7 resultados
Resultados de la búsqueda
Mostrando 1 - 7 de 7
Ítem Modelo de procesamiento de lenguaje natural para detectar la tasa de éxito de un artículo sobre otro.(Universidad Icesi, 2021-01-01) Ordóñez Burbano, Jonatan; López Sierra, Yesid Leonardo; Aristizábal Pinzón, Andrés Alberto; Asesor TesisMuchas personas comparten actualmente noticias, enlaces o videos a familiares y amigos, sin ser conscientes del impacto que pueden tener en las decisiones o forma de actuar de las personas. Un ejemplo claro, que recientemente se ha vivido en Colombia, corresponde al paro nacional que está sucediendo al momento de la entrega de esta tesis. Los colombianos han vivido como las noticias inducen a las masas a tomar decisiones que afectan el ambiente político social y económico del país. También se ha visto como las noticias pueden llegar a generar miedo en el pueblo, o incluso, a desinformarlo en el caso de las noticias falsas. Por estas razones resulta muy importante determinar el impacto que puede tener una noticia. El problema planteado radica en la inexistencia de una manera de predecir el impacto que puede tener una noticia para una comunidad de usuarios. Por lo tanto, el objetivo consiste en implementar un modelo de aprendizaje automático que permita predecir, con la mejor fidelidad posible, la viralidad de artículos en línea. Para esto se utilizó una metodología enfocada a proyectos de aprendizaje automático denominada CRISP-DM. Dado que este proyecto fue una propuesta de investigadores en Barcelona, la forma en que se valida este trabajo es mediante una encuesta donde se comprueban los objetivos, hallazgos y resultados alcanzados, versus lo que ellos esperaban. Finalmente, se obtuvo como mejor resultado aquel correspondiente al modelo donde el núcleo de la arquitectura se basaba en un modelo pre entrenado, denominado BERT, el cual permitía predecir, para una pareja de títulos de noticias, si el primer título sería más viral que el segundo.Ítem Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.(Universidad Icesi, 2022-01-01) Longa Marroquin, Nicole Dahiana; Londoño Cruz, Manuela; Acosta Zamora, Edison Andrés; Asesor TesisEl interés hacia el uso de modelos matemáticos como, los semifísicos de base fenomenológica (MSBF) y los de redes neuronales (RNA), con el propósito de predecir y analizar el comportamiento de microrganismos como Chlorella sorokiniana, cada vez aumenta. Esto se debe a que escalar, diseñar y controlar un cultivo de este microorganismo a gran escala representa grandes gastos en tiempo y dinero. Sin embargo, el modelado de estos sistemas en la actualidad utilizando los modelos matemáticos en cuestión es un proceso en mejora, debido a que aún se desconoce qué tan precisos son estimando el crecimiento de biomasa de Chlorella sorokiniana. Por tal motivo, en este estudio se comparó un modelo de base fenomenológica y uno de aprendizaje automatizado en la estimación de biomasa de Chlorella sorokiniana teniendo en cuenta el efecto de la irradiancia y una fuente de carbono orgánica, y tomando como punto de referencia los datos experimentales obtenidos en una investigación de la Universidad Icesi. Como resultado, el MSBF obtuvo un porcentaje de error promedio del 11,82%, mientras que el modelo de RNA logró estimar de manera más precisa el comportamiento de la concentración de biomasa microalgal con un porcentaje de error promedio del 6,01%.
Ítem Machine learning algorithms for inter-cell interference coordination(Universidad Icesi, 2018-07-01) Trejo Narváez, Omar AlbeiroThe current LTE and LTE-A deployments require larger efforts to achieve the radio resource manage - ment. This, due to the increase of users and the constantly growing demand of services. For this reason, the automatic op - timization is a key point to avoid issues such as the inter-cell interference. This paper presents several proposals of machi - ne-learning algorithms focused on this automatic optimization problem. The research works seek that the cellular systems achieve their self-optimization, a key concept within the self-organized networks, where the main objective is to achieve that the networks to be capable to automatically respond to the particular needs in the dynamic network traffic scenarios.Ítem Modelo de machine learning para clasificación de pacientes con glaucoma en la población del Valle del Cauca(Universidad Icesi, 2022-01-01) Cardona Suárez, Juan Camilo; Fernández Agudelo, Fabio Nelson; Muñoz, Edgar; Rivera Hoyos, Carlos; Asesor Tesis; Asesor TesisEn este trabajo de grado se formuló una propuesta para abordar el problema de modelos de Machine Learning (ML) no adaptados a las características raciales/étnicas de la población del Valle del Cauca para clasificar pacientes con Glaucoma. Para hacerlo, se usó la metodología CRIPS-DM (CRoss Industry Standard Process for Data Mining) Project que aborda las seis fases del ciclo de un proyecto de analítica de datos. Los modelos, técnicas y herramientas de la ciencia de datos usados para abordar la solución al problema fueron modelos de Deep Learning usando Redes Neuronales Convolucionales y de Transfer Learning usando Inception V3. La validación a la que fue sometida la propuesta consistió en evaluar los modelos entrenados en la muestra de test que fue reservada y se analizaron los resultados obtenidos en una matriz de confusión, obteniendo que el mejor modelo para clasificación del glaucoma es el modelo Inception V3 como el mejor clasificador, con un AUC ROC en el set de validación del 0.8706 y 0.9084 en el set de test, esto se logró al contar con un gran número de imágenes para entrenamiento y un modelo que fue previamente preentrenado, disminuyendo los efectos adversos de contar con una baja cantidad de datos y clases desbalanceadas. Finalmente, se puede afirmar que el enfoque de solución propuesto y la metodología empleada para obtener los resultados reportados son aceptables y permiten a futuro seguir explorando modelos más precisos.Ítem Guía de buenas prácticas para la mitigación del riesgo de modelo de analítica.(Universidad Icesi, 2021-04-01) Alonso Cifuentes, Julio César; Quintero Villarreal, Lina MarcelaLas decisiones estratégicas de negocio han sido tomadas históricamente por los encargados de velar por los intereses de las empresas. Con la posibilidad de acceder a grandes volúmenes de datos, y con el desarrollo de nuevas técnicas de estadística y aprendizaje automático (Machine Learning), esta responsabilidad ha venido siendo delegada progresivamente a modelos diseñados para tal labor, con el fin de evitar el riesgo humano de equivocarse a causa de los sesgos, prejuicios y opiniones subjetivas de los tomadores de decisiones tradicionales, fundamentándose ahora en hechos objetivos inherentes a los datos operacionales de cada empresa, pero incurriendo entonces en un nuevo riesgo: que el modelo matemático delegado no logre elegir la mejor alternativa posible, o ni siquiera una adecuada [Javier Gustavo Díaz Cely].Ítem Identificación de la congestión judicial en el Valle del Cauca a partir de modelos predictivos(Universidad Icesi, 2020-01-01) Lozada García, Oscar Iván; Bohórquez Ordoñez , Diego Antonio; Asesor TesisEntre las funciones del Consejo Superior de la Judicatura se encuentra el proceso misional de Reordenamiento Judicial, el cual se soporta en la consolidación, procesamiento, y análisis de la información estadística, que le permite tomar decisiones para la administración de justicia y formular políticas públicas judiciales. Los Consejos Seccionales de la Judicatura realizan propuestas de reordenamiento para mitigar problemas de congestión en los despachos judiciales. No obstante, la tardía identificación de los despachos judiciales propensos a congestión coloca a la entidad en una zona donde la mayoría de los casos se resuelven con la creación de personal o despachos judiciales, debido a que la congestión ya se encuentra latente y el limitado presupuesto ahonda el problema al requerir la consecución de recursos a nivel nacional.Ítem Sistema recomendador de canciones de artistas emergentes basado en playlist de canciones populares(Universidad Icesi, 2024-12-10) Ágredo Mosquera, Beycker Alexis; Ospitia Medina, YesidLa música ha sido reconocida a lo largo de la historia como un medio poderoso para influir en las emociones humanas. Desde tiempos antiguos, las culturas han utilizado la música como una herramienta para expresar sentimientos, promover el bienestar emocional y ejorar la calidad de vida. Actualmente, con el elevado crecimiento de las plataformas de streaming de audio como Spotify, Deezer y Amazon Prime Music, la relación entre la música y las emociones ha tomado mayor relevancia debido a la capacidad que tienen estas plataformas para llegar a millones de usuarios. Uno de los avances más estacados en el campo de la música es el desarrollo de sistemas de ecomendación, que permiten personalizar la experiencia de escucha de cada usuario, ajustándose a sus preferencias musicales y estados emocionales.