EP Ingeniería de Software

Permanent URI for this communityhttps://hdl.handle.net/20.500.12672/5145

Browse

Browsing EP Ingeniería de Software by browse.metadata.advisor "Calderón Vilca, Hugo David"

Filter results by typing the first few letters
Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Conservación de la precisión de un modelo de Machine Learning por medio de un flujo de reentrenamiento automatizado para predecir el índice de infección por COVID 19 en el Perú
    (Universidad Nacional Mayor de San Marcos, 2024) Palomino Gutierrez, Erick Victor; Calderón Vilca, Hugo David
    Este trabajo presenta un enfoque de reentrenamiento automático de un modelo de predicción de índice de infección por COVID 19 en el Perú con el objetivo de tener una herramienta de planificación protocolar y estratégica para contrarrestar esta infección y que tenga una precisión que perdure a lo largo del tiempo. Para el desarrollo del modelo se utilizó una red neuronal recurrente Long short-term memory (LSTM) y una fuente de datos constantemente actualizada, fundamental para la aplicación del reentramiento. Los modelos producidos por este enfoque flujo automatizado durante dos meses de reentrenamiento semanal cuentan con un coeficiente de determinación y raíz del error cuadrático medio en promedio de 0.994 y 260.944 respectivamente. Comparado con otros trabajos, los modelos producidos tienen la ventaja de ser entrenados semanalmente con datos actualizados, manteniendo una precisión duradera y se comprobó, además, la efectividad de un proceso automatizado de reentrenamiento de modelos de machine learning.
  • Thumbnail Image
    Item
    Detección de carcinoma basocelular utilizando red neuronal convolucional y Support Vector Machine
    (Universidad Nacional Mayor de San Marcos, 2022) Angeles Rojas, Jorge Alexander; Calderón Vilca, Hugo David
    El cáncer de piel es uno de los tipos de cáncer más frecuente en los seres humanos, abarca cerca de un tercio total de las neoplasias. Dentro del cáncer de piel encontramos al carcinoma basocelular (CBC) siendo este el tipo de cáncer más frecuente a nivel mundial. Una serie de estudios que involucran enfoques de aprendizaje profundo ya se han desempeñado en un número considerable como la clasificación de imágenes. Los modelos utilizados en dichas tareas emplean la función Softmax (modelo clásico) en la capa de clasificación. Sin embargo, se han realizado estudios que utilizan una alternativa a la función Softmax para la clasificación: la máquina de vectores de soporte (SVM). El uso de SVM en una arquitectura de red neuronal artificial produce resultados relativamente mejores que el uso de la función Softmax convencional. Por este motivo se construyó un sistema que diagnostica el carcinoma basocelular implementando un modelo híbrido de red neuronal convolucional y máquina de vectores de soporte para clasificar el CBC. Los resultados obtenidos fueron medidos con las métricas de precisión, recall, f1-score y exactitud obteniendo 94.51%, 88.42%, 91.36% y 91.54% respectivamente.
  • Thumbnail Image
    Item
    Detección de situaciones de violencia física interpersonal en videos usando técnicas de aprendizaje profundo
    (Universidad Nacional Mayor de San Marcos, 2023) Cuadros Ramos, Kent Jhunior; Calderón Vilca, Hugo David
    Diseña una arquitectura con el modelo de red neuronal convolucional Xception y LSTM para la detección de violencia física interpersonal en los videos de sistemas de vigilancia. Debido al aumento de inseguridad en el país y como medida preventiva, se buscó reforzar el sistema de videovigilancia, donde se enfocó en la necesidad de integrar nuevas tecnologías para supervisar la seguridad ciudadana como es el caso del uso de la visión artificial. Para el entrenamiento, validación y prueba de la arquitectura del modelo propuesto, se utilizó los conjuntos de datos Hockey Fight Dataset y Real Life Violence Situations Dataset. Los resultados obtenidos en la exactitud de nuestra propuesta en el conjunto de datos Hockey Fight Dataset supero a todos los demás métodos. En el caso del conjunto de datos Real Life Violence Situations Dataset que cuenta 2000 videos en contraste de otros conjuntos de datos utilizados para la detección de violencia, se obtuvieron buenos resultados en la exactitud mayores al 90%.