RSS 1.0Ingeniería de Sistemas
Recent Submissions
-
Sistema móvil para la Identificación Biométrica de Canes de Riesgo utilizando Redes Neuronales Convolucionales(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-09-09)La tenencia de mascotas consideradas peligrosas representa una serie de desafíos tanto para los propietarios como para la sociedad. Estas mascotas debido a su tamaño, fuerza y capacidad de causar daño pueden constituir un riesgo para la salud y seguridad de las personas y otros animales. A menudo, se les asocia con estereotipos negativos, lo que genera discriminación hacia sus propietarios. En el contexto peruano, la Ley que regula el régimen jurídico de canes Nº 27596, promulgada el 16 de febrero de 2022, en el Artículo 5, señala que las municipalidades tienen la autoridad para realizar acciones de control de las mascotas consideradas de riesgo. Una de las principales obligaciones es la identificación y registro de los canes considerados peligrosos, bajo la responsabilidad de sus propietarios o custodios. Este registro se debe realizarse ante la autoridad municipal correspondiente, esta normativa busca fomentar una convivencia responsable y segura en los espacios públicos. En base a legislación, se propone el desarrollo de un sistema móvil para la identificación y registro biométrico de canes de riesgo, utilizando redes neuronales convolucionales. El objetivo principal de esta propuesta es promover una convivencia armónica entre los perros y las personas, mediante herramientas tecnológicas que fortalezcan la gestión municipal. Asimismo, se busca fomentar la educación y la conciencia ciudadana respecto al cuidado responsable de los animales. Esta iniciativa combina innovación tecnológica con responsabilidad social. La investigación se enfocará en el análisis de técnicas de identificación biométrica aplicadas a canes. A través del procesamiento de imágenes, se evaluará la precisión del reconocimiento facial de los animales en distintos entornos. El sistema será sometido a pruebas controladas y de campo para validar su efectividad. Al finalizar el proyecto, se medirá su desempeño en términos de precisión, confiabilidad y aplicabilidad práctica.Acceso abierto
-
Modelo de ciberseguridad para gestionar riesgos en una consultora de software del sector PYME utilizando el framework NIST(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-10-27)En respuesta al creciente riesgo de amenazas cibernéticas que afectan a las pequeñas y medianas empresas (PYMEs) del sector de consultoría de software, se propone un modelo de ciberseguridad diseñado para gestionar de manera efectiva estos riesgos. Este modelo se fundamenta en el framework NIST, estructurado en seis funciones: Gobernar, Identificar, Proteger, Detectar, Responder y Recuperar. El objetivo primordial es abordar las brechas significativas observadas en las prácticas de ciberseguridad en las PYMEs. La metodología propuesta implica una evaluación minuciosa de las prácticas actuales de ciberseguridad en una PYME alineada con los principios del framework NIST. Este análisis tiene como propósito principal proponer indicadores con el fin de reducir brechas críticas e identificar vulnerabilidades de alto riesgo. El modelo se estructura en cinco etapas distintas que abarcan desde el alcance inicial hasta la planificación de acciones concretas para abordar las brechas identificadas.La revisión de la literatura se centra en explorar los modelos de ciberseguridad existentes, subrayando la necesidad de adoptar enfoques personalizados adaptados a las peculiaridades de las PYMES. Este enfoque se alinea con la premisa de que las soluciones de ciberseguridad deben ser prácticas y ajustadas a las capacidades y recursos específicos de las PYMEs.En última instancia, el modelo propuesto, basado en el framework NIST, proporciona una estrategia integral para fortalecer la madurez de la ciberseguridad en las PYMES. Mediante la implementación de estrategias específicas, busca mitigar pérdidas económicas, proteger la reputación empresarial y cerrar las brechas existentes en los modelos de ciberseguridad adaptados a este sectorAcceso abierto
-
Sistema móvil para mejora de proceso de verificación de comprobantes de pago de proveedores empleando tecnología OCR para empresa constructora en Lima, 2020(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2024-04-18)Este proyecto detalla de manera práctica y funcional la mejora del sub proceso “Verificación de comprobantes de pago de proveedores” desde las obras del sistema ERP de la empresa constructora en estudio. El objetivo de la consulta al sistema es evidenciar que se pagó el comprobante de pago (factura) y no se convierta en un bloqueante del sub proceso “Verificación de comprobantes de pago de proveedores”. Si el comprobante se pagó, el proveedor puede seguir atendiendo los pedidos u órdenes de compra para la obra. Por otro lado, actualmente este sub proceso se interrumpe, y muchas veces no culmina generando un cuello de botella; por consiguiente, retrasa las actividades de obra y por último la entrega de obra culminada al cliente. Para optimizar el sub proceso en estudio se propone crear una arquitectura aplicada a la creación de un sistema móvil el cual obtendrá el estado del comprobante de pago del proveedor escaneando físicamente o a través de una imagen de la misma utilizando reconocimiento óptico de caracteres (OCR) en el QR del comprobante de pago. Por otro lado, si el comprobante de pago no existe en el sistema, deberá ser registrado por medio del sistema móvil. El propósito de esta solución es reducir tiempos de respuesta del sub proceso en estudio; por consiguiente, se entregue a tiempo y cumpla con las actividades del cronograma ya planificado.Acceso abierto
-
Sistema Predictivo basado en Machine Learning para la Estimación de Tiempos de Entrega en la Industria Textil(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-05-08)La industria textil vive un momento desafiante: cada vez hay más competencia y los clientes son más exigentes con los tiempos de entrega. En este escenario, poder anticiparse y predecir con precisión cuándo se entregará un pedido ya no es un lujo, sino una necesidad. Cuando esa capacidad falla, los retrasos no solo generan molestias, sino que también dañan la reputación de la empresa y hacen que los clientes busquen alternativas más rápidas. Este trabajo tuvo como propósito desarrollar una herramienta que ayude a prever esos tiempos de entrega, usando técnicas de Machine Learning y regresión lineal. Para ello, se tomaron en cuenta datos reales de pedidos anteriores, tiempos de producción, logística y otras variables que influyen en el proceso. Los resultados fueron muy alentadores: el sistema logró hacer predicciones mucho más precisas, lo que permitió mejorar la organización interna y la coordinación con los clientes. En resumen, este sistema no solo reduce retrasos, sino que también ayuda a que todo funcione mejor. Por eso, se recomienda integrarlo en el día a día de las operaciones, ya que puede marcar una gran diferencia en la eficiencia del negocio y en la satisfacción de quienes reciben los productos.Acceso abierto
-
Sistema móvil para interpretar el Lenguaje de Señas Peruanas (LSP) de personas sordomudas utilizando procesamiento de imágenes y redes neuronales artificiales en las ONGs de Perú(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-07-09)En el Perú la historia de la educación para personas sordomudas ha atravesado por momentos críticos, marcados por la discriminación y la exclusión. Un caso alarmante es que el 76% de las instituciones públicas y el 83% de las instituciones privadas no garantizan una inclusión efectiva (Defensoría del Pueblo, 2020). Además, existe una escasez significativa de intérpretes de lenguaje de señas, con solo 23 profesionales (REDACCIÓN PERÚ21, 2015). Según datos obtenidos por la Defensoría del Pueblo (2020), en el Perú, el 7,6% de las personas con discapacidad presenta dificultades para oír. La investigación tiene como objetivo mejorar la comunicación y la inclusión social, que se ve limitada por el desconocimiento del lenguaje de señas, afectando el acceso a servicios esenciales como salud, educación, inserción laboral y apoyo social. Por tal motivo, es importante promover la conciencia y la educación en torno al lenguaje de señas, con el fin de fomentar un entorno más inclusivo y equitativo para todos. Este estudio se centra en las ONGs del Perú dedicadas a las comunidades sordomudas. El principal desafío en el desarrollo del proyecto fue la obtención de datos suficientes para el entrenamiento del modelo neuronal. Para ello, se empleó el algoritmo de visión artificial OpenCV, en combinación con la detección mediante MediaPipe, y se utilizó un modelo LSTM como red neuronal. La validación fue realizada por 30 personas las cuales utilizaron la aplicación y respondieron una encuesta según su experiencia. Los datos analizados demostraron que se tuvo una precisión del 92% durante su uso, logrando así interpretar las palabras entrenadas con un pequeño margen de error. El modelo de reconocimiento de señas demostró ser efectivo y preciso, con una respuesta positiva de los usuarios. Se recomienda ampliar el conjunto de datos y las palabras traducidas para mejorar la precisión del modelo.Acceso abierto
-
Sistema IoT para predicción de planes de recolección de residuos sólidos en un distrito de Lima Metropolitana aplicando series de tiempo(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-06-14)En los últimos años, el crecimiento acelerado de la población y el aumento en la generación de residuos sólidos han planteado un reto importante para la gestión eficiente de los desechos en muchas ciudades. Lima Metropolitana no es la excepción, ya que enfrenta dificultades relacionadas con la planificación y recolección adecuada de residuos, lo que afecta negativamente al medio ambiente y la calidad de vida de sus habitantes. Ante esta problemática, el presente estudio propone un sistema de gestión basado en el Internet de las Cosas (IoT), orientado a optimizar los procesos de recolección de residuos sólidos. El sistema emplea sensores instalados en los contenedores para registrar en tiempo real el nivel de llenado y el peso de los residuos. Esta información se transmite de forma inalámbrica a una plataforma centralizada, donde es procesada y analizada. A través de técnicas de análisis de series de tiempo, se aplican algoritmos de predicción para anticipar los patrones de generación de residuos, facilitando una planificación más eficiente y sostenible. Esto permite una mejor asignación de recursos, reducción de costos operativos y un menor impacto ambiental. La implementación del sistema en dos municipalidades de Lima permitió mejorar en más del 10% la eficiencia de los procesos de planificación y recolección. Los resultados evidencian el potencial del enfoque propuesto para contribuir a una gestión urbana de residuos más eficaz y sostenible.Acceso abierto
-
Sistema móvil inteligente de geolocalización para el traslado de personas con discapacidad a clínicas fisioterapéuticas en Lima Metropolitana basado en redes bayesianas(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-05-16)En el Perú existen 3 millones de personas que tienen algún tipo de discapacidad, donde el 40% de este grupo presentan discapacidad física. Actualmente las personas con discapacidad física no tienen fácil acceso a las clínicas fisioterapeutas, ya sea que estos centros no cuentan con accesos debidamente establecidos o no tienen la capacidad de movilizar a las personas discapacitadas. El presente estudio, plantea como objetivo principal; implementar un aplicativo móvil basado en geolocalización, brindando el servicio de traslado para personas discapacitadas con movilidad reducida para los centros Fisioterapéuticas del Perú aplicando redes bayesianas. La metodología empleada es de tipo aplicada con diseño pre-experimental, en base al modelo de una red bayesiana, se obtuvo los siguientes resultados equivalentes al 25%; 50%; 75% que representa el porcentaje de rutas de traslado hacia centros fisioterapéuticos dependiendo del distrito. Este aplicativo móvil busca crear un medio que permita ofrecer servicios de traslado personalizado y acompañamiento fisioterapéutico a la población con discapacidad, donde el personal de traslado serán fisioterapeutas capaces de tomar la solicitud según el rango de ubicación del discapacitado y al terminar el servicio volverán a estar disponibles para tomar otra solicitud. Esta aplicación, inicialmente será desarrollada para la empresa FISIOSANA, permitiendo a los usuarios registrarse según su tipo de discapacidad, elegir el tipo de servicio y la duración. (Métodos de investigación) (Resultados y conclusiones) Finalmente, el aplicativo contribuirá en mejorar la calidad de vida de aquellas personas que padecen discapacidades físicas y mejorando el flujo de atención en los establecimientos fisioterapéuticos.Acceso abierto
-
Sistema de votación electoral para prevención de fraudes electorales usando Blockchain(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-04-21)En los últimos años las instituciones de diversos ámbitos han tenido que pausar o realizar sus procesos de votación de manera remota por la reciente pandemia y por la poca disposición de los participantes para reunirse de manera presencial, esto inclina a las instituciones a adoptar sistemas de votación mediante internet, sin embargo, muchos de estos sistemas no cuentan con sistemas de protección que brinden transparencia al proceso, protejan la información de los votantes y aseguren la fiabilidad de los votos. Por ello, se propone un sistema de votación que use la red de blockchain para el control de los votos gracias a la mayor confianza, seguridad, inmutabilidad, transparencia y trazabilidad que brinda la red de bloques. El modelo propuesto es uno hibrido en donde se tendrá un sistema con un enfoque serverless basada en la nube de AWS en la que se trabajara con una base de datos centralizada con funciones que manejarán los procesos de gestión de procesos electorales, control de usuarios, etc. Por otro lado, se tendrá el sistema de control, emisión y procesamiento de votos bajo la red blockchain de Ethereum mediante Smart Contracts lo que brindará una capa adicional de seguridad para tener la inmutabilidad, transparencia y anonimidad del voto. Este desarrollo será implementado mediante la metodología Agile siguiente buenas prácticas de calidad tomando en cuenta el ISO 25010.Acceso abierto
-
APLICACIÓN DE UN MODELO DE INTELIGENCIA ARTIFICIAL BASADO EN RPA PARA REDUCIR LOS TIEMPOS DE ATENCIÓN EN LA DEVOLUCIÓN Y ASIGNACIÓN DE CONTENEDORES VACÍOS EN UN DEPÓSITO TEMPORAL DE UNA EMPRESA ADUANERA(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-04-13)El presente proyecto está enfocado en una empresa que pertenece al sector logístico aduanero. Uno de los principales servicios que ofrece es la devolución y asignación de contenedores vacíos de una de las líneas navieras más grande el mundo con la finalidad de atender las necesidades logísticas de sus clientes. El problema identificado en el área de facturación de la empresa es la ineficiencia operativa en la atención de solicitudes del cliente a cargo del personal responsable. Esto se origina por la alta demanda que genera la devolución y asignación de contenedores vacíos, ya que la validación de los documentos digitales se realiza de manera manual por parte del operador asignado (facturador). El objetivo general es reducir los tiempos de atención en la devolución y asignación de contenedores vacíos correspondiente al depósito temporal de la empresa aduanera en mención. Los objetivos específicos del proyecto se centran en analizar las tecnologías vigentes y las últimas tendencias relacionadas a la automatización, diseñar la arquitectura del sistema basado en RPA para el proceso de contenedores vacíos, construir el sistema basado en RPA que brinde la solución a la demora en los tiempos de atención en la devolución y asignación de contenedores vacíos y por último validar la reducción de los tiempos de atención de las solicitudes de asignación y devolución de contenedores vacíos. La metodología utilizada para el presente proyecto está basada en un análisis cuantitativo. La información ha sido recabada de fuentes primarias que provienen de reportes obtenidos de la base de datos de la organización. Para ello, dentro del primer capítulo se describe la situación actual de la empresa y se detalla el objetivo general y los objetivos específicos del proyecto. En el siguiente capítulo se detalla el marco teórico relacionado al negocio, a los procesos y a las tecnologías de la información. En el tercer capítulo se especifica todo lo relacionado al desarrollo del proyecto, explicando la metodología ágil aplicada. Por último, en los últimos 4 capítulos se desarrollan los resultados del proyecto, la gestión del proyecto, el cumplimiento de Student Outcomes y las conclusiones, según corresponda. El resultado de la propuesta permitirá a la empresa una reducción significativa en los tiempos de atención en la gestión de contenedores vacíos; y a la vez, satisfacer las necesidades logísticas del cliente de manera eficiente.Acceso abierto
-
Sistema predictivo de demanda de medicamentos aplicando inteligencia artificial con LSTM para optimizar la planificación del abastecimiento médico en una institución prestadora de servicios de salud nivel III.(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-05-12)La falta de medicamentos en los establecimientos de salud impide que los pacientes reciban una atención completa, impactando la salud pública y el sistema sanitario en general. Esto no solo debe verse reflejado en quejas y denuncias, sino ser solucionado de forma inmediata. El presente estudio tiene como objetivo el desarrollo de un sistema web de planificación de abastecimiento médico gestionado por un modelo predictivo para anticipar la demanda de medicamentos y prevenir el desabastecimiento. Se utilizó la metodología Rational Unified Process (RUP) para modelar el negocio y las arquitecturas de software y datos, la metodología Cross-Industry Standard Process for Data Mining (CRISP-DM) para la preparación de datos, y redes neuronales recurrentes Long Short-Term Memory (LSTM) para desarrollar el componente predictivo. La información con la que se entrenó el modelo fue extraída del Sistema de Control de Farmacia (SISCOFAR), utilizando variables como la cantidad y fecha de emisión de recetas para determinar tendencias de demanda. De forma posterior, el modelo se amplió para incluir la predicción de enfermedades, empleando datos que permitieran estimar diagnósticos o atenciones de patologías específicas. La validación incluyó dos enfermedades: gastroenteritis (B35) y lumbago (M54), permitiendo visualizar tendencias de estas enfermedades. La integración del sistema web de planificación con el modelo predictivo, logró una precisión mayor del 80% en la predicción de demanda de medicamentos. Esto permitió optimizar la gestión de medicamentos, reducir el riesgo de desabastecimiento y con potencial de mejorar la calidad de atención a los pacientes, evidenciando el impacto positivo de la tecnología predictiva en la gestión de salud pública.Acceso abierto
-
Modelo de scoring de clientes para la gestión eficiente de productos financieros mediante regresión logística y data analytics: un enfoque moderno para la industria financiera en Perú(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-03-09)El presente estudio tiene como objetivo transformar los procesos organizativos de una entidad financiera mediante la implementación de un modelo de segmentación y scoring crediticio. Este enfoque busca optimizar la gestión de la cartera de clientes para mejorar la fidelización y aumentar la colocación de productos financieros. Para esto, se llevó a cabo un análisis exhaustivo de la cartera de clientes, identificando variables clave a través de un proceso de gestión de datos. De manera posterior, se diseñó e implementó un modelo de scoring, cuya integración en el Data Warehouse de la entidad permite su uso en la toma de decisiones estratégicas. La validación del modelo se realizó a través de indicadores de éxito predefinidos, evaluando su precisión (≥ 70% AUC en pruebas) y su impacto esperado en el incremento de la colocación de productos financieros. Los resultados evidencian una mejora en la capacidad de segmentación y gestión del riesgo, permitiendo optimizar la estrategia comercial y operativa de la entidad. Este estudio no se enfoca en el desarrollo teórico de nuevos modelos analíticos, sino en la aplicación efectiva de metodologías ya existentes para mejorar los procesos organizativos. Para finalizar, se presentan recomendaciones para la sostenibilidad del modelo en el tiempo y su posible extensión a otros productos financieros.Acceso abierto
-
Sistema de predicción de las ventas de bovinos en las empresas del sector ganadero utilizando Machine Learning(Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2025-01-15)Este proyecto aborda la integración creciente de la inteligencia artificial (IA) en las operaciones empresariales, marcando su importancia como una herramienta indispensable en la actualidad. La IA se utiliza en una amplia gama de actividades humanas y cotidianas, conducir vehículos, predecir ventas y clasificar productos populares, demostrando su capacidad para realizar tareas complejas, incluida la predicción de enfermedades y la resolución de problemas matemáticos. Centrándose en específico en el sector ganadero del Perú, el proyecto se implementa en la Hacienda Ganadera Meza SAC, ubicada en Junín, con sede en San Lorenzo, Jauja, y San Cristóbal de Ocshatambo, San Ramón. Estas sedes se dedican en respectivo al engorde ya la crianza de ganado vacuno. La hacienda enfrenta desafíos significativos, como ingresos deficientes por ventas de ganado, atribuidos a prácticas alimenticias limitadas y la falta de acceso a información de mercado relevante, así como la ausencia de herramientas tecnológicas para la gestión eficaz del ganado y sus ingresos. Para abordar estos desafíos, el proyecto propone el desarrollo de una aplicación web destinada a mejorar la gestión de la crianza y engorde de ganado vacuno y la predicción de ingresos de ventas, contribuyendo así al crecimiento empresarial de la hacienda. El documento se estructura en siete secciones principales, que incluyen una introducción al tema, la fundamentación teórica y análisis del problema, objetivos generales y específicos, indicadores de logro, alcance del proyecto y del producto, referencias bibliográficas y un plan de actividades detallado.Acceso abierto
-
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
