Examinando por Materia "Artificial Intelligence"
Mostrando 1 - 6 de 6
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Diseño E Implementación de un Sistema de Semaforización, Utilizando Inteligencia Artificial, en una Zona de la Ciudad de Medellín(Universidad EIA, 2015) Jaramillo Chavarriaga, Nicolás; Laverde Botero, Camilo AndrésEn los últimos años el parque automotor de Medellín ha crecido sustancialmente, pero la red vial no ha aumentado en la misma intensidad, lo cual hace que hoy en día la movilidad en la ciudad de Medellín sea un problema. A pesar de algunos esfuerzos realizados para la mejora y automatización de la red vial, todavía no es suficiente, ni resuelve el problema de la movilidad. Algunos factores que lo impiden, son por supuesto los recursos limitados para este sector todavía no son suficientes y la limitante geográfica que no permite la fácil ex-pansión. Teniendo en cuenta los avances tecnológicos con que se cuenta en estos momentos en la Secretaría de Movilidad y las limitaciones antes expuestas, se hace necesario pensar en soluciones adicionales para poder mejorar la situación de la red vial actual con menos re-cursos y en menor tiempo. El objetivo de este proyecto, precisamente, es presentar una solución alternativa a la pro-blemática actual de la movilidad en la ciudad de Medellín. El presente trabajo se centra en una propuesta de automatizar los semáforos, para que estos de manera autónoma, basa-dos en los datos de tráfico en tiempo real, redefinan tiempos de ciclo, tiempos en verde y rojo de cada uno. Para esto, se utilizaron diferentes métodos de Inteligencia Artificial pro-gramados en el software Matlab®, como Lógica Difusa y Redes Neuronales. Para la simu-lación de tráfico se utilizó el software PTV Vissim®. Con esta simulación se obtuvieron resultados interesantes, pues se puede ver que en cier-tas intersecciones, y dependiendo de la hora del día, hay mejoras hasta del 90% en Longi-tud de Cola y hasta 50% más de velocidad promedio. Estos resultados hacen posible pen-sar en la incorporación de esta solución para la ciudad.Publicación Acceso abierto Honeypot inteligente de dificultad incremental(Universidad EIA, 2019) Sierra Lara, Juan Esteban; Uribe Londoño, Oscar; Velásquez Múnera, Juan EstebanEn esta época de globalización e hiperconectividad, se ha vuelto común escuchar el término ciberataque o hacker, dado a que hoy en día toda la información de las compañías está en la red. Los ataques cibernéticos se han vuelto un tema común con el que deben lidiar las compañías, quienes tienen que dedicar grandes inversiones para prevenir o mitigar estos ataques. En este trabajo, se plantea la posibilidad eliminar la presencia continua de personal calificado para la identificación de los ataques mediante herramientas de inteligencia computacional que permitan el procesamiento y análisis de los datos obtenidos para poder mitigar los ataques a las infraestructuras reales gracias a la automatización de acciones correctivas pertinentes. Para esto, se creó un ambiente controlado, el cual se sometió a múltiples ataques mientras se realizaba la recolección de la información de estos mismos, permitiendo un posterior análisis para el entrenamiento de una inteligencia artificial, la cual fue creada a partir de múltiples algoritmos, los cuales validan una decisión para catalogar una nueva entrada como algún tipo de ataque o no. Finalmente, se expuso esta inteligencia a través de un servicio, el cual da una respuesta a partir de la información que se le envío, analizando esta para determinar si es un ataque o no.Publicación Acceso abierto Identificación temprana y predicción de sepsis en pacientes de UCI a partir de datos fisiológicos(Universidad EIA, 2020) Gonzalez Mesa, Pablo; Bonet Cruz, IsisRESUMEN: Sepsis se define como una disfunción orgánica causada por una respuesta desregulada a una infección por parte del paciente. Es una de las causas de muerte más común en pacientes de unidades de cuidados intensivos en todo el mundo, lo que lo convierte en una problemática de gran importancia. La detección temprana de este síndrome es de gran importancia a la hora tratar a los pacientes efectivamente. En este trabajo se propone un modelo de inteligencia artificial para la identificación temprana y predicción de sepsis utilizando la base de datos MIMIC y adaptando los resultados a los datos de una institución local de salud. Se realizaron pruebas con múltiples modelos y parámetros de estos. El mejor resultado para la identificación temprana de sepsis fue el resultado de hacer un modelo multiclasificador con diferentes rasgos para los clasificadores, en este caso se usaron un kNN y un XGBoost y utilizar sus resultados como las entradas de una regresión logística. Éste tuvo un AUROC de 0.944. Para predicción de sepsis se propuso un modelo XGBoost capaz de predecir 1, 2 y 3 horas de anticipación con métricas de 0.918, 0.912 y 0.908 respectivamente.Publicación Acceso abierto Inteligencia artificial para el análisis de inversiones a largo plazo(Universidad EIA, 2024) Henao Ramírez, Juan Sebastián; Mery Agudelo, Mauricio; Valencia Villa, Juan SebastiánRESUMEN: en el contexto de la globalización exponencial, los mercados financieros se están expandiendo de manera inesperada y debido a ello, toda la economía mundial se ha visto impactada. Con el crecimiento de las grandes empresas y el surgimiento de nuevas compañías, los inversionistas se enfrentan al desafío de decidir dónde invertir. Adicionalmente, debido a la masiva cantidad actual de comercios, tanto en la bolsa de valores como en inversiones privadas, se hace imposible poder analizar cada uno de ellos de manera clara o detallada. El presente trabajo de grado busca proporcionar una solución al desafío de la toma de decisiones de inversión con estos mercados financieros en constante crecimiento; para ello se propone un modelo de inteligencia artificial (IA) para el análisis de inversiones a largo plazo. Para lograr dicho objetivo, inicialmente se hará la recolección de datos asociados a las variables que más influyen en el éxito o fracaso de una inversión. Una vez obtenidos, los datos se depurarán y prepararán correctamente para continuar con el entrenamiento del modelo de IA. Se identificarán los parámetros que el modelo de IA debe tener para hacer una predicción exitosa. Finalmente, se podrán visualizar los resultados del modelo de IA en un tablero de PowerBI. Con este proceso se espera que las predicciones acerca de los precios y los retornos de las acciones sean confiables y coherentes; de tal manera, que con estas, tanto los inversores o compañías certificadas, como las personas interesadas en los mercados financieros, puedan invertir de manera más informada y responsable.Publicación Sólo datos Modelo de patrones de activación cerebral dada la publicidad audiovisual(Universidad EIA, 2014) Bello Vallejo, Camilo; Villán Quiroz, Estefanía; Peña Palacio, AlejandroUno de los principales desafíos del mercadeo es lograr conectar al consumidor con la marca y con los productos (Gürhan-Canli, Page, & Swaminathan, 2007). Lo anterior es más fácil de alcanzar cuando se establece una conexión con los sentimientos, emociones y sensaciones del consumidor (Fisher, Klitzman, & Lisa, 2010). Para identificar dichas variables existen métodos tradicionales como el focus group, técnicas proyectivas, entrevistas, entre otras. Sin embargo, éstas pueden presentar falencias debido a la subjetividad del análisis cualitativo (Hair, Lukas, & Miller, 2012). Aunque en estos métodos se ha avanzado, existe una ausencia en el reconocimiento de patrones a partir de señales bioeléctricas producidas por comerciales publicitarios de tipo audiovisual, recurso que para muchas compañías es fundamental y prioritario en su estrategia comunicacional. En esta investigación se lleva a cabo la identificación de patrones de activación cerebral a partir de la actividad bioeléctrica generada por comerciales publicitarios, según los conceptos del neuromarketing y la electroencefalografía como una forma de mejorar la investigación publicitaria. Para la clasificación de patrones se hicieron pruebas con los tres modelos vectoriales por adaptación y aprendizaje más usados: Vector Soporte con Kernel Polinómico, Gaussiano y Logístico (Chiang Li & Wen Liu, 2010), donde las variables de entrada eran los 14 sensores y los cinco ritmos cerebrales: Deltha, Theta, Alpha, Beta y Gamma. Se seleccionó una muestra de 30 personas diestras con una edad promedio de 26 años, las cuales fueron expuestas a dos estímulos construidos a partir de una serie de imágenes seleccionadas de la base de datos Geneva Affective PicturE Database (GAPED), banco de imágenes desarrollado por el Centro Suizo de Competencia en Investigación, con el fin de establecer una serie de patrones de referencia para inducir emociones en personas con mayor certeza (Dan-Glauser & Scherer, 2011). Las señales se obtuvieron mediante el Emotiv EPOC SDK, una Interface Cerebro Computador (ICC), desarrollada por Emotiv Systems. Estas se clasificaron como positivas o negativas en términos de la afinidad de una persona frente a una publicidad audiovisual. Luego se procedió a tratarlas según el procedimiento propuesto por el Centro Computacional de Neurociencia SWARTZ (Delorme, Fernsler, Makeig, & Serby, 2006). La construcción de los modelos fue posible debido a que se encontró diferencia estadística entre las señales bioeléctricas de los patrones de emociones positivas y negativas. Posteriormente, se propuso un Indicador de Predisposición que resume los patrones encontrados y permite generalizar de forma cuantitativa la predisposición de consumidores frente a comerciales publicitarios.Para la evaluación de los modelos se analizaron las respuestas de los participantes frente a 20 comerciales. Como resultado, se logró identificar, a partir de la actividad bioeléctrica cerebral, la predisposición cuantitativa que los consumidores mostraron frente a diferentes comerciales publicitarios, alcanzándose una tasa igual en el aprendizaje y la validación de 90% y una tasa de pronóstico de 85,29% con el modelo vectorial lineal.Publicación Acceso abierto Prototipo de chatbot orientado a la gestión de citas para el entendendimiento de datos brindados por un usuario(Universidad EIA, 2022) Londoño Pacheco, Carolina Maria; Bonet Cruz, IsisRESUMEN: Hoy en día todos debemos interactuar con diferentes chatbots que nos prestan un servicio, sea la consulta de información, la asignación de una cita, respuestas de preguntas recurrentes, entre otras. Sin embargo, muchos de estos programas mantienen las mismas dificultades desde hace ya varios años, además de que en Colombia estos no suelen ser muy completos, debido a esto se realizará un prototipo de chatbot enfocado en la asignación de citas que brinde una mejora al entendimiento del lenguaje humano. Con el fin de lograr esto, se iniciará por una investigación con respecto a los programas que existen actualmente en el mercado, además de una encuesta a diferentes personas sobre su interacción con chatbots. Según la información se hará el correcto análisis, comparación y finalmente diseño y documentación de los requisitos necesarios del proyecto. De la misma manera, se definirá el lenguaje más efectivo para la creación del algoritmo junto con un framework que permita generar una interfaz web básica para interactuar con el bot. Una vez se hayan completado todos estos procesos, se validará el funcionamiento del prototipo y se expondrá a diferentes usuarios para observar su comportamiento. Con todo esto lo que se busca es presentar un prototipo de chatbot que utiliza inteligencia artificial para el entendimiento del lenguaje humano por medio de las intenciones que pueden ser detectadas en el mensaje.
