestra la Gestión del Proyecto, donde se detallan los planes de la gestión de proyectos.Acceso abierto
-
Sistema conversacional semisupervisado para la atención al cliente en línea de una organización deportiva del Perú mediante procesamiento de lenguaje natural(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-07-26)Recibir una respuesta inmediata puede ser fundamental para algunas empresas. En el proceso actual de atención al cliente de un club de fútbol peruano se identificó tiempos de respuestas prolongados por una deficiente gestión de atención al cliente en línea. Debido a esta problemática, el objetivo de este estudio fue desarrollar un sistema conversacional semisupervisado con respuesta rápida, disponible 24/7. Para esto se utilizó el procesamiento de lenguaje natural (NLP) como técnica lingüística perteneciente al campo de la inteligencia artificial mejorando así la performance de atención al cliente en especial los tiempos de respuesta. Asimismo, se utilizó el servicio Amazon Lex y Amazon Comprehend de Amazon Web Services para proporcionar capacidades avanzadas de reconocimiento y comprensión del lenguaje, lo que permite al sistema interpretar consultas complejas, entender el contexto y proporcionar respuestas precisas de manera inmediata. Tras el desarrollo del sistema se obtuvo un resultado exitoso en donde el tiempo de respuesta mejoró un 90% con respecto al estado inicial, con una velocidad de 95 más de tiempo mínimo, 485 más de tiempo promedio y 2,51 de tiempo máximo para 133 escenarios de consultas en atención virtual. Asimismo, el sistema ha podido brindar la capacidad de mejorar la experiencia del usuario mediante la autogestión, y así el club pueda enfocarse en otros procesos del negocio y no solo el de brindar información.Acceso abierto
-
Sistema web para predicción de riesgo académico en centros de estudio de nivel secundario en Lima Metropolitana basado en algoritmos bayesianos(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 19/07/24)El desconocimiento notable por parte de las instituciones frente a los casos de riesgo de su alumnado y los factores influyentes, representan un desafío significativo para diversos centros de estudio en Lima Metropolitana. Esta limitación en el conocimiento ha afectado la capacidad de estas instituciones para intervenir de manera efectiva y brindar el apoyo necesario a los estudiantes en situación de riesgo, lo que ha contribuido al incremento de la tasa de reprobaciones, como es el caso de la I.E.P. Santiago Antúnez de Mayolo, cuya tasa asciende en 24,51% anual para el nivel secundario. Por ello, el presente trabajo propone el desarrollo de un sistema web predictivo basado en un modelo de algoritmos bayesianos que permita anticipar a los docentes sobre aquellos estudiantes de nivel secundario que estén en riesgo académico y permita tomar decisiones de manera oportuna. El modelo se conforma de 4 componentes: Datos, Patrones de Datos, Técnicas Predictivas y Métricas de Validación. El primero contempla la recopilación de datos y establecimiento de variables, el segundo, el procesamiento de datos mediante KDD, el tercero, el establecimiento del algoritmo predictivo ML y, el cuarto, las métricas de validación. El estudio reveló que, considerando factores económicos, sociales, familiares y académicos, fue posible identificar con un 99,0% de eficacia y exactitud a los estudiantes de nivel secundario en riesgo de reprobar en la institución objetivo.Acceso abierto
-
SISTEMA DE UBICACIÓN DE PERSONAS DESAPARECIDAS EN LAS ESTACIONES DE BUSES INTERPROVINCIALES DE LIMA METROPOLITANA UTILIZANDO RECONOCIMIENTO FACIAL EN CLOUD COMPUTING(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 24/06/24)Cada año, el número de personas desaparecidas en el Perú aumenta, según el Registro Nacional de Información de Personas Desaparecidas (RENIPED), mientras que las autoridades cuentan con recursos y medios limitados para su localización. En este contexto, se propone un nuevo enfoque para la búsqueda de personas desaparecidas; ello, por medio de tecnologías basadas en la nube, como el reconocimiento facial y las cámaras de Internet de las Cosas (IoT), instaladas estratégicamente para captar rostros y obtener resultados más precisos. El modelo propuesto consta de cuatro etapas: análisis, diseño, implementación y validación. En la primera etapa, se evalúa el problema central de la institución. En la segunda etapa, se diseña la arquitectura del modelo, a fin de aprovechar los servicios en la nube disponibles. En la tercera etapa, se inicia la implementación del nuevo modelo de búsqueda de personas desaparecidas a través de los servicios en la nube para el reconocimiento facial y las cámaras IoT para la detección de rostros. En la cuarta etapa, se lleva a cabo la validación del modelo propuesto mediante pruebas realizadas con una cámara IoT en un entorno controlado. Este enfoque busca mejorar la eficacia y la eficiencia de la búsqueda de personas desaparecidas, con el fin de aprovechar las tecnologías actuales y optimizar los recursos disponibles. En suma, se espera que esta propuesta contribuya a la labor de las autoridades y ayude a brindar respuestas más rápidas y precisas en la búsqueda de personas desaparecidas en el Perú.Acceso abierto
-
Sistema de información para la detección del mal uso de las mascarillas de protección facial en una empresa privada usando Deep Learning y el algoritmo de Viola & Jones(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-05-05)En el contexto actual de nuestro mundo, la amenaza de enfermedades virales transmitidas por el aire y la exposición a gases tóxicos ha llevado a la adopción generalizada del uso de mascarillas faciales como una medida de protección esencial. A pesar de las regulaciones y directrices implementadas para garantizar el uso correcto de las mascarillas, la supervisión y el cumplimiento adecuado de estas medidas siguen siendo un desafío significativo. Para abordar esta problemática, este proyecto propone la aplicación de la inteligencia artificial (IA) a través de técnicas de Deep Learning y el algoritmo de Viola & Jones, respaldado por la versátil librería OpenCV. El objetivo principal es desarrollar un sistema capaz de detectar de manera precisa y eficiente el uso correcto o incorrecto de las mascarillas y realizar el reconocimiento facial de los infractores. Además, se implementa una función de monitoreo en tiempo real que permite un seguimiento continuo y la generación de informes analíticos para una gestión más efectiva y un control más preciso. Los resultados obtenidos muestran que nuestro enfoque supera a otros modelos investigados en la literatura y ofrece una solución innovadora para mejorar la seguridad en entornos que requieren el uso de mascarillas faciales. Con este proyecto, buscamos contribuir a la protección de la salud en un mundo afectado por amenazas invisibles.Acceso abierto
-
Sistema de predicción de rendimiento académico para segundo grado de primaria basado en machine Learning(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-02-20)En la actualidad, la educación en el Perú presenta diversas deficiencias que perjudican a los alumnos de educación básica y que, de no mitigarse a tiempo, puede desencadenar en escenarios difíciles de controlar. Se ha demostrado que, en la última EM tomada en el año 2022, menos del 40% y 20% de estudiantes del 2do grado de primaria lograron un puntaje satisfactorio en lectura y matemáticas, respectivamente, lo cual demuestra que existe una grave deficiencia en el rendimiento académico a pesar de todas las políticas aplicadas por el estado. En varios estudios se ha detectado que existen diversos factores que son influyentes en el rendimiento académico de los estudiantes, asimismo, algunos de estos han demostrado ser fuertes predictores del desempeño académico. Existen varios algoritmos o técnicas los cuales, a partir de estos factores, pueden predecir el rendimiento académico con el fin de brindar una herramienta a las autoridades educativas para que puedan tomar mejores decisiones en base a esta nueva información. En este trabajo se han tomado como objetos de estudio a dos colegios de la zona sur de Lima, obteniendo así una muestra de 103 estudiantes a partir de un instrumento validado por especialistas. Luego, se procedió a construir un sistema de predicción del rendimiento académico utilizando el Random Forest, el cual nos brindó una exactitud del 71.26% a partir de una validación cruzada de 5 etapas, lo cual es un buen indicador que el sistema podrá ser de utilidad para los directores de nuestros objetos de estudio.Acceso abierto
-
Sistema de detección de plagas en la hoja de uva en el departamento de La Libertad (Perú) usando algoritmo de redes neuronales convolucionales profundas(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2023-11-13)Actualmente, las plagas que atacan a las plantas de hojas de uva en la costa de La Libertad representan un problema serio, ya que los trabajadores de los huertos y los expertos en el control de enfermedades de los viñedos vienen utilizando métodos que no permiten identificar oportunamente la plaga de hoja de uva. Ante ello se propone implementar un software de detección de plagas que ayude a reducir la pérdida de los cultivos, tecnología basada en inteligencia artificial. La uva es producida a lo largo del año en Perú. La temporada de verano (diciembre-marzo) es la más provechosa, ya que la oferta en el mundo disminuye. La vid, a partir de la cual florece la uva, es originaria de los territorios comprendidos entre Asia Menor y el Mar Caspio. Producida a partir de injertos o semillas, la vid necesita de un clima tropical, con temperaturas que pueden ir desde los 7° hasta los 24°. Las cosechas de esta planta son anuales y su producción empieza a partir del tercer año de siembra. En el Perú, las regiones productoras son Lima, Ica, Tacna y La Libertad.Acceso abierto
-
Sistema de predicción preliminar para reducir los errores en los diagnósticos de gastroenterología utilizando el algoritmo de Naive Bayes de Machine Learning en un hospital público de Lima(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-04-15)Los errores en los diagnósticos médicos de gastroenterología es un problema recurrente para los pacientes que buscan atención médica. La existencia de diversas enfermedades con síntomas similares aumenta la probabilidad de error en la interpretación de los médicos, quienes a veces no están completamente familiarizados con ciertas enfermedades o condiciones médicas. Asimismo, la falta de comunicación efectiva entre profesionales de la salud y pacientes son constantes, debido a la congestión en las unidades de atención médica, lo que agrava aún más esta situación. Estas deficiencias pueden tener graves consecuencias para la salud de los pacientes, incluyendo complicaciones de enfermedades no diagnosticadas, falta de prevención de enfermedades potencialmente mortales y tratamiento inadecuado. Por lo tanto, el objetivo de este proyecto es desarrollar un sistema de diagnóstico preliminar basado en datos fragmentados para ser entrenado con el algoritmo de Naive Bayes de Machine Learning por que tiene como propósito primordial asistir a los médicos especializados en la mejora de la precisión de sus diagnósticos. Para verificar la efectividad de la propuesta, se realizaron tres pruebas, que evaluaron médicos expertos en la especialidad de Gastroenterología. Además, se realizó una comparación entre el sistema propuesto y el historial de diagnósticos de pacientes, así como también se comparó con el sistema de diagnóstico preliminar Symptomate de Infermedica, tomando en consideración tres indicadores clave: errores de usuario, intentos fallidos de predicción e intentos satisfactorios de precisión. En el primer caso de prueba, se logró una precisión de hasta el 93%, lo que evidencia una alta confiabilidad del sistema en la provisión de diagnósticos preliminares, los cuales pueden ser de gran utilidad en la toma de decisiones por parte de los médicos especialistas en gastroenterología.Acceso abierto
-
Sistema de predicción del rendimiento académico de matemáticas en instituciones educativas públicas utilizando el algoritmo Support Vector Machine(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2023-11-13)No detectar a tiempo a los estudiantes que puedan presentar dificultades en Matemáticas, puede poner en riesgo la aprobación de dicha materia y el aprendizaje correcto de las competencias necesarias para el futuro desarrollo profesional. Este trabajo propone un Sistema para predecir el rendimiento del estudiante antes y durante el curso en 2 clases “aprobado” y “desaprobado”. El sistema está basado en un enfoque de trabajo de 3 fases. La primera fase es el Análisis y selección de datos, donde luego de la revisión a la literatura se seleccionó 3 conjuntos de variables: el historial académico, las notas actuales y los factores extraacadémicos; estos últimos fueron validados por expertos en piscología educacional. En la segunda fase se diseñaron 3 modelos de predicción con la herramienta Azure Machine Learning. Finalmente, en la tercera etapa se integró los modelos con un sistema web que permite explotar la información relacionada a las predicciones. Los resultados al entrenar los modelos demostraron que la “educación del padre”, el “nivel de interés en la materia” y el “apoyo de la familia” fueron los factores extracadémicos más importantes, obteniendo el Accuracy de 88.7%, 85.5% y 77.4% en los modelos 3, 2 y 1 respectivamente. Además, en el estudio experimental se obtuvo una coincidencia del 80% entre los resultados del sistema versus los resultados de un docente a una misma muestra de estudiantes.Acceso abierto
-
Sistema de detección de estados de ánimo para el diagnóstico de pacientes con ansiedad y depresión utilizando técnicas de reconocimiento facial(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-01-03)Se mejoró la experiencia y toma de pruebas psicológicas, implementado un sistema a base de técnicas de predicción y reconocimiento facial a base de las emociones. Con este proyecto brindamos un mejor análisis y diagnóstico de los pacientes, creando un sistema de software que mejora el tiempo de análisis y los resultados obtenidos al realizar la evaluación psicológica, logrando un resultado más confiable, además de llevar un control e historial de los pacientes. Los resultados de la muestra de este proyecto se tomaron a pacientes con problemas de ansiedad y lo monitorearon paralelo un especialista del área de psicología para validar el resultado esperado frente a cada prueba en contra de su diagnóstico basado en tu experticia. Cumpliendo con los objetivos específicos y el objetivo general planteado en el proyecto, obteniendo un resultado de aceptación sobre el sistema de un 80.26%.Acceso abierto
-
Sistema de identificación de personas prófugas de la justicia en terminales de transporte terrestre de Lima usando Reconocimiento Facial a través de una Red Neuronal Convolucional(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-02-16)En la actualidad, la justicia ha procesado a personas por diversos delitos. Sin embargo, muchos de ellos logran escapar, pasando a calidad de prófugos. Generando la participación de efectivos policiales en el proceso de búsqueda a través de operativos vehiculares y peatonales. Por ello, en este trabajo se propone la elaboración de un modelo de Reconocimiento Facial con Inteligencia Artificial de tipo Red Neuronal Convolucional, con el propósito de ayudar a fortalecer la seguridad ciudadana del Perú en la identificación de prófugos de la justicia. Este trabajo de investigación cuenta con 3 fases: análisis, diseño y validación. La primera fase se comparó diversos algoritmos de reconocimiento facial como CNN, LPP, entre otros. La segunda fase se realizó el diseño de la solución y el modelo de reconocimiento facial. Y, en la tercera fase, se simuló la solución en un entorno real. Para la elaboración de la solución se aplicó el Marco SCRUM y PMBOK para gestionar las actividades durante todo el proceso del proyecto. Los resultados de la ejecución de pruebas evidenciaron una coincidencia de reconocimiento facial superior al promedio de 70%, este proceso se realizó a través de la comparación de cada imagen obtenida y su posterior identificación con el uso de cámaras móviles.Acceso abierto
-
Sistema para la planificación y programación de exámenes de una universidad multicampus basado en algoritmos genéticos(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-01-04)Uno de los principales retos de la educación superior a nivel de gestión es la asignación de horarios, según el Instituto Nacional de Estadística e Informática (INEI, 2015) la población universitaria creció aproximadamente 7% entre los años 2000 y 2014. Esto implica que la planificación académica de las universidades debe considerar diversos factores en términos académicos, financieros y logísticos. Dentro de esta planificación académica, la asignación de horarios para los exámenes parciales y finales es uno de los puntos más importantes que se deben tener en cuenta, pues es un proceso sumamente crítico desde el punto de vista académico e involucra todo el sistema logístico para; por ejemplo, abrir una sede, habilitar ambientes para las evaluaciones dependiendo de su naturaleza, identificar posibles cruces de horarios, contemplar disponibilidad de supervisores y estudiantes, etc. Esta planificación debe incluir las diferentes reglas de negocio y restricciones obligatorias; así como, la mayor cantidad de reglas deseables, por lo que el desarrollo de un modelo de optimización se torna más complejo. Por ello, es muy importante conocer e identificar eficientemente todos los recursos que se tienen dentro de una institución para poder planificar y lograr abordar el problema descrito a través del uso de nuevas tecnologías. Finalmente, de acuerdo con lo descrito, contemplamos que muchos recursos tanto humanos como financieros y de infraestructura no se utilizan adecuadamente dentro de este proceso de asignación, lo que genera que se deban hacer constantes revisiones luego de su finalización.Acceso abierto
-
Sistema para la evaluación de personal técnico utilizando lógica difusa en una empresa outsourcing de desarrollo de software(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-01-04)En el presente proyecto se muestra la creación de una aplicación que utiliza lógica difusa para la evaluación técnica de candidatos que postulan a un puesto de desarrollo de software en la especialidad Android durante el proceso de selección de personal técnico en la empresa Avantica, esto con el objetivo de reducir el juicio humano presente en las entrevistas técnicas al evaluar el nivel de conocimiento técnico de un candidato. La principal fortaleza de la lógica difusa que representó un factor de interés para poder aplicarla en este proyecto es que emula la lógica humana cuando se necesita seguir reglas lógicas de tipo lingüística que serán las categorías requeridas y los niveles finalmente asignados. Se validó que el método Mandani es el que imita con mayor naturalidad la inferencia humana al determinar los resultados requeridos. Se utilizó el proceso que parte de la fuzzificación de los datos, toma de datos de entrada que se agruparon en conjuntos difusos según grados de pertenencia y posterior defuzzificación, los datos resultantes serán usados por el área de reclutamiento de Avantica para sustentar que el candidato puede pasar a la siguiente fase del proceso: la entrevista con el cliente, fase final dónde se determinará su contratación. Para poder comprobar el resultado del sistema, se utilizó una muestra de 50 candidatos quienes fueron evaluados tanto por el sistema como por los especialistas Mobile, quienes se basaron en las mismas variables que considera el modelo difuso de la solución para brindar los resultados, logrando obtener el 90% se coincidencias de coincidencias.Acceso abierto
-
SISTEMA PARA AGILIZAR LA ADOPCIÓN DE ANIMALES DE UN ALBERGUE DEL SECTOR DE LIMA NORTE HACIENDO USO DE CHATBOT(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-01-11)En Perú se destaca la gran cantidad de animales que circulan por las calles de diferentes ciudades y departamentos del país. Estos animales que en su mayoría son gatos y perros se desplazan tratando de sobrevivir el día a día en busca de comida o refugio, lo que en muchos casos es complicado de conseguir, debido a la gran cantidad de animales abandonados en las calles. Estos animales no cuentan con los cuidados ni la calidad de vida adecuada que cualquier animal debería recibir. Al existir tantos animales abandonados en el país, han nacido pequeños albergues, cuya principal función es poder acoger animales que se encuentran abandonados en las calles y brindarles un hogar temporal, hasta que puedan ser reubicados con una familia que se haga responsable del animal. Estos albergues cuentan con procesos tradicionales para la gestión de las adopciones donde se involucran múltiples personas. El uso de la tecnología es crucial para lograr automatizar y agilizar el proceso de adopción, el cual ahora es de manera manual y dada la sobrepoblación de animales con la que cuentan estos albergues hace que la salud, bienestar y el uso de recursos en los refugios se perjudique a diario. Gracias a la solución tecnológica propuesta se podrá evidenciar una mejora en el manejo de la información histórica de animales en adopción, que ayudará al albergue a tener un mejor control de dicha data para análisis de cómo se viene manejando el proceso. Además, dentro de los principales resultados se encuentra la facilidad con la que contarán tanto el usuario y el administrador para llevar a cabo sus tareas dentro del flujo y proceso de adopciones de animales.Acceso abierto