Ciencias con mención en Ingeniería Informática

Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/15964

Browse

Filters

2020 - 20213

Settings

Subject: search.filters.subject.Algoritmos--Aplicaciones

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Aplicación de aprendizaje profundo para la detección y clasificación automática de insectos agrícolas en trampas pegantes: una revisión de literatura
    (Pontificia Universidad Católica del Perú, 2021-02-02) Córdova Pérez, Claudia Sofía; Villanueva Talavera, Edwin Rafael
    El presente trabajo de investigación busca hacer una revisión sistemática sobre las técnicas actuales que se usan para solucionar problemas de identificación y clasificación de plagas de insectos, los cuales pueden ser para detectar uno o más tipos de insectos. Dentro de esta revisión, se encontró soluciones como algoritmos de segmentación con cambio de espacio de color, lo cual permite remover el fondo de una imagen y centrarse únicamente en el objeto de interés; también, el uso de modelos de detección, por ejemplo YOLO y Faster R-CNN, los cuales están conformados por redes neuronales convolucionales para lograr la identificación de insectos plaga; además, se encontraron soluciones que hacían uso de SLIC (Simple Linear Iterative Clustering), así como el uso de un análisis multifractal. Un aspecto relevante a tomar en cuenta para saber qué tan eficientes están siendo estas soluciones son las métricas de evaluación con sus respectivos valores obtenidos; sin embargo, estos resultados solo pueden ser comparables si se usa el mismo dataset para entrenamiento y validación. Por consiguiente y dado que la mayoría de estudios recopilados usa un conjunto de datos propio, los resultados mostrados nos sirven para tener una idea de la eficacia de sus soluciones, mas no para comparar los valores de las métricas de evaluación de los distintos aproximamientos tomados en cada estudio revisado. Finalmente, el único insecto plaga que afecta los campos de hortalizas en el Perú y fue encontrado dentro de los estudios fue la mosca blanca. Los demás estudios abordan el problema de detección con otros tipos de insectos, los cuales no son relevantes para el problema de plagas en Perú, sin embargo, sus soluciones son consideradas pues el cambio que se tendría que hacer es en el conjunto de datos que alimenta a las soluciones presentadas en los estudios encontrados.
  • Thumbnail Image
    Item
    Implementación de un sistema de información orientado a la captación y permanencia de afiliados para una administradora de fondos de pensiones basada en un histórico de traspasos: Una revisión de la literatura
    (Pontificia Universidad Católica del Perú, 2020-10-15) Caro Hijar, Martín Arnulfo; Allasi Bardales, David Enrique; Quispe Vilchez, Eder Ramiro
    En el desarrollo del presente trabajo de investigación se tiene por objetivo identificar estudios en los que se describan sistemas de información orientados a la permanencia o captación de afiliados para una administradora de fondo de pensiones o similares, los cuales utilicen algoritmos de predicción basados en información histórica de traspasos que permitan tomar decisiones a las áreas de comerciales. Para realizar esta búsqueda, se realiza una revisión sistemática basada en la metodología definida por Kitchenham y Charters, que incluye el uso de la técnica PICOC para la definición de criterios a utilizar en la búsqueda. Además, se formularon las preguntas de investigación a responder y las cadenas de búsqueda que se utilizaron en las bases de datos a consultar para obtener la información para responder las preguntas antes formuladas. Para la elección de los artículos obtenidos para las respuestas se utilizó los criterios de inclusión y exclusión definidos dentro de este trabajo de investigación.
  • Thumbnail Image
    Item
    Exploración de métodos de clasificación de proteínas repetidas basado en su información estructural utilizando aprendizaje de máquina
    (Pontificia Universidad Católica del Perú, 2020-09-04) Tenorio Ku, Luiggi Gianpiere; Hirsh Martinez, Layla
    En la actualidad, existen métodos complejos para la clasificación e identificación de proteínas repetidas a partir de su estructura, los cuales implican un uso intenso y costoso de recursos computacionales. Debido a ello, en el presente trabajo de investigación se busca explorar soluciones alternativas y complementarias a otros sistemas en la etapa de clasificación de proteínas repetidas con técnicas del área de estudio de aprendizaje de máquina. Estas técnicas son conocidas por ser efectivas y rápidas para la sistematización de varios procedimientos de clasificación, segmentación y transformación de datos con la condición de que se disponga de una cantidad considerable de datos. De esa forma, en consecuencia de la cantidad de datos estructurales que se han generado en los últimos años en el ambito de las proteínas y las proteínas repetidas, es posible utilizar técnicas de aprendizaje de máquina para la clasificación de las mismas. Por ello, en este trabajo, a partir de un análisis a los datos que se poseen en la actualidad y una revisión sistemática de la literatura, se proponen posibles soluciones que utilizan aprendizaje de máquina para la clasificación automatizada y rápida de proteínas repetidas a partir de su estructura. De estas posibles soluciones, se concluye que es posible la implementación de un clasificador con múltiples entradas utilizando información de los ángulos de torsión y distancia entre aminoácidos de una proteína, la cual va a ser implementada y evaluada en un trabajo futuro.