Examinando por Materia "Neural networks"

Mostrando 1 - 13 de 13
  • Miniatura
    PublicaciónAcceso abierto
    Análisis del impacto del marketing digital en el engagement de Monte Rojo
    (Universidad EIA, 2020) Arango Ocampo, María José; Martínez Gómez, María Camila; Peña Palacio, Juan Alejandro
    RESUMEN: En el presente trabajo se realiza un estudio sobre el impacto del marketing digital en el engagement de la marca Monte Rojo y en la interacción que genera con su público objetivo en las redes sociales. Esta investigación se lleva a cabo debido a la creciente necesidad de las empresas de crear estrategias eficientes al momento de generar recordación de marca, para lo cual buscan transmitir correctamente su identidad por medio de la publicidad. Por lo tanto, a través de este trabajo se desea evaluar cómo los distintos factores que intervienen en la composición de las piezas publicitarias de una compañía pueden influir en las emociones de los usuarios al observarlas y en su interacción con las publicaciones. Para esto, se utilizan dos métodos de recolección de datos; el primero corresponde a una encuesta a través de la cual se busca evaluar lo que los consumidores perciben de forma consciente en la publicidad de Monte Rojo; el segundo es a través de la captura de las señales electroencefalográficas generadas al exponer a tres individuos a las piezas publicitarias de la marca, capturas que son realizadas por medio de una interfaz cerebro-computadora (BCI) comúnmente utilizada para estudios de neuromarketing. Para el procesamiento de las señales electroencefalográficas se utilizan dos modelos neuronales que permiten comprimir la información y simplificar el análisis de datos; en dicho análisis se comparan los resultados arrojados por las encuestas y los resultados arrojados por los modelos neuronales bajo un marco teórico de la psicología del color y su efecto en la publicidad. La investigación realizada identificó las emociones que generan las distintas imágenes publicitarias y las características que las hacen más propensas a tener una buena interacción con los usuarios de las redes sociales, arrojando como resultado que las imágenes con colores amarillo y rojo generan emociones intensas que llevan al usuario a la acción.
  • Miniatura
    PublicaciónAcceso abierto
    Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia
    (Universidad EIA, 2024) Banguero Quejada, Jhoan Alejandro; Soto Estrada, Engelberth
    RESUMEN: El crecimiento poblacional en el municipio de Apartadó, Antioquia, ha sido notorio en las últimas décadas, lo que ha generado una fuerte presión sobre su infraestructura urbana y su planificación territorial. Este incremento ha derivado en una alta densidad poblacional en las áreas urbanas, lo cual representa un desafío significativo para las autoridades locales en cuanto a la gestión del suelo y la provisión de servicios básicos. El Plan de Ordenamiento Territorial (POT) de Apartadó, como instrumento clave de planificación, se encuentra desactualizado, lo que impide un control efectivo sobre la expansión urbana. Esta situación ha motivado la necesidad de implementar métodos innovadores para monitorear el crecimiento urbano y planificar su desarrollo de manera más precisa y sostenible. Para abordar este problema, se empleó una metodología basada en la reconstrucción tridimensional (3D) de edificaciones a partir de imágenes satelitales de una sola vista, utilizando redes neuronales convolucionales. Se implementó un modelo basado en la red Building3-D, la cual incluye módulos que optimizan la percepción global y local de la elevación de las edificaciones. Para la extracción de los edificios, se utilizó la red de segmentación U-Net, optimizada específicamente para identificar edificaciones en las imágenes procesadas. Además, se empleó la red Deep Anything para estimar la profundidad de las estructuras. El modelo fue entrenado con el conjunto de datos de Vaihingen y validado con el Massachusetts Building Dataset, alcanzando una precisión de hasta un 96.8% en la estimación de alturas en condiciones ideales. Los resultados obtenidos permiten la generación de nubes de puntos con una alta precisión, lo cual es aplicable al monitoreo continuo del crecimiento urbano. En el caso de estudio de Apartadó, el modelo facilitó el cálculo de la densidad poblacional, permitiendo verificar que el área analizada está próxima a los límites establecidos por el POT. Este enfoque metodológico se presenta como una solución eficiente y más económica en comparación con los métodos tradicionales, que suelen requerir múltiples imágenes o el uso de drones, haciéndolo adecuado para la planificación urbana y la gestión de recursos en zonas con crecimiento acelerado.
  • Miniatura
    PublicaciónAcceso abierto
    Estrategia de inversión basada en un modelo neuronal borrosos enfocado en la estructuración de portafolios en tiempo real
    (Universidad EIA, 2018) Carvajal Correal, Santiago; Peña Palacio, Alejandro
    Resumen: ¿Existe alguna manera de predecir el comportamiento de los activos que componen el Dow Jones mediante el uso de redes neuronales, de modo que se pueda lograr obtener un retorno superior al que alcanza este índice y disminuyendo el riesgo que esta inversión implica? En este trabajo se busca desarrollar una estrategia de inversión que, mediante el uso de algoritmos de aprendizaje y econometría, permita identificar en tiempo real la composición ideal de un portafolio de activos financieros, de modo que se optimice la relación rentabilidad riesgo. Para tal efecto se desarrolló una herramienta automatizada que permitió elaborar pronósticos de la rentabilidad y la volatilidad condicional de un conjunto de activos seleccionados, con lo cual se logró determinar cuáles son los activos ideales para invertir. En este trabajo se integran las nuevas tendencias de trading algorítmico con los métodos tradicionales de estructuración de portafolios, logrando desarrollar un modelo de inversión dinámico que se ajuste a los cambios en las condiciones de mercado.
  • Miniatura
    PublicaciónAcceso abierto
    Estrategia de inversión basada en un modelo neuronal borrosos enfocado en la estructuración de portafolios en tiempo real
    (2018) Correal Carvajal, Santiago; Peña Palacio, Alejandro; Universidad EIA
    ¿Existe alguna manera de predecir el comportamiento de los activos que componen el Dow Jones mediante el uso de redes neuronales, de modo que se pueda lograr obtener un retorno superior al que alcanza este índice y disminuyendo el riesgo que esta inversión implica? En este trabajo se busca desarrollar una estrategia de inversión que, mediante el uso de algoritmos de aprendizaje y econometría, permita identificar en tiempo real la composición ideal de un portafolio de activos financieros, de modo que se optimice la relación rentabilidad riesgo. Para tal efecto se desarrolló una herramienta automatizada que permitió elaborar pronósticos de la rentabilidad y la volatilidad condicional de un conjunto de activos seleccionados, con lo cual se logró determinar cuáles son los activos ideales para invertir. En este trabajo se integran las nuevas tendencias de trading algorítmico con los métodos tradicionales de estructuración de portafolios, logrando desarrollar un modelo de inversión dinámico que se ajuste a los cambios en las condiciones de mercado.
  • Miniatura
    PublicaciónAcceso abierto
    Fuzzy cognitive maps to evaluate the consumer desicion journey throughout the evaluation and understanding of the consumer motivation scale
    (Universidad EIA, 2021) Uribe Guzman, Amalia; Peña Palacio, Juan Alejandro
    ABSTRACT: Taking into consideration the importance of understanding the consumer decision journey, along with being able to pick out the factors that drive the motivation of a consumer towards deciding to purchase or not a product is essential. It is a fact that by understanding and being able to predict consumer trends it is possible to boost up engagement people have with the products all new/existing businesses can offer. By utilizing an adequate consumer motivation scale to determine what drives the consumers and in that way develop new products, new campaigns, or even implement new services, it is possible to reach the unreachable and to dig into the neurological sides of consumers. By understanding this deeper, subconcious side of the consumer, it is possible to understand how to create a long-lasting effect in them. Using data and neuromarketing, it is possible to, at a big scale, determine what motivates a consumer to buy. This can then lead to understanding what products to offer and which market to offer it to increase the likelihood of adoption in its exposed market. The reason why new business ideas fail, or current business ideas get outgrown by the market is either due to the lack of product development, the selection of the incorrect targeted market, or the selection of an inadequate value proposition. If all these are not chosen with the consumer’s psycology on mind then the consumer believes he or she “needs” rather than “wants”, which generates a delay in the purchasing action. With the above in mind and using data-intense analytic studies, composed of fuzzy cognitive maps and concluding by deep learning models, it was possible to identify the key variables of the consumer motivation scale for all tourism products. In this way, opening the door to a new way of thinking. A neuromarketing-oriented marketing strategy that creates the “Why?” before anything else in product development, market development, or simply a product penetration goal. This strategy then allows businesses to start with the need or purpose they need to solve and the key variables the product needs to cover, to then release something to the market. In that way, the product will be something that the consumer psychologically, is already looking for. In this way, two different phases of the project were created where two different models were proposed. Then, through different deep learning models, one was selected and brought a consumer motivation scale as the final product.
  • Miniatura
    PublicaciónAcceso abierto
    Identificación y control de sistemas dinámicos no lineales y caóticos
    (Universidad EIA, 2013) Cardona Delgado, David Andrés; Peña Palacio, Juan Alejandro
    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 scoring para el otorgamiento de crédito a pequeñas empresas inscritas en la superintendencia de sociedades
    (Universidad EIA, 2019, 2019) Giraldo Martínez, Andrea; Marín Vásquez, Luisa Fernanda; Lochmuller Lochmuller, Christian
  • Miniatura
    PublicaciónAcceso abierto
    Modelo neuronal para la identificación de patrones sensoriales producidos por el audio branding en la identidad de marcas
    (Universidad EIA, 2021) López Franco, Valentina; Rodríguez Aristizábal, Olga Isabel; Peña Palacio, Juan Alejandro
    RESUMEN: Actualmente, los consumidores tienen más potencial que antes, con mayores necesidades de comunicación e información. Al construir una marca es importante transferirle características que la diferencien y definan en la mente del individuo, a través del branding se construye una identidad de marca con atributos visuales, auditivos, entre otros. Sin embargo, las estrategias se han limitado a los medios visuales tradicionales sobre lo auditivo, generando saturación visual y utilizando el sonido como un elemento publicitario. A través del Audio Branding se conecta con el cliente mediante la estimulación del sentido de la audición, con un sinnúmero de atributos racionales y emocionales que llevados a un nivel innovador pueden potenciar la imagen mental de la marca. Además, la eficacia de elementos auditivos en el branding es compleja de medir, debido a la esencia psíquica de cada individuo, últimamente existen nuevas tecnologías que buscan aproximarse a entender el funcionamiento cerebral mediante sistemas inteligentes, logrando analizar los estados afectivos o emociones experimentadas. La presente investigación se fundamenta en el análisis de patrones sensoriales generados por imágenes auditivas como estrategia en la construcción y gerencia de marcas mediante la creación de un Modelo Neuronal Deep Learning Autoencoder por Afinidad Central con Aprendizaje Mixto, haciendo uso del dispositivo Emotiv Epoc para capturar, procesar y clasificar las señales electroencefalográficas en patrones emocionales de 5 marcas a estudiar. El modelo recibe las señales capturadas de 10 personas al escuchar 20 sonidos seleccionados de la base de datos referenciada IADS-2 de la Universidad de Florida y 5 audios de las marcas. Inicialmente se realiza un centramiento de señales, se comprimen los datos al 50% mediante estructuras autoencoder, obteniendo una primera estructura comprimida de sonidos de referencia en aprendizaje y con esa misma configuración en autonomía los de las marcas, para posteriormente las dos estructuras de capas comprimidas compararlas por un proceso de afinidad central para todas las combinaciones marca-sonido. Seleccionando para cada marca los tres mayores valores de afinidad, configurándolos como sus sonidos referentes y facilitando la analogía entre emociones asociadas a sonidos con las emociones deseadas a transmitir de las marcas. Los patrones emocionales se posicionan según su valencia, activación, o asociaciones en el modelo de medición de emociones propuesto denominado Modelo PME- Pie Measurement of Emotions. El desempeño del modelo es óptimo tanto en el aprendizaje como en el relacionamiento, permitiendo valorar la efectividad de las estrategias, obteniendo en su mayoría afinidades alineadas entre las intenciones de identidad de marca y lo que los participantes experimentan en las sesiones de prueba. Es así como los modelos computacionales usados en el campo de la neurociencia ayudan a evaluar y orientar las estrategias de identidad de marca con el objetivo de aumentar su impacto y efectividad.
  • Miniatura
    PublicaciónAcceso abierto
    Modelo Para la Predicción de la Radiación Solar a Partir de Redes Neuronales Artificiales
    (Universidad EIA, 2013) González Rodríguez, Andrés Felipe
    La estimación de los cambios climáticos que ocurren en un lugar determinado siempre ha sido un factor importante a la hora de realizar actividades al aire libre. Se han desarrollado diversos métodos para predecir los valores futuros de las variables climáticas, los cuales permiten brindar información a personas y empresas para que puedan organizar sus actividades. La radiación solar hace parte de estas variables climáticas y se ha convertido en información vital en múltiples circunstancias, destacándose su uso en centrales fotovoltaicas. El objetivo de este trabajo es predecir de manera aproximada el valor de radiación solar que incide sobre los vehículos solares que compiten en el World Solar Challenge 2013 en cinco localidades cercanas a la carretera donde se lleva a cabo la competencia, para esto se analiza y desarrolla un modelo basado en redes neuronales. Además se busca conocer el valor de la radiación solar incidente sobre puntos intermedios a los cinco mencionados anteriormente, mediante la utilización de funciones radiales espaciales.
  • Miniatura
    PublicaciónAcceso abierto
    Modelo para la predicción de la radiación solar a partir de redes neuronales artificiales
    (Universidad EIA, 2013) González Rodríguez, Andrés Felipe; Peña Palacio, Juan Alejandro
    The estimation of the climatic change that occurs in a particular place has always been an important factor for doing outdoor activities. Different methods have been developed to predict future values of climatic variables which can provide information to people and companies, allowing them to organize their activities. The solar radiation is one of these climatic variables and it has become fundamental in multiple circumstances, especially in photovoltaic centers. The project’s goal is to give an approximated value of the solar radiation that impacts the solar vehicles of the World Solar Challenge 2013 in five locations close to the road where the competition occurs; for this to be carried out, a model based in neural networks is analyzed and developed. It also seeks to find the value of the solar radiation at intermediate points of the five mentioned before using space radial functions.
  • Miniatura
    PublicaciónAcceso abierto
    Simulación computacional de la microcirculación usando redes neuronales
    (Universidad EIA, 2024) García Escobar, Daniel; Ospina Muñoz, Walter Antonio; Palacio Cárdenas, Guillermo Alberto; Guillermo Alberto Palacio Cárdenas
    RESUMEN: la medicina y la inteligencia artificial han avanzado conjuntamente en los últimos años destacándose los resultados en el análisis de imágenes médicas, procesamiento de datos y la simulación de sistemas biológicos con condiciones específicas. Esto ha contribuido a que la medicina sea cada vez más personalizada, permitiendo un entendimiento detallado del caso de cada paciente al analizar ampliamente la información sobre sus particularidades. Las redes neuronales tienen la capacidad de simular sistemas reales, aprendiendo directamente de las leyes de la física presentadas mediante ecuaciones diferenciales y condiciones de frontera. En este trabajo se estudia el flujo sanguíneo de la circulación en capilares, la región del sistema vascular donde ocurre el intercambio de nutrientes entre la sangre y los tejidos del cuerpo, siendo los vasos sanguíneos más pequeños con solo unas cuantas micras de diámetro. El flujo sanguíneo a través de estos vasos se denomina microcirculación y los daños a esta escala no pueden ser detectados en la mayoría de los hospitales. Sin embargo, se ha visto que de la microcirculación se obtiene información de daños iniciales que, de ser detectados a tiempo, pueden prevenir repercusiones más graves en el sistema cardiovascular. Los modelos y las simulaciones basados en fundamentos teóricos y experimentales ayudan a comprender mejor esta parte del sistema circulatorio a la vez que pueden complementar futuros dispositivos de medición. La microcirculación tiene condiciones físicas particulares que la convierten en un sistema complejo: (1) es un fluido granular, no newtoniano, con viscosidad dependiente del radio del capilar; (2) además del flujo sanguíneo, el sistema involucra la filtración del plasma hacia el exterior del capilar. Para describir de manera correcta este sistema se usaron dos modelos teóricos, desarrollados en la universidad de Florencia (Italia), basados en adaptaciones de las ecuaciones clásicas de transporte de momento y de masa. Debido a la complejidad del problema, en este trabajo se desarrollaron diversas arquitecturas de redes neuronales que fueron probadas en condiciones menos específicas como fue la resolución de las ecuaciones de Navier-Stokes para fluidos newtonianos. Posteriormente estos métodos se aplicaron a los modelos de microcirculación, con el objetivo de recrear los resultados documentados en la literatura sobre concentraciones de glóbulos rojos y velocidades en el sistema. En este trabajo se encontró que es posible recrear la microcirculación utilizando redes neuronales informadas por física, sin la necesidad de bases de datos. Al validar el modelo con la literatura se confirmó que la simulación puede ser usada en investigaciones con datos reales y así aportar a estudios y desarrollos en esta área.
  • Miniatura
    PublicaciónAcceso abierto
    Sistema de recomendación de inversión basado en análisis técnico y redes neuronales para pequeños inversionistas en Colombia
    (Universidad EIA, 2018) Palacio Trujillo, Santiago; Restrepo Gómez, Julian; Deossa Molina, Pablo Andrés
    Actualmente en Colombia, los pequeños inversionistas del mercado de valores están considerablemente expuestos, no solo a las variaciones de precio de las acciones que pueden afectar el valor de sus portafolios, sino también a la falta de comunicación y confianza entre el comisionista de bolsa y dichos individuos. Además, este tipo de inversionistas no tienen las herramientas, el tiempo o los conocimientos necesarios para mitigar de manera adecuada el riesgo de sus inversiones. Es por esto que se decide desarrollar una plataforma web con el uso de R, la cual a través de la utilización de indicadores de análisis técnico y redes neuronales posibilitará identificar momentos de compra y venta, proporcionando una herramienta útil para los pequeños inversionistas que les permitirá mitigar el riesgo de sus inversiones. Los resultados obtenidos en este trabajo muestran como el uso de un vector combinado de señales y de redes neuronales genera rendimientos superiores a los de una posición larga en cuatro de las cinco acciones analizadas, y en todos los escenarios se obtienen rentabilidades positivas. Además, la puesta en marcha de la página web con Shiny provee una herramienta del mercado de valores de fácil acceso para los pequeños inversionistas.
  • Miniatura
    PublicaciónAcceso abierto
    Sistema para el establecimiento de la relación entre las medidas PRV (variabilidad de la frecuencia de pulso) y HRV (variabilidad de la frecuencia cardiaca)
    (Universidad EIA, 2020) Patiño Zambrano, Cristhian Felipe; Cortés López, Mateo; Torres Villa, Róbinson Alberto
    RESUMEN: En el campo de la investigación actual, se encuentran artículos en los cuales se concluye que la medida de HRV (variabilidad de la frecuencia cardiaca) y PRV (variabilidad de la frecuencia de pulso) son lo mismo, ya que ambas señales se consideran diferencias entre los tiempos latido y latido, y por consiguiente una de ellas puede ser reemplazada por la otra. Pero, por el contrario, existen otros que refutan esta idea, realizan evaluación de escenarios y definen algunas variables de comparación como las vías de propagación (vasos, piel) y desfase de señales. En este trabajo de grado se abordaron diferentes estrategias para tratar de establecer elementos que aportarán a esta discusión. Se determinaron cuáles eran las variables dentro de estas dos señales que se pueden comparar por medio del cálculo de índices temporales, geométricos, no lineales y frecuenciales, comprobando la relación, similitud y diferencia entre la variabilidad cardiaca y la variabilidad de pulso. Además, se demostró la precisión o no, de modelos por regresiones múltiples, redes neuronales multi-layer perceptrón y redes neuronales recurrentes para la estimación de la señal de HRV por medio de la señal de PRV. Finalmente, se abordó la implementación de un dispositivo portátil que trabajó con la adquisición de las señales y mostró resultados provenientes del modelo más preciso, desarrollado por medio de una red recurrente con memoria a largo plazo (LSTM). De esta manera, se logra contribuir a la discusión existente entre estas dos señales, además de proponer más elementos en el entendimiento de la relación que hay entre una señal y la otra, aportando a que en un futuro cuando se construyan dispositivos portables que afirman adquirir HRV a través de PRV, en realidad tengan una mayor certeza de que efectivamente se está midiendo lo que se espera.