Examinando por Materia "Fuzzy logic"
Mostrando 1 - 7 de 7
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Construcción y Control de Vuelo de un Drone Esferico(Universidad EIA, 2015) Ramírez Vega, Juan DiegoEn este documento se presenta la implementación de un sistema de control difuso para la estabilidad de un helicóptero tipo quadrotor que tiene como unidad de procesamiento un Arduino Mega 2560 con una unidad de medida inercial 9 DOF RAZR. Primero se desarrolló la construcción de la plataforma de vuelo, junto con la validación del diseño obtenido y selección de materiales. En segundo lugar se seleccionó los componentes electrónicos de la plataforma de vuelo, así como su sistema de comunicación. Descripción de la obtención del modelo teórico y empírico del sistema. Donde el primero utilizó las fuerzas de empuje, y los momentos de arrastre generados por cada uno de los motores para describir la dinámica y cinemática del sistema. En cambio en el modelo empírico se excito el sistema mediante una señal pseudoaleatoria binaria y se restringía los movimientos de tal forma que se solo se dejaba uno para identificar. Para la estabilización del sistema se utiliza un controlador fuzzy el que tiene como entradas el error y la derivada del error y tiene como salida la potencia necesaria para cada motor para alcanzar la estabilidad del sistema.Publicación Acceso abierto Diversificación de un portafolio de inversión basado diferentes medidas de riesgo(Universidad EIA, 2023) Agudelo Serna, Andrés; Valencia Villa, Juan SebastiánRESUMEN: el presente trabajo aborda la problemática de optimización de asignación de capital dentro de un portafolio de instrumentos financieros heterogéneos. Esta gestión óptima de carteras de inversión resulta un tópico crítico en finanzas corporativas, dada su incidencia en la rentabilidad y riesgo de las organizaciones. La investigación explora el potencial de técnicas de vanguardia en inteligencia artificial, específicamente la lógica difusa y los algoritmos genéticos, para la construcción de portafolios robustos mediante asignación sistémica de recursos. La metodología consiste en un estudio cuantitativo, explicativo y longitudinal. Involucra el análisis estadístico de series financieras históricas para entrenar y evaluar modelos predictivos. El alcance correlacional identifica interdependencias entre instrumentos. Se implementan dos enfoques complementarios: lógica difusa para evaluación individual de alternativas mediante reglas heurísticas, y algoritmos genéticos para búsqueda estocástica masiva en paralelo de asignaciones óptimas globales. Los resultados revelan sinergias entre ambos. La lógica difusa aporta análisis granular, manejo de incertidumbre y semántica interpretativa. Los algoritmos genéticos permiten optimización simultánea considerando interdependencias y con flexibilidad de objetivos. Se concluye que estas modernas técnicas algorítmicas de vanguardia sobresalen en la construcción de portafolios resilientes y superan limitaciones de enfoques tradicionales. Se recomienda investigación futura enfocada en despliegue de aplicaciones analíticas y validación sobre datos financieros en tiempo real. En síntesis, este trabajo ejemplifica la aplicación de algoritmos innovadores de inteligencia artificial para optimizar la gestión de portafolios de inversión corporativos, constituyendo un avance en la incorporación de técnicas de vanguardia en los procesos de decisión financiera estratégica.Publicación Acceso abierto Manejo de escenarios a la hora de calcular el capital de riesgo operacional, aplicando inteligencia borrosa.(Universidad EIA, 2019) Tobón Osorio, Sandra Liliana; Bonet Cruz, IsisEl riesgo operacional es uno de los factores empresariales que es más se está evaluando en los últimos tiempos, en parte gracias al auge de las firmas aseguradoras que asumen el riesgo ajeno a través de sus pólizas y también con el fin de evadirlo, disminuirlo o aceptarlo. Aunque los métodos para medir el riesgo operacional se establecieron hace menos de 20 años con Basilea II, ya es evidente que hay ciertos problemas al calcular el capital por riesgo operacional con estos. Uno de los problemas principales se encuentra a la hora de integrar los escenarios empleando el método AMA, para el cálculo del capital por riego operacional. La razón de esta problemática, radica en el tipo de dato que son los escenarios, pues ellos se caracterizan por su incertidumbre tanto en el costo que le pueden generar a la empresa, como en el periodo de tiempo en que puedan suceder. Igualmente, la cantidad de estos datos es mínima, ya que provienen de la opinión de expertos y no de una recolección histórica. Por esta razón estudiarlos con métodos que son idóneos para datos que siguen determinado orden, no es lo ideal y puede generar como resultado requerimientos de capital erróneos por riesgo operacional. En el presente trabajo de grado, se aplica la lógica difusa para el estudio de los escenarios, con el fin de integrarlos de la manera adecuada a los requerimientos de capital por riesgo operacional. Aunque los requerimientos de capital que se obtienen son 4 veces mayor a los que se originan al integrar los escenarios con el método tradicional, la realidad ha demostrado que los métodos originalmente empleados por Basilea II, no fueron lo suficientemente acertados al calcular el capital por riesgo operacional, razón por la cual Basilea III invita a utilizar un nuevo método con el cual el capital por riesgo operacional es mayor. Por lo cual los resultados de este proyecto podrían ser adecuados.Publicación Sólo datos Modelo cognitivo borroso para la caracterización de la percepción de la publicidad corporativa de Suramericana de Seguros S.A. en términos de patrones emocionales y atributos de marca(Universidad EIA, 2019) Henao Ocampo, Angélica María; Panesso Restrepo, Carolina; Peña Palacio, Juan AlejandroLa evaluación de la percepción de marca a través de publicidad corporativa es actualmente todo un reto para las compañías, pues estas generalmente utilizan métodos tradicionales del mercadeo donde su efectividad depende de la capacidad y voluntad de las personas para interpretar y detallar su nivel de involucramiento y afinidad frente a la información a la que están expuestas. Esto ocasiona que las organizaciones cuenten con evaluaciones sesgadas y limitadas que dificultan la ejecución de estrategias de mercadeo que le apunten a que la percepción de marca de sus clientes sea acorde con la estrategia comunicativa de la entidad en un momento dado. Por consiguiente, caracterizar la percepción de marca de una entidad a través de pautas corporativas, haciendo uso de métodos no tradicionales del mercadeo basados en los principios de la inteligencia computacional, se convierte en una herramienta innovadora para las organizaciones dado que facilita la creación de estrategias de comunicación más acertadas y objetivas de acuerdo a lo que realmente perciben los consumidores. De esta manera, la presente investigación se fundamenta en el diseño y desarrollo de un modelo cognitivo borroso para la caracterización de la percepción de marca de una muestra de individuos, al estos estar expuestos a dos pautas publicitarias de una compañía aseguradora –una de carácter informativo y otra emocional-, con base a las emociones y los atributos de marca percibidos, haciendo uso de métodos cuantitativos como redes neuronales y lógica borrosa, y cualitativos como encuestas, con el fin último de evaluar la percepción de marca de una forma más objetiva e integral. Para el entrenamiento del modelo se tuvieron en cuenta las señales EEG provenientes de la actividad bioeléctrica cerebral de 4 expertos al estar expuestos a estímulos visuales representativos tanto de emociones -alegría, tristeza, miedo e ira- como de atributos de marca -confianza, experta, cercana, dinámica y latinoamérica-; para la validación del mismo, se tuvieron en cuenta las señales EEG de una muestra de individuos -hombres y mujeres entre 18 y 25 años-, expuestos a una publicidad corporativa audiovisual. Seguidamente, se diseñó un autoencoder útil para la reducción e identificación de las características más importantes de cada conjunto de señales; y posteriormente, se diseñaron diferentes redes neuronales de aprendizaje profundo que sirvieron como base para el aprendizaje del modelo teniendo en cuenta las señales provenientes de los expertos, lo cual arrojó unos pesos útiles para el reconocimiento efectivo de patrones emocionales y atributos de marca en pautas corporativas. Por último, teniendo en cuenta dichos pesos y las señales provenientes de los individuos de la muestra, se implementó el modelo cognitivo que generó efectividades mayores al 90% en la clasificación de patrones emocionales y del 82% en la clasificación de atributos de marca, y se elaboró a continuación un mapa borroso por individuo que permitió caracterizar la percepción de marca de cada uno de estos de manera exitosa; así mismo, al comparar dichos resultados con los arrojados por las encuestas, se encontraron relaciones frente a lo que los individuos expresaron haber percibido y lo arrojado por el modelo, aunque también hubo casos en donde los resultados divergían dada la subjetividad implícita en las encuestas y en los insumos de entrada utilizados por el modelo.Publicación Acceso abierto Modelo de riesgos para el otorgamiento de microcréditos a personas no bancarizadas(Universidad EIA, 2020) Posada Saldarriaga, Andrés; Suárez Zapata, Sergio; Patiño Pérez, AlejandroRESUMEN: La falta de información con la que cuentan las entidades bancarias sobre el comportamiento crediticio de los clientes que solicitan un préstamo ha llevado a una mala colocación de los recursos por parte de estas organizaciones y al aumento de factores de riesgo para la sociedad como lo es el préstamo informal (gota a gota) y el aumento del hurto en las calles; por otro lado la dificultad de obtener información cuantitativa ha llevado a que las aproximaciones a una calificación de la calidad del cliente se analice en términos de información netamente cualitativa la cual hace difícil la creación de modelos que puedan ser aplicados en el día a día. En este proyecto se propone el desarrollo de un prototipo de modelo de riesgos para el crédito de personas no bancarizadas por medio de técnicas y conceptos de la inteligencia computacional, con la cual se determinarán las calificaciones para los prestatarios, de acuerdo con diferentes factores. Para la determinación de las variables más significativas, y las cuales se utilizarán en el modelo computacional, se realizaron entrevistas y encuestas a diferentes expertos en el área de riesgos financieros. Luego se procedió al desarrollo del modelo el cual permite no solo calcular la calificación crediticia de los prestataritos, sino también las condiciones de pago para cada uno de estos. Se espera que, con este modelo las entidades financieras puedan comenzar a darles la oportunidad a personas de escasos recursos, el acceso al sistema financiero.Publicación Acceso abierto Pronóstico del IPC mediante una red neuronal artificial borrosa(Universidad EIA, 2019, 2019) González Peláez, Pablo; Patiño Pérez, Héctor AlejandroPublicación Acceso abierto Sistemas dinámicos basados en agentes: modelación de un sistema económico(Universidad EIA, 2017) Gutiérrez Henao, Juan Manuel; Lochmuller, ChristianLos entornos económicos son sistemas complejos que dificultan la toma de decisiones de los agentes involucrados en él: consumidores, bancos, firmas y entidades gubernamentales. En este trabajo se busca modelar los aspectos fundamentales de los sistemas económicos, para facilitar la comprensión de sus dinámicas y entender los impactos que tienen las decisiones de los agentes. Las metodologías tradicionales de modelación suelen fallar en capturan ciertos comportamientos y tienden a sobresimplificar o sobreidealizar la realidad. Se aplicó una metodología de modelación híbrida, involucrando elementos de dinámica de sistemas, modelación basada en agentes, lógica difusa y ecuaciones diferenciales. Se realizó una revisión extensiva de literatura, buscando teorías económicas que respalden las ecuaciones diseñadas y maneras de integrar las metodologías mencionadas anteriormente en un único modelo híbrido. Adicionalmente se revisaron modelos construidos utilizando cada una de las metodologías mencionadas anteriormente, mostrando los resultados y limitaciones que presentan, resaltando así la importancia de los modelos híbridos. El modelo fue construido basado en dinámica de sistemas, y posteriormente se agregaron los componentes de lógica difusa para la modelación de la tasa impositiva a las empresas y la modelación basada en agentes para la toma de decisiones económicas de las personas. Después de cada fase se evaluaron los resultados y se compararon con los modelos anteriores. Finalmente se realizaron análisis de las curvas y comportamientos de las variables en el tiempo y se analizó el efecto de la variación de la tasa impositiva a los hogares y de la rentabilidad de las empresas sobre las variables macroeconómicas. Se presentan conclusiones sobre la utilización de los modelos híbridos, ventajas y desventajas y aprendizajes acerca de la utilización de diferentes herramientas para la modelación de sistemas complejos.
