Examinando por Materia "Neural Networks"

Mostrando 1 - 7 de 7
  • Miniatura
    PublicaciónAcceso abierto
    Análisis de la calidad en el servicio para la satisfacción de los usuarios en el Hotel San Fernando Plaza Medellín.
    (Universidad EIA, 2018) Arango Zuluaga, Alejandro; Córdoba Echeverri, David; Ocampo Morales, Alexandra
    Hotel San Fernando Plaza Medellín es una empresa de servicio hotelero que a diario busca afianzar la fidelización de sus clientes a través de la calidad, renovación, actualización e innovación permanente de sus servicios y productos. Sin embargo, las encuestas actuales y la forma en la que son analizadas no permiten evidenciar las múltiples oportunidades de mejora que el cliente demanda. En este proyecto se estudian los históricos de encuestas, quejas y reclamos relacionados con la prestación del servicio hotelero del Hotel San Fernando Plaza Medellín con el fin de identificar posibles oportunidades de mejora a través de la relación y priorización de las variables más importantes. Dicha información será obtenida del rediseño de las actuales encuestas para adquirir una información de mejor calidad que así tengan mejores impactos en la toma de decisiones que aporten al análisis y mejoramiento continuo del hotel.
  • Miniatura
    PublicaciónSólo datos
    Aplicación de redes neuronales para la reconstrucción de series de tiempo de precipitación y temperatura utilizando información satelital
    (Fondo Editorial EIA - Universidad EIA, 2020-06-21) Muñoz Herrera, Wilmer; Bedoya, Oscar Fernando; Rincón, Mauricio Edilberto
    Las técnicas de inteligencia artificial como las redes neuronales artificiales (RNA) permiten resolver una gran variedad de problemas relacionados con diferentes áreas del conocimiento tales como la medicina, la Bioinformática e incluso las telecomunicaciones. En muchos casos, las redes neuronales se utilizan para predecir el comportamiento de una variable con base en datos históricos previos y en un conjunto de variables predictoras. En este artículo se aborda el problema particular de la reconstrucción de información faltante de las estaciones meteorológicas utilizando RNAs. La falta de este tipo de información afecta principalmente los estudios climáticos en los que se utiliza información meteorológica. Estos estudios pueden permitir evitar las amenazas significativas en el desarrollo sustentable de nuestra sociedad, los recursos naturales, especies y la misma vida del ser humano. En este artículo se proponen modelos basados en redes neuronales artificiales e información satelital para el llenado de datos faltantes en las estaciones meteorológicas y reconstrucción espacial de las variables de precipitación y temperatura para la región de Departamento de Valle del Cauca, Colombia. Los resultados obtenidos alcanzan los coeficientes de correlación de alrededor de 0.9, con errores más pronunciados en cerca de 50 mm/mes en precipitación y 2 °C en temperatura.
  • Miniatura
    PublicaciónSólo datos
    Detección de dolor apartir de señales de EEG
    (Fondo Editorial EIA - Universidad EIA, 2022-06-01) Peñuela Calderón, Lina María; Caicedo Gutierrez, Nicolas Esteban
    La evaluación de dolor es de gran importancia en el campo de la medicina ya que permite detectar condiciones médicas o definir la manera en la que se debe tratar. Su evaluación se basa en primera instancia en información que el mismo paciente entrega. Sin embargo, en algunos casos en los que el paciente no tiene la capacidad de expresarlo, resulta de gran utilidad métodos que permitan evaluarlo. En este artículo se propone la evaluación de presencia o ausencia de dolor a partir de características asociadas a señales electro-encefalográficas en un experimento en el que se induce dolor agudo a 14 participantes con una prueba de electro-diagnóstico, en hombres y mujeres con edades entre 18 y 33 años.  Se utilizan redes neuronales para la clasificación, obteniendo una exactitud del 74,19 %.
  • Miniatura
    PublicaciónAcceso abierto
    Identificación y Control de Sistemas Dinámicos no Lineales y Caóticos
    (Universidad EIA, 2013) Cardona Delgado, David Andrés
    Un sistema dinámico es la representación matemática de un proceso, el sistema dinámico es un sistema cuyos parámetros internos o estado evoluciona con el tiempo. Estos sistemas están descritos por un conjunto de ecuaciones, de esta forma se puede elaborar modelos que buscan representar la estructura del mismo sistema. Los sistemas no lineales son mucho más difíciles de analizar y a menudo exhiben un fenómeno conocido como caos, con comportamientos totalmente impredecibles. Estos comportamientos son caracterizados por presentar formas geométricas complejas llamadas atractores, los cuales son los estados a los cuales evoluciona el sistema después de un estímulo y determinado tiempo. En este caso se analizara el atractor de Chua, el cual presenta diferentes tipos de atractores, al variar algunos parámetros de su circuito. Para esto se utilizaran técnicas de Identificación y control para el sistema dinámico caótico, por medio de redes neuronales, las cuales ofrecen un gran desempeño en el área de inteligencia computacional, debido a que son versátiles a la hora de aprender diferentes tipos de patrones. El proyecto consiste en la identificación de señales caóticas generadas por las ecuaciones de comportamiento del circuito de Chua, conocido por sus características, las cuales son: su facilidad de montaje lo que lo hace un circuito muy interesante para el estudio del caos. La versatilidad de la respuesta de los amplificadores en el caso de una función no lineal está manifiestada en la fácil construcción del diodo de Chua. La teoría de sistemas no lineales es pieza clave para la instrumentación física, debido a las características de los métodos y dispositivos utilizados en ésta.
  • Miniatura
    PublicaciónAcceso abierto
    Modelo de activación cerebral para la identificación de sensaciones en publicidad audiovisual a partir de la construcción de patrones audiovisuales emocionales
    (Universidad EIA, 2017) Ruiz Cañas, Lorena; Maturana Cordoba, Miryam Alejandra; Peña Palacio, Juan Alejandro
    En la actualidad el análisis de los resultados de la publicidad y el mercadeo se hace de manera cualitativa en términos de la experiencia de un analista de mercadeo, generando así poca certeza e incertidumbre de la efectividad de que las sensaciones y el mensaje emitido se logren conectar con la idea que el emisor quiere transmitir. Para esto, el mercadeo ha estudiado el comportamiento del consumidor cuando está expuesto a diferentes estímulos publicitarios, con el fin de alinear el mensaje que se quiere transmitir con lo que este realmente percibe. El principal objetivo de este trabajo es la creación de un modelo que permita la caracterización de publicidad audiovisual teniendo en cuenta cuatro emociones básicas: alegría, miedo, ira y tristeza. Para esta caracterización, se obtendrán una serie de patrones emocionales por medio de dos pruebas piloto con un grupo de 7 siete Personas por cada prueba, lo que permitirá tanto la configuración de los modelos por l aprendizaje y por otra parte permitirá la validación del mismo. Los comerciales usados en la primera prueba fueron clasificados en investigaciones previas realizadas por el grupo de investigación GIICA (Grupo de Investigación en Inteligencia Computacional y Automática), mientras que los comerciales para la prueba de validación fueron previamente clasificados por un grupo de expertos en mercadeo y áreas afines. Posteriormente se realizó la captura de las señales electroencefalografías (EEG) por medio de la prueba con el Emotiv-EPOC, recolectando en esta los datos que serían usados para la creación de los modelos. A estos datos se les hizo un tratamiento que consiste en la separación según la emoción que representa, a través de la obtención de las métricas por cada electrodo Media, Varianza, simetría y Curtosis. Luego del tratamiento de los datos, se procedió con la configuración por adaptación y aprendizaje especializado de los modelos para cada una de las emociones, para esto se usaron los modelos Madaline y Logístico y se crearon 4 máquinas de vector soporte para cada uno. Como resultado en la etapa de aprendizaje se encontró que el modelo que arrojo el mejor error de aprendizaje fue el Madaline. Por otra parte en la etapa de validación, se encontró que las emociones alegría y tristeza se ajustan mejor al Modelo Logístico, mientras la ira al modelo Madaline y el miedo fue la emoción que no se logró caracterizar. Los resultados arrojados por los modelos, permitirán a las empresas la creación de publicidad audiovisual que garantice un mayor engagement y efectividad con los segmentos publicitarios con los que quiere impactar.
  • Miniatura
    PublicaciónAcceso abierto
    Modelo Deep Learning para la estimación del potencial exportador de productos no minero-energéticos en Colombia
    (Universidad EIA, 2020) Molina Agudelo, Santiago; Villegas Ramirez, Juanita; Peña Palacio, Juan Alejandro
    RESUMEN: En un mundo globalizado, en el cual los mercados son cada vez más abiertos y con fácil acceso, es necesario que las empresas expandan sus horizontes y encuentren más clientes potenciales en otros lugares diferentes al lugar de origen, de esta manera las organizaciones adquieren valor y posicionamiento, volviéndose más competitivas frente a todas las empresas existentes del mismo sector tanto en territorio nacional como internacional. Para el análisis de exportaciones existen estudios de mercados manuales, los cuales son un proceso complejo y poco ágil, debido a la exhaustiva información que se necesita obtener. En este trabajo se desea desarrollar un modelo Deep Learning que estime el potencial exportador de productos no minero energéticos en Colombia. Por medio de recolección de información en diferentes bases de datos que brindan las instituciones internacionales y nacionales, como Procolombia, la Dirección de Impuestos y Aduanas Nacionales (DIAN), el Departamento Administrativo Nacional de Estadística (DANE) o el Banco Mundial , se realiza una selección de las características necesarias para encontrar la mejor afinidad entre la relación producto – mercado y por medio dicho modelo con ayuda del software R-Studio, automatizar el proceso de inteligencia de mercado. Por tal motivo, en este trabajo se logró encontrar mediante una plataforma matricial y el método de Redes Neuronales Artificiales (RNA) un modelo que ayuda a los profesionales en negocios internacionales o encargados de exportaciones de las empresas a realizar la inteligencia de mercados de una manera fácil y rápida, ya que puede pronosticar la relación producto - mercado óptima para la exportación de productos no minero-energéticos de Colombia.
  • Miniatura
    PublicaciónAcceso abierto
    Sistema de Posicionamiento de Micrófonos y Cancelación de Ruido
    (Universidad EIA, 2010) Puerta García, Santiago
    En estudios de grabación profesionales, técnicas de microfonía estéreo son implementadas para capturar sonidos de forma que al escucharse en la grabación den la sensación de que el oyente se encuentre en el recinto. Dichas técnicas deben ser ejecutadas de forma exacta (medidas y distancias precisas), y requieren de un encargado para dicho propósito. Por otra parte, el ruido afecta las señales de audio de cualquier grabación, y es necesario en muchos casos una limpieza o cancelación de éste por medio de procesos complejos dentro de programas avanzados. Por esto, en este trabajo se lleva a cabo un diseño mecánico para el posicionamiento automático de micrófonos usado para dos técnicas de microfonía estéreo (Técnica XY y Técnica del Par Espaciado), y de un modelo de cancelación de ruido empleando Redes Neuronales Artificiales de Base Radial. Con respecto al posicionamiento de micrófonos, se cuenta con una tarjeta de adquisición de datos conectada a un computador personal por medio de comunicación serial RS-232 la cual es ejecutada y manipulada mediante la utilización de programación orientada por objetos y tecnologías .Net. La tarjeta de adquisición de datos es utilizada para la manipulación de 4 servomotores: dos destinados a controlar el ángulo de los micrófonos, y los otros dos encargados de controlar la posición de dichos micrófonos. El software encargado de controlar dicho sistema cuenta con las opciones de posicionamiento manual y automático de los micrófonos, y tiene como propiedad principal la fácil manipulación de sus controles, haciendo dicho trabajo un producto totalmente automatizado. La cancelación de ruido se lleva a cabo mediante la utilización de un modelo neuronal de una señal considerada como libre de ruido. A partir de éste, la red se encarga entonces de calcular internamente a partir de ciertos parámetros lo necesario para que se elimine ruido de una señal de audio de entrada. Este programa de cancelación de ruido se hace bajo la comunicación de Visual Studio .Net donde se ejecuta todo el código de la red neuronal con Matlab, esta integración se encarga principalmente de convertir el audio en una serie de datos, que posteriormente son manipulados en Microsoft Excel por el mismo .Net, para finalmente entregar al usuario la señal ingresada libre de ruido.