REPOSITORIO USM
Trabajos de Título, Monografías Académicas, Tesis o Memorias de pregrado
Recent Submissions
Modelo de aprendizaje automático profundo para la identificación de rasgos del espectro autista en adultos
(Universidad Técnica Federico Santa María, 2026-05-19) Sarabia Neira, Christian Alexis; Departamento de Electrotecnia e Informática; Jara Bulnes, Gabriel Alberto
El presente trabajo tuvo como objetivo desarrollar y validar un modelo de clasificación basado en técnicas de Machine Learning para apoyar el proceso de screening del Trastorno del Espectro Autista en adultos, utilizando el cuestionario estandarizado AQ-10. Para ello, se empleó el conjunto de datos público Autism Screening on Adults, el cual fue sometido a un proceso de preprocesamiento que incluyó limpieza de datos, codificación de variables categóricas y estandarización de atributos numéricos, además de la eliminación de una variable que introducía fuga de información. La solución fue desarrollada siguiendo la metodología CRISP-DM y consistió en la implementación y evaluación comparativa de cuatro modelos de clasificación: Árbol de Decisión, Random Forest, Máquina de Vectores de Soporte (SVM) y una Red Neuronal Artificial. Los modelos fueron validados mediante métricas estándar de clasificación, tales como precisión, sensibilidad (recall), F1-score, matriz de confusión y el área bajo la curva ROC (AUC-ROC), priorizando la reducción de falsos negativos debido a la naturaleza clínica del problema. Los resultados obtenidos muestran que todos los modelos presentan un desempeño elevado, destacando especialmente el Random Forest y la Red Neuronal Artificial, ambos con valores de AUC cercanos a 0,996 y altos niveles de sensibilidad y precisión. En particular, el Random Forest demostró el mejor equilibrio entre capacidad predictiva, estabilidad y reducción de errores clínicamente relevantes, posicionándose como la alternativa más adecuada para su uso en procesos de screening inicial. En conclusión, este estudio confirma que las técnicas de Machine Learning pueden constituir una herramienta eficaz de apoyo al tamizaje del TEA en adultos, contribuyendo a una detección más temprana y accesible, siempre como complemento y no como reemplazo del diagnóstico clínico profesional.
Propuesta de modelo de sensorización de máquinas convencionales del taller MM – SJ para el pronóstico de fallas bajo el paradigma de Industria 4.0
(Universidad Técnica Federico Santa María, 2026-03) Catalán Ramírez, Bernardita Paz; Guzmán Bonet, Luis; Departamento de Ingeniería Mecánica; Núñez Segovia, Jaime Humberto
El objetivo general de este trabajo es proponer un modelo de seguimiento de señales de operación de máquinas fresadoras convencionales, compatible con el modelo para el pronóstico de fallas desarrollado para el Taller Metalmecánico del DIMEC San Joaquín, bajo el paradigma de la Industria 4.0. En primer lugar, se contextualiza el trabajo mediante una revisión exhaustiva del estado del arte, en la cual se abordan las principales tecnologías habilitadoras de la Industria 4.0, mantenimiento y el desarrollo del Mantenimiento Predictivo 4.0. Asimismo, se examinan los algoritmos de Machine Learning con mayor aplicación en este campo, destacando su potencial para la detección temprana de fallas y la estimación de vida útil remanente. Posteriormente, se definen los elementos que componen el modelo de seguimiento de señales de operación y pronóstico de fallas. Se continúa con un levantamiento del estado actual del mantenimiento en el Taller Metalmecánico, evaluando su nivel de madurez en tres dimensiones clave. Este diagnóstico permite identificar brechas existentes y proponer mejoras concretas para avanzar en la transformación digital del taller. En la siguiente etapa, se establecen los requerimientos técnicos necesarios para la implementación del modelo, especificando sensores, protocolos de comunicación y software de gestión, con el fin de asegurar la compatibilidad con la infraestructura digital ya implementada en el taller. Como última etapa, se desarrolla(...).
Optimización del uso del agua en sistemas agrícolas mediante la delimitación de zona de manejo y un modelo de optimización de riego a tasa variable
(Universidad Técnica Federico Santa María, 2026-03-08) Jerez Pinto, Katherine Daniela; Mac Cawley Vergara, Alejandro Francisco; Departamento de Industrias; Albornoz Sanhueza, Víctor Manuel
La creciente escasez hídrica y la alta heterogeneidad edáfica presente en los sistemas agrícolas chilenos han generado la necesidad de desarrollar herramientas que permitan optimizar el uso del agua sin comprometer el desempeño productivo de los cultivos. En este contexto, la presente tesis propone la formulación e implementación de un modelo de optimización de riego a tasa variable (RTV) orientado a optimizar la asignación del recurso hídrico en un predio agrícola heterogéneo, integrando técnicas de agricultura de precisión, simulación del crecimiento de cultivos y optimización matemática. La metodología se estructura en tres etapas principales. En primer lugar, se desarrolla un modelo de programación lineal entera para la delimitación de zonas de manejo homogéneas, utilizando indicadores edáficos relevantes y criterios explícitos de homogeneidad, lo que permite representar adecuadamente la variabilidad espacial del suelo. En segundo lugar, se implementa un Modelo de Simulación de Crecimiento de Cultivos (MSCC) basado en funciones de respuesta al riego, mediante el cual se estiman el rendimiento y la calidad del cultivo de frutilla en función del volumen de agua aplicado en cada zona. Finalmente, se formula y resuelve un modelo de optimización de riego a tasa variable, cuyo objetivo es determinar la cuota óptima de riego por zona, incorporando restricciones agronómicas y penalizaciones asociadas al incumplimiento del criterio de homogeneidad. Los resultados del caso de estudio muestran que(...).
Evaluación del desarrollo del pensamiento computacional en la asignatura IWI-131
(Universidad Técnica Federico Santa María, 2026-04) Cáceres Buzcovich, Juan Antonio; Vásquez Guerra, Andrea Fernanda; Departamento de Informática; Meza Montoya, Federico
El pensamiento computacional (PC) es un conjunto de habilidades cognitivas fundamentales para la resolución de problemas en el ámbito de la programación y la informática, cuyo desarrollo en etapas tempranas de la formación universitaria resulta especialmente relevante. En la Universidad Técnica Federico Santa María, la asignatura IWI-131 constituye el curso introductorio de programación para estudiantes de primer año; sin embargo, hasta la fecha no existía evidencia sistematizada sobre su impacto en el desarrollo de estas habilidades. El presente trabajo evaluó dicho impacto mediante un diseño pre–post, comparando los resultados de una prueba diagnóstica inicial aplicada al comienzo del curso con los de un nuevo instrumento de evaluación aplicado al finalizar la asignatura. Este nuevo test fue construido a partir de ítems isomórficos respecto del instrumento original, con el fin de medir las mismas habilidades —abstracción, pensamiento algorítmico, generalización y descomposición— en condiciones equivalentes, evitando sesgos por memorización. Los resultados evidenciaron una mejora general en el desempeño de los estudiantes, tanto en el puntaje global como en cada una de las habilidades evaluadas. El pensamiento algorítmico presentó el mayor incremento relativo (+36,37%), seguido por generalización (+31,06%) y abstracción (+26,52%), mientras que descomposición mostró la menor variación (+9,09%). Estos hallazgos aportan evidencia sobre el efecto formativo de la asignatura y orientan posibles mejoras para fortalecer el desarrollo del pensamiento computacional en futuros cursos.
Evaluación de la respuesta local y global de muros de sección compuesta de hormigón armado con disipadores sísmicos friccionales en la interfaz ala-alma
(Universidad Técnica Federico Santa María, 2026-04) Fuentes Zenteno, Marcelo Andrés; Departamento de Obras Civiles; Sepúlveda Contreras, Claudio Ignacio
Este trabajo evalúa la eficacia en la mejora del desempeño sísmico mediante la incorporación de disipadores friccionales en la interfaz ala–alma de muros de hormigón armado de sección compuesta en edificios de gran altura. La evaluación se realiza a partir de la comparación de tres configuraciones del núcleo sismorresistente de un caso de estudio: una configuración con comportamiento monolítico en la interfaz, una con comportamiento elastoplástico perfecto que modela la acción de disipadores friccionales y una configuración con dilatación entre ala y alma. La respuesta estructural se obtiene mediante análisis dinámicos no lineales tiempo–historia realizados en modelos desarrollados en OpenSees, utilizando el elemento de tipo MVLEM-3D para la modelación de muros. A partir de estos análisis se determinan indicadores de desempeño tipo RPI, asociados a distintos mecanismos de respuesta estructural. Los resultados son procesados mediante un análisis estadístico tipo Box-Plot, utilizando la mediana y el tercer cuartil como parámetros característicos. A partir de estos, se definen indicadores compuestos de daño que integran la respuesta a nivel estructural, no estructural y global. Esta metodología permite comparar de manera consistente el desempeño de las distintas configuraciones de interfaz.
Política de Privacidad 
