Examinando por Autor "Méndez Mejía, Santiago"
Mostrando 1 - 9 de 9
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Algoritmo de predicción de los precios del mercado de valores de la bolsa de Nueva York por medio de técnicas de inteligencia artificial implementadas en un sistema embebido(Universidad EIA, 2021) Zuluaga Suárez, Alejandro; Bonet Cruz, Isis; Méndez Mejía, SantiagoRESUMEN: Los mercados financieros se han convertido en una de las mejores oportunidades de inversión, gracias a sus altos niveles de rentabilidad. Para el mercado de valores de la Bolsa de Nueva York, impulsado por la compra y venta de acciones de las empresas que coticen allí, se han dado múltiples desarrollos que proporcionan cierto nivel de ventaja para que un inversionista pueda conocer cómo sería el comportamiento del precio de una acción en un instante futuro. Hoy en día, el 80% de las transacciones que se dan en el mercado son mediante sistemas automáticos, aumentando las ganancias a ritmos acelerados gracias a su aprendizaje constante del comportamiento del precio. Este trabajo se enfocó en la exploración de múltiples modelos de Machine Learning que permitieran pronosticar el precio de una acción, desde modelos regresivos hasta modelos por clasificación, y mediante sus métricas de desempeño se seleccionó el mejor de ellos, tomando como ejemplo la información de Disney durante el año 2020 ya que fue una empresa que se vio afectada por los cierres de sus instalaciones durante la pandemia del COVID-19, por lo tanto, el precio de su acción posee tendencias al alza y a la baja muy pronunciadas que un modelo puede aprovechar para aprender. Una vez seleccionado el modelo, fue necesario seleccionar un sistema embebido óptimo en el que se pudiera ejecutar el modelo en tiempo real, este sistema embebido se seleccionó bajo criterios de consumo energético, consumo de procesamiento y tiempos de procesamiento en diferentes instancias, con el fin de garantizar un funcionamiento óptimo en la placa al momento de conectarse en tiempo real, sin tener problemas de retrasos o bloqueos. Se obtuvo resultados muy positivos sobre un modelo de red neuronal recurrente LSTM implementado en un sistema embebido Raspberry Pi 4, realizando pronósticos al precio de la acción de Disney cada dos minutos en tiempo real y graficando los resultados en un servidor local mediante el navegador web; siendo dos minutos el tiempo mínimo sugerido para utilizar con este tipo de sistemas debido a su bajo procesamiento respecto a un computador de escritorio tradicional, sin embargo, tiempo más que suficiente para que adquiera los datos de la bolsa, pronostique y grafique sus resultadosPublicación Acceso abierto Diseño y Modelación de Túnel de Viento para la UEIA(Universidad EIA, 2017) Marin Higuita, Juan Pablo; Méndez Mejía, SantiagoDebido a la gran gama de usos que puede tener un túnel de viento en las áreas de investigación y diseño, resulta esencial que una institución educativa como la Universidad EIA posea uno, que pueda ayudar no solo a los estudiantes sino también a los profesores y grupos de investigación. La Universidad ya posee en sus instalaciones un túnel de viento, pero este cuenta con varios problemas, que incluyen el mal estado de su cableado eléctrico, inexistente sistema de control y un área muy reducida lo que limita el número de pruebas que se pueden hacer, entre otros. El proyecto busca diseñar un túnel de viento que funcione de forma correcta, que sea posible darle una entrada de voltaje al variador, la cual se traducirá en una velocidad dentro de la recamara, que luego puede ser medida, y que pueda ser usado en diferentes áreas a la del área de control, y que de este diseño cualquier persona con algún conocimiento de construcción pueda ser capaz de ejecutar dicha labor. Estos resultados se esperan obtener mediante la metodología de Ulrich.Ítem Acceso abierto Estimación de la elasticidad precio de la demanda en la industria de la moda mediante inferencia causal(Universidad EIA, 2023) Montoya Henao, Luis Miguel; Méndez Mejía, SantiagoRESUMEN: este estudio aborda el desafío crítico en la gestión de la cadena de suministro de comprender profundamente el comportamiento del cliente y las variables que influyen en sus decisiones. En el contexto de la empresa de venta de ropa por catálogo Línea Directa S.A.S., se emplean métodos estadísticos avanzados y técnicas de Machine Learning para analizar la base de datos de ventas y determinar el efecto de diversas variables sobre la elasticidad precio de la demanda. La elasticidad, que mide el cambio porcentual de una variable económica en respuesta a cambios porcentuales en otra, es utilizada como una herramienta clave para inferir estas relaciones. En particular, se utiliza la inferencia causal y el enfoque de Double Machine Learning para estimar el efecto de variables como cambios porcentuales de precios en subgrupos de productos, en conjunto con factores temporales y efectos geográficos. Los hallazgos de este estudio ofrecen una visión valiosa para la estrategia de precios y la gestión de la cadena de suministro, contribuyendo a la maximización de las ganancias y la eficiencia operativa.Publicación Restringido Informe 2022-2(2022-12-09) Méndez Mejía, Santiago; Estrada Bernal, Santiago; Vélez Vélez, Tomás; Rodríguez Díaz, César Andrés; Madrigal Castrillón, Elizabeth; Díaz López, Esteban; Gómez Ferrer, Fernando+; Aristizábal Guzmán, JAcobo; Hincapié Cardona, Juan Manuel; Moreno Giraldo, Laura; Linares Ocampo, Mariana; Mesa Hernández, Pablo; García Rojas, Paula Valentina; Mejía Torres, Santiago; Patiño Jimenez, Sara MaríaÍtem Acceso abierto Medición experimental de la densidad y viscosidad de líquidos utilizando visión artificial(Universidad EIA, 2023) Gaviria Alvarez, Julian Camilo; Méndez Mejía, SantiagoRESUMEN: en el presente trabajo se propone y se desarrolla una técnica experimental para la medición de la densidad y viscosidad cinemática de líquidos utilizando técnicas de visión artificial tales como búsqueda de contornos, binarización y Optical Flow. La propuesta se fundamenta en el montaje de un viscometro de tipo Falling Ball a fin de corroborar si su implementación resulta tanto posible como favorable al prescindir de mediciones temporales realizadas por humanos. Con este fin, se utilizan los fundamentos físicos matemáticos concernientes al fenómeno de caída de cuerpos esféricos a través de un líquido para derivar las ecuaciones que describen tal fenómeno y que permiten el cálculo de las variables de interés. Para realizar las mediciones se utiliza la cámara de un celular Samsung A12, distintas probetas cilíndricas disponibles en la universidad EIA y por supuesto código desarrollado en Python a partir de la librería especializada en visión artificial, OpenCV, para el cálculo de las velocidades de las esferas. Se valida el método computacional propuesto para la medición de velocidades experimentales al reportar mediciones comparables a las que haría un ser humano, siendo que las diferencias sustanciales pueden atribuirse a la eliminación del factor humano (tiempos de reacción). Se reporta y analiza en profundidad la presencia de posibles factores de pared que se encargan de frenar las esferas y se observa como dichos factores se reducen sustancialmente al mejorar la relación entre los diámetros de la esfera y los tubos. Múltiples propuestas de estimación para las variables de interés son presentadas, dentro de las cuales se destacan el ajuste de parámetros asociados a la solución de la ecuación diferencial, estimación directa de las variables una vez que las esferas han alcanzado sus velocidades terminales y regresiones sobre los datos experimentales. Las dos primeras propuestas presentan resultados negativos, presumiblemente debido a los factores de pared que se encargan de hacer poco fiables los resultados obtenidos y que hicieron patente la necesidad de mejorar la razón entre los diámetros de esferas y tubos. Una vez implementada esta mejora práctica, la tercera de las propuestas de estimación resulto la más útil al permitir estimar las velocidades terminales de las esferas y a partir de estas obtener valores cercanos a los reportados en la literatura para las viscosidades objetivo. De esta manera, se confirma finalmente que el método aquí propuesto es válido y deseable en función de los objetivos propuestos, más que, sin embargo, por motivos prácticos no es posible desarrollarlo de manera apropiada, en vista de lo mismo, se presentan finalmente algunas reflexiones y consideraciones finales con respecto a los resultados del proyecto y que servirán tanto como camino ya recorrido como de sustento teórico-práctico para futuras investigaciones similares. en: This work proposes and develops an experimental technique for the measurement of the density and kinematic viscosity of liquids using artificial vision techniques such as contour search, binarization and Optical Flow. The proposal is based on the assembly of a Falling ball-type viscometer in order to corroborate if its implementation is both possible and favorable when dispensing with temporal measurements performed by humans. To this end, the physico-mathematical fundamentals concerning the phenomenon of the falling of spherical bodies through a liquid are used to derivate the equations that describe such phenomena and that allow the calculation of the variables of interest. To perform the measurements, we used the camera of a Samsung A12 cell phone and different cylindrical specimens available at the EIA university and, of course, code developed in Python from the library specialized in artificial vision, OpenCV, to calculate the velocities of the spheres. The proposed computational method for the measurement of experimental velocities is validated by reporting measurements comparable to those made by a human being, being that the substantial differences can be attributed to the elimination of the human factor (reaction times). The presence of possible wall factors responsible for slowing down the spheres are reported and analyzed in depth, and it is observed how these factors are substantially reduced by improving the ratio between the diameters of the sphere and the tube. Multiple estimation proposals for the variables of interest are presented, among which the adjustment of parameters associated with the solution of the differential equation, direct estimation of the variables once the spheres have reached their terminal velocities and regressions on the experimental data stand out. The first two proposals show negative results, presumably due to the wall factors that make the obtained results unreliable and that made evident the need to improve the ratio between the diameters of spheres and tubes. Once this practical improvement was implemented, the third of the estimation proposals turned out to be the most useful, since it allowed estimating the terminal velocities of the spheres and obtaining values close to those reported in the literature for the target viscosities. In this way, it is finally confirmed that the method proposed here is valid and desirable in terms of the proposed objectives, but that, however, for practical reasons, it is not possible to develop it in an appropriate way, in view of the same, some reflections and final considerations are finally presented with respect to the results of the project that will serve both as a road already traveled and as theoretical and practical support for future similar investigations.Publicación Acceso abierto Modelo de Machine Learning para la predecir la destinación de un área cultivable(Universidad EIA, 2024) Calle Botero, Pablo Jose; Méndez Mejía, SantiagoRESUMEN: los suelos productivos son un recurso finito el cual cada vez más es necesario darle un manejo adecuado además de ser optimizado al máximo para lograr la seguridad alimentaria de la población. El Banano de exportación, uno de los productos estrella de Colombia, ha visto el área que se le dedica para ser cultivado crecer en los últimos años pasando de 44,953 hectáreas en 2007 a unas 49,307 hectáreas en 2017. Con un crecimiento significativo del área cultivada se esperaría que la producción experimentará un crecimiento similar, pero ese no ha sido el caso. Año tras año el rendimiento lo cual es el número de toneladas cosechadas por hectárea ha disminuido. (Ministerio de Agricultura y Desarrollo Rural, 2020)Si un incremento en el área cultivada no representa un incremento en la producción puede ser por que el área nueva que se está destinando no es la adecuada y sus características están afectando el cultivo. La presencia natural de diferentes micronutrientes que se encuentran en el suelo ya sea por naturaleza o el uso de fertilizantes tienen diferentes funciones que son vitales para el desarrollo y vida de las plantas. La presencia del Cobre, Manganeso, Zinc y Boro son fundamentales para el crecimiento de las plantas. (Kyrkby & Römheld, 2007) Otro elemento fundamental y esencial para todo ser vivo incluidas las plantas es el Nitrógeno ya que este hace parte de los aminoácidos que componen las proteínas requeridas por todos los organismos. (Félix Herrán, Sañudo Torres, Rojo Martínez, Martínez Ruiz, & Olalde Portugal, 2008)Para determinar la presencia de estos elementos y muchos otros es necesario realizar estudios de suelo los cuales requieren de la toma de una muestra de un punto de interés que posteriormente es llevada a un laboratorio. Este proceso es altamente efectivo, pero requiere de mucho tiempo. Estos estudios se hacen para determinar la viabilidad del cultivo. Dicha determinación es vital para aprovechar al máximo el área disponible evitando desperdicios. Una vez se tiene esta información es crucial hacer la selección del producto a destinar la tierra pues no todo producto agrícola es apto para todo tipo de suelo o ubicación. Si se tiene la información del suelo, ubicación una herramienta que permita tomar la decisión de destinación de manera rápida y ágil sería de gran ayuda para los agricultores. ¿Será posible que el desarrollo de un prototipo de una herramienta la cual permita realizar estimaciones precisas de la destinación un área cultívale por medio del uso de machine learning y una base de datos con la composición de los suelos, su ubicación geográfica y su destinación agrícola? En este trabajo con el fin de predecir la destinación agrícola de un cultivo se creo un prototipo de modelo de machine learining con un conjunto de datos de diferentes zonas de Colombia. Este conjunto de datos de preparo y luego con base a este se probaron 5 modelos diferentes para tener una muestra diferente. Se concluye que se puede predecir con exactitud la destinación agrícola de un cultivo pero que se es necesario de más herramientas, pero modelos como este ayudan a la tecnificación del agro.Publicación Acceso abierto Modelo de uso de smart contracts para la gestión de bienes y recursos(Universidad EIA, 2023) Viera Jaramillo, Kevin; Méndez Mejía, SantiagoRESUMEN: este trabajo pretende explorar el uso de la tecnología de la EVM (Ethereum Virtual Machine), la cual permite la ejecución de programas algorítmicos a través de Smart Contracts (contratos inteligentes) escritos en el lenguaje de programación Solidity dentro de la red de Ethereum. La idea principal es aprovechar esta tecnología para gestionar cualquier tipo de bien o recurso sin la necesidad de recurrir a intermediarios. En la actualidad, la gestión de bienes y recursos se lleva a cabo a través de intermediarios como empresas, mercados, gobiernos, entre otros. Estos intermediarios no solo pueden incrementar el costo y el valor de las operaciones, sino que también limitan el alcance y la efectividad en la distribución de dichos bienes y recursos. Por esta razón, este trabajo se propone definir un modelo de Smart Contract enfocado en la gestión de bienes y recursos, con el objetivo de generar una nueva alternativa para la comercialización de estos.Publicación Acceso abierto Programación orientada a objetos 2021-1Méndez Mejía, Santiago; Calderón Hernández Alejandro; Córdoba Quesada Carlos Andrés; Echavarría Molina Andrés Felipe; Fernández Riveros Daniel Andrés; Lozano Mejía Luis Enrique; Rojas Gallego Juan Pablo; Ochoa Cañas SebastiánA continuación, se describe la metodología de trabajo en el semillero a lo largo del semestre como los resultados generados por los estudiantes.Publicación Acceso abierto Visión artificial 2021-1Méndez Mejía, Santiago; Duque Álzate Miguel Ángel; Hincapié Cardona Juan Manuel; Ortiz Camacho Manuel José; Ríos Gallego Juan Esteban; Rojas Asís Daniel; Salazar Durante David; Torres Juan Guillermo; Tapias Valencia Moisés; Posada Palma MauricioA continuación, se describe la metodología de trabajo en el semillero a lo largo del semestre como los resultados generados por los estudiantes.
