Ingeniería de Sistemas
Permanent URI for this collection
Browse
Recent Submissions
Item CLASIFICACIÓN DE LA MALIGNIDAD DE LOS NÓDULOS PULMONARES DESDE REPRESENTACIONES GEOMÉTRICAS PROFUNDAS(Universidad Industrial de Santander, 2025-05-11) Leal Casanova, Santiago; Martínez Carrillo, Fabio; Nuñez de Villavicencio Martinez, Luis Alberto; Gamboa Sarmiento, Sonia CristinaEl cáncer de pulmón (CP) es el cáncer con mayor mortalidad. Los nódulos pulmonares (NP) son los principales biomarcadores del cáncer pulmonar, siendo masas anormales de entre 3 y 30 mm, categorizadas según observaciones radiológicas de expertos. Sin embargo, este análisis es subjetivo, por lo que existen métodos computacionales para brindar un soporte a la clasificación de los NP. Estos métodos principalmente se centran en la codificación local del nódulo, acotada a la región de observación, perdiendo características contextuales, relevantes en la clínica para dar un mayor soporte. En este contexto de investigación, durante la modalidad de “Cursos en Programas de Maestría”. Teniendo en cuenta el aporte de las asignaturas y la consolidación de la investigación, en este trabajo se desarrollo un modelo basado en transformers que integra observaciones a escala local de nódulos 3D y contexto a escala pulmonar para mejorar la clasificación de malignidad. El contexto pulmonar se codifica a partir de un codificador de transformer estándar, proporcionando un vector de con información contextual robusta. Paralelamente, un codificador de atención multicabeza especializado captura la información local a escala del nódulo para mejorar la clasificación del nódulo, que posteriormente se integra con la información contextual. El método propuesto se validó en el conjunto de datos LIDC-IDRI, logrando un 96,44% y un 95,53% de AUC y recall respectivamente, superando a los métodos más avanzados.Item Propuesta de mejora para los procesos en la Escuela de Ingeniería de Sistemas e Informática de la Universidad Industrial de Santander.(Universidad Industrial de Santander, 2025-05-11) Cetina Berdugo, Juan Camilo; Romero Torres, Adrian Camilo; Gómez Flórez, Luis Carlos; Martinez Carrillo, Fabio; Vasquez Capacho, John WilliamLa mejora continua de procesos en instituciones educativas es esencial para mejorar la eficiencia, calidad y efectividad de sus operaciones. La Escuela de Ingeniería de Sistemas e Informática de la Universidad Industrial de Santander actualmente enfrenta desafíos en sus procesos académicos y administrativos debido a su constante crecimiento y expansión, así como la necesidad de identificar las problemáticas actuales de los procesos que maneja la escuela. Aunque la escuela ha llevado a cabo algunos esfuerzos para mejorar sus procesos, el aumento en el número de programas académicos, estudiantes matriculados y acreditaciones ha generado la necesidad de mejorar y agilizar los procesos académicos y administrativos de la escuela. Estas situaciones podrían generar problemas de flujo de información, cuellos de botella en la gestión o acceso a datos, falta de registros precisos o actualizados, dificultades en la comunicación entre diferentes actores involucrados en los procesos, entre otros aspectos que puedan afectar la eficiencia y efectividad de estos. Se aprovecharán las capacidades de herramientas tecnológicas, incluyendo Visio para el modelado de procesos y las herramientas de MS Power Platform para el desarrollo de soluciones específicas en algunos procesos clave. Este proyecto busca analizar en detalle las características de su línea base de procesos y problemáticas actuales, sentando así una plataforma sólida para futuras mejoras y decisiones estratégicas. Mediante la aplicación de técnicas de modelado, identificación y evaluación de prioridades, se busca obtener un panorama claro de la situación actual de los procesos y generar posibles propuestas de mejora basadas en la automatización. Esto permitirá a la escuela tomar decisiones informadas y en caso necesario, gestionar recursos adicionales para fortalecer esta área.Item Clasificación de los nódulos pulmonares utilizando representaciones profundas dedicadas a la segmentación y caracterización de forma.(Universidad Industrial de Santander, 2025-05-13) Méndez Rivera, Laura Vanessa; Martínez Carrillo, Fabio; Moreno Tarazona, Alejandra; Arguello Fuentes, Henry; Bacca Quintero, Jorge LuisEl cáncer de pulmón presenta la mayor incidencia y mortalidad relacionada con el cáncer a nivel mundial; en 2022, aproximadamente el 18.7% de la población falleció por esta causa. El diagnóstico se basa en el análisis de nódulos pulmonares, pequeñas masas anormales consideradas precursores de la enfermedad y principales biomarcadores de las mismas, identificadas mediante tomografías computarizadas (TC) de baja dosis que permiten evaluar textura, tamaño, densidad y morfología. No obstante, su diagnóstico es subjetivo, reportándose un acuerdo bajo/moderado (kappa promedio de 0.51 y 0.57 para la variabilidad inter-intra-observador, respectivamente). En la actualidad, se han desarrollado diversas metodologías para la clasificación de los nódulos pulmonares, pero siguiendo estrategias supervisadas, con dependencia de anotaciones de expertos. Por tanto, este trabajo presenta una estrategia que permite realizar la clasificación los nódulos pulmonares utilizando representaciones profundas dedicadas a la segmentación y caracterización de la forma. Para ello, se implementó una U-Net con mecanismos de atención que permiten extraer características densas, enfatizando bordes y texturas. Adicionalmente, se integraron tokens radiológicos en el proceso, los cuales se concatenaron con el embebido generado por la U-Net, combinando información sobre lobulación, espiculación, textura y margen. Posteriormente, este embebido combinado se enriqueció al concatenarse con las características geométricas obtenidas a partir de las segmentaciones, como el área y el perímetro, logrando una representación final más robusta para la clasificación. El método fue evaluado en conjuntos de datos públicos, alcanzando un AUC de 93.02% ±0.0018, una sensibilidad de 94.86% ±0.010, una precisión de 95.79% ±0.005 y un F1-score de 95.32% ±0.005, lo que demuestra su potencial para el análisis y clasificación de nódulos pulmonares.Item Clasificación de patrones parkinsonianos integrando información gesto-auditiva por medio de una estrategia multimodal(Universidad Industrial de Santander, 2025-05-13) Valera Sánchez, José Daniel; Martínez Carrillo, Fabio; Moreno Tarazona, Alejandra; Rueda Chacón, Hoover Fabian; Garzón Villamizar, Gustavo AdolfoLa enfermedad de Parkinson se caracteriza por una degeneración progresiva del sistema nervioso, afectando las neuronas dopaminérgicas. Es la segunda enfermedad neurodegenerativa más prevalente a nivel mundial. A nivel global, se estiman entre 5 y 35 nuevos casos por cada 100, 000 individuos, con una prevalencia del 3% en personas mayores de 80 años. En Colombia, en 2016, se estimaron 26, 000 casos y se reportaron 800 muertes asociadas a esta enfermedad. Entre los síntomas más característicos se encuentran desórdenes del habla, como disminución del volumen de voz, mala articulación y falta de inflexión tonal, así como la hipomimia facial, afectando la calidad de vida del paciente. Debido al carácter multisintomático de esta enfermedad, es fundamental desarrollar esquemas de diagnóstico multimodales que integren patrones motores y de habla para mejorar su detección y tratamiento. Este trabajo propuso un enfoque basado en una red de auto-atención multimodal para analizar datos audiovisuales de pacientes con Parkinson y sujetos control. Las señales de audio y video fueron procesadas mediante arquitecturas profundas diseñadas para extraer características relevantes de cada modalidad. Posteriormente, estas representaciones fueron integradas mediante un mecanismo de auto-atención para capturar relaciones internas entre modalidades. La red fue ajustada durante una tarea de clasificación binaria (Control vs. Parkinson) utilizando fonemas, vocales sostenidas y palabras como ejercicios evaluativos. Los resultados obtenidos fueron competitivos, alcanzando una precisión de 74.19%, recall de 73.02% y un AUC de 75.26% para fonemas. Para vocales sostenidas, el modelo alcanzó una precisión de 65.19%, recall de 83.81% y un AUC de 70.78%, demostrando la efectividad del método en la discriminación de patrones relacionados con la enfermedad de Parkinson.Item Extensión del módulo de gestión de datos de la plataforma Smart Campus UIS para el soporte de diversos protocolos y almacenamiento de datos(Universidad Industrial de Santander, 2025-05-10) Cañon Castillo, Jerson Julian; Lozada Garavito, Juan Camilo; Pedraza Ferreira, Gabriel Rodrigo; Jaimes Blanco, Daniel Felipe; Florez Becerra, Manuel Guillermo; Carcamo Troconis, Emilio JustinianoEl presente proyecto propone la extensión y mejora del módulo de gestión de datos de la plataforma Smart Campus UIS, con el objetivo de la recepción, almacenamiento y redistribución de datos provenientes de dispositivos IoT que incorporan un conjunto de sensores. La iniciativa surge ante las limitaciones que tenía el módulo existente, basado únicamente en el protocolo de comunicación MQTT y una base de datos documental, lo dificultaba tanto el manejo de datos de gran tamaño (videos e imágenes) como la organización y análisis eficiente de datos temporales. Para abordar esta problemática, se definieron los requisitos funcionales y no funcionales, adoptando un enfoque basado en una arquitectura modular, —específicamente la arquitectura Onion—, que separa la lógica de negocio de las dependencias tecnológicas. La solución diseñada e implementada permite el soporte de múltiples protocolos de comunicación (AMQP, MQTT, RTSP Y HTTP) y emplea diversas bases de datos especializadas: InfluxDB para datos de series temporales, MongoDB para datos estructurados y semiestructurados, y MinIO para el almacenamiento de objetos. Además, el módulo fue diseñado con un enfoque de flexibilidad y escalabilidad, permitiendo la integración futura de nuevos protocolos, alternativas de almacenamiento y mecanismos de redistribución de datos según las necesidades del entorno. El proyecto abarca fases de análisis de requerimientos, diseño de la arquitectura, implementación, pruebas y validación funcional, reflejando mejoras en la eficiencia de almacenamiento, la transmisión y consulta de datos. En definitiva, este trabajo constituye un avance significativo en la evolución y escalabilidad de la plataforma Smart Campus UIS, ofreciendo una solución robusta y flexible para futuros entornos IoT.Item Diseño de una solución para la definición de escenarios de simulación de sensores en la plataforma Smart Campus UIS(Universidad Industrial de Santander, 2025-05-13) Peñaloza Torres, Carlos Daniel; Robayo Nieto, Mariana; Pedraza Ferreira, Gabriel Rodrigo; Jiménez Herrer, Henry Andrés; Vásquez Capacho, John William; Pernalete Maldonado, Juan RamonEl desarrollo de aplicaciones IoT enfrenta el desafío de replicar condiciones operativas y ambientales de manera precisa durante las fases de implementación y validación. Tradicionalmente, las pruebas se realizan con prototipos físicos, lo cual limita el entorno de experimentación; alternativamente, se pueden desarrollar componentes de software que simulen las condiciones deseadas. Sin embargo, la primera opción no escala adecuadamente, ya que requiere grandes despliegues de infraestructura para emular entornos reales, mientras que la segunda implica desarrollos personalizados para cada nueva aplicación. Este trabajo propone el diseño e implementación de un sistema de simulación que permita la creación de escenarios virtuales para sensores IoT, con el objetivo de facilitar el proceso de implementación y validación de aplicaciones en la plataforma Smart Campus UIS. La solución incluye un módulo de software capaz de emular diversas condiciones ambientales y operativas sin necesidad de hardware físico, reduciendo así los costos asociados. El sistema es flexible, ya que permite la conexión con plataformas que utilizan distintos protocolos, genera distribuciones de datos que simulan condiciones reales y adapta el formato de los datos a los requerimientos de la plataforma destino. Además, el sistema es extensible, pues fue diseñado para permitir la incorporación de nuevos protocolos, condiciones de los dispositivos y distribuciones de datos. De esta forma, los desarrolladores podrán evaluar el comportamiento de sus aplicaciones en un entorno virtual controlado, simulando variables como temperatura, humedad, presencia de gases o detección de incendios, entre otras. El sistema se integrará con la infraestructura del Smart Campus UIS, brindando a estudiantes e investigadores la posibilidad de realizar pruebas en escenarios virtuales que imitan condiciones reales del campus universitario. Esta herramienta contribuirá a optimizar la validación de tecnologías IoT, facilitando la toma de decisiones y promoviendo la investigación en un entorno accesible y flexible.Item Ambiente web para la simulación de la producción piscícola en estanques gestionados con aprendizaje automático.(Universidad Industrial de Santander, 2025-05-08) Rojas Prada, Wilder Steven; Andrade Sosa, Hugo Hernando; Martínez Carrillo, Fabio; Gómez Prada, Urbano EliecerLa piscicultura es una actividad que en Colombia se realiza mayormente de forma artesanal debido a las limitadas herramientas tecnológicas disponibles en las poblaciones que derivan su sustento de este proceso. Este escenario genera dificultades que influyen directamente en la producción, como lo es la necesidad constante de medir el peso de los peces y el desperdicio de alimento por la dificultad de determinar con exactitud la ración requerida. Con el propósito de solucionar estas problemáticas y mejorar la eficiencia de este proceso productivo para las poblaciones menos favorecidas. Se desarrolló un ambiente web de apoyo a la piscicultura a partir de un modelo de Dinámica de Sistemas (DS) de producción piscícola diseñado por el grupo SIMON. Este ambiente incorpora el uso de redes neuronales LSTM que permiten realizar pronósticos del peso de los peces y de la ración de alimento requerida, que les sirven a los productores a la gestión eficiente de sus estanques piscícolas.Item Aplicación orientada a la gestión, trazabilidad y auditabilidad del portafolio de software de MASA-Stork.(Universidad Industrial de Santander, 2025-04-22) Ramírez Vela, Juan Pablo; Gamboa Sarmiento, Sonia Cristina; Serrato Gutíerrez, Claudia Marcela; Gómez Flórez, Luis Carlos; Gómez Prada, Urbano EliecerLa gestión del portafolio de software de MASA-Stork se realizaba manualmente mediante hojas de cálculo y diversos repositorios, lo que dificultaba la consistencia y coherencia de la información. Este proceso no solo exponía a la empresa al riesgo de pérdida de conocimiento ante cambios de roles o salidas de personal, sino que también afectaba la productividad de los usuarios responsables. Este proyecto se enfocó en desarrollar una solución tecnológica que aborda estos retos mediante la creación de una aplicación orientada a la gestión, trazabilidad y auditabilidad del portafolio de software. La herramienta implementada permite centralizar el control de contratos, proveedores, detalle de aplicaciones y documentos asociados, ofreciendo una interfaz accesible, segura y eficiente que optimiza los procesos, sirve de apoyo para la toma de decisiones y contribuye significativamente a la productividad organizacional.Item Automatización y mejora del proceso de exclusiones en la Electrificadora de Santander mediante el uso de Power Platform.(Universidad Industrial de Santander, 2025-03-03) Medina Hernández, Juan David; González Gómez, Andrés Leonardo; Pernalette Maldonado, Juan Ramon; Duran Marin, Juan ManuelEl presente trabajo de grado aborda el diseño e implementación de un sistema automatizado para la gestión de exclusiones en la Electrificadora de Santander (ESSA), empleando la plataforma Power Platform. El objetivo principal del proyecto fue optimizar y automatizar este proceso crítico, que antes era ineficiente y causaba cuellos de botella operativos, afectando indicadores de calidad como el DIU y el FIU, establecidos por la CREG. El sistema desarrollado incluye una aplicación en Power Apps para la recolección precisa de datos, flujos de trabajo automatizados con Power Automate para distribuir y aprobar información, y un repositorio centralizado en SharePoint que garantiza el acceso seguro a la documentación. Estos componentes fueron evaluados a través de distintas fases de pruebas.Item Migración de la plataforma COMA desplegada para cada escuela a un solo servidor y realización de actividades de mantenimiento(Universidad Industrial de Santander, 2025-02-27) Escalante Pinilla, Juan David; Pérez Bolívar, Daniel Mauricio; González Ramírez, Luis Ignacio; Flórez Becerra, Manuel Guillermo; Pernalete Maldonado, Juan RamónLa plataforma Comunidad Académica (COMA) consiste en una serie de portales web disponibles para las escuelas y facultades de la Universidad Industrial de Santander (UIS). Gracias a sus amplias funcionalidades, esta es utilizada por numerosos usuarios, facilitando la unión e integración de la comunidad universitaria. Sin embargo, debido a que cada portal estaba desplegado en servidores obsoletos, el tiempo de respuesta no era el esperado. Además, su naturaleza descentralizada dificultaba su gestión y administración. Este proyecto se fundamenta en la necesidad de mejorar la experiencia de usuarios y facilitar la administración de la plataforma. El objetivo es migrar los diversos portales a un servidor centralizado utilizando la herramienta Docker. Se incluyen también tareas de mantenimiento realizadas en COMA en módulos de trabajos de grado, aula virtual, entre otros. Se destaca, en particular, el desarrollo de un algoritmo para la actualización automática de bases de datos. Se detalla la arquitectura original de los servidores, el proceso de selección de la tecnología a utilizar y la propuesta de arquitectura desarrollada e implementada por los autores. Asimismo, se describe el proceso llevado a cabo mediante la metodología de prototipos evolutivos, hasta alcanzar la arquitectura deseada, junto con su posterior despliegue en producción. Además, se aborda el desarrollo de herramientas diseñadas para el mantenimiento de los portales en esta nueva arquitectura, así como las pruebas realizadas para evaluar su estabilidad y las mejoras obtenidas en comparación con la arquitectura anterior. Finalmente, se presentan las conclusiones del trabajo y se proponen líneas de trabajo futuro derivadas de la migración de los servidores.Item LOCALIZACIÓN DE NÓDULOS PULMONARES UTILIZANDO REPRESENTACIONES PROFUNDAS CONTEXTUALES(Universidad Industrial de Santander, 2025-02-21) Gutiérrez Benavides, Carlos Andrés; Morantes Duarte, David Santiago; Martinez Carrillo, Fabio; Guayacán Chaparro, Luis Carlos; Bautista Rozo, Lola Xiomara; Pedraza Ferreira, Gabriel RodrigoEl cáncer de pulmón (CP) es la principal causa de mortalidad por cáncer en el mundo . En 2020, se reportaron 2,21 millones de casos nuevos y 1,8 millones de muertes por esta enfermedad . El diagnóstico temprano del CP involucra la identificación oportuna de nódulos pulmonares (NP), los cuales son pequeñas lesiones sospechosas de malignidad, detectadas usualmente mediante estudios de tomografía computarizada (TC). Sin embargo, este proceso requiere de la interpretación meramente observacional de las imágenes por parte de los radiólogos, lo que resulta en un proceso subjetivo . Además, los NP representan entre el 0.03% y 0.3% del tamaño total de una imagen de TC 3, y comparten similitudes morfológicas con estructuras anatómicas como los vasos sanguíneos, lo que puede llevar a que sean pasados por alto o a la detección de falsos positivos (FP) . Como soporte para esta tarea, se han desarrollado métodos computacionales para localizar NP aprendiendo y extrayendo patrones y características texturales . Estos métodos, sin embargo, tienen un sesgo de caracterización local (convoluciones), perdiendo información del contexto en el TC7 . Este estudio explora la detección de NP en imágenes de TC mediante la combinación de un modelo fundacional (MF) y redes de grafos. Inicialmente, se utiliza Grounding-DINO para generar representaciones visuales globales, capturando el contexto semántico y anatómico de las imágenes. Estas representaciones guían la predicción inicial de NP. Posteriormente, las redes de grafos refinan las predicciones al capturar relaciones espaciales y contextuales entre los NP y las estructuras anatómicas circundantes, lo que contribuye a la reducción de FP. Este enfoque combina la capacidad del MF para identificar características relevantes con la fortaleza de las redes de grafos para modelar el contexto, mejorando la detección de NP.Item SIMULACIÓN DE UNA CÁMARA CONTADORA DE FOTONES PARA LA ADQUISICIÓN DE IMÁGENES TRANSITORIAS EN ESCENARIOS SIN LÍNEA DE VISIÓN(Universidad Industrial de Santander, 2025-02-18) Rey Rueda, Cristhian Camilo; Rueda Chacón, Hoover Fabián; Bacca Quintero, Jorge Luis; Galvis Carreño, Laura VivianaLa adquisición de imágenes transitorias en escenarios sin línea de visión directa (Non-Lline-Of-Sight) es una tarea innovadora que posibilita la reconstrucción de objetos fuera del campo de visión directo de la cámara. Esta técnica enfrenta desafíos significativos debido a factores como la propagación de la luz, la complejidad geométrica del entorno y la limitada disponibilidad de cámaras especializadas para esta aplicación. En este trabajo, presentamos una plataforma de simulación interactiva que permite a los interesados en el área modelar y visualizar el comportamiento de una cámara de detección de fotones individuales en escenarios sin línea de visión directa mediante una interfaz gráfica intuitiva. Nuestra metodología abarca una representación tridimensional del entorno mediante mallas 3D, un modelo físico que simula la emisión y propagación de fotones en la escena y un sistema de adquisición de imágenes transitorias sin línea de visión directa basado en bordes verticales. Además, se implementan diversos parámetros de la escena para simular distintos entornos, permitiendo el ajuste de variables críticas como el campo de visión de la cámara, las dimensiones de la escena, el tamaño y la disposición de los objetos, la intensidad del láser y el nivel de ruido. Este simulador facilita el estudio del impacto de estos parámetros en la adquisición de imágenes transitorias, proporcionando una plataforma flexible para obtener diversas mediciones y contribuyendo al desarrollo de soluciones robustas en aplicaciones como la reconstrucción de objetos fuera del campo de visión directo.Item Sistema de apoyo agrícola enfocado en la simulación de los procesos productivos en los cultivos en Colombia(Universidad Industrial de Santander, 2025-01-26) Peña Herrera, Juan Felipe; Andrade Sosa, Hugo Hernando; Gómez Prada, Urbano Eliecer; Porras Gómez, Ivan DarioEl sector agrícola colombiano enfrenta una serie de desafíos significativos derivados de la variabilidad de los factores climáticos y edáficos, lo cual dificulta la toma de decisiones adecuadas por parte de los agricultores. Estas dificultades demandan la implementación de soluciones tecnológicas que permitan evaluar múltiples variables de manera flexible y eficiente. Con el objetivo de abordar esta problemática, SEAPGRO ofrece una herramienta que posibilita a los agricultores ingresar datos como temperatura, pH, tipo de suelo y área de cultivo. Estos parámetros son utilizados para evaluar la viabilidad económica de cultivos tales como maíz, limón y aguacate. El simulador aplica la lógica difusa para manejar la incertidumbre de los datos, facilitando evaluaciones más precisas y adaptadas a las condiciones específicas de cada terreno. La aplicación tiene el potencial de mejorar de manera significativa la planificación agrícola, proporcionando a los agricultores un recurso valioso para optimizar sus decisiones productivas, lo que, a su vez, podría contribuir al desarrollo económico del sector agrícola colombiano.Item Prototipo de software para el pronóstico de demanda de energía en la Electrificadora de Santander(Universidad Industrial de Santander, 2024-11-13) Rodríguez Pulido, María Fernanda; Galvis Carreño, Laura Viviana; Rueda Chacón, Hoover Fabián; Vásquez Capacho, John WilliamTítulo: Prototipo de software para el pronóstico de demanda de energía en la Electrificadora de Santander.* Autor: María Fernanda Rodriguez Pulido** Palabras Clave: Software, Pronóstico, Energía, Python, Tkinter, Redes Neuronales, Aprendizaje profundo, LSTM. Descripción: La proyección precisa de la demanda de energía eléctrica es crucial para garantizar la continuidad del suministro eléctrico, lo que no solo genera confiabilidad en los consumidores, sino que también es una obligación regulatoria en el sector eléctrico. Minimizar el error en la predicción de la demanda de energía es esencial para evitar posibles sanciones por parte de los entes reguladores. Este proyecto tiene como objetivo desarrollar un modelo de pronóstico de energía a corto plazo utilizando redes neuronales con capacidades de aprendizaje a corto y largo plazo, como las Redes Neuronales de Memoria a Largo Corto Plazo (LSTM). Para ello, se emplearon datos históricos de consumo de energía proporcionados por la Electrificadora de Santander. En este contexto, el proyecto evalúa la efectividad del modelo de Redes Neuronales LSTM, una tecnología que ha ganado popularidad debido a su capacidad para capturar patrones complejos en secuencias temporales. Además de los datos históricos, se consideran variables externas significativas, como la temperatura y factores sociales, tales como los días festivos, los cuales pueden producir pronósticos atípicos y afectar la precisión del modelo. Asimismo, se desarrolló un prototipo de software utilizando Python y la librería Tkinter, que permite a los usuarios visualizar gráficamente las predicciones generadas por el modelo LSTM.Item Actualización de la plataforma MECYS (Módulo Ejecutivo de Control y Seguimiento), y desarrollo de bots para la automatización de procesos repetitivos en el equipo Soporte Clientes del área de Gestión Comercial de la Electrificadora de Santander S.A (ESSA(Universidad Industrial de Santander, 2024-11-13) Calderón Salazar, Geydi Dayana; Quezada Sánchez, Efraín Camilo; Gómez Flórez, Luis Carlos; Pedraza Ferreira, Gabriel Rodrigo; Parra Pinilla, LeonelEn la Electrificadora de Santander S.A. (ESSA), el equipo de Soporte Clientes, parte del área de Gestión Comercial, se encarga de gestionar las interacciones con los usuarios, lo que requiere que los trabajadores atienden decenas de solicitudes diariamente. Este proceso puede ser repetitivo y consumir mucho tiempo. Por lo que se identificó la necesidad de mejorar el flujo de trabajo, reduciendo la carga manual de cada empleado. Por este motivo, la electrificadora de Santander brindó la oportunidad a los practicantes de ingeniería de sistemas para aplicar los conocimientos adquiridos durante su carrera universitaria en el desarrollo de herramientas y funcionalidades que alivien la carga laboral de sus empleados. Esto se realizó mediante el desarrollo de bots, que facilitan el trámite de solicitudes PQR y la expansión y actualización del Módulo Ejecutivo de Control y Seguimiento (MECYS). Como resultado, ESSA experimentó una mejora significativa en su eficiencia operativa, reduciendo los tiempos de respuesta y minimizando errores humanos. La automatización permitió que el equipo de Soporte Clientes pudiera concentrarse en tareas de mayor valor estratégico, cumpliendo además con los plazos legales requeridos para el manejo de las solicitudes de los usuarios. Estas mejoras contribuyeron a una experiencia de usuario más ágil y efectiva.Item Análisis, diseño y reingeniería aplicada a la plataforma virtual de enseñanza de aprendizaje MEIWEB para desarrollo de la versión 9.0(Universidad Industrial de Santander, 2024-11-12) Chacón López, Juan Felipe; Guerrero Hernández, Lennin Eduardo; Flórez Becerra, Manuel Guillermo; Gamboa Sarmiento, Sonia Cristina; Andrade Sosa, Hugo HernandoEste proyecto de reingeniería se centró en modernizar una plataforma de e-learning utilizada ampliamente por estudiantes y profesores. La plataforma original presentaba problemas de rendimiento, usabilidad y seguridad debido a su envejecimiento tecnológico y falta de actualizaciones. El objetivo principal fue actualizar tecnologías clave como PHP, Bootstrap y MySQL, implementar AJAX para mejorar la interactividad y optimizar la funcionalidad general del sistema. El proceso de reingeniería comenzó con una evaluación exhaustiva del estado actual de la plataforma. Se identificaron las áreas críticas que requerían mejoras y se diseñó un plan de acción para abordar estos problemas. Las actualizaciones tecnológicas se implementaron de manera iterativa, asegurando que cada cambio se probara exhaustivamente antes de pasar a la siguiente fase. Esto incluyó la migración de la base de datos de MySQL a MySQLi, la actualización del diseño de la interfaz con Bootstrap y la mejora de la interactividad mediante el uso de AJAX. Las pruebas se realizaron en tres entornos distintos: la versión original sin modificaciones, un entorno de desarrollo donde se hicieron las pruebas iniciales y un entorno de producción con datos reales. Este enfoque garantizó que las mejoras no solo fueran efectivas, sino también compatibles con las operaciones en vivo. La colaboración entre el equipo de desarrollo y el director del proyecto fue crucial para identificar y resolver problemas rápidamente. Los resultados del proyecto han mostrado una mejora significativa en el rendimiento y la usabilidad de la plataforma. Se prevé que los usuarios finales, incluidos estudiantes y profesores, experimentarán una interfaz más fluida y agradable. La plataforma reingenierizada es ahora más rápida, segura y capaz de soportar una mayor carga de usuarios, cumpliendo con las demandas actuales y futuras del entorno educativo. En conclusión, este proyecto ha logrado transformar una plataforma desactualizada en una herramienta moderna y eficiente, beneficiando a toda la comunidad educativa mediante una experiencia de aprendizaje mejorada y más accesible.Item Desarrollo de un Chatbot que contribuya a la disminución de tiempos de atención y la agilidad en trámites para los trabajadores de la ESSA(Universidad Industrial de Santander, 2024-11-07) Vargas Ramírez, Elsyn Andrea; Galvis Carreño, Laura Viviana; González Ramírez, Luis Ignacio; Vásquez Capacho, Jhon WilliamEl documento describe el desarrollo e implementación de un Chatbot llamado Luisa, diseñado para optimizar los tiempos de atención en los trámites laborales de los empleados de la Electrificadora de Santander S.A. E.S.P. (ESSA). Este Chatbot fue concebido como una solución digital para automatizar la gestión de consultas frecuentes, tales como solicitudes de vacaciones, cesantías, nómina, permisos, entre otros. El objetivo principal es reducir la carga de trabajo de los agentes encargados de atender estas consultas, permitiendo que el personal se enfoque en tareas más estratégicas y de mayor valor para la organización. Asimismo, se busca mejorar la satisfacción de los empleados al proporcionar una atención ágil y eficiente. Para llevar a cabo este desarrollo, se utilizó la metodología Scrum, un enfoque ágil e iterativo que permitió avanzar de manera controlada a través de varios sprints. Durante este proceso, se recopilaron datos sobre los trámites más comunes y se diseñaron flujos de conversación detallados en Microsoft Power Virtual Agents. El Chatbot, además, está completamente integrado con Microsoft Teams y Power Automate, lo que facilita la automatización de tareas adicionales, como el envío de correos electrónicos. La implementación de Luisa no solo mejoró la experiencia de los empleados, al reducir significativamente los tiempos de espera en la resolución de trámites, sino que también generó importantes ahorros operativos para la ESSA. Estos ahorros se reflejaron en un alto retorno de la inversión (ROI), lo que demostró que la automatización puede mejorar la eficiencia operativa y optimizar el uso de los recursos humanos dentro de la organización.Item Aplicativo móvil MIDAS 2.3 para el apoyo en la gestión de mantenimiento, reporte de daños e inspección de instalaciones en la Electrificadora de Santander S.A. -E.S.S.A.-(Universidad Industrial de Santander, 2024-11-13) Vanegas Rico, Juan Sebastián; Gómez Flórez Luis Carlos; Flórez Becerra Manuel Guillermo; Rojas Morales Fernando AntonioEn la Electrificadora de Santander ESSA, se realizan mantenimientos e inspecciones de su infraestructura, y para estos procesos es necesario diligenciar formularios. Este diligenciamiento se lleva a cabo a través del aplicativo móvil MIDAS, lo que permite generar reportes que se cargan al servidor de la empresa. A su vez, estos datos se analizan para la generación de reportes administrativos y de seguridad. En el área de Tecnología de la información de la Electrificadora de Santander ESSA, se reciben numerosas solicitudes por parte de los técnicos y profesionales encargados del proceso de inspecciones y mantenimientos de infraestructura. Estas solicitudes se deben a diversos inconvenientes presentados por el aplicativo móvil MIDAS, los cuales impiden el diligenciamiento adecuado de los formularios. Por tal motivo, la Electrificadora de Santander brindó la oportunidad al practicante de ingeniería de sistemas para aplicar los conocimientos adquiridos durante su carrera universitaria en el desarrollo de una nueva versión del aplicativo móvil MIDAS. Este desarrollo tiene como objetivo permitir el correcto diligenciamiento de los formularios de mantenimientos e inspecciones, así como la adecuada recopilación de los datos para propósitos administrativos y de seguridad. Como resultado del proyecto, la Electrificadora de Santander ESSA ha logrado optimizar y agilizar sus procesos de mantenimientos e inspecciones. La aplicación móvil desarrollada no solo permite el correcto diligenciamiento de estos formularios, sino que también facilita la obtención de la información para su análisis.Item Segmentación de materiales a partir de imágenes RGB usando arquitecturas de transformadores de visión e integración de información multiespectral(Universidad Industrial de Santander, 2024-11-12) Pérez Pérez, Nelson Fabián; Rueda Chacón, Hoover Fabián; Monroy Chaparro, Brayan Esneider; Bacca Quintero, Jorge Luis; Galvis Carreño, Laura VivianaLa segmentación de materiales en imágenes RGB es una tarea desafiante debido a la complejidad de las texturas y la variabilidad de las condiciones de iluminación de los materiales. Aunque la información espectral puede mejorar significativamente esta tarea, su uso está limitado por la escasez de sensores espectrales en aplicaciones del mundo real. En este trabajo, presentamos un novedoso enfoque que integra eficientemente información espectral en un modelo de segmentación basado en transformers, manteniendo la capacidad de operar solo con imágenes RGB durante la inferencia. Nuestro modulo propuesto, denominado Adaptive Spectral Prompt (ASP), incorpora prompts espectrales adaptativos que se ajustan dinámicamente durante el entrenamiento, permitiendo al modelo aprovechar la riqueza de la información espectral sin depender de ella en la inferencia. Ademas, implementamos una estrategia de modality dropout para mejorar la robustez del modelo ante la ausencia de datos espectrales. Evaluamos exhaustivamente nuestro método en el dataset LIB-HSI, logrando un rendimiento significativo, con una precisión del 88.36% y un IoU promedio por clase de 53.28%, superando significativamente a los métodos existentes. Nuestros experimentos demuestran la eficacia de ASP para integrar información multimodal de manera eficiente, mejorando la segmentación de materiales incluso en escenarios con modalidad faltante.Item Implementación de machine learning para modelado y caracterización de muestras complejas de hidrocarburos a partir de técnicas de espectroscopia(Universidad Industrial de Santander, 2024-11-12) Cárdenas Acevedo, Sebastián; Mejía Ospino, Enrique; Goyes Peñafiel, Yesid Paul; Martínez Carrillo, Fabio; Arguello Fuentes, HenryUna correcta caracterización fisicoquímica del petróleo es crucial para optimizar procesos como la producción, el transporte y la refinación en la industria de los hidrocarburos. Entre las pruebas de caracterización de crudos pesados destacan el análisis SARA, el porcentaje de carbono Conradson residual (%CCR) y el índice de clase de estabilidad de asfáltenos (ASCI). Aunque efectivos, estos métodos presentan limitaciones como altos costos, largos tiempos de respuesta y el uso de solventes peligrosos. Para superar estas dificultades, este estudio explora el uso de modelos de machine learning (ML) aplicados a datos de espectrometría de masas de alta resolución (HR-MS) y espectroscopía infrarroja por transformada de Fourier (MIR-FTIR). El objetivo principal es desarrollar modelos predictivos que estimen estas propiedades del petróleo a partir de datos espectrales. La metodología desarrollada incluye la construcción de una base de datos robusta, procesada y normalizada, utilizando técnicas como el análisis de componentes principales (PCA) para mejorar la exactitud y reducir la dimensionalidad de los datos. Se evaluaron diferentes algoritmos de ML para clasificación y regresión, tales como SVC, LDA, SVR, PLS y redes neuronales, con el fin de identificar los modelos más adecuados. Los resultados muestran que los modelos basados en ML, en particular SVC y LDA, mejoran significativamente la exactitud y eficiencia en la predicción de propiedades fisicoquímicas del petróleo, superando los métodos tradicionales. Se concluye que la integración de machine learning con técnicas espectroscópicas ofrece una alternativa más rápida y de menor impacto ambiental para caracterizar grandes volúmenes de muestras complejas, reduciendo riesgos y mejorando la reproducibilidad en comparación con las pruebas convencionales.