Tesis EP Ingeniería de Sistemas

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/125

Browse

Browsing Tesis EP Ingeniería de Sistemas by Subject "Algoritmos"

Filter results by typing the first few letters
Now showing 1 - 6 of 6
  • Thumbnail Image
    Item
    Análisis basado en grafos para programas de estudio en computación de universidades del Perú
    (Universidad Nacional Mayor de San Marcos, 2024) Alvarado Revata, Jorge; Trujillo Trejo , John Ledgard
    El presente estudio aborda la diversidad y dispersión de propuestas educativas en la educación universitaria de informática en el Perú, con el objetivo de identificar una métrica que permita encontrar proximidades entre distintos planes de estudio así como también respecto a referentes o guías estandarizadas internacionales; se propone la aplicación de la similaridad de grafos para el respectivo análisis comparativo. Los datos analizados será información pública de planes de estudio de escuelas universitarias, así como referentes internacionales en educación informática. En el desarrollo del proyecto se ha elaborado una herramienta web que permite la elección de los planes y guías que se pretende comparar. Este estudio contribuye en el análisis de mejoras de los diseños curriculares de nuestras instituciones de educación superior.
  • Thumbnail Image
    Item
    Desarrollo de una plataforma digital implementando un algoritmo de clasificación basado en machine learning para optimizar el proceso de detección de talentos deportivos del programa La Academia del Instituto Peruano del Deporte
    (Universidad Nacional Mayor de San Marcos, 2021) Soto Ñahui, Bryam Angel; Vega Huerta, Hugo Froilán
    La Academia es un programa de masificación deportiva del Instituto Peruano del Deporte el cual ofrece talleres deportivos gratuitos a nivel nacional buscando fomentar la actividad deportiva y la formación de talentos deportivos en personas de entre 6 y 17 años. Sin embargo, el proceso de detección de talentos deportivos presenta deficiencias con respecto a la precisión y el tiempo que tardan los analistas deportivos en determinar si el deportista es un talento deportivo en la correspondiente disciplina. Esto debido a la complejidad y la cantidad de información que se requiere procesar para determinar la clasificación. Es por ello que el presente trabajo tiene como objetivo la implementación de una plataforma que permita digitalizar los procesos del programa deportivo La Academia con el fin de optimizar el proceso de detección de talentos deportivos mediante el uso de un algoritmo de clasificación basado en Machine Learning que permita reducir el tiempo que demora la clasificación de talentos deportivos y aumentar su precisión, el cual se verá reflejado en la publicación anual de resultados del Instituto Peruano del Deporte (IPD).
  • Thumbnail Image
    Item
    Sistema de predicción de clientes desertores de tarjetas de crédito para la banca peruana usando Support Vector Machine
    (Universidad Nacional Mayor de San Marcos, 2016) Ordoñez Cairo, Rosa Angela del Carmen; Pastor Zapata, Maria Doris; Mauricio Sánchez, David Santos
    Propone la implementación de un sistema de predicción de clientes desertores de tarjeta de crédito usando un modelo de predicción basado en el comportamiento transaccional y datos demográficos de los clientes para la determinación de los patrones de reconocimiento, para ello se definirán las técnicas y algoritmos con los que se validará la propuesta.
  • Thumbnail Image
    Item
    Sistema experto probabilístico basado en redes bayesianas para la predicción de riesgo de cáncer cervical
    (Universidad Nacional Mayor de San Marcos, 2019) Paulino Flores, Luis Alonso; Huayna Dueñas, Ana María
    El cáncer de cuello uterino una de las principales causas de muerte por cáncer en las mujeres. Una gran variedad de técnicas utilizadas en la Inteligencia Artificial (IA) como las Redes Neuronales, las Máquinas de Vectores de Soporte (SVM), los Árboles de Decisión y otros; han abordado el problema de la predicción de esta enfermedad. El siguiente trabajo de investigación realiza la predicción de riesgo de cáncer de cuello uterino usando un modelo probabilístico basado en Redes Bayesianas; donde de un total de 322 registros se pudo obtener 15 atributos o características diferentes que correspondan a la información de una paciente. Las pruebas fueron realizadas utilizando el 40% de los datos. Los resultados le otorgan al trabajo desarrollado una tasa de éxito del 96%, además, sugieren que las Redes Bayesianas alcanzan un alto rendimiento, así como también ofrecen transparencia durante el proceso de inferencia, algo que no sucede con muchas otras técnicas, y que son ideales para afrontar problemas de predicción.
  • Thumbnail Image
    Item
    Sistema para la generación de horarios académicos en instituciones universitarias usando algoritmo Tabú
    (Universidad Nacional Mayor de San Marcos, 2012) Ramos Milla, Frank Roger; Luza Montero, César
    Desarrolla un sistema de información que permita solucionar el problema de la elaboración de la carga académica y la generación de horarios por semestre. Utiliza herramientas web y el algoritmo de búsqueda Tabú que permitan a cada docente acceder desde cualquier punto al sistema para registrar la carga académica. De esta forma se generan los horarios automáticamente una vez llenados los formularios por los docentes.
  • Thumbnail Image
    Item
    Un Algoritmo GRASP con simulación dinámica para resolver el problema de cortes irregulares
    (Universidad Nacional Mayor de San Marcos, 2007) Torres Sánchez, Fernando Arturo; Mauricio Sánchez, David Santos
    Los problemas de corte de piezas se presentan en diversos sectores productivos y han sido ampliamente estudiados en la literatura. En algunos casos, son problemas simples de especificar; pero en todos los casos son extremadamente difíciles de resolver; aquí se considera un caso de esa familia de problemas denominado el problema de corte de piezas irregulares. El objetivo principal de este trabajo es implementar un algoritmo que permita resolver el problema de corte de piezas irregulares el cual consiste básicamente en minimizar el número de superficies que alojen a una determinada cantidad de piezas irregulares en demanda, posicionar las piezas en las respectivas superficies, permitien- do minimizar la perdida de material. La solución a este problema se entrega a través de un programa computacional basado en la metaheurística GRASP y la Simulación Dinámica, donde el algoritmo implementado selecciona las piezas irregulares a posicionar en cada superficie, para luego aplicarles parámetros físicos necesarios para la simulación dinámica. Una vez que las piezas se compacten dentro de cada contenedor se tiene la configuración final, donde se analiza el desperdicio resultante. Se midió el rendimiento del algoritmo basándose en un conjunto de instancias de prueba; los experimentos numéricos sobre 10 instancias numéricas muestran un bajo costo computacional y un grado de eficiencia respecto a la calidad de la solución en 100 %.