Proyectos - Ingeniería en Sistemas Computacionales
URI permanente para esta colección
Examinar
Envíos recientes
- ÍtemAcceso AbiertoPredicción temprana de Alzheimer utilizando métodos de Deep Learning(Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales, 2025-02) Pérez Herrera, Jonathan Danilo; Patiño Pérez, Darwin GuillermoLa enfermedad de Alzheimer es una enfermedad neurodegenerativa progresiva que afecta a millones de personas en todo el mundo, se caracteriza por la pérdida de memoria y el deterioro cognitivo, por lo que la detección temprana es vital para mejorar la calidad de vida del paciente y permitir intervenciones efectivas. Los métodos de diagnóstico actuales suelen ser costosos, invasivos y se utilizan en etapas avanzadas, lo que limita su accesibilidad y eficacia. Esta investigación tiene como objetivo desarrollar un modelo de aprendizaje profundo capaz de analizar datos clínicos y genéticos para identificar patrones tempranos de Alzheimer, comenzando con la consolidación y el preprocesamiento de datos de pacientes de código abierto para garantizar la coherencia. La arquitectura del modelo se diseñará para abordar la complejidad del problema, se entrenará utilizando técnicas avanzadas y se evaluará utilizando métricas como precisión, sensibilidad y especificidad, con un rendimiento comparado con los métodos tradicionales de validación. El proceso de desarrollo se documentará exhaustivamente y los hallazgos se compartirán a través de informes técnicos, artículos científicos y conferencias para fomentar la colaboración. A pesar de los desafíos como la variabilidad de los datos, las limitaciones computacionales y las barreras de implementación clínica, este proyecto busca proporcionar una herramienta accesible y eficiente para la detección temprana del Alzheimer, ofreciendo beneficios significativos a los pacientes y los sistemas de atención médica.
- ÍtemAcceso AbiertoDiseño e Implementación de una Plataforma Web Integral para la Gestión Eficiente de Servicios Técnicos y Control de Inventario en la Empresa Distprolab, en la ciudad de Guayaquil(Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales, 2025-01-31) Santana Ramírez, Danny Brandon; Diaz Quispe, Holger Freddy; Sánchez Pazmiño, Diana PriscilaEl presente proyecto tiene como objetivo general desarrollar una plataforma web integral para optimizar la gestión de servicios técnicos y el control de inventario en la empresa Distprolab, ubicada en la ciudad de Guayaquil. Se busca mejorar la eficiencia operativa permitiendo un acceso ágil y seguro desde cualquier dispositivo. Para lograrlo, se llevó a cabo un análisis detallado de los procesos internos y necesidades específicas de la empresa, permitiendo identificar áreas de mejora y requerimientos funcionales clave. Posteriormente, se desarrolló una aplicación digital que facilita la administración y seguimiento de las solicitudes de servicio técnico, asegurando un monitoreo preciso del inventario y reduciendo errores operativos. Además, se integraron herramientas de análisis y generación de reportes dentro de la plataforma, lo que permite evaluar el desempeño de los servicios técnicos y la rotación de inventarios en tiempo real, optimizando la toma de decisiones estratégicas y operativas. El marco referencial del proyecto se fundamenta en estudios sobre digitalización de procesos empresariales, gestión de inventarios y herramientas tecnológicas para la optimización operativa, destacando la importancia de la automatización en la mejora de la eficiencia. La metodología empleada combina un enfoque cuantitativo y cualitativo, utilizando metodologías ágiles para el desarrollo del software.
- ÍtemAcceso AbiertoDesarrollo de un tutor móvil inteligente como soporte a la alfabetización sanitaria para el autocuidado de la dieta en personas con enfermedades de insuficiencia renal.(Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales, 2025-02-19) Vinces Almea, Shirley Esther; Boloña Castro, José Luis; Cevallos Torres, Lorenzo JeovannyEl objetivo principal de este proyecto es el desarrollo de un tutor móvil inteligente para promover la alfabetización sanitaria, y está enfocado en personas con insuficiencia renal crónica (IRC) ya que esta enfermedad representa un desafió de salud global, afectando directamente la calidad de vida de quienes la padecen. El manejo dietético en pacientes con enfermedades crónicas es fundamental para prevenir complicaciones, mejorar su estado de salud y ayudar al paciente en su recuperación; ya que el consumo de nutrientes como sodio, potasio, y proteínas es clave para prevenir complicaciones graves y retrasar el desarrollo progresivo de la enfermedad. Debido a esto, se planteó este tutor móvil inteligente en el cual se emplea un enfoque cuantitativo; iniciando por la recolección y construcción de un dataset con variables relevantes para que una persona con insuficiencia renal pueda tener una mejor calidad de vida, luego se desarrolla bajo un modelo hibrido en el cual se emplea inteligencia artificial y estadística neutrosófica, se utilizará un algoritmo para la recomendación de dietas saludables y está compuesto por el modelo LSTM (red neuronal recurrente para series de tiempo) y estadística neutrosófica ya que así se logra una precisión superior al integrar ambas técnicas. Este algoritmo es ideal para predicciones donde la variabilidad temporal y la incertidumbre son factores críticos. La combinación híbrida permite aprovechar las fortalezas de ambos enfoques, logrando mejores resultados en un contexto clínico complejo. Se espera que el desarrollo de esta herramienta tecnológica logre marcar un avance significativo dentro del ámbito de la salud digital, ya que combina tecnología innovadora con un enfoque educativo; buscando así no solo facilitar la adherencia en las recomendaciones dietéticas, si no también empoderar a los pacientes con IRC mediante la mejora de su alfabetización sanitaria, y fomentando la participación en el manejo de su enfermedad.
- ÍtemAcceso AbiertoPrototipo de aplicativo web de transcripción de videos a texto y generación de cuestionarios para estudios de mercado en la empresa MANTRA S.A.(Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales, 2025-02) Rivera Escalante, Erick Augusto; Núñez Gaibor, Jefferson ElíasEl objetivo principal de este proyecto es desarrollar un prototipo de aplicativo web que automatice la transcripción de videos a texto y la generación de cuestionarios para estudios de mercado en la empresa MANTRA S.A., optimizando procesos mediante el uso de inteligencia artificial. El marco referencial se sustenta en teorías de automatización de procesos, inteligencia artificial aplicada al reconocimiento de voz y texto, y metodologías de desarrollo web modernas, integrando herramientas como Node.js, React y MySQL. La metodología utilizada fue de tipo descriptiva y aplicada, siguiendo un enfoque incremental en el desarrollo del software, con etapas de análisis, diseño, implementación y pruebas, y utilizando como instrumento de estudio una encuesta aplicada a usuarios de la empresa. El contenido del proyecto abarca desde el análisis de necesidades de MANTRA S.A., la definición de requisitos funcionales y no funcionales, el diseño de la arquitectura del sistema basada en una aplicación web modular, hasta la implementación de un módulo de transcripción automática que procesa enlaces de videos alojados en plataformas externas. Además, incluye un generador de cuestionarios automáticos a partir del texto transcrito, la integración con una base de datos MySQL para el almacenamiento de resultados, y el despliegue en un servidor en la nube, lo que garantiza su accesibilidad y escalabilidad. La interfaz, diseñada, ofrece una experiencia intuitiva y amigable para los usuarios, facilitando la gestión de proyectos, usuarios y cuestionarios.
- ÍtemAcceso AbiertoIdentificación del uso inadecuado de armas en lugares públicos a través de cámaras GPS(Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales, 2025-02-10) Pacheco Lino, Katherine Andrea; Reyes Zambrano, GaryEl presente trabajo de titulación aborda una solución a problemas con la inseguridad detectando el uso indebido de armas en lugares públicos, persigue cumplir con los objetivos de crear un conjunto de datos propio para realizar un entrenamiento y así poder mejorar la exactitud, precisión, sensibilidad y F1 Score, validando mediante diferentes conjuntos de datos y el cálculo de varias métricas el funcionamiento del algoritmo en la detección de los objetos. Como primer paso se procedió a investigar la literatura relacionada con las redes neuronales convolucionales y la identificación de armas, además se investigó sobre cámaras que permitan extraer la ubicación GPS, después se creó un dataset propio conformado por imágenes de la red e imágenes propias tomadas en un escenario real, se entrenó el modelo en Google Colab para que identifique 6 tipos de armas distintas, entre armas de fuego y armas blancas, para esto se usó un modelo de Yolov8 que es ideal para tareas de detección, clasificación y segmentación. Se realizo un programa en Visual Studio Code para poder realizar las pruebas, después de realizadas las pruebas se elaboró las matrices de confusión y se calculó las distintas métricas de evaluación para así obtener los resultados del algoritmo. Se llego a la conclusión luego del análisis de las matrices de confusión de que el modelo tiene un rendimiento medio al momento de detectar imágenes de fuego (fusiles, escopetas, pistolas), en cambio tiene un rendimiento bajo al momento de identificar armas blancas (cuchillos, tijeras, machetes) especialmente en los cuchillos que confunde con otras clases sobre todo con machetes.