3 resultados
Resultados de la búsqueda
Mostrando 1 - 3 de 3
Ítem Un enfoque híbrido para la previsión jerárquica del consumo eléctrico industrial en Brasil(Universidad Peruana Unión, 2024-09-30) Serrano Hernandez, Ronald Miguel; López Gonzales, Javier LinkolkEl sector industrial brasileño es el mayor consumidor de electricidad en el sistema energético. La planificación energética en este sector es crucial, principalmente debido a su impacto económico, social y ambiental. En este contexto, el análisis y las proyecciones del consumo de electricidad son altamente relevantes para la toma de decisiones del sector industrial y de las organizaciones que operan en el sistema energético. Los datos de consumo eléctrico del sector industrial brasileño pueden organizarse en una estructura jerárquica compuesta por cada región geográfica (Sur, Sudeste, Centro-Oeste, Nordeste y Norte) y sus respectivos estados. Este trabajo propone un enfoque híbrido que incorpora las proyecciones obtenidas mediante los modelos de suavizamiento exponencial y Box-Jenkins para realizar pronósticos jerárquicos del consumo eléctrico del sector industrial brasileño. El enfoque propuesto se comparó con los enfoques bottom-up (de abajo hacia arriba), top-down (de arriba hacia abajo) y de combinación óptima, ampliamente utilizados para pronósticos jerárquicos de series temporales. El desempeño de los modelos fue evaluado utilizando las medidas de precisión error porcentual absoluto medio (MAPE) y raíz del error cuadrático medio (RMSE). Los resultados indican que el enfoque híbrido propuesto puede contribuir significativamente a las proyecciones y análisis del consumo eléctrico en el sector industrial de Brasil.Ítem Fine-Tuning de Modelos Monolingües BERT preentrenados para el análisis de sentimientos en contextos de jerga peruana(Universidad Peruana Unión, 2024-09-30) Calizaya Milla, Sergio Elvis; Santos Gonzales, Jair Samuel; Huanca Torres, Fredy AbelLa innovación en el procesamiento del lenguaje natural (NLP) ha llevado a la creación de modelos como BERT, RoBERTa, GPT-4o, Llama 3 y Gemini. Sin embargo, la adaptación de estos modelos a dialectos específicos, especialmente en lenguas distintas del inglés, sigue siendo poco explorada, especialmente con jergas o lenguaje informal. En respuesta a esta necesidad, nuestra investigación evalúa modelos monolingües al español que mejor se adapten a las expresiones coloquiales peruanas, siendo la mejor alternativa RoBERTuito, un modelo pre-entrenado en un extenso corpus de tweets en español que destaca su eficacia en tareas de clasificación de texto. Afinamos y comparamos este modelo para reflejar las características del español peruano. Implementamos un proceso de recolección y preprocesamiento de datos de Facebook, enfocándonos en comentarios en español peruano. Este dataset especializado con más de 11,000 comentarios etiquetados fueron usados para entrenar modelos monolingües en la tarea de análisis de sentimientos y obtener una detección más precisa de la polaridad en textos que incluyen jergas peruanas. RoBERTuito obtuvo un F1-score equilibrado de 0.750, con una precisión de 0.858, un recall de 0.870 y una exactitud de 0.789. En comparación, BETO alcanzó una precisión de 0.794, recall de 0.725 y exactitud de 0.669; BERTuit, una precisión de 0.751, recall de 0.869 y exactitud de 0.722; y RoBERTa-BNE, una precisión de 0.783, recall de 0.759 y exactitud de 0.750. Este estudio no solo proporciona una solución para el análisis de sentimientos en español peruano, sino que también establece una base para adaptar modelos monolingües a contextos lingüísticos específicos.Ítem Toma de decisiones para la venta en unidades de la línea de panes en una industria de alimentos en el Perú basado en redes bipartitas(Universidad Peruana Unión, 2024-01-04) Huamán Moreto, Sandrita Aracely; Villalta Salas, Dany Isidro; López Gonzales, Javier LinkolkEn estos últimos años, la minería de datos a tomado gran importancia en las empresas, porque el uso de la misma ayuda en la toma de decisiones de los directivos. Porque los problemas de toma de decisiones se vuelven cada vez más complicados. Por lo tanto, en este artículo se propone un algoritmo probabilístico de toma de decisiones de recomendación, basado en una proyección de red bipartita. En primer lugar, combinando la información de toma de decisiones de los almacenes de venta de los productos y la venta de los panes, se establece un gráfico bipartito que conecta al almacén y al producto. Para ello se utilizó la metodología CRISP-DM. Los resultados muestran que nuestro método propuesto supera a un método de predicción simple, logrando la oportuna toma de decisiones