Examinando por Autor "Cárdenas Lancheros, Esteban Alejandro"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 3 de 3
  • PublicaciónAcceso abierto
    Aplicativo web que optimice la colaboración entre empresas y desarrolladores web en Colombia, a través de un entorno de desarrollo en la nube incorporado
    (Fundación Universitaria Compensar, 2022) Correa Guzmán, Julián Enrique; Gómez Burgos, Santiago Andrés; López Palacios, Bryan André; Melo Santos, Andrés Felipe; Cárdenas Lancheros, Esteban Alejandro
    El desarrollo web es una tarea compleja, dada a los constantes desafíos y problemáticas de programación, llevando así, a la pérdida significativa de tiempo para sus desarrolladores. Esto se evidencia cuando se ven inmersos en buscar respuestas en foros, blog u otros sitios web, con el fin de dar respuesta a problemas específicos. El proyecto busca desarrollar un aplicativo web dirigido a ser una red profesional, capaz de fomentar la colaboración entre desarrolladores web en Colombia. Ahora bien, utilizando un modelo de investigación aplicada, se obtiene un enfoque directo en la búsqueda de soluciones; que si bien, a lo largo del proyecto se fue evidenciando que esta problemática era más frecuente de lo planteado inicialmente, llevando a definir una estructura capaz de suplir las necesidades más importantes para todos los usuarios, ya sean empresas o colaboradores dentro de las mismas. Entre los principales resultados obtenidos se evidencia una faltante de insumos para el personal colombiano; en donde, no es de fácil acceso una solución a sus problemas de manera directa, o bien la existencia de una solución en el idioma nativo, razones por las cuales el proyecto, se enfatiza en cumplir las capacidades de un manejo del idioma nativo para los colombianos, siendo respectivo al idioma español; así como, darle la posibilidad a cada uno de sus usuarios, los métodos para interactuar con el entorno de desarrollo en tiempo real.
  • PublicaciónAcceso abierto
    Modelo basado en inteligencia artificial conformado a partir de datos capturados a través de un aplicativo WEB para la predicción de escenarios de riesgo relacionados con el bajo peso al nacer.
    (Fundación Universitaria Compensar:, 2023) Urrego Casas, Nathaly; Loaiza Araba, Jhon Diego; Cárdenas Lancheros, Esteban Alejandro; GIIS
    Este proyecto se enfoca en la problemática del bajo peso al nacer (BPN), considerado un grave problema de salud que tiene importantes implicaciones tanto para la salud del recién nacido como para su desarrollo a largo plazo. Por ende, se genera la necesidad de desarrollar un modelo de inteligencia artificial que permita predecir el bajo peso al nacer, brindando beneficios significativos tanto para el bebé como para la madre y la familia en general. Este modelo se aplicará en diversas áreas, incluyendo tecnología, investigaciones en inteligencia artificial, entornos de salud y en comunidades con una alta tasa de BPN. Utilizando datos ingresados, el modelo analizará patrones a través de algoritmos de aprendizaje, en este caso, FastTreeRegression, un componente esencial dentro de la biblioteca de aprendizaje automático de código abierto conocida como ML.NET. Esta técnica ha demostrado una efectividad del 9.841% en el proyecto, para problemas de regresión al predecir valores numéricos de manera eficaz. Además, tiene la capacidad de manejar diversos tipos de datos y adaptarse a diferentes escenarios, considerando una serie de factores definidos, el modelo permitirá prever si el bebé está en riesgo de presentar bajo peso durante la etapa de gestación. Esto, a su vez, facilitará intervenciones tempranas para garantizar un cuidado óptimo durante el embarazo. Al prevenir casos de bajo peso al nacer, se espera reducir la cifra de nacimientos con esta condición y mejorar la salud y el bienestar de los recién nacidos y sus familias
  • PublicaciónAcceso abierto
    Modelo de reconocimiento facial basado en IA, Generador de alertas de intrusión
    (Fundación Universitaria Compensar, 2023) Correa Ménde, Sebastián Abdul; Méndez García, Andrés Felipe; Varón Meza, Oscar Eduardo; Cárdenas Lancheros, Esteban Alejandro
    Esta tesis se centra en el desarrollo de un "Modelo de Reconocimiento Facial Basado en Inteligencia Artificial generador de Alertas de Intrusión" aplicado a nuestra institución. La motivación para desarrollar este sistema surge debido a la falta de un control de acceso eficiente a las instalaciones de la universidad, donde actualmente el ingreso es autorizado por un guarda de seguridad que verifica un carnet en la aplicación PowerApps. Portando un screenshot del carnet que igualmente se muestra al guarda de seguridad quien autoriza el ingreso, lo cual genera inseguridad para los docentes, alumnos y personal propio de la universidad. El objetivo de esta tesis es desarrollar e implementar un sistema de reconocimiento facial basado en inteligencia artificial para mejorar la seguridad en la Fundación Universitaria Compensar. El sistema ayudara al guarda de seguridad, quien recibe una alerta de intrusión en tiempo real por medio de un correo electrónico, cuando detecte individuos no registrado en el sistema de control de acceso y sea una posible amenaza de intrusión, permitiendo una respuesta rápida y eficaz ante posibles amenazas. Permitirá mejorar la seguridad en el campus y proporcionar un entorno más seguro para los estudiantes, profesores y personal. La adopción de esta tecnología también puede allanar el camino para la implementación de sistemas similares en otras instituciones educativas y entornos que requieran soluciones de seguridad avanzadas. Al reemplazar el método actual de verificación de carnets, se espera que el sistema brinde mayor seguridad y confianza en el control de acceso a la universidad.