Ingeniería de Tecnologías de Información y Sistemas
URI permanente para esta colecciónhttps://hdl.handle.net/20.500.12640/4166
Examinar
Ítem Acceso Abierto Elaboración de un plan de gestión de proyecto para la implementación de un sistema de comunicaciones en la Central Hidroeléctrica de Machu Picchu para la empresa GyM. S.A. considerando las buenas prácticas del PMBOK(Universidad ESAN, 2016) Alfaro Valle, CinthyaEl siguiente trabajo de investigación propone un conjunto de buenas prácticas que brinda el PMBOK (Project Management Body of Knowledge), para la elaboración de un plan de gestión de proyectos para la implementación de un sistema de comunicaciones en la central hidroeléctrica de Machu Picchu para la empresa GyM S.A. Se detallan inicialmente los conceptos teóricos correspondientes al tema de investigación a través de las fuentes bibliográficas. A continuación se desarrollará la metodología a través de los instrumentos de recolección y análisis de datos. Posteriormente, una vez obtenidos los resultados, se procederá con la elaboración del plan de proyecto a través del desarrollo de cada fase del mismo empleando las bases teóricas descritas en la etapa inicial. Finalmente se culminará con las conclusiones derivadas del desarrollo del proyecto logrando colaborar con la necesidad del negocio y con la base del conocimiento de la empresaÍtem Acceso Abierto Impacto de la implementación de minería de datos en el mantenimiento y análisis de la información catastral en una municipalidad distrital(Universidad ESAN, 2018) Antezana Bustamante, Daniel ArturoEl objetivo de la investigación es demostrar que la aplicación del proceso de minería de datos sobre información catastral permite mejorar el mantenimiento catastral mediante una mejor planificación y toma de decisiones en una municipalidad distrital. Se destaca el valor estratégico de la información catastral y su análisis como factores claves de éxito en la gestión de los procesos críticos en la municipalidad. La investigación utiliza una metodología mixta que permite complementar y reforzar las conclusiones obtenidas en los enfoques cualitativo y cuantitativo. Por esta razón, no se obtienen conclusiones únicamente de los resultados de la implementación de minería de datos, sino también de los instrumentos de medición considerando requerimientos específicos y los objetivos de 4 áreas municipales: Catastro, Rentas, Obras Privadas y Obras Públicas. En la implementación del proceso de minería de datos se realiza un análisis exhaustivo de la información. Se utiliza la metodología de proceso minería de datos Cross Industry Standard Process (CRISP-DM). Se realiza el análisis univariado y bivariado, se obtienen modelos predictivos y de clasificación de minería de datos y reglas de asociación. En las conclusiones de la investigación se utilizan acciones operativas estratégicas formuladas a partir de la implementación de la minería de datos para establecer una secuencia lógica de acciones a materializar y los beneficios que conllevan estas acciones en las áreas municipales. Estos beneficios contribuyen al cumplimiento de objetivos y a solucionar el problema de investigación.Ítem Acceso Abierto Desarrollo de videojuego para el aprendizaje de vocabulario del idioma inglés(Universidad ESAN, 2018) Flórez Ponce, Fernando LeoncioEl presente estudio consistió en desarrollar un videojuego con el propósito de afrontar el problema de la educación en relación a la falta de conocimiento del idioma inglés en temas de vocabulario. La efectividad de la aplicación de los videojuegos en la educación en otros países del primer mundo resultó en una mejoría del índice de aprendizaje de los alumnos involucrados. El trabajo consistió en crear un videojuego con capacidad de actuar como una herramienta para los profesores de inglés para que puedan ser capaces de mejorar el nivel de atención y rendimiento de sus alumnos por medio de la aplicación de redes neuronales, con el propósito de que los alumnos de sector primaria y secundaria puedan asimilar mejor los conocimientos lingüísticos para su educación en general, debido a la necesidad actual del idioma para competir a nivel mundial. El trabajo en sí consistió darle más contenido al videojuego en cuestión por medio de la aplicación de técnicas de ciencias de la computación actual para mejorar la experiencia del alumno para optimizar el aprendizaje, tomando en consideración los avances actuales tanto en la tecnología como en el entretenimiento. Entre los resultados más importantes se encontraron que los beneficios de utilizar los videojuegos para la enseñanza incluyeron la facilidad de aprendizaje y una mejor asimilación de conocimientos. Se encontraron que los videojuegos son mejores herramientas debido a la facilidad de entender y experimentar, al no generar tanta resistencia como el aprendizaje común, al mostrarse una 80% de aceptación encontrada al probar la hipótesis.Ítem Acceso Abierto Impacto del preprocesamiento de imágenes en la efectividad de la verificación facial empleando visión computacional(Universidad ESAN, 2020) Tafur Coronel Zegarra, BrunoEl objetivo de la investigación es evaluar el impacto del preprocesamiento de imágenes en la efectividad de la verificación facial. Un sistema de verificación facial realiza un proceso basado en detección de rostro, preprocesamiento de imagen, extracción de características y verificación facial. Los sistemas de verificación enfrentan desafíos relacionados a la iluminación, expresión o pose. Se decidió evaluar el impacto del preprocesamiento buscando aliviar estas dificultades. Se tomó en cuenta la evaluación del preprocesamiento en términos de alineamiento, suavizamiento, agudizamiento y ecualización. Se realizaron pruebas de efectividad en tres fuentes de información: Labeled Faces in the Wild (LFW), YouTube Faces DB (YTF) y una base de datos obtenida dentro del contexto local. Asimismo, se evaluó en tres algoritmos de extracción de características basados en redes neuronales convolucionales: OpenFace, VGGFace2 y Light CNN. Adicionalmente, se analizó con dos métodos de detección facial: basados en descriptores HOG y Haar. Se utilizó la metodología CRISP-DM para la analítica de datos y la metodología cascada para el desarrollo de software de dos prototipos. Los resultados de las pruebas alcanzaron una efectividad de hasta 98.18% en LFW, 85.72% en YTF y 93.62% en la base de datos del contexto local. Se demostró la relación entre los métodos de preprocesamiento y la efectividad del sistema corroborando que métodos como el alineamiento son muy efectivos. Se demostró que este impacto puede ser positivo o negativo dependiendo de la combinación de factores como la fuente de información, el modelo de verificación facial y el método de detección facial.Ítem Acceso Abierto Desarrollo de un videojuego para mejorar el nivel de comprensión lectora en estudiantes de primaria(Universidad ESAN, 2021) Machuca Breña, Alvaro RodrigoLas participaciones de Perú en las pruebas PISA han demostrado que el país posee un bajo nivel principalmente en el área de lectura quedando en la mayoría de las ocasiones en los últimos puestos. Por otro lado, el mercado de los videojuegos ha crecido de forma exponencial incrementándose en 50% el número de jugadores peruanos solamente en el primer semestre del 2020 con la aparición del coronavirus. La presente investigación consistió desarrollar un videojuego para mejorar el nivel de comprensión lectora en estudiantes de primaria. Los participantes fueron 112 estudiantes de 1ro a 6to grado de primaria con un rango de edad de 5 a 11 años. Para el desarrollo del videojuego se utilizó la metodología en cascada que incluye las fases de comunicación, planeación, modelado, desarrollo y despliegue. Los resultados revelaron que los estudiantes que utilizaron el videojuego demostraron una mejora significativa de 1.77 puntos (1er grado), 1.45 puntos (2do grado), 1.06 puntos (3er grado), 1.17 puntos (4to grado), 1.34 puntos (5to grado) y 1.17 puntos (6to grado) en las evaluaciones realizadas. Asimismo, se evidenció que más del 80% de los estudiantes tuvieron una mejora en los niveles literal e inferencial de comprensión lectora.Ítem Acceso Abierto Diseño de un sistema de visión computacional para el pre-diagnóstico de la enfermedad de Parkinson a partir de la escritura de una persona(Universidad ESAN, 2021) Monroy Malca, Virginia del PilarActualmente, la Enfermedad de Parkinson es la segunda enfermedad neurodegenerativa con más presencia en la población a nivel mundial, afecta directamente la calidad de vida y actividades diarias de una persona. Esta enfermedad está en aumento no solo en el Perú sino en el mundo. Por lo cual, el objetivo de la investigación es implementar un modelo de visión computacional para el pre-diagnóstico de la Enfermedad de Parkinson (EP) a partir de la escritura de una persona. El presente trabajo de investigación es de tipo experimental, explicativo y de enfoque cuantitativo, las fases son las siguientes: Aquisición, Preprocesamiento, Extracción de Características y Modelado y Clasificación. Los resultados de los experimentos alcanzan el nivel del 99% de Accuracy, 99% de Precision, 99% de Recall, 98% de F1 Score y 98% de AUC. Se concluye que, se obtuvo y construyó una base de datos que contiene los manuscritos de personas sanas y con EP. Segundo, se utilizaron técnicas de preprocesamiento, las cuales permitieron mejorar la calidad de las imágenes. Tercero, para la construcción del algoritmo, se hizo un procesamiento a las imágenes, se realizaron experimentos con descriptores SIFT, SURF, ORB y HOG para la extracción de características. Cuarto, se utilizó SVM como modelo de clasificación de Machine Learning (ML), además, se utilizaron redes convolucionales con distintas arquitecturas como VGG16, VGG19, Inception, ResNet50 y LeNet y finalmente se utilizaron técnicas que combinan las CNN + ML, con los modelos SVM, RF y KNN.Ítem Acceso Abierto Predicción del estado de financiamiento de proyectos de tecnología en sitio web de crowdfunding Kickstarter mediante modelo de Aprendizaje Profundo Multimodal(Universidad ESAN, 2021) Puente Ríos, Alonso AugustoDesde la aparición del crowdfunding, muchos emprendedores han presentado sus proyectos al público para conseguir su financiamiento. Durante el período 2009-2019, el 37% de proyectos de Kickstarter, una de las plataformas de financiamiento colectivo más populares, alcanzó ser financiado exitosamente. Se han estado utilizando distintas metodologías de Inteligencia Artificial, considerando todas las categorías en esta plataforma para crear modelos predictivos. Sin embargo, este ratio solo alcanza el 20% para Tecnología. El objetivo de esta investigación fue predecir el estado de financiamiento de proyectos de tecnología en Kickstarter mediante un modelo de Aprendizaje Profundo Multimodal. Siguiendo la metodología CRISP-DM, se implementó un modelo ensamblado de otros modelos de Aprendizaje Profundo para 3 modalidades: un Perceptrón Multicapa para la Metainformación, una Red Neuronal Convolucional para la descripción y un modelo LSTM Bidireccional para los comentarios de los patrocinadores. Se utilizó información de más de 27 mil proyectos de tecnología en Kickstarter entre 2009 y 2019. El modelo propuesto superó a los modelos de la base de línea en cada métrica, alcanzando un valor de 93% de AUC, su mejor desempeño. Se logró resolver el problema bajo una nueva perspectiva, además de aportar mayor conocimiento y un prototipo para apoyar a los emprendedores.Ítem Acceso Abierto Propuesta de modelo predictivo para la detección de fraude en mensajes de texto mediante el uso de Redes Neuronales Recurrentes(Universidad ESAN, 2024) Salinas Bolaños, Yair AndreyEl smishing, o fraude por mensajes de texto, se ha vuelto un problema creciente en el país, debido a la falta de mecanismos adecuados para detectar mensajes fraudulentos, lo que ha generado que muchos ciudadanos sean víctimas de estafa al recibir estos tipos de mensajes. El estudio tuvo como objetivo encontrar el mejor clasificador de fraude en mensajes de texto en el contexto peruano, para lo cual se recolectaron 527 imágenes de las que se obtuvieron 1740 mensajes, etiquetados manualmente como FRAUDE o LEGITIMO, basándose en recomendaciones de entidades públicas/privadas, y validadas por una experta en fraude del rubro de telecomunicaciones; posteriormente, se integraron con bases en otros idiomas, logrando un total de 4475 registros. Los mensajes fueron vectorizados con Word2Vec y FastText. Finalmente, se entrenaron algoritmos de Redes Neuronales Recurrentes (RNN, LSTM, GRU) y combinaciones con CNN para identificar el mejor modelo. Los resultados evaluados con Accuracy, Precision, Recall, F1-score y AUC evidenciaron que el mejor clasificador fue una RNN de 3 capas (200, 160, 1) usando el embedding FastText-NewL de 300 dimensiones, alcanzando 85.62% en Accuracy, 84.49% en Precision, 88.77% en Recall, 86.57% en F1-score y 93.14% en AUC.
