Ingeniería Civil Informática (Campus San Joaquín)

Permanent URI for this collection

Browse

Recent Submissions

Now showing 1 - 5 of 9
  • Publication
    DESARROLLO E IMPLEMENTACION DE ´ SOLUCION DE SOFTWARE PARA VENTA DE ´ SERVICIOS UTILIZANDO LA HERRAMIENTA POWERAPPS
    (2023-10)
    MIRANDA, NICOLAS
    ;
    CASTRO, CARLOS (PROFESOR(A) GUÍA)
    ;
    Universidad Técnica Federico Santa María. Departamento de Informática
    Este informe tiene como objetivo el desarrollo de la aplicacion ”One-Shot” para la divisi ´ on´ PEST de Ecolab. La aplicacion tiene como objetivo centralizar y automatizar el proceso de registro, seguimiento y aprobacion de ventas realizadas por los especialistas. Los objetivos específicos alcanzados incluyen el diseno e implementación de una interfaz intuitiva y fácil de usar para los especialistas, la creación de un sistema de centralización de información seguro y accesible, la integración de base de datos ya existentes en la compañia y la provisión de visibilidad sobre las comisiones obtenidas. Se consiguio la centralización de la información en una base de datos de sharepoint, ademas se logró que los especialistas hicieran uso de la aplicación, un 69 % indicó que la aplicación desarrollada era intuitiva y clara en su disño, un 87 % indicó que la aplicación contenía todas las funcionalidades necesarias y finalmente un 93 % se sintio muy satisfecho con el uso en general de la aplicación
  • Publication
    ANÁLISIS DEL SENTIR SANSANO EN TIEMPOS DE PANDEMIA MEDIANTE TÉCNICAS DE MACHINE LEARNING Y VISUALIZACIÓN DE DATOS
    (2023-10)
    UBILLA ZAVALA, ISIDORA
    ;
    MARTÍ LARA, JOSÉ LUIS (PROFESOR(A) GUÍA)
    ;
    TORRES RUDLOF, NICOLÁS (PROFESOR(A) CORREFERENTE)
    ;
    Universidad Técnica Federico Santa María. Departamento de Informática
    Este trabajo de memoria se centra en el análisis de sentimientos de las confesiones de estudiantes de la Universidad Técnica Santa María publicadas en la red social Instagram durante pandemia. Para lograrlo, se aplicaron técnicas de aprendizaje automático, específicamente utilizando modelos de procesamiento del lenguaje natural, algoritmos de clúster y visualizaciones de datos. Los resultados destacan que las emociones y sentimientos expresados en los textos tienden a ser más negativos que positivos. Además, se identificó que el algoritmo Fuzzy-C Means con un parámetro m=1.01 se desempeñó como el mejor modelo de clusterización entre los probados. La relevancia de este trabajo radica en su potencial para comprender las necesidades de los alumnos y ofrecer apoyo temprano a aquellos que puedan requerirlo. En un contexto de creciente importancia de la salud mental, la detección anticipada de posibles signos de angustia o depresión a través del análisis de texto en las publicaciones de Instagram se convierte en una herramienta valiosa
  • Publication
    DIAGNÓSTICO INTELIGENTE DE COVID-19 MEDIANTE DEEP LEARNING APLICADO A IMÁGENES DE TOMOGRAFÍA COMPUTARIZADA
    (2023-01)
    AGUIRRE MOREAU, PABLO ALBERTO
    ;
    SOLAR, MAURICIO (PROFESOR(A) GUÍA)
    ;
    ARAYA, MAURICIO (PROFESOR(A) CORREFERENTE)
    ;
    Universidad Técnica Federico Santa María. Departamento de Informática
    El COVID-19 ha causado estragos en los sistemas de salud de los países afectados, debido a su naturaleza altamente contagiosa los centros médicos no cuentan con la capacidad suficiente para atender a los pacientes con síntomas por lo que se vuelve deseable el uso de una herramienta que permita analizar rápidamente las imágenes de tomografía computarizada del tórax en busca de un diagnóstico. En este trabajo se propone una solución basada en redes neuronales que permita clasificar imágenes CT en COVID-19 o No COVID-19 según las lesiones presentes en ellas. Para esto se hizo un modelo compuesto por una red neuronal base y un componente adicional para proveer información detallada de las imágenes. Los principales resultados obtenidos son AUC 0,67, recall 0,65 y specificity 0,69. Los resultados indican que el modelo tiene cierta capacidad de discriminación entre COVID-19 y No COVID-19 pero no se compara con las propuestas del estado del arte, sin embargo, el potencial de mejora que tiene la solución propuesta es grande
  • Publication
    OBTENCIÓN DE INFORMACIÓN A PARTIR DE LA COMPONENTE VISUAL EN PRESENTACIONES EN VIDEO
    (2023-08)
    PALMA MUÑOZ, FRANCO
    ;
    DOMBROVSKAIA, LIOUBOV (PROFESOR(A) GUÍA)
    ;
    LEÓN, ROBERTO (PROFESOR(A) CORREFERENTE)
    ;
    Universidad Técnica Federico Santa María. Departamento de Informática
    Un constante incremento en la creación de empresas pone presión para la obtención de financiamiento para desarrollar sus ideas y productos. La empresa Digevo, se en carga de incubar emprendimientos y evaluar su viabilidad a través de un extenso formulario llenado de manera manual. Por ello, se busca extraer automáticamente la información rele vante de los video pitchesincluso desde el contenido visual de las presentaciones, por esto se desea encontrar un método para obtenerla directo del video y aprovechar esta información que de otra manera se perdería. Se creó una librería que permita la manipulación de los frames de un video y la obtención de una transcripción del texto presentado: A partir de los videos en varios formatos, extrae los frames y realiza una limpieza para eliminar información redundante, para luego, identificar diapositivas distintas y transcribirlas a texto usando sistemas OCR. Aplica un proceso de estructuración, que incluye la agrupación de textos según la división espacial en las diapositivas y también lematización o stemming sobre el texto. De los resultados obtenidos se observó un buen y similar desempeño entre los sistemas OCR utilizados y para el caso de algunos parámetros dejados a libre elección en el proceso, se obtuvieron valores optimizados para la muestra de entrenamiento. En la fase de pruebas y validación, se obtuvo una baja pérdida en las estimaciones de diapositivas y se logró una precisión aproximada del 60 % para las transcripciones finales.
  • Publication
    OPTIMIZADOR DE RUTA PARA LA COMPRA DE INSUMOS EN DISTINTOS LOCALES DE SUMINISTROS
    (2023-08)
    Puente Riquelma, Nicolás Alberto
    ;
    MARTÍ LARA, JOSÉ LUIS (PROFESOR(A) GUÍA)
    ;
    ANDRADE CORNEJO, ORLANDO (PROFESOR(A)CORREFERENTE)
    ;
    Universidad Técnica Federico Santa María. Departamento de Informática
    El tiempo de Pick-Up dentro de un supermercado depende en gran medida por la experiencia que tenga el cliente sobre su local de compra, por lo que puede volverse un proceso lento e ineficiente para las personas con menos experiencia. En este trabajo se desarrolla una aplicación móvil que utiliza los datos proporcionados por Zippedi para guiar al usuario, generando una ruta basada en un algoritmo de inteligencia artificial. Luego de un proceso de pruebas utilizando un local como piloto, fue posible concluir que, gracias a las rutas generadas, los usuarios lograron reducir el tiempo para completar una lista de compras en comparación a las personas que simplemente utilizaron un papel.