Informática con mención en Ciencias de la Computación
Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/6357
Browse
4 results
Search Results
Item Marco de trabajo para el desarrollo de proyectos de analítica de datos(Pontificia Universidad Católica del Perú, 2024-08-09) Olivera Cokan, César Alberto; Bello Ruiz, Alejandro Toribio; Pow Sang Portillo, José AntonioEl desarrollo de proyectos de analítica de datos en las organizaciones requiere de procesos bien definidos para su éxito. Existen procesos estándar de analítica de datos, como CRISP-DM, que han tenido una amplia adopción en las últimas décadas. Sin embargo, mediante una búsqueda sistemática de la literatura se ha podido evidenciar que muchas de las organizaciones a menudo no aplican CRISP-DM o procesos similares, como SEMMA y KDD, tal como están, sino que muchos de ellas adaptan estos marcos de trabajo para abordar requerimientos específicos en diversos contextos de la industria. Además, según estos estudios se evidencia que un grupo considerable de empresas emplea Scrum u otros marcos de trabajo para el desarrollo de software con el fin de llevar a cabo sus proyectos de analítica de datos, lo cual no es correcto pues estos marcos de trabajo no abordan las particularidades de un ciclo de vida de una solución analítica. Si bien CRISPDM es el marco de trabajo para analítica de datos más empleado, este mismo posee un conjunto de falencias enfocadas en diversos casos de uso o procesos de negocio que ha llevado a muchas organizaciones a adaptar este marco a sus necesidades. Hasta ahora no se ha sugerido ninguna adaptación que permita abordar las falencias que los diferentes dominios en la industria poseen. Este artículo aborda la propuesta del diseño de un marco de trabajo para proyectos de analítica de datos general denominado GEN-DA (Generic Data Analytics framework por sus siglas en inglés). GEN-DA extiende y modifica CRISP-DM para solucionar las diferentes falencias encontradas en la literatura y lograr un ciclo de vida del proyecto de analítica de datos que pueda ser empleado en todos los contextos de la industria. Este marco de trabajo ha sido diseñado y evaluado de forma iterativa empleando una metodología en ciencias del diseño gracias a la participación de expertos en analítica de datos mediante el método de validación por Juicio Experto. Los resultados obtenidos son alentadores y habilita la factibilidad de emplear este marco propuesto en un entorno real, cuyos resultados, se presume, que serán satisfactorios.Item Diseño de un modelo basado en redes neuronales artificiales para la clasificación de palta hass(Pontificia Universidad Católica del Perú, 2020-10-28) Salazar Campos, Juan Orlando; Sipirán Mendoza, Iván Anselmo; Pow Sang Portillo, José AntonioPerú se ha convertido en uno de los principales productores de palta Hass, en este aspecto una etapa fundamental es la clasificación, esta situación conllevó al planteamiento del presente trabajo de investigación el cual tuvo por objetivo diseñar un modelo basado en Redes Neuronales Artificiales que permita la clasificación de dicha fruta considerando como criterios el estado de madurez fisiológica y la evaluación de los daños y defectos que presente, dichas consideraciones están contempladas en la Norma Técnica Peruana NTP 011.018-2018. En la etapa inicial se diseñó un entorno controlado con un nivel de luminosidad frío-día, el cual permitió la adquisición de imágenes, construyendo un dataset de 310 imágenes etiquetadas, sobre el cual se aplicó Data Augmentation. Luego se procedió a definir la parametrización de una arquitectura de red neuronal convolucional, obteniendo un modelo de CNN sobre el cual se fueron evaluando 4 criterios, la resolución de las imágenes de entrada, la cantidad de capas de convolución y pooling, el factor de aprendizaje y la cantidad de épocas de entrenamiento. Finalmente se mostraron los resultados obtenidos, definiendo la resolución de la imágenes de entrada en 64 x 64 pixeles, 3 capas de convolución acompañas de pooling, con máscaras de 3x3 y 2x2 respectivamente y con funciones de activación ReLU, pasando luego a una capa capa fully connected, la cual se conectó a una capa oculta y ésta a la capa de salida, la cual constó de 4 neuronas bajo la representación One Hot Encoding, con una función de activación softmax, y un factor de aprendizaje de 0.001, utilizando en su entrenamiento 50 épocas. Luego de evaluar el modelo parametrizado se alcanzó una identificación correcta de las imágenes de palta Hass con una exactitud de 87.5%.Item Mapeo y revisión sistemática de los algoritmos de guía, navegación y control para el desarrollo de software de aeronaves(Pontificia Universidad Católica del Perú, 2016-11-29) Soto Torres, César Vladimir; Pow Sang Portillo, José AntonioLos sistemas para la Guía, Navegación y Control (GNC) es una rama de la ingeniería que trata del diseño de sistemas para el control de movimiento de vehículos, sobre todo, automóviles, barcos, aviones y naves espaciales. En este estudio, se desarrolló un mapeo sistemático y una revisión sistemática para presentar una revisión de los estudios primarios relacionados con los algoritmos para el desarrollo de controladores de vuelo de sistemas para la Guía, Navegación y Control de aeronaves. Un mapeo sistemático es una metodología que brinda después de un proceso de investigación sistemática, un mapa resumen visual de sus resultados. Una revisión sistemática es una revisión de la literatura enfocada en un tema de investigación que trata de identificar, evaluar, seleccionar y sintetizar todas las pruebas de investigación de alta calidad relevante a una pregunta específica. El procedimiento de mapeo sistemático identificó 13 014 estudios, de los cuales 179 fueron identificados como relevantes para responder la pregunta de investigación en referencia a los algoritmos para guía, navegación y control de aeronaves más usados por los investigadores aeroespaciales. Sobre la base del mapeo sistemático, se realizó el procedimiento de búsqueda sistemática, de este procedimiento se seleccionaron 12 estudios relevantes para responder la pregunta de investigación en referencia a lo que se sabe actualmente sobre los algoritmos usados para el desarrollo de sistemas de control no lineal y sistema de control adaptativo de aeronaves. Basado en la respuesta del mapeo sistemático realizado, los algoritmos de investigación usados para los Controladores de vuelo de sistemas para la Guía, Navegación y Control de Aviones (GNC) se concentran en 3 ejes principales: Guía, Navegación y Control; de estos ejes de estudio los investigadores mayormente se enfocan en el desarrollo de algoritmos para control de aviones. Basado en la respuesta de la revisión sistemática realizada, se llegó a la conclusión que los investigadores aeronáuticos están enfocados en el desarrollo de Controladores Adaptativos no lineares basados en el algoritmo de Lyapunov y/o en el algoritmo Dynamic Inversion para sistemas con comportamiento no linear , y el algoritmo de Redes Neuronales para sistemas con comportamiento adaptativo. El documento está destinado a profesionales y académicos que investigan en el campo del desarrollo de software para la Guía, Navegación y Control de Aviones ( GNC). Contribuye a resumir el conjunto de conocimientos en el campo y los esfuerzos directos para las investigaciones futuras en el desarrollo de software para GNC de AeronavesItem Análisis, diseño e implementación de un módulo de planificación de construcción de casos de uso(Pontificia Universidad Católica del Perú, 2014-04-24) Moquillaza Vizarreta, Arturo; Pow Sang Portillo, José AntonioLos procesos actuales de desarrollo de software implican la utilización de una serie de herramientas y de metodologías que permitan dirigir y soportar el proceso de desarrollo y la gestión adecuada del proyecto mismo. Con el paso del tiempo, estas metodologías se han hecho más útiles a medida que la complejidad del software que se desarrolla ha ido en aumento. RUP, por ejemplo, es una metodología que nos guía para lograr este propósito [1]. Uno de los grandes desafíos de la comunidad de investigadores en ingenie ría de software, es involucrar a los stakeholders en el proceso de captura de requerimientos. Un stakeholder se puede definir como aquella persona que está materialmente afectada por el resultado del proyecto. En ese sentido, todo proyecto involucra la satisfacción de necesidades de un grupo diverso de stakeholders. Típicamente, estos tienen diferentes perspectivas sobre el problema, y diferentes necesidades que deben ser convenientemente identificadas [4]. No obstante los avances logrados en los últimos años, hay algunas partes del proceso de desarrollo de software que aún no están adecuadamente soportadas por alguna metodología, y en ese sentido, requieren de la experiencia de quienes manejan el proyecto de software. El proceso de elección del orden de construcción de los casos de uso a partir de los requerimientos capturados, es un ejemplo de lo anterior. El presente proyecto muestra una propuesta de solución a este tema. Se ha implementado un módulo de software que permite capturar la opinión de los stakeholders y a partir de estas, generar una secuencia de construcción de casos de uso.