Facultad de Ciencias e Ingeniería

Permanent URI for this communityhttp://98.81.228.127/handle/20.500.12404/13334

Browse

Filters

2020 - 20213

Settings

search.filters.applied.f.degree: search.filters.degree.bachilleratoSubject: search.filters.subject.Inteligencia artificial

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Identificación del nivel de complejidad de texto para el entrenamiento de chatbots basado en Machine Learning: una revisión de literatura|
    (Pontificia Universidad Católica del Perú, 2021-02-16) Matos Ríos, Hans; Beltrán Castañón, César Armando
    El nivel de complejidad textual puede ser un inconveniente para algunas personas al momento de usar Chatbots, debido a que estos programas podrían dar respuestas cuyo nivel de complejidad no sea el que entienda el usuario. Entonces, aquellos Chatbots deberían ser entrenados con un conjunto de datos cuya complejidad textual sea la deseada, para evitar confusiones con los usuarios. Para ello, se define una revisión sistemática, en la cual se usan las bases de datos de Google Scholar, ACM Digital Library e IEEE Xplore, de las cuáles se obtiene la información necesaria empleando las palabras claves definidas por el método PICOC, obteniendo un total de treinta y ocho documentos que evidencian la existencia de distintas métricas para analizar la complejidad textual de textos, así como experimentos de entrenamiento con Chatbots y los correspondientes resultados de sus interacciones con los usuarios. Además, analizando documentos de tesis asociadas al tema de investigación, se refuerzan los conceptos de que la complejidad textual puede ser analizado mediante conjunto de métricas. Finalmente, en base a lo desarrollado en la revisión de la literatura y documentos de tesis, se presentan las conclusiones deducidas.
  • Thumbnail Image
    Item
    Marco teórico para tesis de mejora del error de pronóstico utilizando métodos de Machine Learning orientado al proceso de ventas de una empresa de cosméticos peruana
    (Pontificia Universidad Católica del Perú, 2021-02-02) Linares Rosas, Sebastian; León Perfecto, Mery Roxana
    El presente trabajo de investigación tiene como objetivo analizar y contrastar las actuales soluciones de analítica avanzada en problemas de Supply Chain. Para esto, se empezará armando un marco teórico que consolide los conceptos fundamentales de pronósticos, machine learning y diagnóstico de procesos. Con esta base, se presentarán los puntos principales de diversas publicaciones y trabajos académicos relacionados al uso de inteligencia artificial en Supply Chain, incluyendo métodos y resultados obtenidos. Entre estos, destacan las publicaciones donde se menciona el uso de redes neuronales para el pronóstico de demanda en un centro de estudio y la implementación de ensamble de modelos para robustecer la predicción de un modelo de demanda de misiles. Finalmente, se contrastará la bibliografía presentada y se elaborarán conclusiones al respecto.
  • Thumbnail Image
    Item
    Desarrollo de un sistema autónomo con inteligencia artificial para el monitoreo continuo de riesgos posturales en tiempo real en minería
    (Pontificia Universidad Católica del Perú, 2020-09-10) Maque Acuña, Ramiro Ricardo; Santa Cruz Bendezu, Carlos Enrique
    Constantemente la minería busca formas de automatizar procesos con métodos cada vez más sofisticados, para lograr este objetivo el uso de nuevas tecnologías resulta ser la alternativa más atractiva. Desde los camiones autónomos hasta su participación en softwares, la inteligencia artificial se ha estado introduciendo al mundo minero mejorando procesos y cumpliendo expectativas. En esta tesis presentaremos a la Inteligencia Artificial en una nueva faceta, como ente evaluador de la seguridad con el objetivo de proteger y cuidar al trabajador minero mediante el monitoreo y detección de posturas ergonómicas que puedan generar un desorden musculoesquelético. Actualmente la seguridad minera esta guiada por estándares en las operaciones en pro de evitar cualquier tipo de accidente, pero esta nunca escapa de actos subestándares de los trabajadores. Por ello tanto la supervisión como el registro de los accidentes depende en su totalidad de la presencia de un supervisor o persona que sea testigo en el acto, el tiempo de acción también tiene un efecto proporcional a sus consecuencias. La implementación de la inteligencia artificial combinado con métodos actuales de medición de riesgos ergonómicos como lo es el método RULA, pretende solucionar las deficiencias detectadas en la supervisión manual en temas de seguridad del personal, mediante la recolección de datos e identificación de posturas de riesgo.