Tesis EP Ingeniería de Software

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/126

Browse

Now showing 1 - 7 of 7

Algoritmo basado en KMeans para la formación de grupos de estudiantes de computación
(Universidad Nacional Mayor de San Marcos, 2015) Quispe Alvarado, Cynthia Diana; Mauricio Sánchez, David Santos
Propone un algoritmo voraz que considera la unión de dos conceptos para la formación de grupos de estudiantes de manera que se logre cumplir los objetivos del aprendizaje colaborativo y la culminación exitosa de un trabajo asignado. El algoritmo propuesto es una adecuación del algoritmo KMeans donde se buscará formar grupos similares entre sí, pero que tengan una máxima heterogeneidad entre los individuos de cada grupo. Se implementa el algoritmo propuesto y se realiza dos casos de estudio, que muestran un grado de heterogeneidad y homogeneidad superior al obtenido por los grupos formados por autoselección. Respecto al aprendizaje colaborativo y al éxito del trabajo en grupo se observa que los grupos formado por el algoritmo presentan una nota superior en 0.93 y en 2.85 respectivamente con respecto a los grupos formados por autoselección.
DoLaw: buscador semántico especializado para la legislación peruana de tecnologías de información
(Universidad Nacional Mayor de San Marcos, 2019) Otoya Paz, Diego Augusto; Mauricio Sánchez, David Santos
Desarrolla un programa especializado en la búsqueda de documentos en legislación peruana de tecnología de información, a través de la interpretación semántica de las palabras clave que el usuario final introduce. La finalidad es realizar una búsqueda en el contenido completo de dichos documentos, con elementos funcionales personalizados para la legislación peruana de tecnología de información, diseñados para facilitar la búsqueda al brindar funcionalidades adicionales específicas para dicha legislación. Durante el proyecto se definen distintos procesos; análisis de las consultas del usuario, análisis del contenido de la legislación, indexación, generación de consultas ponderadas por prioridad, ordenamiento de resultados obtenidos, entre otros, con el fin de satisfacer las necesidades de los usuarios, sin afectar la precisión y exhaustividad de los resultado.
Essboard: una herramienta colaborativa para el uso de esencia en el monitoreo de desarrollo de software
(Universidad Nacional Mayor de San Marcos, 2019) Mauricio Delgadillo, Arthur; Quintanilla Perez, Diana Mary; Mauricio Sánchez, David Santos
Define un conjunto de elementos que se presentan en todo desarrollo de software, Essence, un estándar de Object Management Group. Una de sus aplicaciones se orienta en apoyar a equipos a establecer el estado actual de su proyecto (monitoreo) y definir dónde dirigirse (dirección). Actualmente se han desarrollado pocas herramientas que contribuyan a esta aplicación, más aún ellas dejan de lado la colaboración que promueve la comunicación e interacción del equipo en el desarrollo de software y que en sí es inherente a ella. Por lo que en este trabajo desarrollamos Essboard, una herramienta que toma un enfoque colaborativo en la dirección y monitoreo de proyectos de software, al brindar un entorno de trabajo a equipos de desarrollo que promueve la colaboración en la definición del estado y las metas de un proyecto, como también promueve una visión común del estado y el progreso del desarrollo a través de radares de información. Mostramos, a través de un caso práctico, que Essboard puede soportar reuniones comunes de dirección y monitoreo de proyectos; y evidenciamos mediante un test de generación de conciencia que Essboard promueve mejor el trabajo colaborativo al obtener resultados superiores en relación a las herramientas para Essence actuales.
Keratreat: Sistema de apoyo a la decisión del tratamiento para paciente con queratocono usando BERT
(Universidad Nacional Mayor de San Marcos, 2024) Yauri Martinez, Luis David; Arroyo Romo, Alisson Karina; Mauricio Sánchez, David Santos
Desarrolla un Sistema de apoyo a la decisión del tratamiento para paciente con queratocono usando BERT, artículos científicos en revistas indexadas en Scopus, Web of Science y PubMed, y casos clínicos, de tal forma que se logre determinar el mejor tratamiento para un paciente. El queratocono es una enfermedad progresiva, bilateral, asimétrica y ectática que causa un adelgazamiento progresivo de la córnea y una protuberancia de la misma, lo que conduce a un astigmatismo irregular y al deterioro visual. Decidir sobre un tratamiento para el queratocono depende de diversos factores clínicos. En la literatura, existen artículos sobre la gestión de tratamientos quirúrgicos y no quirúrgicos, pero no hay un consenso sobre ello. Además, no se han encontrado softwares y mucho menos con recientes tecnologías de Procesamiento de Lenguaje Natural. En este estudio, se propone un modelo basado en BERT, artículos científicos sobre queratocono, estandarización de términos y en casos clínicos para el apoyo a la decisión del tratamiento de queratocono por CXL, ICRS y Queratoplastia. El modelo fue implementado en un sistema web denominado Keratreat usando principalmente TypeScript y Python, donde contempla 3 modelos BERT (BertBaseCased, BioBertBaseCased, BioBertPubMed) los cuales, además, fueron entrenados con 54 artículos científicos sobre queratocono y 159 registros clínicos de pacientes. Las pruebas numéricas sobre 14 casos clínicos y 84 párrafos de artículos científicos muestran que el sistema presenta un Acc de 0.9082, Recall de 0.9193 y F1-Score de 0.8983, lo cual es muy promisorio para su uso.
KritiaBot: herramienta para el desarrollo de chatbot de atención postoperatoria en oftalmología
(Universidad Nacional Mayor de San Marcos, 2023) Vargas Alfaro, Renato Martin; Urtecho Quezada, Brandon Lee; Mauricio Sánchez, David Santos
Brinda una herramienta para la creación de chatbots para una afección oftalmológica, atendiendo las preguntas de los pacientes y mejorando la calidad de la atención postoperatoria. El éxito de una cirugía depende mucho de una adecuada atención postoperatoria, detectando y previniendo situaciones perjudiciales para el paciente, atendiendo oportunamente sus consultas. Por esta razón, los chatbots son cada vez más utilizados en el área médica, por ser agentes conversacionales que promueven la salud e impulsan un cambio de comportamiento. Para su validación, se incorporó un escenario de caso de uso, describiendo los inconvenientes del paciente y el posterior uso del sistema, identificando las ventajas obtenidas como resultado de esta interacción. Asimismo, se realizó un análisis comparativo entre las funciones de KritiaBot y los sistemas en el sector salud. Como resultado, se observó beneficios en la reducción de tiempos para la atención de las consultas de los pacientes y la disminución de los costos del seguimiento del estado de salud, por su disponibilidad 24/7. La comparativa realizada permitió ver que KritiaBot es un chatbot muy completo en este sector, pues cumple con las funcionalidades deseables, además de permitir crear chatbots de forma simple y rápida. Como conclusión, se puede entender que el contar con los servicios necesarios para garantizar una mejor calidad de vida es primordial. Por esta razón, un servicio óptimo de atención postoperatoria, con los medios necesarios para un seguimiento constante del estado de salud del paciente, permite hacer frente a posibles situaciones perjudiciales.
Qhaway: una herramienta de apoyo para el diagnóstico del glaucoma con aprendizaje profundo
(Universidad Nacional Mayor de San Marcos, 2022) Flores Gutierrez, Nahum; La Rosa Menacho, José Carlos; Mauricio Sánchez, David Santos
Propone un método para el diagnóstico del glaucoma basado en un modelo híbrido de modelos DL, con el cual usando imágenes del fondo de ojo de un paciente se consigue hacer el diagnóstico con alta precisión. Se consideró la integración de los dataset públicos de glaucoma HRF, Drishti-GS1, sjchoi86-HRF, RIM-ONE y ACRIMA, con un total de 1707 imágenes (919 normal y 788 glaucoma) del fondo de ojo, un modelo híbrido de Voting sobre los modelos de DL ResNet50 con dos tipos de fine tuning y ResNet50V2, y la implementación usando Keras y Tensor Flow, con lo que se consiguió un diagnóstico con exactitud del 96.55%, sensibilidad del 98.54% y especificidad del 94.32%. Además, los experimentos numéricos muestran que el aprendizaje usando 5 bases de datos permite mejores resultados que por separado, incluso aplicando transfer learning, también muestran que el modelo híbrido voting genera una exactitud superior en 20.69% a la mejor exactitud obtenido por el mejor modelo de DL (DenseNet169) usando un dataset, 13.22% al mejor modelo (ResNet50V2) usando transfer learning con los 5 datasets, y 1.72% al mejor modelo (ResNet50) considerando los 5 dataset.
Sistema inteligente basado en Machine Learning para la detección de fraude de facturación de agua potable
(Universidad Nacional Mayor de San Marcos, 2019) Carrillo Rosales, Anthony Joffre; Mauricio Sánchez, David Santos
Manifiesta que en la actualidad no existe una herramienta o un sistema el cual compruebe con gran exactitud (al menos de un 97 %) la detección de usuarios que cometen fraude en la facturación del consumo de agua potable, ya sea por conexiones ilícitas o adulteración de sus medidores de agua. Sin embargo, en el trabajo de investigación titulado Sistema Inteligente para detectar fraude en el servicio de Agua Potable de una Empresa Sanitaria (Palomino y Rivera, 2016) se obtuvo una tasa de 95.7 % de exactitud en la detección de fraude en Gasa, Palestina. Cabe resaltar que la cantidad de pérdida económica es sumamente considerable, así que la creación de una herramienta o sistema para detectar a estos usuarios fraudulentos es de bastante importancia para las empresas generadoras de agua potable. En el presente trabajo de investigación se propone desarrollar un Sistema Inteligente basado en un modelo híbrido de técnicas de minería de datos que pretende mejorar la tasa de exactitud en detección de un cliente en fraude de facturación de agua potable. Para el entrenamiento y la validación del modelo híbrido se pretende usar un dataset histórico del consumo de agua de los clientes de una empresa sanitaria en Palestina, así se obtendrá una tasa de 97.71 % de exactitud de detección de fraude.

Browse

Browsing Tesis EP Ingeniería de Software by browse.metadata.advisor "Mauricio Sánchez, David Santos"