Ingeniería de Sistemas

URI permanente para esta colección

http://repositorio.upeu.edu.pe/handle/20.500.12840/73

Examinar

Mostrando 1 - 20 de 154

Software SysAid para la gestión de incidencias postpandemia COVID 19, en una empresa eléctrica de una ciudad costera latinoamericana
(Universidad Peruana Unión, 2024-07-25) Alcántara Castro, Luis David; Asin Gomez, Fernando Manuel
El presente estudio se realizó con el objetivo de mejorar el registro de incidencias postpandemia COVID 19, en una empresa de energía eléctrica de una ciudad costera latinoamericana, mediante la implementación del software SysAid basado en ITIL V4, para esto se siguió un enfoque cuantitativo de tipo básico y exploratorio. El diseño fue pre experimental. La población de este estudio quedó compuesta por 1000 usuarios los cuales hicieron uso del SysAid, de lo cual fueron elegidas tomando en cuenta el muestro censal. Los instrumentos utilizados fueron los cuestionarios, revisados con criterios de calidad con confiabilidad y validez. Los resultados determinaron que la implementación del software SysAid basado en ITIL V4 mejora significativamente en 24.7% la gestión de incidencias postpandemia COVID 19, en una empresa de energía eléctrica de una ciudad costera latinoamericana. La implementación del software SysAid basado en ITIL V4 optimiza significativamente en 22.6% el tiempo horas-hombre destinada a la gestión de incidencias postpandemia COVID 19.
Rediseño y automatización de procesos aplicando BPM y su influencia en la calidad del trámite documentario de una Municipalidad Étnica (ME)
(2024-06-19) Huaman Camizan, Lisset Mirella; Melendrez Huaman, Jhon Erikson; Levano Rodriguez, Danny
Los cambios en el mundo han afectado la naturaleza del Estado en su estructura organizacional; Las municipalidades étnicas, en calidad de entidades públicas, mantienen una dependencia directa del gobierno central, sirviendo como mediadoras en la extensión de los servicios gubernamentales a los ciudadanos. En la gestión de trámites documentarios se presentan deficiencias, algunas relacionadas con: la falta de comprensión y la desorganización en la gestión documental que plantean un obstáculo significativo para la pronta identificación del estado actual de un documento específico, por lo cual el presente artículo de investigación tuvo como objetivo principal, determinar la influencia en la calidad del trámite documentario de una municipalidad étnica aplicando el rediseño y automatización de procesos mediante Business Process Management (BPM). El diseño de investigación adoptado fue preexperimental. Para la ejecución del estudio, se emplearon encuestas, las cuales fueron posteriormente tabuladas tanto en Excel como en el programa SPSS. Los resultados obtenidos revelaron un alto grado de significancia positiva en el posttest, evidenciando una mejora tras la implementación de BPM en los servicios de trámite documentario, mediante su rediseño y automatización. En conclusión, la implementación de BPM en los servicios de trámite documentario ha demostrado una mejora significativa en el postest. Esto indica que el rediseño y la automatización del proceso mediante BPM han tenido un impacto positivo y medible, lo que respalda la eficacia de adoptar prácticas de BPM para optimizar la gestión de procesos y mejorar la entrega de servicios en la organización.
SisCoPe: Sistema de monitoreo para el proceso de evaluación del perfil de egreso de una escuela profesional universitaria
(Universidad Peruana Unión, 2024-04-25) Casildo Chanducas, Yaritza Raquel; Mejia Guerra, Owen Miguelich
Este estudio se centra en la creación y validación de un software destinado a supervisar y evaluar el desempeño de los estudiantes universitarios en contraste a sus perfiles de egreso. Ante la necesidad de mejorar el seguimiento de las habilidades y competencias adquiridas por los estudiantes, se llevó a cabo una investigación aplicada con un enfoque pre-experimental. El método implicó la recopilación de datos mediante encuestas y entrevistas con expertos educativos, seguido de la implementación de una plataforma digital utilizando tecnologías adecuadas para el ámbito académico como Angular, PHP y Laravel. Los resultados indican que la herramienta es efectiva para monitorear y evaluar el desempeño de los estudiantes en contraste con sus perfiles de egreso. Se notó una mejora significativa en la capacidad de los docentes para detectar áreas de mejora y tomar decisiones fundamentadas en datos. La plataforma permite un análisis exhaustivo del desarrollo de competencias y facilita la implementación de mejoras en los planes de estudio. En resumen, la herramienta desarrollada ofrece una valiosa contribución para el seguimiento de perfiles de egreso en universidades. Este sistema podría desempeñar un papel crucial en la mejora continua de la calidad educativa y en la optimización de los resultados de los estudiantes.
Integración de VoIP y comunicaciones móviles para la optimización de la gestión de llamadas
(Universidad Peruana Unión, 2024-06-05) Chunga Oqueña, Marco Bernabe; Herrera Blancas, Valentín Victor; Asin Gomez, Fernando Manuel
Las comunicaciones telefónicas en organizaciones son de vital importancia, porque garantiza una comunicación rápida y eficaz, dada esta necesidad, es necesario contar con una herramienta eficiente. El presente estudio tiene como objetivos mejorar la calidad de llamada, disminuir el tiempo de espera de atención y reducir los costos que demanda su funcionamiento. Para esto se desarrolló una investigación preexperimental con sustento en una simulación virtual previa; Asterisk se integró a un sistema global para comunicaciones móviles, donde se configuró las troncales de entrada y salida, el proyecto implica el uso de varios softphones y su configuración. Obteniendo resultados significativamente mejoradas; disminuyendo el tiempo de espera para ser atendido, minimizando la interferencia durante el desarrollo de la llamada y reduciendo los costos de llamada, esto permitió implementar la solución sin gastos fuera de lo presupuestado y en menor tiempo, alcanzando los objetivos de este documento.
Predicción salarial con Machine Learning en docentes contratados de la Región del Cusco - Perú
(Universidad Peruana Unión, 2024-04-19) Canahuire Hilari, Segundo; Larico Carbajal, Joel Eduardo; Pineda Ancco, Ferdinand Edgardo
Este artículo presenta un análisis de modelos de aprendizaje automático (ML) para predecir los salarios de 11,392 docentes contrata- dos designados en la Ugel de la región Cusco-Perú´, utilizando datos recientes del sistema único de planillas. El punto focal del estudio son los docentes contratados, excluyendo deliberadamente del análisis los salarios de los docentes nombrados. Un resultado significativo de esta investigación es la identificación de un nuevo modelo de ML capaz de predecir los salarios de los docentes con considerable precisión, basado en variables regresoras estrechamente relacionadas con el salario. Este hallazgo es digno de mención porque llena un vacío en las aplicaciones de ML existentes para la predicción salarial, lo que indica una dirección prometedora para futuras investigaciones en esta área. La metodología empleada para analizar los datos salariales, si bien es exhaustiva, no tiene en cuenta las diferencias de género, que pueden afectar la variación salarial durante el periodo de tres años considerado. Este descuido sugiere que las investigaciones futuras deberían incluir una gama más amplia de variables, incluido el género, para mejorar la precisión y aplicabilidad de las predicciones salariales tanto para los docentes nombrados como para los contratados. Un enfoque de este tipo podría proporcionar información más matizada sobre los factores que influyen en los salarios de los docentes y ayudar a desarrollar modelos salariales más equitativos y eficaces. Una de las contribuciones clave del artículo es el examen detallado de los factores que influyen en los salarios de los docentes designados, incluida la edad, el cargo, el nivel educativo, el código modular, las horas semanales, el periodo y otras variables Dummy. El uso de modelos Decision Tree Regressor(DTR), Gradient Boosting Regressor(GBR), Random Forest Regressor(RFR), Red Neuronal Regresor(RNR) y Support Vector Regressor(SVR) arrojo métricas precisas para elegir el mejor modelo para la predicción salarial. Esta investigación no solo avanza nuestra comprensión de los determinantes de los salarios docentes en la región de Cusco-Perú, sino que también ofrece un marco valioso para estudios similares en otros contextos.
Sistema de información web y su influencia en el monitoreo de ingreso de terceros a campus universitarios
(Universidad Peruana Unión, 2024-05-27) Flores Flores, Yasser Miller; Sanchez Huaycama, Marita Alondra; Cruz Rodriguez, Joseph Ibrahim
Esta investigación posee como objetivo determinar la relación de influencia entre el proceso de registro de visita de terceros y la implementación de un sistema de información web de monitoreo de visitas de terceros a un campus universitarios, teniendo una participación a 18 operadores de control de garita, con la aplicación de una encuesta dividido en 2 dimensiones, Eficiencia y monitoreo; y sobre el sistemas de información implementado, esto, con opciones de respuesta en valoración de escala de Likert del 1 a 5, en la que los resultados se puedan inferir con un margen de error de 5% y un nivel de confianza de 95%. El proceso de desarrollo del sistema de información implica el uso de RUP como marco metodológico, teniendo la definición de los requerimientos y las herramientas de desarrollo por parte del equipo, pudiendo concluir que el sistema de información implementado permite mejorar los procesos involucrados, puesto que se encontró una diferencia significaba entre el pre y el post test.
Diseño de una solución de inteligencia de negocios como herramienta de apoyo a la toma de decisiones en el área de ventas de la agencia de turismo URPI SUMAC TOURS S.R.L.
(Universidad Peruana Unión, 2022-08-12) Castillo Chura, Pablo Yobani; Valle Yanavilca, John Alexander; Valladares Castillo, Sergio Omar
La investigación presenta el desarrollo de un Datamart (DM) con el objetivo de optimizar la generación de reportes del proceso de ventas mediante gráficos, los cuales son integrados en dashboards que permiten analizar los indicadores definidos por la agencia de turismo URPI SUMAC Tours S.R.L, Perú. Se aplicó una metodología adaptada con diversas técnicas y enfoques basados en la metodología Ralph Kimball. El cual desarrolló un DM, favoreciendo la construcción de un cubo OLAP para la organización en estudio, a fin de construir los gráficos acordes a los indicadores y estos puedan ser analizados por la gerencia de ventas y el área administrativa. Como resultado se obtuvieron dashboards dinámicos, con lo cual se optimizaron los mecanismos para la toma de decisiones en el área de ventas, teniendo una visión más amplia y fiable del impacto del turismo y así plasmar objetivos de mejora basado en los resultados de los indicadores. Se mejoró un 85% del tiempo de entrega de reportes en el área de ventas y un 90% de satisfacción de la gerencia de ventas. En los reportes se encontró que las ventas por las cuatro sucursales tenían una variabilidad no mayor al 1% entre ellas.
Clasificación de la frescura del pescado utilizando una red neuronal convolucional
(Universidad Peruana Unión, 2023-12-04) Mamani Flores, Edwin Wilson; Pedraza Huisa, Royer; Pineda Ancco, Ferdinand Edgardo
En el trabajo se analizó la frescura de la trucha (Oncorhynchus mykiss), siendo este aspecto muy importante para determinar su calidad. El objetivo, es proponer un modelo computacional basado en una CNN para clasificar la frescura de la trucha en función a los cambios de color de sus ojos y branquias, Para ello se creó un dataset de imágenes con las truchas adquiridas. Para obtener los resultados se realizaron 3 experimentos, el primero; con 2 clases (días 1 y 9), el segundo con 3 clases (días 1, 5 y 9) y el tercero con 5 clases (días 1, 3, 5, 7 y 9), todos los experimentos se ejecutaron en Google colab. Los resultados se validaron con una matriz de confusión curva ROC. Los mejores resultados dieron el modelo ResNeXt5032x4d, con 2 clases obtuvo un accuracy de 0.9833, con 3 clases un accuracy de 0.9222 y con 5 clases un accuracy de 0.8800.
Aplicación Web Para el Control de Llegada de Camiones y la Evaluación de Usabilidad del Software basado en ISO/IEC 25010
(Universidad Peruana Unión, 2023-12-27) Ramirez Yugra, Merling Josue; Cañazaca Quispe, Yobel Tayson; Huamanttupa Mar, Willian; Gutierrez Quispe, Eder
La adopción de sistemas web ha trascendido rápidamente estos años en todo el mundo. Sin embargo, todavía existe una brecha en las organizaciones que gestionan sus unidades de transporte mediante cuadernos y hojas de trabajo. En este sentido, el objetivo de esta investigación se ha centrado en el desarrollo e implementación de una Aplicación Web en tiempo real para el control de llegada de Unidades vehiculares T1, T2 y DA con una arquitectura de desarrollo enfocada en MEAN Stack utilizando la metodología ágil Scrum. La evaluación de usabilidad del software se basó en la norma ISO/IEC 25010 y ha tenido en cuenta la reconocibilidad de la adecuación, la aprendizabilidad, la operabilidad, la protección contra errores de usuario, la estética de la interfaz de usuario y la accesibilidad. Se utilizó un cuestionario compuesto por 24 preguntas, el cual se administró a un total de 64 usuarios. Para validar la confiabilidad de la encuesta, se ha realizado un análisis utilizando la medida estadística alfa de Cronbach, obteniendo un nivel de confianza de 0.778. Los resultados obtenidos reflejan un alto grado de satisfacción, con un 76.66% de los usuarios indicando que encuentran la aplicación web amigable y fácil de usar. En consecuencia, se concluye que la aplicación web ha contribuido de manera significativa a la mejora de los procesos y la eficiencia en la gestión de la empresa.
Modelo de Deep Learning para reconocimiento de Diplocarpon Rosae en rosas Mister Lincoln en zonas altoandinas
(Universidad Peruana Unión, 2023-12-04) Sáenz Shupingahua, Daniel Andrés; Quillimamani Soncco, Guido Cristhian; Cahuana Diaz, Maycol; Sullon Macalupu, Abel Angel
El trabajo tuvo como objetivo detectar la presencia del hongo Diplocarpon Rosae en rosas en la región de Puno, Perú, utilizando redes neuronales convolucionales. La metodología involucró la recolección y preparación de datos, la construcción y entrenamiento del modelo, y la evaluación de este. Se utilizó un método estructurado basada en la investigación de Marroquin, U. y se recolectó datos utilizando cámaras profesionales y móviles. Los datos fueron preparados para la clasificación, detección y segmentación usando diversas herramientas. El estudio contribuye al reconocimiento de la plaga Diplocarpon Rosae en la región sur del Perú y aporta a la investigación futura. El artículo describe el desarrollo de un modelo de inteligencia artificial para la identificación de plagas en cultivos de rosas en la región de Puno. Los datos se dividieron en conjuntos de entrenamiento, validación y prueba, y se construyeron modelos para la clasificación, detección y segmentación. Los resultados mostraron una alta precisión para los modelos de clasificación con 0.99 y detección con 0.85, pero se encontraron algunas complicaciones en el modelo de segmentación con 0.635. Se logró el objetivo de crear un modelo de IA para la clasificación, detección y segmentación de la plaga en cultivos de rosas.
Modelo de aprendizaje profundo utilizando Transfer Learning para la clasificación del uso de mascarillas faciales en imágenes de baja resolución
(Universidad Peruana Unión, 2023-12-04) Coazaca Bustamante, Hebert Yamil; Ali Vilca, Pandely Sabina; Pineda Ancco, Ferdinand Edgardo
La rápida propagación del virus SARS-Cov-2 alrededor del mundo provocó que muchos países impongan reglas obligatorias para evitar los contagios y reducir el impacto del virus en la población. Una de las medidas más importantes fue el uso obligatorio de mascarillas en lugares públicos, sin embargo, esta medida no fue acatada por todas las personas. Entonces aparecieron varias investigaciones de visión por computadora para detectar el uso de mascarillas en rostros de personas, aunque ninguno utilizó imágenes en baja resolución. Generalmente, las grabaciones en escenas exteriores se encuentran en baja resolución, por lo que este trabajo propone un modelo de aprendizaje profundo para la clasificación del uso de mascarillas en imágenes de baja resolución utilizando técnicas de transfer learning. Se recolectaron imágenes de rostros para crear el conjunto de datos "Low-Res Faces in Perú" y se realizaron cuatro experimentos donde se entrenaron distintas arquitecturas incluyendo modelos diseñados por los autores. El modelo del tercer experimento alcanzó el resultado más alto de accuracy con 99,10%, superando a las arquitecturas que tenían una mayor profundidad de capas convolucionales.
Reconocimiento e identificación de patrones chartistas para la toma de decisiones de compra y venta en el mercado de Forex
(Universidad Peruana Unión, 2023-12-27) Cercado Vasquez, Junior; Requejo Santa Cruz, David Melvin; Garcia Estrella, Cristian Wérner
El propósito fue mejorar el análisis técnico para la toma de decisiones de compra o venta para inversores principiantes en forex a través de un sistema de reconocimiento e identificación de patrones chartistas. Definido el conjunto de datos con diferentes patrones chartistas, se realizó la configuración necesaria para el entrenamiento o procesamiento de los datos con red neuronal en este caso la convolutional neural network (CNN). Los resultados fueron que los valores de Accuracy obtenidos del entrenamiento (Train) y validación (Val), donde observamos que la media de 150 épocas el accuracy del Train es de 0,7846% y del Val es igual a 0,7983%, dando un mejor porcentaje de asertividad. El modelo con los datos de Test se obtuvo una media del accuracy con una exactitud del 88.4% en el reconocimiento e identificación de patrones chartistas para la toma de decisiones de compra y venta en el mercado de Forex.
Modelo de Gestión de Proyectos de TI bajo los enfoques de BPM y PMBOK para una Empresa Naviera de Chile
(Universidad Peruana Unión, 2020-09-24) Cotrina Huamán, Josué Joél; Mamani Pari, David
La presente investigación se sitúa en una empresa Naviera, ciudad de Santiago de Chile, el cual brinda servicios de agenciamiento marítimo a buques que recalan en puertos chilenos. Esta empresa chilena, tiene como objetivo posicionarse en el año 2022, de los demás países de américa latina, con una operación sustentable en puertos, logística y negocios marinos, bajo los pilares estratégicos, crecimiento centrado en el cliente, excelencia en procesos, rentabilidad y mejora continua. Por tanto, en la investigación se recolectan los datos de cada uno de los proyectos del área de TI, con el fin de realizar una evaluación de madurez, siguiendo los lineamientos del estándar OPM3 de PMI, el cual nos brindará una línea base de cómo se vienen gestionando los proyectos. El siguiente paso, será generar un modelo de gestión de proyectos propio de la organización, utilizando la metodología BPM (Business Process Model), y aplicando el software de modelamiento BIZAGI, el cual contiene una serie de métodos definidos, según la complejidad de los proyectos, además, se incentivará al personal a seguir esta metodología mediante una serie de capacitaciones internas, previo a la ejecución del mismo. Por último, se realiza y presentan los resultados del estudio final, de la madurez alcanzada por cada grupo de proceso, área de conocimiento y los 47 procesos según las buenas prácticas del PMI.
Método de optimización del proceso de atención de incidencias para empresas outsourcing de telefonía
(Universidad Peruana Unión, 2023-09-06) Neyra Cruz, José Angel; Haro Enriquez, Jaime Leonardo; Asin Gomez, Fernando Manuel
El objetivo del estudio es proponer un método para mejorar la gestión de incidencias en empresas outsourcing. El método propuesto consiste en 3 fases: análisis preliminar que consiste en identificar problema, medir indicadores y proponer solución, mejorar en donde se realizó la planificación, el diseño, la codificación y las pruebas y por último se realizó la comparación que abarca la medición, el análisis y la comparación pre y post, en la cual se obtuvo los siguientes resultados: se logró reducir el tiempo de atención en un 88.6% y de espera en un 100%. Por lo cual, se concluye que el método propuesto mejora la atención de incidentes y se puede aplicar a otras empresas dedicadas al mismo rubro.
Arquitectura Multi-Tenant para la implementación de un software como servicio (SaaS) y su influencia en la usabilidad de las MYPES del sector comercio del Nor Oriente del Peruano
(Universidad Peruana Unión, 2023-09-01) Bautista Villegas, Edwin Alexander; Valles Paz, Johann James; Collantes Chules, Hitler
En los últimos años, ha habido un crecimiento exponencial en la adopción de servicios en la nube, lo cual ha llevado a las empresas de tecnología de la información a identificar una oportunidad para brindar soluciones basadas en la nube, como el software como servicio, con el fin de atender las demandas de los clientes de manera efectiva. El objetivo de esta investigación fue determinar en qué medida la implementación de la arquitectura multi-Tenant en un software como servicio (SaaS) incrementa su usabilidad en las MYPES del sector comercio del Nor Oriente del Peruano. Para ello, se realizó una investigación pre-experimental con una muestra de 32 MYPES a quienes se les aplicó un cuestionario para medir el grado de usabilidad del software puesto en producción. En promedio, el 38% de encuestados están totalmente de acuerdo con el nuevo sistema propuesto, y 62% reconoció mejoras en la solución propuesta, lo que marca una gran diferencia entre el pre y pos-test. En conclusión, el software como servicio (SaaS) desarrollado bajo la arquitectura Multi-Tenant ha aumentado la usabilidad del sistema implementado, generando beneficios significativos en términos de rentabilidad para la empresa CEATECSOFT E.I.R.L. En primer lugar, se ha logrado una reducción notable en los costos relacionados con el personal técnico, al eliminar la necesidad de gestionar múltiples versiones y al minimizar los gastos asociados con las visitas técnicas a los clientes, así como los costos relacionados con el registro de nuevos clientes. Estas mejoras han llevado a un incremento en la eficiencia operativa y una optimización de los recursos empresariales.
Enfoque plano-jerárquico basado en modelo de aprendizaje automático para la clasificación de productos de e-commerce
(Universidad Peruana Unión, 2023-11-15) Cotacallapa Mamani, Harold Enrique; Saboya Rios, Nemias
En el ámbito del comercio electrónico, optimizar el proceso de clasificación de productos adquiere una importancia crucial debido a su influencia directa en la eficiencia operativa y, por ende, en la rentabilidad. Aunque se han dedicado esfuerzos académicos considerables para abordar este problema, persisten lagunas en la literatura existente. En tal sentido, este artículo presenta una solución para la clasificación jerárquica de productos de comercio electrónico usando un conjunto de datos de 4 niveles de profundidad, obtenidos de una destacada plataforma de comercio electrónico en América Latina. Nuestra propuesta consiste en un modelo de aprendizaje automático que integra enfoques tanto el clasificación plana como local (jerárquica) para mejorar la eficacia individual de cada uno. En busca de este objetivo, se llevó a cabo un análisis comparativo de siete algoritmos de aprendizaje automático: Multinomial Naive Bayes Multinomial, Linear Support Vector Classifier, Multinomial Logistic Regression, Random Forest, XGBoost, FastText y Voting Ensemble. Los tres primeros se utilizaron para el modelo que emplea el enfoque local, mientras que el modelo que usa el enfoque plano es el Voting Ensemble compuesto por los 3 primeros algoritmos mencionados anteriormente. Los resultados demostraron que este enfoque plano-jerárquico superó al mejor modelo de enfoque plano en un 0.15% y al mejor modelo de enfoque local (Clasificador Local por Nivel) en un 4.88%, medido por el puntaje F1 ponderado. Además, se pone a disposición un nuevo conjunto de datos en español con más de un millón de productos de comercio electrónico. Finalmente, se discuten las mejores técnicas de preprocesamiento para este conjunto de datos, junto con las limitaciones inherentes al estudio y las posibles direcciones para futuras investigaciones en esta área.
Optimización Bayesiana de modelos de machine learning para mejorar la predicción de clientes e-learningV
(Universidad Peruana Unión, 2023-09-06) Maquera Canales, Jorge Daniel; Saboya Rios, Nemias
La puntuación de clientes potenciales desempeña un papel crucial en el marketing al evaluar el nivel de interés y compromiso de posibles clientes. Las técnicas de aprendizaje automático ofrecen un medio para automatizar los procesos de puntuación de clientes potenciales, permitiendo a los profesionales del marketing priorizar sus esfuerzos y asignar recursos de manera efectiva. Sin embargo, el rendimiento de los modelos de aprendizaje automático depende en gran medida de la configuración de sus hiperparámetros. Los métodos de optimización tradicionales pueden ser ineficientes y no lograr explorar eficazmente el espacio de hiperparámetros de alta dimensionalidad. En este estudio, proponemos un enfoque novedoso que utiliza la optimización bayesiana de hiperparámetros para mejorar la predicción de conversión de clientes en el ámbito del e-learning. Al aprovechar las estadísticas bayesianas y un modelo probabilístico, nuestro método explora eficientemente el espacio de hiperparámetros para identificar configuraciones óptimas que maximizan el rendimiento del modelo. Consideramos los algoritmos de aprendizaje automático Extreme Gradient Boosting, Support Vector Machine, Random Forest, Logistic Regression y Decision Tree, y comparamos los algoritmos optimizados con sus versiones base en términos de precisión, sensibilidad, puntuación F1 y el área bajo la curva característica de operación del receptor (AUC). Los resultados demostraron que los algoritmos optimizados superaron consistentemente a sus versiones base. Nuestra investigación destaca la importancia de la optimización de hiperparámetros para lograr un rendimiento óptimo del modelo de aprendizaje automático y proporciona información valiosa para los profesionales del marketing en la industria del e-learning. Al aprovechar los algoritmos optimizados, las organizaciones pueden tomar decisiones basadas en datos, maximizar las tasas de conversión y optimizar las estrategias de marketing.
Modelo de evaluación de calidad en uso basado en la ISO 25022 para un sistema de información de Gestión del Talento Humano
(Universidad Peruana Unión, 2023-07-10) Leandro Jair, Burgos Robles; Huanca Torres, Fredy Abel
La calidad en uso se ha convertido en un punto de interés en los últimos años para la industria del desarrollo de software. A raíz de ello, se ha generado la necesidad de verificar que un producto de software alcance un nivel aceptable de calidad. En la actualidad existen normas ISO relacionadas a la calidad de software para las distintas etapas del ciclo de vida. Para poder evaluar la calidad en uso se utiliza la ISO 25022, en la cual se declara las métricas a aplicar. Este trabajo de investigación busca, mediante un caso de estudio, proponer un modelo de evaluación de calidad en uso basado en la ISO 25022 siguiendo el proceso del ciclo de ingeniería. Con el modelo propuesto se evaluó un sistema de información de gestión del talento humano, obteniendo resultados de las características en el rango: Satisfactorio (Eficacia 88.75%), mientras que las otras están en el rango de Regular (Eficiencia 59.21% y Satisfacción 66.74%). Estos resultados permiten identificar el nivel de calidad en uso por características y de manera general para ayudar en la toma de decisiones de los responsables de desarrollo del software. Con esto se concluye que es posible evaluar la calidad en uso de un Sistema de Información de Gestión del Talento Humano utilizando el modelo diseñado en esta investigación.
Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín
(Universidad Peruana Unión, 2023-07-20) Chuquipoma Fermín, Oswaldo; Arapa Mejia, Jared Elim; Valles Coral, Miguel Angel
En San Martin el cultivo de cacao (Theobroma cacao L.) se ve afectado por enfermedades y plagas que pueden causar una disminución en su producción e incluso la pérdida total de la cosecha. Por esta razón en esta investigación se desarrollaron modelos de redes neuronales convolucionales para identificar de manera temprana las plagas en frutos de cacao (Teobroma cacao L.), para este proyecto nos centramos en la plaga Moniliasis (Moniliophthora roreri) utilizando imágenes simples de frutos sanos y enfermos, mediante técnicas de aprendizaje profundo. Los modelos fueron entrenados con un conjunto de 4602 imágenes obtenidas de Kaggle, una comunidad en línea compuesta por científicos de datos y profesionales del aprendizaje automático, que incluyen imágenes de frutos enfermos y sanos. Se entrenaron dos arquitecturas modelos: CacaoCustom, un modelo personalizado que alcanzo una precisión de 82%, e InceptionV3 un modelo preentrenado, siendo este último con el mejor rendimiento, alcanzando con una tasa de éxito de 96.77% en la identificación del fruto con plaga y sin plaga. La tasa de éxito significativamente alta hace que el modelo sea una herramienta de alerta temprana y muy útil en la agricultura, identificando la plaga Moniliasis en los frutos del cultivo de cacao (Teobroma cacao L.).
Metodología de ingeniería de software para la migración de datos en hospitales públicos del Perú
(Universidad Peruana Unión, 2023-07-21) Ramos Cordova, Alexing Guillermo; Robles Cconovilca, Alexander; Levano Rodriguez, Danny
SISMED ha presentado diversas insuficiencias con el paso del tiempo; y es considerado poco amigable por sus complejas funcionalidades. El objetivo de la investigación fue implementar una metodología de ingeniería de software para la migración de datos en el Hospital II-2 Tarapoto. Para ello, empleamos un estudio descriptivo-propositivo. Se diagnosticó y evaluó la situación actual del proceso de prescripción y dispensación de medicamentos en el Hospital II-2 – Tarapoto. Se identificó los cuellos de botella, y a partir de ello se desarrolló una metodología para la migración de datos; el cual consta de dos (02) fases: i) extracción y transformación de datos y ii) migración de datos. Estas fases contienen los 6 pasos que guiarán al cumplimiento de nuestro objetivo, es decir, analizar, extraer y transformar los datos y finalmente migrarlos a una base de datos MySQL para su uso correspondiente. A modo de conclusión, la metodología permitió mejorar el proceso de migración de datos, hemos optimizado el tiempo, lo que anteriormente la extracción y procesado de datos se realizaba en 40 minutos, en la actualidad es realizado en 1 minuto, lo que evidencia el cumplimiento de nuestro objetivo principal. Finalmente, nuestra propuesta fue desarrollada con el fin de ser replicada en hospitales públicos del Perú que opten por una solución eficiente y automatizada.

Examinar

Envíos recientes