Trabajo de Integración Curricular - Ingeniería en Telemática
URI permanente para esta colección
Examinar
Envíos recientes
- ÍtemAcceso AbiertoDesarrollo de una aplicación para la detección de enfermedades por plaga en cultivos de diferentes tipos de suelo utilizando Deep Learning.(Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Telemática., 2024-02-28) Ledesma Pazmiño , Kimberly Stephanny; Lorenty Suárez , Jose Francisco; García Torres, Ingrid AngélicaEsta investigación surge de la urgente necesidad de integrar a los pequeños agricultores en la tecnificación mediante la Inteligencia Artificial para este fin se desarrolló un modelo de red neuronal convolucional (CNN) que identifica con precisión plagas en cultivos de arroz y maíz, comunes en el Litoral Ecuatoriano, mediante el procesamiento de imágenes. Se realizaron pruebas variando arreglos de Dropout y aumento de Datos, hallando que la combinación de ambos en el mismo modelo ofreció los mejores resultados, evitando el sobreajuste que se define como un error de aprendizaje del modelo. Para obtener datos, se exploró el sector Las Conchas del Cantón Montalvo Provincia De Los Ríos, donde los cultivos sufren plagas que afectan su desarrollo y para este cometido también se diseñó una interfaz gráfica pen la que los usuarios visualicen el modelo, proporcionando, además de la identificación de la plaga, una breve descripción de la misma.
- ÍtemAcceso AbiertoDesarrollo de un sistema de telemetría con aprendizaje automático para el análisis climático en tiempo real y gestión de desastres naturales(Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Telemática., 2024-02-28) Pesantez Robles , Evelyn Pamela; Tomalá Heredia , Cinthya Nathaly; Oyague Bajaña, Ericka StephaníaEL Presente proyecto abarca el desarrollo de un prototipo de telemetría para una estación meteorológica, en el que se implementó sensores de diferentes variables climáticas como temperatura, humedad, velocidad de viento, dirección de viento; para poder realizar predicciones climáticas y prevenir mediante correo electrónico alertas de posibles eventualidades referente al clima. Entre sus funciones para el funcionamiento está en realizar la comunicación en el que se usó el protocolo MQTT, junto a la API Rest Blynk, para poder llegar al servidor y este refleje un dashboard en la página web, otra de sus funciones es realizar predicciones de las variables climáticas con algoritmos aprendizaje automático supervisado tales como, SVR, Regresión lineal, Random Forest, en donde se realizó el análisis de los tres algoritmos en el que se concluyó que SVR es el de mejor rendimiento, por los resultados de la variable temperatura y humedad de sus métricas de rendimiento. Sin embargo, las otras variables no fueron analizadas debido a que los sensores usados no fueron los más adecuados lo que impidió obtener buena lectura en tiempo real.
- ÍtemAcceso AbiertoDesarrollo de un asistente virtual para la detección de niveles tempranos de ansiedad generalizada a través del análisis de la sintomatología.(Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Telemática., 2024-02-28) Jara Baque , Luis Antonio; Jurado Villón , Steven Eduardo; García Torres, Ingrid AngélicaLa presente investigación se centra en el desarrollo y evaluación de "Maya", un asistente virtual basado en inteligencia artificial implementado como aplicación web. Su objetivo es mejorar el alcance de la atención temprana y personalizada para aquellos que experimentan ansiedad y el trastorno de ansiedad generalizada. A continuación, exploramos la situación global de la ansiedad, bases de la inteligencia artificial, agentes conversacionales, herramientas de desarrollo web, y métodos de diagnóstico y tratamiento de esta condición. La metodología mixta incluyó pruebas contando con más de 50 participantes, revelando fortalezas y debilidades de Maya. El prototipo demostró ser una herramienta de apoyo accesible e inclusiva, capaz de brindar apoyo a personas afectadas por condiciones que a menudo se subestiman, pero que tienen un impacto significativo en la vida diaria. Este estudio resalta el potencial de la inteligencia artificial como una solución valiosa en el apoyo y abordaje de condiciones de salud mental.
- ÍtemAcceso AbiertoEstudio de simulación para la evaluación de indicadores de calidad de la educación superior correspondientes a los rankings internacionales ARWU y QS usando redes neuronales artificiales y herramientas de visualización de datos.(Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Telemática., 2024-02-28) Flores Arévalo , José Andrés; Salazar Indacochea , Carlos Antonio; Gilda Judith, Taranto VeraEste estudio se enfoca en la simulación para evaluar parámetros de rendimiento de calidad en la educación superior, específicamente en los rankings internacionales ARWU y QS, centrándose en el área de matemáticas. A través del uso de redes neuronales artificiales como Red de Base Radial (RBF), Perceptrón Multicapa (MLP) y regresión lineal como un método alternativo. El objetivo principal es examinar las comparativas de eficiencia en la evaluación de los indicadores. Tras aplicar métricas de evaluación, se identifican: Error absoluto medio porcentual (MAPE), distancia media cuadrática mínima (RMSE) y el coeficiente de determinación (R2) definiendo al mejor modelo el MLP, obteniendo en ARWU; MAPE=64.2194, RMSE=0.2398, R2 =0.8355. Y en QS; MAPE=209.0182, RMSE=0.1196, R2 =0.9625, ligeramente inferior a otros modelos. En el despliegue de resultados, se utilizó Power BI para visualizar datos, gráficas y predicciones mediante MLP. Proporcionando percepciones para optimizar procesos y decisiones en educación global mediante simulación y visualización.
- ÍtemAcceso AbiertoDesarrollo de un modelo de aprendizaje automático para predecir la probabilidad de aprobación del examen de admisión para el ingreso a la universidad basado en las características del alumno.(Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Telemática., 2024-02-28) Decker Díaz , Daniel Alfredo; Gruezo Goyes , Brittany Lisbeth; Acosta Guzmán, Iván LeonelHoy en día el acceso a la educación superior depende un examen de admisión que les permitirá cursar una carrera universitaria. Mediante el presente trabajo se realizó el desarrollo de un modelo predictivo justificado en las características del alumno mediante el uso del Aprendizaje Automático, con la finalidad de permitir a los centros educativos de nivel superior detectar las dificultades que enfrentan los estudiantes para aprobar el examen. En el presente trabajo investigativo se implementó la metodología mixta al usar el análisis de datos cuantitativos e información cualitativa que fueron obtenidos de entrevistas y como metodología de desarrollo de aplicó Knowledge Discovery in Databases (KDD), la cual nos permitió cumplir con el objetivo del proyecto planteado. La expectativa con este proyecto fue que las universidades pudieran tomar medidas preventivas que ayudaran a mejorar el desempeño académico de los estudiantes y promovieran el éxito académico.