8 resultados
Resultados de la búsqueda
Mostrando 1 - 8 de 8
Ítem Desarrollo de un modelo predictivo piloto basado en aprendizaje automático para evaluar el estrés o deterioro cognitivo debido a la privación del sueño : análisis de correlaciones entre señales EEG y EDA con base en una muestra acotada.(Universidad Pedagógica Nacional, 2025) Rodríguez Garzón, Yohan Mauricio; Martínez Vásquez, David AlejandroEl presente trabajo aborda el desarrollo de un modelo predictivo piloto para la evaluación del estrés o deterioro cognitivo, causado por la privación del sueño, utilizando técnicas de aprendizaje automático tanto supervisado como no supervisado, donde el estudio inicia con un análisis de correlaciones de la actividad eléctrica del cuerpo entre señales cerebrales (EEG) y señales de la actividad electrotérmica (EDA) de una muestra de participantes sometidos a un experimento de privación de sueño. La metodología empleada incluyó el preprocesamiento de las señales, la extracción de características relevantes como la asimetría alfa frontal (FAA) del EEG y la componente tónica y fásica del EDA, y la segmentación de la señal en ventanas de 40 muestras. Posteriormente, se llevó a cabo la aplicación del algoritmo de aprendizaje automático no supervisado K-Means para agrupar los datos en dos clústeres y su posterior interpretación como estados de "estrés" y "no estrés". Una de las etapas finales del trabajo fue la evaluación y entrenamiento de cinco algoritmos de aprendizaje automático supervisado (Regresión logística, K-NN Vecinos, Support Vector Machines, Árboles de decisión y Random Forest) para finalmente, seleccionar el algoritmo de aprendizaje supervisado Support Vector Machine, el cual mostró el mejor desempeño para validar la capacidad de clasificación de los estados. Los resultados demuestran la viabilidad de utilizar este tipo de señales fisiológicas y los algoritmos de machine learning para identificar estados de estrés y fatiga mental, sentando las bases para futuros estudios en el área.Ítem Entrenamiento de redes neuronales para la identificación de plagas en cultivos de café.(Universidad Pedagógica Nacional, 2022) Avila Perez, Gustavo Adolfo; Martínez Vásquez, David AlejandroEn este documento se encuentra el desarrollo de una aplicación para Android usando redes neuronales por medio de la librería de código abierto TensorFlow con el fin de identificar plagas en las hojas del café. Para lograr el entrenamiento de la red neuronal, se han tomado como referencia bases de datos con imágenes de plagas de Cercospora, Phoma, Roya Minador de hojas y Arañita roja para así lograr la identificación. El proceso de programación para el entrenamiento y la identificación de patrones se hizo en lenguaje Python, usando los entornos de desarrollo anaconda y Jupyter Notebook. Por otra parte, la aplicación para Android se desarrolló en Java, usando el entrono Android Studio, en el cual se importó la librería TensorFlow Lite.Ítem Propuesta de aprendizaje de la lengua de señas colombiana (LSC) basado en una aplicación móvil : una experiencia de inclusión educativa.(Universidad Pedagógica Nacional, 2024) García Gil, Erika Yamile; Martínez Vásquez, David AlejandroEl trabajo desarrollado, consiste en la creación de ALSCO, una aplicación diseñada para fortalecer la inclusión educativa mediante el aprendizaje de la lengua de señas colombiana. Este desarrollo está dirigido a los docentes de la institución, con el propósito de dotarlos de herramientas que faciliten la comunicación efectiva con estudiantes sordos o con bajo nivel auditivo. La aplicación tiene dos módulos principales: el primero enseña las señas del alfabeto y los números, mientras que el segundo permite practicar y evaluar las señas aprendidas. ALSCO ofrece una experiencia de aprendizaje interactiva y personalizada, ya que evalúa la precisión de cada seña realizada, proporcionando retroalimentación en forma de porcentajes. De esta manera, los usuarios pueden identificar áreas de mejora y desarrollar sus habilidades de manera gradual. Este proyecto no solo destaca el compromiso de la universidad con la inclusión y la igualdad de oportunidades, sino que también asegura la participación de todos los estudiantes en un ambiente educativo de calidad. Con esta herramienta, se fomenta un aprendizaje dinámico que promueve la confianza de los docentes para interactuar en entornos inclusivos.Ítem Asistente virtual para el aula basado en estilos de aprendizaje utilizando herramientas de reconocimiento.(Universidad Pedagógica Nacional, 2024) Carreño Gómez, Carlos David; López Murcia, Erick Mauricio; Martínez Vásquez, David AlejandroAVREA (Asistente Virtual para el Reconocimiento de Estilos de Aprendizaje) es una herramienta que apoya a los docentes de básica primaria en la orientación personalizada de los estudiantes según sus estilos de aprendizaje. Basado en las teorías de Honey y Alonso (1994) y Fleming y Mills (1992), utiliza los cuestionarios CHAEA y VARK para identificar estilos de aprendizaje y un sistema de reconocimiento facial para identificar emociones como felicidad, tristeza, neutralidad, sorpresa y enojo. La plataforma ofrece actividades adaptadas a los estilos identificados y almacena datos relevantes de los estudiantes. Los resultados identifican patrones en los estilos de aprendizaje y emociones, permitiendo a los docentes personalizar métodos educativos para optimizar el rendimiento y el bienestar emocional de los alumnos.Ítem Smart road detection : sistema participativo para la detección de irregularidades en la malla vial de la avenida carrera 68.(Universidad Pedagógica Nacional, 2023) Cubillos Rojas, Camila Andrea; Niño Pinzón, Brayan Eduardo; Martínez Vásquez, David AlejandroEl presente trabajo propone el desarrollo de un sistema participativo para detección de irregularidades de la malla vial en una de las avenidas más importantes de la ciudad de Bogotá, la avenida carrera 68, para este proyecto se implementó una metodología llamada Top-Down que permitió dividir en dos fases el desarrollo del proyecto, una enfocada en la creación del sistema y otra en la extracción de información de datos, en la primera fase se crea una aplicación para dispositivos móviles llamada Smart Road App, está se encarga de tomar datos desde los sensores inerciales del teléfono, como lo son acelerómetro y giroscopio y determinar la ubicación de las irregularidades mediante GPS. Estos datos son enviados a una base datos que los almacenará para su posterior tratamiento. El estudio se enfocará principalmente en las irregularidades y obstáculos más comunes como lo son imperfecciones generadas por el desgaste de la vía y reductores de velocidad; con base en esos datos almacenados, se implanta la segunda fase, donde se creó un algoritmo de árbol de decisión con el cual se realiza la clasificación de las irregularidades, logrando una predicción del 92%. Sus características principales la media móvil y la desviación estándar con una importancia de 13,4% y 86,5% respectivamente.Ítem Técnicas de Machine learning para la predicción de desempeño académico en el desarrollo del espacio proyectivo del pensamiento espacial.(Universidad Pedagógica Nacional, 2019) López Martínez, Jahir Guillermo; Méndez Aguirre, Óscar Alexander; Quintero Suárez, Víctor JulioEl presente trabajo de investigación busca aplicar técnicas de machine learning para predecir el desempeño académico de los estudiantes en el espacio proyectivo del pensamiento espacial e identificar los grupos de estudiantes que puedan presentar un desempeño bajo en el desarrollo de esta proyectiva con el fin de tomar acciones tempranas para mejorar su desempeño en las pruebas realizadas en la institución al finalizar su periodo académico. Antes de aplicar la técnica de Machine Learning, los estudiantes resolvieron dos pruebas: una prueba simulacro donde los estudiantes objeto de estudio respondieron una prueba simulacro tomada del modelo de pruebas que aplicó la Universidad Nacional de Colombia en el proceso de admisión para el segundo semestre del año 2010. La prueba estaba conformada por 15 preguntas y se aplicó a los 153 estudiantes de la Institución Educativa Departamental General Carlos Albán del municipio de Albán – Cundinamarca. La otra prueba que resolvieron los estudiantes de grado octavo, noveno, décimo y once del año 2019 fue una encuesta cuyo propósito fue el de conocer las condiciones sociodemográficas de los estudiantes. La prueba estuvo conformada por 33 grupos de preguntas relacionadas con datos personales, estudios realizados; datos de estudio, datos laborales, salario de los padres; datos de vivienda y comodidades de vivienda. En la investigación se usó como enfoque metodológico el modelo CRISP-DM que significa Cross Industry Standard Process for Data Mining. El modelo CRISP-DM actúa como marco de trabajo propio del desarrollo de proyectos que abordan investigaciones basadas en minería de datos y técnicas de machine learning. (Fuentes, 2018). La investigación se desarrolló en tres etapas: 1-) adaptación de la Prueba de Admisión de la Universidad Nacional de Colombia, 2-) diseño de encuesta simulacro conformada por variables sociodemográficas y 3-) diseño del modelo de: procesamiento, sanidad de datos y desarrollo del modelo predictivo con técnicas de Machine Learning. Se concluye que la aplicación de técnicas de Machine Learning y simulación para el desarrollo de un modelo que permita la predicción del desempeño de los estudiantes de Educación Básica y Media se constituye como una herramienta eficaz para el docente, ya que pueden clasificar a los estudiantes y conocer con alto grado de precisión las categorías de DESEMPEÑO_BAJO y DESEMPEÑO_ALTO de los aprendices; esta es una ventaja que permite a los docentes crear estrategias en cada una de sus asignaturas para orientar al desarrollo del pensamiento espacial a partir de la Teoría del Desarrollo del Conocimiento Espacial de Piaget. Por último, las actividades que se desarrollan en el aula se pueden transformar con la aplicación sistemática de una metodología como la CRISP donde el Machine Learning se constituye en una aplicación que da dar respuesta a algunas preguntas de investigación, hace productivos este tipo de modelos y convierte las instituciones educativas en centros inteligentes de formación.Ítem Diseño de un sistema de visión artificial para el análisis de calidad y producción de rosas.(Universidad Pedagógica Nacional, 2019) Muñoz Amaya, Omar Alfonso; Herrera Fernández, Luis JorgeEl presente trabajo de grado se desarrolló con el fin de explorar técnicas de visión artificial aplicadas a los procesos de producción agrícola del país como lo es la industria floricultora, entendiendo que, en las temporadas de gran producción los operarios contratados no tienen suficiente experiencia para realizar una correcta evaluación de la calidad de la rosa, entrenarlos y capacitar dicho personal toma demasiado tiempo. Se desarrolla entonces el diseño de un sistema entrenado con técnicas de visión artificial que sea capaz de realizar esta labor y que cumpla con los criterios de calidad acotados. Por lo que al final del desarrollo se obtiene una aplicación a modo de interfaz de usuario que permite ver análisis de la calidad de las fotografías de rosas ingresadas al mismo.Ítem Prototipo de dispositivo vestible para la monitorización, análisis y retroalimentación mediante sonificación interactiva de los movimientos dorsales en adultos.(Universidad Pedagógica Nacional, 2023) Sánchez Lerma, Nicoll Natalia; Martínez Vásquez, David AlejandroEste trabajo de grado se enfoca en el desarrollo del dispositivo vestible llamado LUMBA-IS, diseñado para monitorear la postura y prevenir dolencias en la espalda. Se destaca la importancia de mantener una buena postura y se describe el proceso de desarrollo del dispositivo, desde la selección de sensores hasta la implementación de la retroalimentación sonora, aplicando el Machine Learning como una herramienta fundamental en este proceso. Las pruebas realizadas demuestran la eficacia del dispositivo en la mejora de la postura, y se proponen mejoras futuras, como la recolección de más datos para mejorar la precisión del modelo de aprendizaje y la realización de un estudio comparativo entre los modelos de chaleco.