Examinando por Materia "Localización"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Estudio para encontrar la mejor opción de localización para una planta de productos naturales. (Estudio de caso: Ecoflora LTDA.)
    (Universidad EIA, 2006) Duque Meza, Manuela; Vélez Johnson, Juan Camilo; Zapata, Sandra
    RESUMEN Desde la década de los noventas el mundo ha empezado a transformar sus tendencias por lo natural, pensando mucho en la salud y en la conservación del medio ambiente, buscando así alternativas de bienes elaborados por medio de las buenas prácticas agrícolas (BPA). Hoy en día existen en los mercados las barreras no arancelarias y entre ellas encontramos las medidas sanitarias y fitosanitarias (MSF), que permiten a los gobiernos adoptar medidas que aunque afectan al comercio, protegen la salud y la vida de las personas y de los animales o preservar los vegetales. Este gran auge ha hecho que el mercado de EcoFlora Ltda. esté mostrando grandes crecimientos; el tamaño del mercado de EcoFlora Ltda. es hoy casi 10 veces mayor que hace 4 años y con las proyecciones tan prometedoras, se ha visto la necesidad de aumentar la capacidad instalada de la planta encontrando la mejor alternativa de localización que minimice los costos y gastos de operación. Se documentaron y se analizaron varios modelos teóricos para determinar la localización óptima de un proyecto (o reubicación de una empresa en marcha). Se escogieron siete (7) potenciales lugares en el departamento de Antioquia aptos para el acometimiento de este caso de estudio. Cada una de estas alternativas se analizó a la luz de la disponibilidad de cada uno de los factores definidos con la alta administración de la empresa y por último se utilizó la metodología de Matriz de Ponderación para determinar la localización óptima de la nueva planta de producción de EcoFlora Ltda. Adicionalmente, se le entregó a la empresa un modelo de simulación en Extend6 para evaluar diferentes escenarios
  • Miniatura
    PublicaciónAcceso abierto
    Prototipo de aplicativo web para encontrar mascotas perdidas mediante la identificación de rasgos y características visuales usando redes neuronales profundas.
    (Universidad EIA, 2023) Jimenez Peñate, Youlvis Jimenez; Valencia Villa, Juan Sebastián
    RESUMEN: En la actualidad, encontrar a una mascota perdida puede ser difícil y frustrante. Los métodos tradicionales para localizarlas suelen ser costosos o invasivos, como los implantes de microchip. Ante este problema, este proyecto propone una solución efectiva y accesible. Para lograrlo, se utiliza una herramienta llamada Amazon Rekognition Custom Labels de AWS. Esta herramienta nos permite entrenar un modelo personalizado utilizando una gran cantidad de fotos de perros tomadas desde diferentes ángulos. De esta manera, el modelo aprende a reconocer a las mascotas en diversas posiciones y situaciones. En comparación con otros métodos de búsqueda, esta técnica ha demostrado tener una alta precisión. Proporciona una alternativa más eficaz y precisa para encontrar a las mascotas perdidas, evitando gastos excesivos y procedimientos invasivos como los microchips. El resultado obtenido es un prototipo de aplicación web que permite a los dueños de mascotas buscar de manera efectiva a sus compañeros perdidos. Lo mejor de todo es que este enfoque de reconocimiento facial mediante redes neuronales profundas no requiere la colocación de ningún dispositivo adicional en la mascota, lo que reduce los inconvenientes y costos asociados. Además, la aplicación web es fácilmente accesible desde cualquier dispositivo con conexión a internet, brindando disponibilidad a los usuarios en cualquier momento y lugar. La implementación de este proyecto ofrece varios beneficios significativos. En primer lugar, proporciona una solución más efectiva y precisa para encontrar mascotas perdidas, lo que brinda tranquilidad y alivio a los dueños preocupados. Además, al evitar métodos invasivos y costosos, se protege la salud y el bienestar de las mascotas. Asimismo, al ser una aplicación web, ofrece una forma rápida y sencilla de acceder a la herramienta de búsqueda desde cualquier dispositivo con conexión a internet. Si bien este proyecto representa un avance significativo en la identificación de perros perdidos, es importante mencionar que existen oportunidades de mejora. Se sugiere ampliar el conjunto de datos de entrenamiento para mejorar la capacidad del modelo de reconocimiento de perros y considerar la inclusión de un modelo dedicado al reconocimiento de gatos. Estas mejoras ofrecerían a los usuarios una solución más completa para encontrar a sus mascotas perdidas, ya sean perros o gatos.