Maestría Facultad de Ingeniería de Sistemas e Informática

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/128

Browse

Now showing 1 - 20 of 154

Modelo de visión computacional para la detección de actividad sospechosa en bodegas de Trujillo usando redes neuronales
(Universidad Nacional Mayor de San Marcos, 2026) Sánchez Agreda, Zandor Yandari; Guerra Guerra, Jorge Leoncio
En el norte del Perú, la inseguridad ha alcanzado niveles críticos, afectando significativamente a las bodegas y otros comercios de escala reducida. Datos provistos por la Asociación de Bodegueros del Perú indican que aproximadamente 250000 establecimientos son víctimas de delitos anualmente, generando pérdidas económicas que superan los 500000 soles diarios. Hasta julio de 2025, más de 2000 bodegas han cerrado de forma indefinida debido a la extorsión y los robos. En respuesta, los propietarios han incrementado la instalación de cámaras de seguridad como medida disuasiva; sin embargo, carecen de la capacidad para detectar actividades sospechosas a través del análisis de video. Frente a este escenario, la visión computacional constituye una alternativa tecnológica para resolver esta dificultad, dado que emplea las redes neuronales artificiales para replicar determinadas capacidades de la visión humana. De manera especial, las redes neuronales convolucionales (CNN) muestran ventajas significativas al momento de localizar y etiquetar objetos en imágenes y videos. No obstante, su limitación radica en la falta de memoria temporal, lo que dificulta el análisis de secuencias dinámicas en grabaciones de videovigilancia. Para superar esta restricción, las redes de memoria a largo y corto plazo (LSTM) proporcionan un complemento ideal, debido al potencial que manejan para procesar datos secuenciales y capturar patrones temporales con precisión. Esta investigación propone el desarrollo de una arquitectura de visión computacional que integra una red neuronal convolucional con unidades de memoria a largo y corto plazo, cuyo propósito es detectar actividades sospechosas de merodeo en entornos de bodegas. El enfoque metodológico consta de dos etapas principales: primero, la detección de objetos tipo persona en videos, incluyendo el trazado de las trayectorias; segundo, el escrutinio de dichas trayectorias para identificar patrones asociados a comportamientos anómalos. Los resultados muestran que la propuesta logra un índice de detección del 100 % en la identificación de trayectorias relacionadas con el merodeo.
Modelo de ciberseguridad basado en Zero Trust con DLP para fortalecer la seguridad de Información sensible en el sector eléctrico
(Universidad Nacional Mayor de San Marcos, 2025) Hernandez Legua, Alejandro Felipe; Castañeda Vargas, Pedro Segundo
La investigación tuvo como objetivo diseñar y determinar en qué medida el modelo de ciberseguridad Zero Trust integrado con Data Loss Prevention (DLP) contribuye al fortalecimiento de la seguridad de la información sensible en empresas del sector eléctrico, mediante un enfoque cuantitativo, no experimental y de tipo correlacional. El estudio empleó el coeficiente Rho de Spearman y encuestas aplicadas a organizaciones del ámbito eléctrico para diagnosticar la situación actual de la protección de la información. A partir de dicho diagnóstico, se desarrolló un plan de diseño del modelo de ciberseguridad que incluyó el reconocimiento de los recursos informáticos, la evaluación de amenazas, la implementación de mecanismos de protección físicos y digitales, así como la definición de directrices y protocolos de seguridad. Los resultados evidencian que las empresas del sector presentan áreas críticas con oportunidades de mejora en sus prácticas de protección de la información, particularmente en los principios de confidencialidad, integridad y disponibilidad. En ese sentido, se concluye que la adopción del modelo Zero Trust con DLP permite abordar las deficiencias identificadas, respaldando la necesidad de implementar mecanismos como la autenticación multifactor y la segmentación de red para mitigar brechas de seguridad y reforzar la protección de la información sensible en el ámbito eléctrico.
Modelo de Cloud Computing basado en la Metodología BESTSERVICE para mejorar el Proceso de almacenamiento de Información de la Evidencia Digital en Entidades Públicas que administran Justicia
(Universidad Nacional Mayor de San Marcos, 2025) Portocarrero Burgos, Absalon; Seclén Arana, Javier
La Entidad Pública es un organismo que trabaja por una justicia transparente, moderna y efectiva para alcanzar una sociedad pacífica con inclusión social e igualdad de oportunidades. Tiene como Misión prevenir y perseguir el delito, defender la legalidad, los derechos ciudadanos y los intereses públicos tutelados por la ley; representar a la sociedad, al menor y a la familia en juicio; velar por la recta y efectiva administración de justicia. Cuenta con un órgano de apoyo encargado de la gestión de las labores de los peritos que emiten opinión técnica y científica, en torno a investigaciones fiscales, contribuyendo a la adecuada administración de justicia, dentro del ámbito de su competencia. Para eso desde hace unos años la entidad ha empezado a lanzar iniciativas de proyectos tecnológicos que utilicen Cloud Computing, para que de esta manera puedan trabajar de manera más eficiente la gestión y compra de infraestructura. La presente tesis analizó la forma de cómo la Entidad Pública fue adoptando Cloud Computing en sus proyectos tecnológicos, y como esta adopción puede ser mejorada al contar con una metodología que permite tener pautas de cómo promover iniciativas que involucren en su desarrollo el uso de Cloud como base tecnológica y a la vez, estar alineada a los objetivos estratégicos de la Entidad Pública.
Modelo basado en la Norma ISO 27001:2022 y PCI DSS para la gestión de seguridad de la información en Pymes del sector textil, Lima 2024
(Universidad Nacional Mayor de San Marcos, 2026) Bustamante Garcia, Shonerly; Castañeda Vargas, Pedro Segundo
La presente investigación tuvo como finalidad determinar el grado de mejora de un modelo basado en la Norma ISO 27001:2022 y PCI DSS sobre la gestión de la seguridad de la información en las pymes de la industria textil de Lima durante el año 2024. El estudio se desarrolló bajo un diseño preexperimental y se aplicó a una muestra conformada por 20 trabajadores, a quienes se administró un cuestionario en tres momentos distintos con el fin de evaluar los cambios en la gestión de la seguridad de la información. El análisis estadístico de las dimensiones de confidencialidad, integridad y disponibilidad evidenció mejoras altamente significativas (p < .001), reflejadas en el fortalecimiento de los controles de acceso, la reducción del riesgo de divulgación no autorizada y una mayor disponibilidad oportuna y confiable de la información para los usuarios autorizados. Se concluye que la implementación del modelo optimiza de manera significativa la protección de la información, genera cambios estructurales sostenibles, reduce brechas iniciales y promueve una cultura organizacional orientada a la seguridad de la información, constituyéndose en un aporte relevante para la gestión de riesgos en las pymes del sector textil.
Comparación de métodos estadísticos y redes neuronales para la toma de decisiones en la asignación de ubicación del almacenamiento
(Universidad Nacional Mayor de San Marcos, 2025) Sánchez Ferrer, Agusto Guillermo; Herrera Quispe, José Alfredo
En la actualidad, los almacenes enfrentan diversos desafíos logísticos, siendo uno de los más críticos el proceso de preparación de pedidos, en el cual los tiempos de recolección se incrementan significativamente debido a la congestión ocasionada por la falta de productos en las ubicaciones asignadas, lo que ha motivado la aplicación de estrategias como el slotting para optimizar la asignación de productos mediante técnicas analíticas; sin embargo, las variaciones estacionales y los cambios en la demanda dificultan una asignación eficiente y flexible. En este contexto, la investigación desarrolla un enfoque orientado a mejorar la asignación de ubicaciones de almacenamiento mediante el pronóstico de la demanda de productos, empleando métodos estadísticos y redes neuronales como soporte para la toma de decisiones logísticas, a partir del análisis de datos históricos correspondientes a 50 productos durante un período de siete años, comprendido entre enero de 2016 y julio de 2023. El estudio se estructura en dos fases, en las que inicialmente se integra un modelo novedoso sustentado en la revisión rigurosa de antecedentes, y posteriormente se comparan diferentes técnicas de pronóstico, tales como el modelo autorregresivo integrado de medias móviles estacional, la suavización exponencial doble y triple, y redes neuronales basadas en unidades recurrentes con puertas y memoria de largo y corto plazo. Los resultados obtenidos demuestran que el enfoque híbrido propuesto mejora la precisión de los pronósticos de demanda y contribuye a la optimización de la asignación de ubicaciones en el almacenamiento, permitiendo reducir los tiempos de preparación de pedidos y fortalecer el desempeño logístico de los almacenes.
Desafíos de la ingeniería de requisitos en el desarrollo de software ágil: un enfoque en la mejora del producto
(Universidad Nacional Mayor de San Marcos, 2025) Benito Pacheco, Oscar; De la Cruz Vélez de Villa, Percy Edwin
La implementación de las diferentes actividades en la disciplina de la ingeniería de requisitos en el desarrollo de un proyecto informático consiste en: obtener, analizar, documentar y verificar las necesidades de parte del usuario estas son por sí mismas de vital importancia en todas las metodologías de desarrollo del producto software, para el éxito del proyecto. Cabe destacar que las prácticas de la ingeniería de requisitos en los ambientes de desarrollo ágil, presentan restricciones y con ello varios desafíos en la industria del software, ayudan a abordar las dificultades de las propuestas convencionales y evitan costos innecesarios. Sin embargo, debe destacarse, la no existencia de una separación clara de estas actividades en sus procesos individuales, y que las prácticas que se implementan se utilizan muy de cerca durante el ciclo de desarrollo y dan bienvenida a los requisitos cambiantes en su proceso de desarrollo. Utilizando las normas y patrones en la teoría de la Revisión Sistemática de la Literatura, el estudio adaptó las pautas de Kitchenham propuestas para la disciplina de la Ingeniería de Software. Los resultados obtenidos han permitido identificar y conocer el estado actual de las técnicas de la ingeniería de requisitos implícitas o explícitamente de las prácticas que se vienen implementando al respecto en los ambientes de desarrollo ágil. Por tanto, esta contribución identifica desafíos, prácticas y resultados y a la vez que sirvan en la industria del software.
Series de tiempo y aprendizaje automático para el pronóstico de precios y rendimientos de las acciones de una empresa peruana en la Bolsa de Valores de Nueva York
(Universidad Nacional Mayor de San Marcos, 2025) Evaristo Broncano, Roberto Carlos; Herrera Quispe, José Alfredo
La investigación tuvo como objetivo comparar las técnicas de series de tiempo y de aprendizaje automático en su capacidad para el pronóstico de precios, rendimientos y la clasificación de altos rendimientos de las acciones de una empresa peruana que cotiza en la Bolsa de Valores de Nueva York, utilizando datos históricos comprendidos entre enero de 2020 y enero de 2023. El estudio abordó tres enfoques analíticos: predicción de precios, predicción de rendimientos y clasificación de rendimientos elevados, para lo cual se construyeron variables derivadas de los precios históricos, tales como rendimientos, medias móviles, ratios de precios, índice de fuerza relativa, bandas de Bollinger y oscilador estocástico. A partir de un análisis histórico iterativo se determinó una ventana óptima de predicción de 20 días, definiéndose como variables objetivo el precio, el rendimiento y la clasificación del rendimiento al día 20. Se implementaron modelos de series de tiempo como ARIMA y modelos de aprendizaje automático, incluyendo regresión, árboles de decisión, random forest, XGBoost, LightGBM, redes neuronales de perceptrón multicapa y redes neuronales recurrentes LSTM y GRU. Los resultados evidenciaron que los modelos basados en aprendizaje automático, especialmente las redes neuronales recurrentes LSTM y GRU, así como XGBoost y LightGBM, alcanzaron mayor precisión tanto en el pronóstico como en la clasificación de altos rendimientos, demostrando un mejor desempeño en contextos caracterizados por alta volatilidad y patrones no lineales complejos, lo que sugiere su potencial como herramientas estratégicas para el análisis financiero y la gestión de portafolios.
Modelo de procesos para un servicio de testing de software y la calidad del producto final en una empresa de telecomunicaciones
(Universidad Nacional Mayor de San Marcos, 2025) Bartra More, Arturo Alejandro; León Fernández, Cayo Víctor
La investigación tuvo como objetivo establecer la influencia de un modelo de procesos para el servicio de testing de software en la calidad del producto final dentro de una empresa del sector telecomunicaciones, considerando la ausencia de un modelo unificador que estandarice la gestión del testing bajo la modalidad de outsourcing, pese a su creciente importancia en el aseguramiento de la calidad del software crítico. El estudio se desarrolló bajo el enfoque de la ciencia del diseño, integrando la revisión sistemática de literatura especializada, el diseño de un modelo de procesos sustentado en estándares internacionales como CMMI, TMMI e ITIL, y su validación mediante un estudio de caso aplicado en una consultora peruana especializada en servicios de testing de software. Los resultados evidenciaron mejoras significativas en la eficiencia de los tiempos de entrega, una reducción en el número y la criticidad de las incidencias detectadas, así como un incremento en el nivel de satisfacción de los clientes. Se concluye que la adopción del modelo propuesto contribuye positivamente al desempeño de los servicios de testing, al promover procesos más controlados, repetibles y alineados con las mejores prácticas internacionales, fortaleciendo así la calidad del producto de software final.
Un framework para la gestión de la ciberseguridad social en instituciones privadas de educación superior de Lima Metropolitana
(Universidad Nacional Mayor de San Marcos, 2025) Rodriguez Dulanto, Elton Nick Roy; Santisteban Pazos, José Luis
La ciberseguridad en las universidades privadas de nivel superior es un desafío creciente debido a los riesgos derivados de la ingeniería social, que explota las vulnerabilidades humanas para acceder a datos sensibles. Esta investigación tiene como objetivo diseñar un marco de trabajo para gestionar la ciberseguridad social en estas instituciones, enfocándose en la prevención de filtraciones de datos. La propuesta del Framework SCERA busca mejorar la gestión de la ciberseguridad social considerando factores culturales, educativos y tecnológicos. La metodología incluye una revisión sistemática de la literatura, encuestas a 30 universidades privadas de Lima y validación estadística mediante modelado de ecuaciones estructurales. La investigación identifica los factores que influyen en la pérdida de datos y propone directrices para una gestión eficaz de la ciberseguridad social. Los resultados destacan que la seguridad técnica y las normativas de ciberseguridad son esenciales para mitigar los riesgos de ciberataques sociales, y que la concientización sobre ciberseguridad es clave para implementar políticas efectivas. En síntesis, se presenta un marco innovador que puede ser adoptado por universidades privadas para reducir riesgos cibernéticos y proteger la información sensible.
Un Marco de Trabajo para el Desarrollo de Software Web Seguro con Metodologías Ágiles
(Universidad Nacional Mayor de San Marcos, 2025) Valderrama Herrera, Gilmer Glicerio; Herrera Quispe, José Alfredo
La investigación analiza el desarrollo de software bajo un enfoque ágil mediante la metodología SCRUM, destacando su carácter incremental e iterativo que facilita entregas continuas de código y productos funcionales adaptables a los cambios, aunque también evidencia desafíos en la gestión de la seguridad debido a plazos reducidos y a la variabilidad de los requisitos. En este marco, se propone un modelo mejorado basado en “Agility of Security Practices and Agile Process Models: An Evaluation of Cost for Incorporating Security in Agile Process Models” de H. Maria Maqsood y Andrea Bondavalli, incorporando ocho actividades de seguridad seleccionadas según su grado de agilidad y su relación costo-beneficio. La validación del marco se realizó mediante una encuesta aplicada a gerentes, directores, analistas de sistemas, desarrolladores, analistas de calidad, Scrum Masters y gestores de proyectos, considerando factores de ponderación como la participación de un especialista en desarrollo seguro y el tiempo adicional requerido para integrar prácticas de seguridad. Los resultados evidencian que el marco propuesto presenta un adecuado grado de agilidad y factibilidad para su implementación en procesos de desarrollo basados en SCRUM, y que su aplicación en un caso de estudio permitió mitigar eficazmente amenazas y vulnerabilidades, contribuyendo al desarrollo de un software web seguro.
Clasificación de reclamos virtuales en el sector público: un análisis comparativo de algoritmos de aprendizaje automático usando procesamiento de lenguaje natural
(Universidad Nacional Mayor de San Marcos, 2025) Diaz Tunjar, Thalia; Herrera Quispe, José Alfredo
La atención oportuna y eficiente de los reclamos ciudadanos en el sector público representa un desafío persistente, especialmente ante el creciente volumen de registros en plataformas virtuales. El procesamiento manual de estos reclamos genera demoras, errores y respuestas insatisfactorias que afectan la confianza del ciudadano en la gestión pública. La presente investigación de carácter aplicado y experimental tiene como objetivo validar la efectividad de técnicas de clasificación automática de reclamos mediante el uso de Natural Language Processing (NLP) y algoritmos de Machine Learning (ML). Para ello, se formula una hipótesis principal orientada a determinar si es posible mejorar la clasificación y gestión de reclamos en un libro de reclamaciones virtual mediante la aplicación de modelos supervisados entrenados con datos reales del sector público peruano. Se desarrolló un análisis comparativo de cinco algoritmos de clasificación: Naive Bayes, Random Forest, Logistic Regression, Linear Support Vector Classifier (LinearSVC) y el modelo de lenguaje Claude AI. El conjunto de datos constó de 261,627 registros textuales, categorizados en seis clases: reclamo, queja, denuncia, consulta, sugerencia y otro. Los textos fueron sometidos a procesos de lematización, vectorización TF-IDF y balanceo mediante SMOTE, y los modelos fueron evaluados mediante métricas como precisión, recall y F1-score. Los resultados demuestran que es factible mejorar significativamente la clasificación. Entre los algoritmos clásicos, la Logistic Regression mostró un desempeño sólido y equilibrado, alcanzando un F1- score de 0.8639 en la categoría “Reclamo”. El modelo LinearSVC demostró alta capacidad de generalización con recall de 1.0 en clases minoritarias. El modelo Claude AI presentó un rendimiento competitivo, aunque inferior a los modelos supervisados optimizados. Esto confirma que la aplicación de NLP y ML, particularmente con modelos entrenados específicamente para el dominio, constituye una solución escalable y confiable para optimizar la gestión de reclamos, reduciendo tiempos de atención y aumentando la eficiencia operativa en entornos institucionales digitales.
Prácticas ágiles en la productividad y gobernanza de equipos de desarrollo de software: Caso de estudio consultora de tecnologías de la información – 2024
(Universidad Nacional Mayor de San Marcos, 2025) Pérez Gil, Juan Carlos; León Fernández, Cayo Víctor
El presente estudio tuvo como objetivo determinar de qué manera las prácticas ágiles influyen en la productividad y gobernanza de los equipos de desarrollo de software en una consultora de tecnologías de la información en el año 2024. Esta investigación fue de tipo aplicada, con diseño no experimental, enfoque cuantitativo y alcance correlacional. La muestra estuvo compuesta por 30 líderes que acompañan a equipos de desarrollo de software de la consultora de tecnologías de la información, a quienes se les aplicó una encuesta mediante un cuestionario validado. Los datos recopilados fueron analizados mediante estadística descriptiva y correlacional para explorar las relaciones entre variables, dimensiones e indicadores. Posteriormente, para contrastar las hipótesis específicas, se utilizó regresión lineal múltiple y ANOVA de la regresión, cuyos resultados evidenciaron una influencia positiva de las prácticas ágiles tanto en la productividad (R² = 0.504; p = 0.034) como en la gobernanza (R² = 0.498; p = 0.038) de los equipos de desarrollo de software. Finalmente, para contrastar la hipótesis general, se utilizó un análisis multivariado MANOVA el cual evidenció una influencia positiva de las prácticas ágiles sobre ambas variables en conjunto según las pruebas de De Wilks (p = 0.024), Lawley-Hotelling (p = 0.040) y De Pillai (p = 0.014). Se concluye que las prácticas ágiles, en su conjunto, influyen de manera positiva tanto en la productividad como en la gobernanza de los equipos de desarrollo de software.
Modelo de Gobierno de Tecnologías de la Información para optimizar el Gobierno Digital en las Entidades Públicas del Perú
(Universidad Nacional Mayor de San Marcos, 2025) Villaverde Aguilar, Marcelino; Seclen Arana, Javier Alfonso
La presente investigación busca cubrir la brecha de conocimiento relacionada a la inexistencia de un modelo integrado de gobierno de TI y el de su aplicación en los Ministerios del poder ejecutivo, proponiendo un Modelo de Gobierno de TI basado en las últimas versiones de estándares ISO, abarcando aspectos que van desde la Gobernanza de las Organizaciones (ISO 37000:2021), la Gobernanza de TI (ISO 38500:2016 rev. 2023), hasta definir los factores para la evaluación del Modelo de Gobierno de TI (ISO 38503:2022), dejando de lado el enfoque tradicional, en donde se aborda la aplicación individual de cada estándar descrito. Para esta investigación se aplicó un enfoque cualitativo de tipo descriptivo, dado que se busca comprender y describir una problemática específica aplicando la teoría y mejores prácticas; y al ser un marco propuesto para el sector público peruano, específicamente a los Ministerios del Poder Ejecutivo, se han cubierto aspectos de la gestión pública peruana aplicables al contexto del marco de trabajo del Modelo de Gobierno de TI propuesto. Para ello se ha considerado a los diecinueve (19) Ministerios que conforman el poder ejecutivo, realizando una recolección de datos basado en documentación oficial (Leyes, normas, reglamentos, planes, directivas, lineamientos, papers relacionados, entre otros), obteniendo como parte del análisis y la discusión, el resultado favorable sobre la viabilidad de la implementación del modelo propuesto.
Framework para la externalización de la configuración en entornos multitenant
(Universidad Nacional Mayor de San Marcos, 2025) Mori Peña, Jose Miguel; Sobero Rodríguez, Fany Yexenia
La administración de la configuración de las aplicaciones de software es fundamental en las fases de desarrollo, implementación y despliegue de las mismas. Las configuraciones suelen referirse a servicios externos, como conexiones a bases de datos, credenciales encriptadas, sistemas de correo electrónico, plataformas de mensajería, entre otros. Estas configuraciones tienden a variar según el entorno de despliegue de las aplicaciones. El presente estudio de investigación plantea la creación del marco de trabajo denominado “config-manager” que posibilite la externalización de la configuración de aplicaciones multitenant. En una aplicación multitenant, la misma instancia de la aplicación funciona para varios clientes, conocidos como tenants, que comparten datos comunes y a la vez cuentan con datos aislados entre sí. Se propone establecer un punto central para la gestión de dichas configuraciones, otorgando a la aplicación la habilidad de operar en diversos entornos y atender a varios tenants sin necesidad de modificar o recompilar el código. Con el fin de evaluar la contribución del marco propuesto, se llevó a cabo un taller dirigido con profesionales del desarrollo de software, seguido de una encuesta de satisfacción de usuarios posterior al uso, donde se obtuvo una puntuación cercana a 1 que indica que se ha obtenido una mayor satisfacción en los participantes, adicionalmente se evaluaron otras métricas para conocer el estado de los atributos de calidad del software, como la eficiencia, fiabilidad y mantenibilidad donde se obtuvo como resultado un bajo consumo de recursos, cero incidencias con alta cobertura de código y deuda técnica igual a cero respectivamente.
Modelo de aprendizaje automático para potenciar la gestión del portafolio de proyectos de ti: simplificación mediante Clouderizer en empresas de desarrollo de software de la ciudad de Lima 2023
(Universidad Nacional Mayor de San Marcos, 2025) Hayashida Marchinares, Augusto Enrique; Hayashida Marchinares, Augusto Enrique
La presente investigación tuvo como propósito determinar si el modelo de aprendizaje automático utilizando Cloudorizer influye en la gestión del portafolio de proyectos de Tecnologías de la Información (TI) en desarrolladores de empresas ubicadas en la ciudad de Lima durante el año 2023. El estudio adoptó un enfoque cuantitativo, descriptivo, transversal y analítico, sin intervención, y se trabajó con dos variables categóricas nominales dicotómicas. Se aplicaron técnicas como la observación, el análisis documental y la encuesta, mediante dos cuestionarios validados por juicio de expertos y cuya confiabilidad fue determinada mediante la prueba KR-20, dado el carácter dicotómico de las variables. Los resultados obtenidos a través de la prueba de independencia condicional de Mantel-Haenszel mostraron una influencia directa del modelo de aprendizaje automático con Cloudorizer sobre la gestión del portafolio de proyectos de TI, con un valor p de 0.003, lo que indica una relación estadísticamente significativa. Asimismo, se propuso un modelo de predicción utilizando regresión Logit, mediante el cual se evidenció una predicción aceptable en términos de tiempo, eficiencia, satisfacción y rentabilidad en la gestión del portafolio de proyectos de TI.
SIGET para gestión de inconsistencias en la información contable en la prestación de servicios de una empresa auditora – 2020
(Universidad Nacional Mayor de San Marcos, 2025) Sanchez Villanueva, Eddy Fernando; León Fernández, Cayo Víctor
Los auditores enfrentan dificultades para identificar inconsistencias en la información contable. El objetivo de esta tesis es determinar cómo SIGET influye en la gestión de inconsistencias en la información contable. La investigación es de tipo básica y no experimental. La unidad de investigación fue el gerente a cargo de la prestación de servicios. La población del estudio incluyó a los 12 gerentes responsables de estos servicios, y el tamaño de la muestra coincide con esta población, siendo una selección de tipo “no probabilístico intencional”. La recolección de datos se realizó mediante cuestionarios. Los resultados concluyen que SIGET influye de manera positiva y significativa en la gestión de inconsistencias de la información contable, con un coeficiente de correlación de Rho Pearson de 0.881.
Modelo de machine learning para predicción de la complejidad léxica de palabras en instituciones secundarias en un distrito de Cajamarca
(Universidad Nacional Mayor de San Marcos, 2025) Mera Dávila, Luis Iván; Castañeda Vargas, Pedro Segundo
Determina la efectividad de un modelo propuesto de machine learning para predecir binariamente la complejidad léxica de palabras en instituciones secundarias en un distrito de Cajamarca en comparación con el baseline del CWI Shared Task 2018 para el idioma español. La metodología empleada usó el dataset en español del CWI Shared Task 2018 para el entrenamiento y un dataset de validación que se recolectó a partir de textos escolares para la evaluación del modelo en el contexto específico de las instituciones secundarias mencionadas. Los resultados en el contexto educativo demostraron un desempeño superior a los baselines establecidos, en cuanto a la precisión, así como en la eficiencia del uso de recursos computacionales evaluados. Se determinó la efectividad del modelo de machine learning para la predicción binaria de la complejidad léxica de palabras en el contexto de las instituciones secundarias de un distrito de Cajamarca, haciendo frente a la escasa literatura para esta tarea en el idioma español y representando un primer acercamiento hacia sistemas personalizados en dicho contexto educativo, lo cual podría contribuir en la mejora de la comprensión lectora y del aprendizaje del alumnado. Se plantea la sugerencia al MINEDU e instituciones secundarias de implementar el modelo para ajustar la complejidad léxica del material educativo, crear glosarios y explorar el uso de inteligencia artificial en la simplificación léxica de forma más eficaz y eficiente.
Un modelo predictivo de Machine Learning para la detección temprana de áreas de dificultad en el aprendizaje de matemáticas universitarias
(Universidad Nacional Mayor de San Marcos, 2025) Del Carpio Mendoza, Ronaldo Andre; Saavedra Zegarra, Luis
Presenta el desarrollo de un modelo de Machine Learning para la detección temprana de dificultades en matemáticas universitarias, basado en 5,685 datos pertenecientes a estudiantes de ingeniería que cursaron la asignatura de Matemática I. El modelo analiza información académica, como notas de evaluaciones principales y una matriz de evaluación diseñada por expertos, creando datos sintéticos derivados, clasificando e identificando temas con dificultad en el curso. Utilizando Python y la librería Scikit-Learn, se implementaron y evaluaron algoritmos de regresión optimizados mediante Grid Search, logrando un modelo híbrido con una precisión del 79.8%. Los resultados destacan la limitada influencia de un examen de entrada establecido en ciertos temas, pero confirman la efectividad del enfoque para detectar patrones predictivos y guiar intervenciones educativas específicas. Este modelo constituye una propuesta innovadora para mejorar el apoyo académico en matemáticas universitarias y abre las puertas a futuras investigaciones enfocadas en la optimización de herramientas predictivas en educación.
Modelo de procesos para el monitoreo y evaluación de resultados en la conservación de bosques en el Perú
(Universidad Nacional Mayor de San Marcos, 2025) Piscoya Vera, Hector Fernando; La Serna Palomino, Nora Bertha
El Perú tiene un compromiso internacional de conservar 54 millones de hectáreas de bosques tropicales como una contribución a la mitigación frente al cambio climático y al desarrollo sostenible. Para cumplir con sus objetivos el Programa Nacional de Conservación de Bosques para la Mitigación del Cambio Climático (PNCBMCC), utiliza el mecanismo de las Transferencias Directas Condicionadas (TDC) para conservar bosques tropicales amazónicos y frenar la deforestación de forma efectiva y sostenible. La institución adolece de información sistematizada para monitorear y evaluar las intervenciones en las comunidades, lo que dificulta el cumplimiento de sus objetivos. En este contexto la presente investigación tiene por objetivo diseñar Modelo de Procesos para el Monitoreo y Evaluación de Resultados en la Conservación de Bosques en el Perú, tomando como referencia Modelos de éxito de instituciones locales e internacionales y orientado a satisfacer las expectativas y necesidades de las Comunidades Nativas seleccionadas.
Método de evaluación de accesibilidad web en los archivos audiovisuales para personas con discapacidad en Lima-Perú
(Universidad Nacional Mayor de San Marcos, 2025) Dionicio Pino, Diana; Reyes Huamán, Anita Marlene
La investigación plantea como objetivo determinar si el método MTAC mejora la evaluación de accesibilidad en los portales web de archivos audiovisuales para personas que cuenten con discapacidad en Lima, Perú, ya que estos portales contienen nuestro patrimonio audiovisual (abarca documentos en formatos de audio, video y fotografía) y deberían brindar acceso a todo tipo de público incluyendo las personas con algún tipo de discapacidad, para ello se revisará y evaluará el acceso a los portales web mediante el método MTAC. Cuando se habla de accesibilidad se debe incluir a todo tipo de público incluso aquellos con algún tipo de limitación, ya que en el Perú según los Censos Nacionales 2017 han estimado 3,209,261 personas con discapacidad, siendo Lima la región con mayor número de inscritos y que representa el 30.8 % de la población nacional, entonces el nivel de acceso debería contemplar a todo este grupo. Existen métodos para la evaluación de accesibilidad, pero al tratarse de archivos audiovisuales y su contenido al patrimonio audiovisual se ha seleccionado a las pautas de la WCAG 2.1 planteadas por el consorcio (W3C), ya que estas han sido utilizadas y referenciadas en distintas investigaciones como estándares generales que nos brindan los requisitos que permiten la accesibilidad para personas con algún tipo de discapacidad. Los resultados demuestran que el método de evaluación de accesibilidad para archivos audiovisuales MTAC proporcionan mejores resultados de evaluación, ya que se ha incorporado nuevos criterios de evaluación y esto ayuda a visibilizar algunas falencias en los portales web que no se hubieran detectado antes.

Browse

Recent Submissions