Examinando por Materia "Inteligencia Artificial"
Mostrando 1 - 10 de 10
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Aplicación de algoritmos genéticos para la generación óptima de horarios académicos en la Universidad EIA.(Universidad EIA, 2024) Muñoz Cuartas, Juan Felipe; Bonet Cruz, IsisRESUMEN: La elaboración de horarios académicos en la Universidad EIA enfrenta desafíos como la gestión eficiente de recursos, la satisfacción de preferencias individuales y la adaptación a cambios en las restricciones. Los métodos tradicionales, basados en la intervención humana, son propensos a errores y no siempre se optimizan logrando satisfacción de los involucrados. Este proyecto busca desarrollar un sistema basado en inteligencia artificial, utilizando algoritmos genéticos, para optimizar la generación de horarios académicos en la Universidad EIA con todas sus consideraciones. Este enfoque tiene el potencial de superar las limitaciones de los métodos tradicionales, mejorando la eficiencia de los espacios, el bienestar de estudiantes y profesores, y la calidad de la gestión académica. En primer lugar, se llevarán a cabo entrevistas con los encargados de diseñar los horarios en el área de sistemas para contextualizar el cómo se hace, que información se tiene y que observaciones se tienen en cuenta, se continua el diseño de una base de datos que almacene información esencial sobre cursos, profesores, aulas y horarios disponibles. Con lo mencionado se construye un modelo matemático que se diseñará para representar el problema de optimización de horarios como una cuestión combinatoria, considerando variables como la disponibilidad de recursos, las consideraciones espaciales de la Universidad EIA y las restricciones curriculares. La implementación del algoritmo genético se encargará de generar soluciones factibles y eficientes a través de operadores de selección, cruce y mutación, explorando así el espacio de soluciones para encontrar posibles horarios óptimos. La evaluación y validación de los horarios generados se realizarán comparándolos con los utilizados actualmente por la universidad, ajustando y corrigiendo según sea necesario para garantizar su calidad y adaptación a las necesidades institucionales. Finalmente, se desarrollará una interfaz de usuario que facilite la gestión y visualización de los horarios.Publicación Sólo datos Comparativo de los Algoritmos de Dimensión Fractal Higuchi, Katz y Multiresolución de Conteo de Cajas en Señales EEG Basadas en Potenciales Relacionados por Eventos(Fondo Editorial EIA - Universidad EIA, 2017-09-12) FERNANDEZ FRAGA, SANTIAGO; RANGEL MONDRAGON, JAIMELa obtención de información por medio de la medición de señales registradas durante diferentes procesos o condiciones fisiológicas del cerebro es importante para poder desarrollar interfaces computacionales que traduzcan las señales eléctricas cerebrales a comandos computacionales de control. Un electroencefalograma (EEG) registra la actividad eléctrica del cerebro en respuesta al recibir diferentes estímulos externos (potenciales por eventos). El análisis de estas señales permite identificar y distinguir estados específicos de la función fisiológica del cerebro. La Dimensión Fractal se ha utilizado como una herramienta para el análisis de formas de ondas biomédicas, en particular se ha utilizado para determinar la medida de la complejidad en series de tiempo generadas por EEG. El presente documento pretende analizar series de tiempo biomédicas obtenidas por EEG a las cuales se obtendrán la FD por medio de los métodos Higuchi, Katz y Multi-resolución de Conteo de Cajas, que muestre la relación entre el método para la obtención de la Dimensión Fractal y la condición fisiológica de la señal basada en Potenciales Cerebrales Relacionados por EventosPublicación Sólo datos Descripción del comportamiento de películas plásticas multicapa en procesos de termodeformación mediante análisis de fotoelasticidad digital(Fondo Editorial EIA - Universidad EIA, 2018-11-26) Meléndez Lozada, Fernando; Restrepo Martínez, Alejandro; López Giraldo, Francisco EugenioEl objetivo de este artículo es describir en términos del espesor el comportamiento dinámico de la película plástica multicapa en un proceso de termodeformación bajo dos escenarios de temperatura (T1=20°C, T2=60°C) usando la fotoelasticidad como técnica de no contacto. Los colores de interferencia presentados en las imágenes de fotoelasticidad están asociados al espesor de la película plástica y a través del entrenamiento de un algoritmo de aprendizaje tipo ANFIS se relaciona color con espesor. La red neuro-difusa asocia cada intensidad de color del pixel con un espesor medido, obteniendo a la salida una imagen de espesores en escala de grises. Se concluye que los colores de interferencia están directamente correlacionados con el espesor de la película y la temperatura favorece la deformación permitiendo llegar a espesores menores en menor tiempo.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 Informes Semillero Robótica Asimov 2021-1Tejada Orjuela, Juan C.; LÓPEZ RIVERA, CÉSAR AUGUSTO; ALZATE ORTIZ, CAROLINA; PRADA URREA, ANGIE LISETH; SANTIAGO CUADROS, KEVIN ANDRÉS; BEDOYA BALLESTEROS, ANDRETTY; ACEVEDO GONZÁLEZ, GEORFFREY; Gongora, Juan Pablo; Martinez, Brayan Steven; Jiménez, Sebastian David; Isaza, Luis Miguel; Cardona Ramirez, Juan Felipe; Córdoba Bravo, Jhony Han; Dorado Gironza, Ángela Valentina; Duque Alzate, Miguel Ángel; Rios Gallego, Juan Esteban; Rojas Asís, Daniel; Toro Ramírez, Mariana; Villamil Guerrero, Raul Fernando; Arbeláez López, Juan David; Vahos Mendoza, Daniel Andrés; Zapata Espinosa, David; Olascuaga Romero, Victoria Marcela; Urrutia Gómez, Andrés José; Osorio Agudelo, Oliver; Ortiz Moreno, Valentina Isabel; García Pérez, Michelle Vanessa; Loaiza Pérez, PabloEn este ítem se encuentran los informes realizados por los estudiantes del semillero de investigación ASIMOV relacionado con el desarrollo de una plataforma robótica de servició "Pascal".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 Acceso abierto Modelo computacional para la identificación de firmas de expresión génica asociadas con la respuesta a inhibidores de puntos de control en cáncer(Universidad EIA, 2024) Castillo Uparela, Daniel Eduardo; Castaño Portilla, CarolinaRESUMEN: El cáncer es una enfermedad caracterizada por la pérdida de control en la proliferación celular debido a la rápida expansión y transformación de células normales en células cancerosas, lo que constituye un desafío científico crucial para el desarrollo de tratamientos menos invasivos y más efectivos. Según la Agencia Internacional para la Investigación del Cáncer, en el año 2020 la enfermedad fue responsable de casi 10 millones de defunciones a nivel mundial, representando aproximadamente una de cada seis muertes registradas. Ante el desalentador escenario del cáncer, las terapias dirigidas ofrecen una alternativa con menos efectos secundarios en comparación con tratamientos tradicionales como la quimioterapia, posicionando a la inmunoterapia como una de las opciones más prometedoras en los últimos años. A diferencia de los métodos invasivos tradicionales que atacan indiscriminadamente las células tumorales, la inmunoterapia estimula el sistema inmunitario para que sea este el encargado de destruir el tumor, demostrando ser una estrategia innovadora y menos agresiva. Esta metodología terapéutica no solo implica menos efectos secundarios, sino que también representa una oportunidad significativa para combatir la proliferación de la enfermedad a lo largo del organismo. Este trabajo propone un modelo computacional basado en inteligencia artificial y técnicas bioinformáticas para identificar firmas de expresión génica asociadas con la respuesta a la inmunoterapia basada en inhibidores de puntos de control inmunitario anti PD1/PD-L1 en cáncer. Se utilizó un enfoque metodológico robusto, que incluyó la corrección del efecto batch inducido por las máquinas de secuenciación utilizando la librería Inmoose, así como la normalización de los datos de expresión génica mediante TPM. Adicionalmente, se aplicaron técnicas de reducción dimensional como el Análisis de Componentes Principales (PCA) para la visualización bidimensional y tridimensional de los datos. El balanceo de clases se realizó empleando técnicas como SMOTE, NearMiss y SMOTETomek integradas en Scikit-learn, mejorando significativamente el rendimiento del modelo. La optimización de hiperparámetros se llevó a cabo con la biblioteca Optuna, y la identificación de firmas genéticas se realizó utilizando Mlxtend. Estos métodos permitieron la creación de un repositorio digital de datos de expresión génica de pacientes con tumores sólidos y la implementación de un modelo computacional fundamentado en algoritmos de Machine Learning para predecir la respuesta a la inmunoterapia. Los resultados obtenidos demuestran que la firma de 14 genes seleccionada es capaz de clasificar con precisión la respuesta al tratamiento en pacientes con cáncer, mostrando un notable desempeño y potencial para futuras investigaciones. Este modelo tiene el potencial de convertirse en una herramienta valiosa para guiar investigaciones adicionales y apoyar decisiones médicas en el contexto de la inmunoterapia como terapia dirigida.Publicación Acceso abierto Modelo predictivo para el pronóstico de tiempos de estancia de pacientes en unidades de cuidados intensivos(Universidad EIA, 2021) David Martínez, Cristian Camilo; Bonet Cruz, Isis; Camacho Cogollo, Javier EnriqueRESUMEN: La ciudad de Medellín es una de las más grandes en Colombia, y sigue en crecimiento, lo cual implica un reto para muchos sectores, entre ellos el sector de la salud, que tiene que aprovechar al máximo sus recursos para poder cubrir la gran demanda que se genere. Uno de los recursos más esenciales y limitados que puede ofrecer un hospital son las unidades de cuidados intensivos (UCI), pues estás unidades deben estar equipadas con alta tecnología con la capacidad de mantener a un paciente en condiciones constantes y monitoreo las 24 horas, y por estas necesidades, es complicado expandir constantemente estás unidades, obligando a buscar otras alternativas a la atención de más personas con los mismos recursos. Por ello, se plantea la implementación de un sistema de inteligencia artificial, el cual ayude en la administración de las unidades de cuidados intensivos, ofreciendo estimaciones de uso con base a los datos del paciente, para garantizar una planeación más acertada y poder aprovechar en todo momento estás unidades. Para ello se entrenaron diferentes modelos de inteligencia artificial y se evaluó la efectividad de cada uno de estos prediciendo los tiempos de estancia en las unidades de cuidados intensivos y así se determinó el más útil para una institución de salud local. Como resultando, diferentes tipos de modelos tanto de regresión como clasificación categórica fueron entrenados y dentro de estos se puede resaltar modelos basados en arboles de decisiones como el Random Forest con una precisión del 69%, modelos probabilísticos como Naive Bayes con una precisión del 64.3% brindando prioridad sobre los peores casos y dentro de los modelos de regresión podemos destacar el XGBoost con una desviación estándar de 7.43 días de estancia.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.Publicación Sólo datos Técnicas de inteligencia artificial utilizadas en el procesamiento de imágenes y su aplicación en el análisis de pavimentos(Fondo Editorial EIA - Universidad EIA, 2019-01-20) Reyes Ortiz, Oscar Javier; Mejia, Marcela; Useche Castelblanco, Juan SebastianDebido al incremento en los costos de mantenimiento, rehabilitación y construcción de vías, estudiar las estructuras de pavimento para determinar su comportamiento y sus características mecánicas propias analizando la distribución y posición de sus partículas, se ha vuelto un campo de gran importancia en la ingeniería. Las nuevas herramientas de análisis buscan hacer este estudio más eficiente reduciendo su costo y tiempo de ejecución mediante el procesamiento digital de imágenes. El procesamiento digital tradicional está limitado en su sensibilidad ante perturbaciones externas que puedan modificar la imagen, por eso se han implementado diferentes técnicas de inteligencia artificial (IA) para optimizar los algoritmos. Este trabajo presenta una revisión de las diferentes aplicaciones de técnicas de IA recientes en el procesamiento de imágenes. Después se revisan los trabajos realizados específicamente con imágenes de pavimentos y se proponen posibles aplicaciones para implementar en este campo con inteligencia artificial
