Examinando por Materia "Redes neuronales"
Mostrando 1 - 20 de 22
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Análisis del impacto del marketing digital en el engagement de Monte Rojo(Universidad EIA, 2020) Arango Ocampo, María José; Martínez Gómez, María Camila; Peña Palacio, Juan AlejandroRESUMEN: En el presente trabajo se realiza un estudio sobre el impacto del marketing digital en el engagement de la marca Monte Rojo y en la interacción que genera con su público objetivo en las redes sociales. Esta investigación se lleva a cabo debido a la creciente necesidad de las empresas de crear estrategias eficientes al momento de generar recordación de marca, para lo cual buscan transmitir correctamente su identidad por medio de la publicidad. Por lo tanto, a través de este trabajo se desea evaluar cómo los distintos factores que intervienen en la composición de las piezas publicitarias de una compañía pueden influir en las emociones de los usuarios al observarlas y en su interacción con las publicaciones. Para esto, se utilizan dos métodos de recolección de datos; el primero corresponde a una encuesta a través de la cual se busca evaluar lo que los consumidores perciben de forma consciente en la publicidad de Monte Rojo; el segundo es a través de la captura de las señales electroencefalográficas generadas al exponer a tres individuos a las piezas publicitarias de la marca, capturas que son realizadas por medio de una interfaz cerebro-computadora (BCI) comúnmente utilizada para estudios de neuromarketing. Para el procesamiento de las señales electroencefalográficas se utilizan dos modelos neuronales que permiten comprimir la información y simplificar el análisis de datos; en dicho análisis se comparan los resultados arrojados por las encuestas y los resultados arrojados por los modelos neuronales bajo un marco teórico de la psicología del color y su efecto en la publicidad. La investigación realizada identificó las emociones que generan las distintas imágenes publicitarias y las características que las hacen más propensas a tener una buena interacción con los usuarios de las redes sociales, arrojando como resultado que las imágenes con colores amarillo y rojo generan emociones intensas que llevan al usuario a la acción.Publicación Acceso abierto Control inteligente mediante Deep Learning para el cruce peatonal y vehicular de montacargas en la empresa Papelsa - Barbosa(Universidad EIA, 2023) Polanía Cristancho, Andres Felipe; Moreno Hincapié, Gustavo AndrésRESUMEN: En este trabajo se buscaba solucionar la falta de seguridad en el cruce de peatones y vehículos en la empresa Papelsa. Este problema es especialmente llamativo porque afectaba tanto la seguridad de las personas como la eficiencia de la operación de montacargas en la empresa. La solución propuesta, mediante el uso de tecnologías innovadoras como el Deep Learning integrado en un sistema de control, es una muestra de cómo la tecnología podía ser aplicada en el sector industrial enfocado en el comportamiento de las personas. Para lograrlo, se llevó a cabo una recolección de datos, entrenamiento de modelos basado en redes neuronales y visión artificial, para finalmente integrarlas en un control inteligente que permitiría el paso o no de las personas y montacargas a través del control de talanqueras de rápida acción, así como alertas tempranas e inmediatas cuando se detectara la coexistencia de los implicados en la zona de estudio. Finalmente se diseña un protocolo de prueba y después de entrenado el modelo predice con exactitud de 99% los 3 escenarios posibles el modelo no puede generalizarse ya que está enfocado en ser eficiente en la prueba, pero resalta la efectividad de la implementación de estos sistemas.Publicación Acceso abierto Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia(Universidad EIA, 2024) Banguero Quejada, Jhoan Alejandro; Soto Estrada, EngelberthRESUMEN: El crecimiento poblacional en el municipio de Apartadó, Antioquia, ha sido notorio en las últimas décadas, lo que ha generado una fuerte presión sobre su infraestructura urbana y su planificación territorial. Este incremento ha derivado en una alta densidad poblacional en las áreas urbanas, lo cual representa un desafío significativo para las autoridades locales en cuanto a la gestión del suelo y la provisión de servicios básicos. El Plan de Ordenamiento Territorial (POT) de Apartadó, como instrumento clave de planificación, se encuentra desactualizado, lo que impide un control efectivo sobre la expansión urbana. Esta situación ha motivado la necesidad de implementar métodos innovadores para monitorear el crecimiento urbano y planificar su desarrollo de manera más precisa y sostenible. Para abordar este problema, se empleó una metodología basada en la reconstrucción tridimensional (3D) de edificaciones a partir de imágenes satelitales de una sola vista, utilizando redes neuronales convolucionales. Se implementó un modelo basado en la red Building3-D, la cual incluye módulos que optimizan la percepción global y local de la elevación de las edificaciones. Para la extracción de los edificios, se utilizó la red de segmentación U-Net, optimizada específicamente para identificar edificaciones en las imágenes procesadas. Además, se empleó la red Deep Anything para estimar la profundidad de las estructuras. El modelo fue entrenado con el conjunto de datos de Vaihingen y validado con el Massachusetts Building Dataset, alcanzando una precisión de hasta un 96.8% en la estimación de alturas en condiciones ideales. Los resultados obtenidos permiten la generación de nubes de puntos con una alta precisión, lo cual es aplicable al monitoreo continuo del crecimiento urbano. En el caso de estudio de Apartadó, el modelo facilitó el cálculo de la densidad poblacional, permitiendo verificar que el área analizada está próxima a los límites establecidos por el POT. Este enfoque metodológico se presenta como una solución eficiente y más económica en comparación con los métodos tradicionales, que suelen requerir múltiples imágenes o el uso de drones, haciéndolo adecuado para la planificación urbana y la gestión de recursos en zonas con crecimiento acelerado.Publicación Acceso abierto Diseño de un sistema de visión artificial para la identificación de camas de siembra vacías en un entorno controlado(Universidad EIA, 2022) Rincon Pabon, Keiver Reinaldo; Perez España, Daniel Felipe; Puerta Echandia, AlejandroRESUMEN: El siguiente trabajo muestra el diseño y desarrollo de un sistema de detección de espacios vacíos en las camas de siembra de la empresa Flores el Trigal, este trabajo detalla el planteamiento del problema y la metodología implementada en el proceso de desarrollo. En la empresa Flores el Trigal se lleva a cabo el cultivo de varios tipos de flores, entre estos está el Pompón, la cual es la flor de interés en este trabajo de grado, sucede que en el proceso de cultivo se llegan a presentar diversas perdidas en los esquejes, este fenómeno se debe a que en algunos casos no se llegan a sembrar todos los esquejes, o el proceso de siembre no se lleva a cabo de la manera adecuada. Para dar solución a este problema se propuso la implementación de un sistema de visión artificial el cual pueda realizar la detección de estas zonas que quedan sin sembrar, el cumplimiento de este sistema es posible implementando una Raspberry Pi 3B+. El desarrollo metodológico se realiza implementado la estructura expuesta por Karl T Ulrich, en esta se detalla el proceso de construcción que se llevó a cabo en la fabricación de la estructura y del modelo implementado que ofrece la red neuronal Yolo y Custom Vision, por medio de estas dos herramientas es posible realizar el reconocimiento de las variables designadas como Pompón, Espacio y Fallo, adicional a esto se utiliza la técnica de procesamiento digital de imágenes, implementando la librería OpenCV de Python. Estas técnicas permiten identificar las variables anteriormente nombradas, estas variables se obtienen a partir de un modelo entrenado, el cual cuenta con un porcentaje de desempeño y acierto, estos modelos se sujetan a comparación para elegir el modelo que va a ser implementado en el sistema Raspberry Pi 3B+, el cual permitirá la detección en campo.Publicación Acceso abierto Diseño e implementación de un sistema de control que utilice señales electromiográficas para activar una prótesis mioeléctrica(Universidad EIA, 2006) Salazar Gómez, Andrés Felipe; Ramírez Giraldo, Juan CarlosEn el siguiente documento se presenta el diseño e implementación de los métodos de tratamiento de señales que buscan encontrar en las señales electromiográficas características representativas de cuatro movimientos de la mano las cuales permitirán establecer patrones de movimiento específicos que sirvan para controlar una prótesis electromiográfica o cualquier aparato electrónico susceptible de control. No se llegará a clasificar automáticamente la señal; se proponen todos los elementos requeridos hasta la etapa previa a la clasificación. Se plantea un estudio cuidadoso de la señal electromiográfica superficial, un análisis topológico, frecuencial y estadístico que busca definir en la electromiografía de cada movimiento los elementos más representativos tal que permitan a un sistema de control, basado principalmente en la clasificación de dichos elementos, decidir qué movimiento se ha realizado. Para alcanzar este objetivo se hace una revisión exhaustiva de la señal electromiográfica, de los factores que afectan su medición y las variables de interés al momento de captar la señal. Además, se tratan las técnicas de acondicionamiento más adecuadas; se estudian diferentes algoritmos (técnicas) de procesamiento motivando encontrar las características más representativas de cada movimiento estudiado tal que sirvan como entrada a un sistema de clasificación, el cual finalmente, será propuesto en su estructura (para que determine el tipo de movimiento realizado) más no se implementará. Como resultado del trabajo se presentará un protocolo para la toma de las señales electromiográficas, las técnicas de acondicionamiento y de procesamiento propuestas así como los vectores de características representativos de los movimientos estudiados. A su vez, entregará una base de datos que servirá como punto de partida para futuros estudios y se recomendará el sistema de clasificación más apropiado para clasificar los movimientos. Se concluye el documento con el análisis de los resultados obtenidos y las conclusiones y recomendaciones para el trabajo futuro. Es importante aclarar que este análisis se basa en un sólo punto para la toma de la electromiografía (aplicando una técnica diferencial) superficial, planteando dentro de todo el trabajo que el Crosstalk de la señal permite obtener información sobre los demás músculos del antebrazo sin utilizar más hardware que el requerido para una sola electromiografía.Publicación Acceso abierto Identificación de patrones emocionales a partir de la actividad bioeléctrica cerebral ante una publicidad audiovisual(Universidad EIA, 2015) Gómez Sierra, Valentina; Jaramillo Puerta, Eliana; Peña Palacio, Juan AlejandroEntendiendo al consumidor como el ente fundamental de una organización y el elemento base en la creación de un plan de acción, determinar y conocer claramente lo que siente cuando está expuesto a un estímulo publicitario, permite crear estrategias de mercadeo alineadas con las necesidades del cliente, que sean sistemáticas, objetivas y coherentes para orientar correctamente el horizonte de una organización. Ésta investigación tiene como propósito clasificar patrones emocionales en cuatro emociones: ira, tristeza, alegría y miedo, obtenidos a partir de la medición de señales bioeléctricas en los consumidores al estar expuestos a una publicidad audiovisual, mediante la elaboración de máquinas de vector soporte, que luego de un proceso de aprendizaje y validación, sean capaces de diferenciar dichas emociones. Para encontrar alternativas de solución a los problemas planteados anteriormente, se recurre a la elaboración de redes neuronales que se entrenan con las señales recolectadas al exponer a un grupo de consumidores a datos obtenidos de un banco de imágenes certificadas en la generación de dichas emociones. Posteriormente se les presenta un video con cuatro comerciales, previamente analizados, buscando despertar las emociones de interés para la investigación. En la siguiente etapa se hace el tratamiento de los datos obtenidos de las imágenes y el video de los comerciales, siendo esta información el recurso base para el aprendizaje del modelo y posterior validación del mismo, de forma intramuestral y extramuestral, es decir, tanto los resultados del porcentaje de aprendizaje y error del modelo internamente como la confrontación con las encuestas inicialmente diligenciadas por los consumidores. Como resultado final, se obtuvo la clasificación intramuestral exitosa a través de la elaboración MVS utilizando modelos como franjas logísticas, logística trasladada, conjuntos borrosos de asociación, Self Management Organaizing y modelos estocásticos, que lograron hacer diferenciables los patrones de cada emoción y realizar procesos feedfoward y back propagation satisfactorios con correlaciones mayores al 0,9 y errores cercanos a cero. Lo anterior permite a una organización realizar investigaciones más profundas de sus consumidores, con carácter cuantitativo y eliminando la subjetividad de las mismas, para satisfacer de forma más precisa y eficiente las necesidades del cliente. Es así como los modelos basados en inteligencia computacional y el uso de herramientas en el campo de la neurociencia, orientan los planes y acciones de una empresa y permiten, a través de los métodos propuestos, aumentar la efectividad de las estrategias de mercadeo, mejorando aspectos críticos como la subjetividad, el tiempo y el dinero.Publicación Acceso abierto Identificación y control de sistemas dinámicos no lineales y caóticos(Universidad EIA, 2013) Cardona Delgado, David Andrés; Peña Palacio, Juan AlejandroEl proyecto consiste en la identificación de señales caóticas generadas por las ecuaciones de comportamiento del circuito de Chua, conocido por sus características, las cuales son: su facilidad de montaje lo que lo hace un circuito muy interesante para el estudio del caos. La versatilidad de la respuesta de los amplificadores en el caso de una función no lineal está manifiestada en la fácil construcción del diodo de Chua. La teoría de sistemas no lineales es pieza clave para la instrumentación física, debido a las características de los métodos y dispositivos utilizados en ésta.Publicación Acceso abierto Modelo basado en Machine Learning para la predicción de los precios futuros en el mercado de valores(Universidad EIA, 2021) Velez Garcia, Santiago; Peña P., AlejandroRESUMEN: El mercado de valores se ha convertido a lo largo de la historia en uno de los principales sectores económicos alrededor del mundo. Sin embargo, los inversores tradicionales suelen tener pérdidas debido a un horizonte de inversión poco claro y un proyección sin fundamentos. Es por esto, que crear un buen modelo de apoyo a las decisiones de inversión para una buena toma de decisiones se ha convertido en un importante problema de investigación. Los diferentes modelos de aprendizaje pueden proporcionar un rendimiento relativamente bueno en la previsión del precio de las acciones. Este documento se centra en evaluar diferentes modelos de Machine learning para crear un modelo de previsión para el precio futuro de las acciones. El resultado experimental muestra que el modelo de redes neuronales (RMSE=2,9) tiene una precisión mas alta que los demás modelos estudiados.Publicación Sólo datos Modelo cognitivo borroso para la caracterización de la percepción de la publicidad corporativa de Suramericana de Seguros S.A. en términos de patrones emocionales y atributos de marca(Universidad EIA, 2019) Henao Ocampo, Angélica María; Panesso Restrepo, Carolina; Peña Palacio, Juan AlejandroLa evaluación de la percepción de marca a través de publicidad corporativa es actualmente todo un reto para las compañías, pues estas generalmente utilizan métodos tradicionales del mercadeo donde su efectividad depende de la capacidad y voluntad de las personas para interpretar y detallar su nivel de involucramiento y afinidad frente a la información a la que están expuestas. Esto ocasiona que las organizaciones cuenten con evaluaciones sesgadas y limitadas que dificultan la ejecución de estrategias de mercadeo que le apunten a que la percepción de marca de sus clientes sea acorde con la estrategia comunicativa de la entidad en un momento dado. Por consiguiente, caracterizar la percepción de marca de una entidad a través de pautas corporativas, haciendo uso de métodos no tradicionales del mercadeo basados en los principios de la inteligencia computacional, se convierte en una herramienta innovadora para las organizaciones dado que facilita la creación de estrategias de comunicación más acertadas y objetivas de acuerdo a lo que realmente perciben los consumidores. De esta manera, la presente investigación se fundamenta en el diseño y desarrollo de un modelo cognitivo borroso para la caracterización de la percepción de marca de una muestra de individuos, al estos estar expuestos a dos pautas publicitarias de una compañía aseguradora –una de carácter informativo y otra emocional-, con base a las emociones y los atributos de marca percibidos, haciendo uso de métodos cuantitativos como redes neuronales y lógica borrosa, y cualitativos como encuestas, con el fin último de evaluar la percepción de marca de una forma más objetiva e integral. Para el entrenamiento del modelo se tuvieron en cuenta las señales EEG provenientes de la actividad bioeléctrica cerebral de 4 expertos al estar expuestos a estímulos visuales representativos tanto de emociones -alegría, tristeza, miedo e ira- como de atributos de marca -confianza, experta, cercana, dinámica y latinoamérica-; para la validación del mismo, se tuvieron en cuenta las señales EEG de una muestra de individuos -hombres y mujeres entre 18 y 25 años-, expuestos a una publicidad corporativa audiovisual. Seguidamente, se diseñó un autoencoder útil para la reducción e identificación de las características más importantes de cada conjunto de señales; y posteriormente, se diseñaron diferentes redes neuronales de aprendizaje profundo que sirvieron como base para el aprendizaje del modelo teniendo en cuenta las señales provenientes de los expertos, lo cual arrojó unos pesos útiles para el reconocimiento efectivo de patrones emocionales y atributos de marca en pautas corporativas. Por último, teniendo en cuenta dichos pesos y las señales provenientes de los individuos de la muestra, se implementó el modelo cognitivo que generó efectividades mayores al 90% en la clasificación de patrones emocionales y del 82% en la clasificación de atributos de marca, y se elaboró a continuación un mapa borroso por individuo que permitió caracterizar la percepción de marca de cada uno de estos de manera exitosa; así mismo, al comparar dichos resultados con los arrojados por las encuestas, se encontraron relaciones frente a lo que los individuos expresaron haber percibido y lo arrojado por el modelo, aunque también hubo casos en donde los resultados divergían dada la subjetividad implícita en las encuestas y en los insumos de entrada utilizados por el modelo.Publicación Acceso abierto Modelo de puntaje para el otorgamiento de créditos hipotecarios basado en el comportamiento del precio de la vivienda en Medellín(Universidad EIA, 2017) Arango Castillo, Sebastián; Peña Palacio, AlejandroEn los últimos años, en la ciudad de Medellín, se ha dado un constante aumento de los precios en propiedades inmobiliarias, específicamente en viviendas. El trabajo de grado consiste en un modelo de puntaje, para el otorgamiento de créditos hipotecarios, basados en el precio de la vivienda en Medellín. Esto, con el objetivo de identificar las variables y parámetros utilizados para la valoración de vivienda, relacionando con programación por objetos e interoperabilidad con Excel y validando el mismo con modelos de Kernel logístico y general. Para tal efecto, se analizan los documentos existentes de la Superintendencia Financiera que regulan los factores de las valoraciones inmobiliarias. Además, se evalúa el efecto de las variables identificadas, para hallar el efecto en el otorgamiento de un crédito hipotecario, mediante el aprendizaje del modelo. La información primaria consiste en la creación de un modelo propio, con base en el comportamiento del precio de la vivienda en la ciudad de Medellín, para identificar los aspectos crediticios que dan surgimiento al aumento del valor mencionado. Por otra parte, la información secundaria se fundamenta en artículos, libros y publicaciones provenientes de bases de datos, escritos por autores que han estudiado el tema con rigurosidad académica. Todo lo anterior, reside en la intención de mejorar el comportamiento de los precios en estos bienes inmuebles, mediante un modelo que encuentre efectos de incidencia de las variables y parámetros sobre la vivienda. En conclusión, la incorporación del precio de la vivienda en un modelo de puntaje para el otorgamiento de créditos hipotecarios, permite ejercer control sobre el aumento de precios de forma desproporcionada, estabilizando la oferta y la demanda para llegar a un punto de equilibrio.Publicación Acceso abierto Modelo de scoring para el otorgamiento de crédito a pequeñas empresas inscritas en la superintendencia de sociedades(Universidad EIA, 2019, 2019) Giraldo Martínez, Andrea; Marín Vásquez, Luisa Fernanda; Lochmuller Lochmuller, ChristianPublicación Acceso abierto Modelo de valoración de propiedad raíz mediante el uso de redes neuronales(Universidad EIA, 2019, 2019) Montoya Zuluaga, Juan Camilo; Deossa Molina, Pablo AndrésPublicación Acceso abierto Modelo Deep Learning para la estimación del potencial exportador de productos no minero-energéticos en Colombia(Universidad EIA, 2020) Molina Agudelo, Santiago; Villegas Ramirez, Juanita; Peña Palacio, Juan AlejandroRESUMEN: En un mundo globalizado, en el cual los mercados son cada vez más abiertos y con fácil acceso, es necesario que las empresas expandan sus horizontes y encuentren más clientes potenciales en otros lugares diferentes al lugar de origen, de esta manera las organizaciones adquieren valor y posicionamiento, volviéndose más competitivas frente a todas las empresas existentes del mismo sector tanto en territorio nacional como internacional. Para el análisis de exportaciones existen estudios de mercados manuales, los cuales son un proceso complejo y poco ágil, debido a la exhaustiva información que se necesita obtener. En este trabajo se desea desarrollar un modelo Deep Learning que estime el potencial exportador de productos no minero energéticos en Colombia. Por medio de recolección de información en diferentes bases de datos que brindan las instituciones internacionales y nacionales, como Procolombia, la Dirección de Impuestos y Aduanas Nacionales (DIAN), el Departamento Administrativo Nacional de Estadística (DANE) o el Banco Mundial , se realiza una selección de las características necesarias para encontrar la mejor afinidad entre la relación producto – mercado y por medio dicho modelo con ayuda del software R-Studio, automatizar el proceso de inteligencia de mercado. Por tal motivo, en este trabajo se logró encontrar mediante una plataforma matricial y el método de Redes Neuronales Artificiales (RNA) un modelo que ayuda a los profesionales en negocios internacionales o encargados de exportaciones de las empresas a realizar la inteligencia de mercados de una manera fácil y rápida, ya que puede pronosticar la relación producto - mercado óptima para la exportación de productos no minero-energéticos de Colombia.Publicación Acceso abierto Modelo neuronal para la identificación de patrones sensoriales producidos por el audio branding en la identidad de marcas(Universidad EIA, 2021) López Franco, Valentina; Rodríguez Aristizábal, Olga Isabel; Peña Palacio, Juan AlejandroRESUMEN: Actualmente, los consumidores tienen más potencial que antes, con mayores necesidades de comunicación e información. Al construir una marca es importante transferirle características que la diferencien y definan en la mente del individuo, a través del branding se construye una identidad de marca con atributos visuales, auditivos, entre otros. Sin embargo, las estrategias se han limitado a los medios visuales tradicionales sobre lo auditivo, generando saturación visual y utilizando el sonido como un elemento publicitario. A través del Audio Branding se conecta con el cliente mediante la estimulación del sentido de la audición, con un sinnúmero de atributos racionales y emocionales que llevados a un nivel innovador pueden potenciar la imagen mental de la marca. Además, la eficacia de elementos auditivos en el branding es compleja de medir, debido a la esencia psíquica de cada individuo, últimamente existen nuevas tecnologías que buscan aproximarse a entender el funcionamiento cerebral mediante sistemas inteligentes, logrando analizar los estados afectivos o emociones experimentadas. La presente investigación se fundamenta en el análisis de patrones sensoriales generados por imágenes auditivas como estrategia en la construcción y gerencia de marcas mediante la creación de un Modelo Neuronal Deep Learning Autoencoder por Afinidad Central con Aprendizaje Mixto, haciendo uso del dispositivo Emotiv Epoc para capturar, procesar y clasificar las señales electroencefalográficas en patrones emocionales de 5 marcas a estudiar. El modelo recibe las señales capturadas de 10 personas al escuchar 20 sonidos seleccionados de la base de datos referenciada IADS-2 de la Universidad de Florida y 5 audios de las marcas. Inicialmente se realiza un centramiento de señales, se comprimen los datos al 50% mediante estructuras autoencoder, obteniendo una primera estructura comprimida de sonidos de referencia en aprendizaje y con esa misma configuración en autonomía los de las marcas, para posteriormente las dos estructuras de capas comprimidas compararlas por un proceso de afinidad central para todas las combinaciones marca-sonido. Seleccionando para cada marca los tres mayores valores de afinidad, configurándolos como sus sonidos referentes y facilitando la analogía entre emociones asociadas a sonidos con las emociones deseadas a transmitir de las marcas. Los patrones emocionales se posicionan según su valencia, activación, o asociaciones en el modelo de medición de emociones propuesto denominado Modelo PME- Pie Measurement of Emotions. El desempeño del modelo es óptimo tanto en el aprendizaje como en el relacionamiento, permitiendo valorar la efectividad de las estrategias, obteniendo en su mayoría afinidades alineadas entre las intenciones de identidad de marca y lo que los participantes experimentan en las sesiones de prueba. Es así como los modelos computacionales usados en el campo de la neurociencia ayudan a evaluar y orientar las estrategias de identidad de marca con el objetivo de aumentar su impacto y efectividad.Publicación Acceso abierto Modelo Para la Predicción de la Radiación Solar a Partir de Redes Neuronales Artificiales(Universidad EIA, 2013) González Rodríguez, Andrés FelipeLa estimación de los cambios climáticos que ocurren en un lugar determinado siempre ha sido un factor importante a la hora de realizar actividades al aire libre. Se han desarrollado diversos métodos para predecir los valores futuros de las variables climáticas, los cuales permiten brindar información a personas y empresas para que puedan organizar sus actividades. La radiación solar hace parte de estas variables climáticas y se ha convertido en información vital en múltiples circunstancias, destacándose su uso en centrales fotovoltaicas. El objetivo de este trabajo es predecir de manera aproximada el valor de radiación solar que incide sobre los vehículos solares que compiten en el World Solar Challenge 2013 en cinco localidades cercanas a la carretera donde se lleva a cabo la competencia, para esto se analiza y desarrolla un modelo basado en redes neuronales. Además se busca conocer el valor de la radiación solar incidente sobre puntos intermedios a los cinco mencionados anteriormente, mediante la utilización de funciones radiales espaciales.Publicación Acceso abierto Modelo para la predicción de la radiación solar a partir de redes neuronales artificiales(Universidad EIA, 2013) González Rodríguez, Andrés Felipe; Peña Palacio, Juan AlejandroThe estimation of the climatic change that occurs in a particular place has always been an important factor for doing outdoor activities. Different methods have been developed to predict future values of climatic variables which can provide information to people and companies, allowing them to organize their activities. The solar radiation is one of these climatic variables and it has become fundamental in multiple circumstances, especially in photovoltaic centers. The project’s goal is to give an approximated value of the solar radiation that impacts the solar vehicles of the World Solar Challenge 2013 in five locations close to the road where the competition occurs; for this to be carried out, a model based in neural networks is analyzed and developed. It also seeks to find the value of the solar radiation at intermediate points of the five mentioned before using space radial functions.Publicación Acceso abierto Procesamiento y análisis de imágenes diagnósticas usando inteligencia artificial para la estimación de parámetros de entrada de un simulador virtual de pulmón(Universidad EIA, 2023) Bedoya Torres, Santiago; Sánchez Ocampo, María Manuela; Bonet Cruz, IsisRESUMEN: En la actualidad, incluso con los avances en la medicina que se han dado a lo largo de la historia, el pulmón es un órgano que no se ha podido estudiar en profundidad, puesto que esta es una labor complicada. El pulmón posee propiedades que dificultan su observación directa, como la presión negativa de su interior, que causa que el órgano colapse al abrir la caja toráxica. Así, surge la necesidad de crear herramientas no invasivas para el estudio de la mecánica respiratoria, tales como imágenes de rayos X y la tomografía computarizada que permiten obtener información útil del cuerpo a analizar. En este trabajo se pretende identificar características fisiológicas del pulmón, y también su forma a través del procesamiento de imágenes diagnósticas no invasivas utilizando inteligencia artificial, con el propósito de aportar a los estudios del órgano, y facilitar diagnósticos médicos arrojando resultados certeros. Se diseñará e implementará un modelo para poder obtener características de imágenes tridimensionales (3D) que permitan personalizar una simulación en 3D del pulmón. Este trabajo se va a incorporar en el simulador AVILUNG creado por María Manuela Sánchez Ocampo en 2019, para lograr personalizar el simulador a las características particulares de cada paciente.Publicación Acceso abierto Propuesta de asistente virtual inteligente para servicio al cliente basado en inteligencia artificial para pymes de Medellín(Universidad EIA, 2021) Uribe Villegas, Verónica; Gómez L., Jairo A.RESUMEN: Los clientes actuales demandan la inmediatez para que sus requerimientos sean atendidos y al haber un gran número de empresas compitiendo, este aspecto se convierte en una ventaja para sobresalir en el mercado; por su parte para las pymes esto puede resultar complejo pues tienen como prioridad optimizar al máximo sus recursos empezando por su personal para que éste se dedique a labores productivas en lugar de algunas que pueden ser repetitivas. En este trabajo se elaboró una versión beta (fuera de línea) de un asistente virtual inteligente (AVI) para una PYME de Medellín del sector Madera/ corte laser; Comenzando por una revisión de la bibliografía existente acerca de las herramientas y el procedimiento para elaborar un ChatBot basado en inteligencia artificial, siguiendo por la elaboración del código y finalizando con una semana de pruebas del modelo; se encontró como resultado que esta herramienta resulta bastante útil sobre todo para empresas que ofrecen servicios estandarizados y que a medida que el algoritmo se va dotando de más información este puede llegar a tener un gran alcance en el área de servicio al cliente, además a comparación de las soluciones disponibles actualmente en el mercado este modelo presenta un costo muy bajo.Publicación Acceso abierto Prototipo de videojuego usando NLP para enseñanza de inglés a niños(Universidad EIA, 2024) Zapata Pino, Daniela; Ocampo Ocampo, Esteban; Gómez Betancur, Martha InésRESUMEN: Este proyecto tiene como objetivo desarrollar un prototipo de videojuego educativo para estudiantes de básica secundaria de 11 a 14 años en Medellín, centrado en la enseñanza del inglés a través de métodos interactivos y gamificados. Utilizando Python y la biblioteca Pygame, se creó un prototipo que no solo enseña vocabulario y gramática, sino que también evalúa la habilidad de habla mediante un sistema de reconocimiento de voz. El diseño del juego incluye gráficos, personajes y fondos atractivos que buscan captar el interés de los niños y ofrecer un entorno de aprendizaje estimulante. Para gestionar el desarrollo del proyecto, se adoptó la metodología Scrum, lo que permitió un enfoque ágil y colaborativo. Las pruebas realizadas con los niños, complementadas con encuestas, mostraron un fuerte deseo de aprender en contextos relevantes, reflejando la efectividad del aprendizaje gamificado, similar al de aplicaciones como Duolingo. Los resultados indican que crear experiencias educativas atractivas y dinámicas es esencial para mantener la motivación de los estudiantes. Finalmente, los hallazgos sugieren la necesidad de un diseño visual atractivo y de abordar problemas técnicos relacionados con la jugabilidad. Se destaca la importancia de integrar tecnologías avanzadas, como el Procesamiento de Lenguaje Natural (NLP), para mejorar la personalización y retroalimentación del proceso educativo. En resumen, este proyecto busca revolucionar la enseñanza del inglés, proporcionando una herramienta accesible y efectiva que beneficie a la comunidad educativa de Medellín.Publicación Acceso abierto Simulación computacional de la microcirculación usando redes neuronales(Universidad EIA, 2024) García Escobar, Daniel; Ospina Muñoz, Walter Antonio; Palacio Cárdenas, Guillermo Alberto; Guillermo Alberto Palacio CárdenasRESUMEN: la medicina y la inteligencia artificial han avanzado conjuntamente en los últimos años destacándose los resultados en el análisis de imágenes médicas, procesamiento de datos y la simulación de sistemas biológicos con condiciones específicas. Esto ha contribuido a que la medicina sea cada vez más personalizada, permitiendo un entendimiento detallado del caso de cada paciente al analizar ampliamente la información sobre sus particularidades. Las redes neuronales tienen la capacidad de simular sistemas reales, aprendiendo directamente de las leyes de la física presentadas mediante ecuaciones diferenciales y condiciones de frontera. En este trabajo se estudia el flujo sanguíneo de la circulación en capilares, la región del sistema vascular donde ocurre el intercambio de nutrientes entre la sangre y los tejidos del cuerpo, siendo los vasos sanguíneos más pequeños con solo unas cuantas micras de diámetro. El flujo sanguíneo a través de estos vasos se denomina microcirculación y los daños a esta escala no pueden ser detectados en la mayoría de los hospitales. Sin embargo, se ha visto que de la microcirculación se obtiene información de daños iniciales que, de ser detectados a tiempo, pueden prevenir repercusiones más graves en el sistema cardiovascular. Los modelos y las simulaciones basados en fundamentos teóricos y experimentales ayudan a comprender mejor esta parte del sistema circulatorio a la vez que pueden complementar futuros dispositivos de medición. La microcirculación tiene condiciones físicas particulares que la convierten en un sistema complejo: (1) es un fluido granular, no newtoniano, con viscosidad dependiente del radio del capilar; (2) además del flujo sanguíneo, el sistema involucra la filtración del plasma hacia el exterior del capilar. Para describir de manera correcta este sistema se usaron dos modelos teóricos, desarrollados en la universidad de Florencia (Italia), basados en adaptaciones de las ecuaciones clásicas de transporte de momento y de masa. Debido a la complejidad del problema, en este trabajo se desarrollaron diversas arquitecturas de redes neuronales que fueron probadas en condiciones menos específicas como fue la resolución de las ecuaciones de Navier-Stokes para fluidos newtonianos. Posteriormente estos métodos se aplicaron a los modelos de microcirculación, con el objetivo de recrear los resultados documentados en la literatura sobre concentraciones de glóbulos rojos y velocidades en el sistema. En este trabajo se encontró que es posible recrear la microcirculación utilizando redes neuronales informadas por física, sin la necesidad de bases de datos. Al validar el modelo con la literatura se confirmó que la simulación puede ser usada en investigaciones con datos reales y así aportar a estudios y desarrollos en esta área.
