Ingeniería de Sistemas

Browse

Recent Submissions

Now showing 1 - 20 of 1145
  • Item
    Prototipo de software para el pronóstico de demanda de energía en la Electrificadora de Santander
    (Universidad Industrial de Santander, 2024-11-13) Rodriguez Pulido, Maria Fernanda; Galvis Carreño, Laura Viviana; Rueda Chacón, Hoover Fabián; Vásquez Capacho, John William
    Título: 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, Efrain Camilo; Gómez Flórez, Luis Carlos; Pedraza Ferreira, Gabriel Rodrigo; Parra Pinilla, Leonel
    En 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 Hernando
    Este 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 Ramirez, Elsyn Andrea; Galvis Carreño, Laura Viviana; Gonzalez Ramirez, Luis Ignacio; Vasquez Capacho, Jhon William
    Título: Desarrollo de un Chatbot que contribuya a la disminución de tiempos de atención y la agilidad en trámites para los trabajadores de la ESSA. Autor: Elsyn Andrea Vargas Ramírez Palabras Clave: Microsoft Power Virtual Agents, flujos, ramificación, frases desencadenantes, análisis de datos, automatización de procesos. Descripción: El 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 Antonio
    En 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) Perez Perez, Nelson Fabian; Rueda Chacón, Hoover Fabián; Monroy Chaparro, Brayan Esneider; Bacca Quintero, Jorge Luis; Galvis Carreño, Laura Viviana
    La 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, Henry
    Una 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.
  • Item
    Prototipo de sistema de información para la gestación de convenios de la Oficina de Relaciones Exteriores de la Universidad Industrial de Santander.
    (Universidad Industrial de Santander, 2024-11-12) Quintero Jaimes, Santiago; Anaya Herrera, Kevin Sebastian; Rojas Morales, Fernando Antonio; Gonzalez Ramirez, Luis Ignacio; Gómez Prada, Urbano Eliecer
    Este proyecto principalmente se fundamenta en la optimización del proceso de gestación de convenios de cooperación académica dentro de la oficina de relaciones exteriores de la universidad industrial de Santander a través del diseño e implementación de un prototipo funcional que cubra la dinámica requerida para el proceso mencionado y dando una base a futuros desarrollos que suplan los requerimientos emergentes. Este desarrollo es posible gracias a la arquitectura de Software brindada por la división de tecnologías de la información y comunicación (DTIC) de la Universidad Industrial de Santander, en donde este trabajo de grado fungió bajo la modalidad de práctica empresarial. La metodología ágil SCRUM, sobre la cual se desempeñan las labores de desarrollo de software, donde se involucran las sesiones de planeación, revisión de avances y retrospectiva forjan un pilar muy importante en el cumplimiento de los objetivos, los cuales fueron proyectados a partir de una contextualización acerca de la necesidad existente por parte de usuarios finales e interesados en el proyecto, con los cuales se realizaron sesiones presenciales de levantamiento de requerimientos, se establecieron los aspectos más relevantes a los cuales les fueron asignados prioridad y a su vez se acordó su consecución. Lo anteriormente mencionado fue el génesis que dio origen al prototipo funcional para la gestación de convenios integrado al sistema de información académico de la Universidad Industrial de Santander (SIA).
  • Item
    Automatización de procesos de gestión contable en la Electrificadora de Santander s.a. ESSA a través de herramientas de Microsoft y Python
    (Universidad Industrial de Santander, 2024-11-07) León Quintero, Julián David; González Gómez, Andrés Leonardo; Olave Cáceres, Yesid Alexander; Gómez Flórez, Luis Carlos
    La generación manual de reportes contables en una empresa consume tiempo excesivo y afecta la eficiencia operativa. Este trabajo automatiza el proceso de generación y envío de reportes contables, reduciendo significativamente el tiempo y aumentando la precisión. Se integraron herramientas de Microsoft Power Platform (Power Automate y Power Apps) con scripts en Python, conectándose a bases de datos, procesando datos, y generando reportes automatizados. Esta implementación redujo el tiempo de ejecución de 135 horas trimestrales a un máximo de 20 minutos, disminuyendo el esfuerzo anual de 540 horas a aproximadamente 2 horas. La automatización que integra Microsoft con Python, ha demostrado ser una mejora significativa en la eficiencia operativa. Esta combinación permitió tratar grandes volúmenes de datos, liberar recursos y optimizar los tiempos de entrega de los reportes.
  • Item
    Desarrollo de Bots para la automatización de procesos en la Electrificadora de Santander S.A. -E.S.S.A.
    (Universidad Industrial de Santander, 2024-11-11) Soler Maldonado, Yurieth Najhery; Gélvez Cortés, Sergio Augusto; Pedraza Ferreira, Gabriel Rodrigo; Rojas Morales, Fernando Antonio
    Hoy en día, en las empresas el uso de la tecnología ha permitido realizar mejoras significativas en diversos aspectos, tales como la toma de decisiones, la productividad, entre otros. Continuar desaprovechando recursos humanos en tareas monótonas y repetitivas impide el desarrollo de procesos más efectivos, eficientes y con mejores resultados para la organización. Debido a esto, en la Electrificadora de Santander (ESSA) se creó un grupo interdisciplinar de trabajadores llamado Centro de Excelencia de RPA(CoE), en el cual se identificaron procesos que podrían beneficiarse de la implementación de bots (programas de software) para optimizar su ejecución. En este documento se presenta el desarrollo de la automatización de dos procesos, desde su análisis, el cual incluye los diagramas en notación Business Process Model and Notation (BPMN) hasta su implementación y pruebas. También se incluye el cálculo que se realizó para hallar la rentabilidad de cada proceso, el cual es de suma importancia, ya que de esta manera se puede identificar si es viable realizar la automatización utilizando la tecnología RPA. Los bots fueron hechos uno utilizando Uipath Studio y el otro Microsoft Power Automate, y cada robot fue debidamente documentado. Al final de la práctica empresarial, se pudo evidenciar que cada proceso automatizado genero beneficios significativos para la empresa y cumplió con los objetivos propuestos.
  • Item
    MODELO ESPACIO-TEMPORAL PARA LA PREDICCIÓN DE DELITOS BASADO EN APRENDIZAJE AUTOMÁTICO
    (Universidad Industrial de Santander, 2024-11-07) Pérez Leal, Juan Pablo; Ríos Gutiérrez, Andrés Sebastián; Romo Bucheli, David Edmundo; Bacca Quintero, Jorge Luis; Rueda Chacón, Hoover Fabián
    Este trabajo se centra en predecir patrones delictivos de robos a peatones en Bucaramanga, Colombia, usando datos de la Alcaldía disponibles en la plataforma de Datos Abiertos. Para el análisis, se desarrollaron modelos ARIMA y redes neuronales recurrentes (RNN) y de gran memoria a corto plazo (LSTM), junto con modelos espacio-temporales (STNN) que incorporan información geográfica de las comunas. Los resultados muestran que los modelos RNN y LSTM superan a ARIMA en la predicción de robos, mientras que los modelos STNN capturan tendencias generales, aunque con limitaciones para identificar cambios abruptos en las tendencias. La precisión de los modelos se evaluó con el Error Cuadrático Medio Raíz (RMSE), y se utilizaron técnicas de ventaneo temporal y normalización para mejorar su rendimiento. Estos hallazgos pueden ayudar a optimizar recursos y estrategias de seguridad pública en Bucaramanga, además de ofrecer un marco adaptable a otras ciudades. La investigación aporta bases para futuros estudios sobre predicción delictiva y modelos con variables espacio-temporales.
  • Item
    Síntesis de neuroimágenes diagnósticas mediante el uso de una estrategia de aprendizaje profundo generativo
    (Universidad Industrial de Santander, 2024-11-08) Ramírez Serna, Oscar Andrés; Valencia Vanegas, Yeferson; Martínez Carrillo, Fabio; Gómez Hernández, Santiago; Garzón Villamizar, Gustavo Adolfo; Sierra Jerez, Franklin Samuel; Bautista Rozo, Lola Xiomara; Romo Bucheli, David Edmundo
    Las neuroimágenes son esenciales para la caracterización de alteraciones estructurales y funcionales de enfermedades neurológicas. Para la asistencia y caracterización efectiva de hallazgos radiológicos, en algunas enfermedades, es imprescindible el uso complementario de imágenes, permitiendo asociar patrones estructurales con funcionales o brindando una mayor definición y seguimiento de las afecciones detectadas. Sin embargo, en la rutina clínica, muchas veces es desafiante contar con todas las secuencias, debido a contraindicaciones de pacientes o la disponibilidad de los dispositivos de captura. Particularmente, en este trabajo abordaremos este problema para el accidente cerebrovascular (ACV) y la enfermedad del Parkinson (EP), teniendo en cuenta el carácter complementario requerido para la caracterización efectiva de estas enfermedades. En cuanto al ACV, primero se hace un tamizaje para determinar el origen de la interrupción del flujo sanguíneo con tomografías (NCCT) y luego se cuantifica el volumen de la lesión desde secuencias de resonancia ponderada por difusión (DWI, ADC). En cuanto a la EP, las resonancias T1 permiten hacer un análisis estructural del cerebro, mientras que el SPECT complementa este análisis brindando información sobre la deficiencia de neurotransmisores dopaminérgicos. En este trabajo se implementó una estrategia de aprendizaje de difusión condicional para la síntesis de neuroimagenes complementarias tanto en el dominio del ACV como en el dominio de la EP. En cuanto al ACV, la estrategia fue entrenada y validada para realizar síntesis de resonancias DWI y ADC desde imágenes NCCT, utilizando un conjunto propio de 95 pacientes y logrando puntajes de reconstrucción SSIM de 0.55 para DWI y 0.45 para ADC. En cuanto a la EP, la estrategia fue ajustada para realizar síntesis de secuencias SPECT desde resonancias T1, utilizando un conjunto público de 115 pacientes y logrando un SSIM de 0.98.
  • Item
    CLASIFICACIÓN DE LESIONES DE CÁNCER DE PRÓSTATA CARACTERIZANDO ESPACIOS EMBEBIDOS DE OBSERVACIONES MRI
    (Universidad Industrial de Santander, 2024-11-05) Hurtado Rodríguez, César Luis; Martinez Carrillo, Fabio; Olmos Rojas, Juan Andrés; Galvis Carreño, Laura Viviana; Bautista Rozo, Lola Xiomara
    El cáncer de próstata es el cáncer más frecuente en los hombres. A nivel mundial, durante el 2022, más de 1.4 millones de personas fueron diagnosticadas y más de 397 mil decesos fueron asociados a esta enfermedad. En la rutina clínica, las técnicas comúnmente utilizadas para el diagnóstico son el test sanguíneo de Antígeno Prostático Específico (PSA) y el examen digital rectal (DRE). Sin embargo, estos métodos son invasivos y presentan una baja especificidad. Actualmente, el análisis de resonancias magnéticas (MRI) es una alternativa con mayor sensibilidad y capacidad de detección de lesiones de cáncer de próstata. Sin embargo, el análisis de MRI es dependiente de la experiencia del lector. Recientemente, métodos basados en aprendizaje profundo han emergido como una alternativa para apoyar la clasificación de lesiones clínicamente significativas (csPCa) observadas en MRI. Sin embargo, debido a la alta variabilidad intra- e inter- estudios MRI y a la limitación de datos, existe aún una brecha en la tarea de clasificar estas lesiones. En este trabajo se desarrolló un enfoque de aprendizaje contrastivo para la clasificación de lesiones csPCa en bp-MRI. Inicialmente, bajo un marco de aprendizaje contrastivo supervisado, se ajustó una red convolucional 3D dedicada al aprendizaje de características profundas de MRI mediante la proyección en vectores de baja dimensionalidad. Particularmente, este propone la codificación de matrices simétricas definidas positivas (SPD) a partir de las características profundas convolucionales 3D aprendidas en la tarea contrastiva para la construcción de un espacio embebido geométrico más discriminativo. Para la clasificación de estas matrices SPD, se utilizaron modelos de aprendizaje de máquina y modelos de aprendizaje profundo geométrico que consideran la geometría Riemanniana de la variedad de las matrices SPD. Los métodos implementados se validaron sobre un conjunto de datos público con respecto la tarea de clasificación de lesiones csPCa, donde el método propuesto alcanzó un AUC-ROC del 0.93, superando a la discriminación desde simplemente los vectores contrastivos (baseline) con 0.85. Adicionalmente, al reducir los datos de entrenamiento a un 20%, el método propuesto demostró ser robusto al alcanzar un AUC-ROC de 0.91, mientras que para el baseline, esta métrica se redujo al 77%.
  • Item
    Desarrollo de un módulo para el sistema ERP MetalSoft orientado al mantenimiento de los activos fijos de la empresa Metalteco S.A.S.
    (Universidad Industrial de Santander, 2024-11-05) Daza Meneses, Guillermo Andrés; Geralbert Rubiano, Jose; Ballesteros Caceres, Ludwig; Florez Becerra, Manuel Guillermo; Parra Pinilla, Leonel
    Empresas de todo el mundo reconocen la importancia del mantenimiento en sus operaciones, según Deloitte, una importante firma de servicios profesionales a nivel global, muchas organizaciones todavía buscan un equilibrio entre mejorar sus operaciones actuales y aprovechar las nuevas capacidades de la industria. Se estima que, por lo menos en el caso de Estados Unidos, las fallas no planificadas pueden llegar a costar alrededor de 50 mil millones de dólares anualmente y que el mantenimiento tanto preventivo como predictivo puede reducir los costos de mantenimiento hasta en un 10% y disminuir los tiempos de inactividad en un 20% (Deloitte, 2017, pp. 2-5). Es importante aclarar que esto no solo se traduce en ahorro, también permite una operación más estable y eficiente. Las empresas que logran mantener sus operaciones eficientes y sin interrupciones tienen una gran ventaja sobre aquellas que sufren de fallos inesperados, es una cuestión de competitividad de la empresa y supervivencia o sostenibilidad a largo plazo. Teniendo eso en cuenta, es observable que en Metalteco se gestionan las actividades de mantenimiento con medios físicos y hojas de Excel, resultando en un control insuficiente de la información afectando la agilidad en los procesos y la toma de decisiones. ¿Se puede mejorar la gestión de mantenimiento en Metalteco para optimizar el control y la eficiencia del área? Partiendo de esta pregunta, en este proyecto se plantea el desarrollo de un módulo de mantenimiento en el ERP Metalsoft, el cual permitirá organizar, administrar y monitorear la información de mantenimiento. Este nuevo módulo gestionará los mantenimientos preventivos y correctivos, así como el inventario de materiales e insumos utilizados en los respectivos procesos de mantenimiento. Con esta mejora, se espera optimizar el control y la eficiencia del área de mantenimiento, beneficiando la operación global de Metalteco SAS.
  • Item
    Desarrollo de una plataforma software para la gestión de recaudo por entidades en convenio
    (Universidad Industrial de Santander, 2024-10-22) Báez Mora, Nicolás; Pedraza Ferreira, Gabriel Rodrigo; Jiménez Herrera, Henry Andrés; Flórez Becerra, Manuel Guillermo
    El documento presenta el desarrollo de una plataforma de software para automatizar la gestión de recaudos en entidades que colaboran con una empresa. Este sistema centraliza la recepción de pagos, gestiona las facturas pendientes y calcula las comisiones de forma precisa, facilitando el control financiero y reduciendo errores. Se implementa siguiendo la metodología Kanban y utilizando tecnologías como Spring Boot, Angular y Oracle. Los módulos clave incluyen el registro de pagos, la consulta de datos financieros y la administración de facturas y comisiones, con un enfoque en la seguridad y validación de datos. El proceso de desarrollo se divide en fases que abarcan desde la investigación tecnológica hasta la validación final mediante pruebas unitarias y funcionales. El sistema está diseñado para ser intuitivo, optimizando la operatividad de las empresas al automatizar tareas críticas y proporcionando una mayor visibilidad de las transacciones. La validación final garantiza su correcto funcionamiento, mejorando la eficiencia en la gestión financiera y facilitando la toma de decisiones basadas en datos.
  • Item
    Aplicativo móvil para el control de activos de pequeños sistemas de producción agrícola soportados en tecnologías de libre distribución mediante dinámicas de gamificación
    (Universidad Industrial de Santander, 2024-08-27) Mora Carvajal, Marlon Maurice; Gómez Balvin, Isabel Cristina; Bautista Rozo, Lola Xiomara; Gómez Prada, Urbano Eliécer; Rubiano, Jose Geralbert; Rodríguez López, Nelson Facundo
    Objetivo general: Desarrollar un aplicativo móvil para el control de activos en pequeños sistemas de producción agrícola soportados en tecnologías de libre distribución El sector agrícola en Colombia, se enfrenta a desafíos considerables, marcados por el acceso limitado a la tecnología y la gestión financiera escasa por parte de los campesinos. Esta situación evidencia la importancia de proporcionar apoyo y herramientas adecuadas para mejorar la administración de los activos agrícolas y promover el bienestar económico de los campesinos. Para abordar estas necesidades, se plantea una aplicación móvil especializada que permita a los campesinos registrar y gestionar sus gastos e ingresos relacionados con sus activos agrícolas. Se empleará la metodología de gamificación para facilitar la adopción y el uso continuo de la aplicación, fomentando así una gestión financiera sobre sus activos de manera más efectiva y proactiva. Aprovechar el potencial de la tecnología en el sector agrícola es crucial para mejorar la productividad y el desarrollo sostenible. Esta iniciativa busca contribuir a este objetivo al proporcionar a los campesinos las herramientas necesarias para tomar decisiones más acertadas sobre la gestión de sus activos.
  • Item
    Plataforma para el despliegue y evaluación de modelos de aprendizaje profundo para la clasificación de imágenes histológicas completas a baja magnificación
    (Universidad Industrial de Santander, 2024-08-28) Bayona Quesada, Juan Camilo; Fuentes Barragán, Angie Julieth; Romo Bucheli, David Edmundo; Bautista Rozo, Lola Xiomara; Garzón Villamizar, Gustavo Adolfo
    La patología es una rama de la medicina que se enfoca en el estudio de las enfermedades a nivel microscópico, investigando sus causas, desarrollo, mecanismos y efectos en los organismos vivos. Con el apoyo de sistemas computacionales, surge la patología digital, que utiliza entornos digitales para el estudio microscópico de la anatomía, los tejidos y sus enfermedades. La utilización de herramientas computacionales en la patología ofrece ventajas como el almacenamiento virtual de muestras, acceso global a ellas y la capacidad de utilizar diversas herramientas de análisis para el soporte diagnóstico. Esto permite identificar patrones en el tejido asociados a enfermedades como el cáncer, infecciones, trastornos inflamatorios y genéticos. La inspección visual de biopsias es una técnica diagnóstica utilizada para examinar pacientes afectados por el cáncer, la cual ofrece resultados determinantes al permitir la observación directa del tejido a nivel microscópico. Las muestras de biopsias pueden ser digitalizadas completamente a alta magnificación utilizando escáneres, como se hace en países desarrollados, con los que se crean bases de datos abiertas para diferentes tipos de cáncer, como cáncer de próstata, cáncer de mama, cáncer cervical, entre otros. Estas bases de datos contienen miles de imágenes digitalizadas a alta magnificación que facilitan la creación y entrenamiento de modelos de aprendizaje profundo. En Colombia, los patólogos suelen examinar la muestra directamente bajo el microscopio para identificar tejido canceroso. En ocasiones se digitalizan las imágenes individuales del campo microscópico, pero esto se limita exclusivamente a las áreas de interés identificadas por el profesional, lo que puede causar sesgos en caso de requerirse una segunda opinión de otro patólogo que no posea acceso a la muestra completa. A la biopsia le es asignado un puntaje histológico que determina su grado de cáncer y que sigue protocolos específicos establecidos para el estudio de cada tipo de cáncer. El propósito de este proyecto es desplegar modelos de clasificación entrenados en imágenes histológicas completas y evaluar estrategias para adaptar esos modelos a imágenes histológicas de baja magnificación que se puedan digitalizar fácilmente a través de un microscopio óptico, mejorando así el soporte de la decisión del grado de cáncer de la muestra en países en vías de desarrollo.
  • Item
    Destilado de bases de datos de imágenes hiperespectrales basado en aprendizaje profundo para la solución de problemas de clasificación
    (Universidad Industrial de Santander, 2024-08-28) Gutiérrez Palomino, Edinsson; Arguello Fuentes, Henry; Jácome Carrascal, Román Alejandro; Correa Pugliese, Claudia Victoria; Bacca Quintero, Jorge Luis
    El destilado (o condensación) de bases de datos es una técnica utilizada para reducir la dimensionalidad de los conjuntos de datos empleados en el entrenamiento de modelos de aprendizaje profundo, que, según Yu et al. (2024), fue inicialmente propuesta por Wang et al. (2020); pero que sin embargo, a dı́a de hoy aún tiene limitaciones para su aplicación en datos de alta dimensionalidad (Lei and Tao, 2024) en los cuales se incluyen las imágenes hiper- espectrales, un tipo de señal que se caracteriza (entre otras cosas) por proveer información a lo largo de una enorme gama de frecuencias del espectro electromagnético a una escala mayor que la de las imágenes multiespectrales, lo que la convierte en la señal de tipo imagen con mayor dimensionalidad; pero que a pesar de ello es ampliamente utilizada para resolver diversos problemas de clasificación de (entre otras cosas) materiales, tipos de suelo, sustancias y enfermedades, a menudo por medio de clasificadores basados en aprendizaje profundo, los cuales también son co- nocidos por su alto costo de entrenamiento debido a la enorme cantidad de parámetros optimizables que poseen, lo que dificulta aún mas la tarea de entrenamiento y clasificación en proyectos con capacidades de cómputo limitadas. Es debido a lo anterior que este trabajo investigativo presenta la implementación de un algoritmo de destilado basado en el aprendizaje profundo aplicado a imágenes hiperespectrales. Referencias: Yu, R., Liu, S., and Wang, X. (2024). Dataset distillation: A comprehensive review. IEEE Transac- tions on Pattern Analysis and Machine Intelligence, 46(1):150–170. Wang, T., Zhu, J.-Y., Torralba, A., and Efros, A. A. (2020). Dataset distillation. Lei, S. and Tao, D. (2024). A comprehensive survey of dataset distillation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 46(1):17–32.
  • Item
    APLICACIÓN WEB PARA GESTIÓN DE INVENTARIOS DE EMISIONES FUGITIVAS DE GASES HIDROCARBUROS EN EL SECTOR OIL&GAS PARA LA CORPORACIÓN CENTRO DE DESARROLLO TECNOLÓGICO - CDT DE GAS
    (Universidad Industrial de Santander, 2024-08-28) Moncada Bohórquez, Diana Carolina; Flórez Becerra, Manuel Guillermo; Parra Pinilla, Leonel; Rojas Morales, Fernando Antonio
    La Corporación Centro de Desarrollo Tecnológico del Gas – CDT de GAS, es una institución sólida, humana e innovadora que ha mantenido el liderazgo tecnológico en el sector Gas, aportando calidad, confiabilidad y cumplimiento en los procesos, productos y servicios ofrecidos, en beneficio de las empresas del sector productivo y la comunidad en general. Ante la creciente preocupación e impacto generados por el cambio climático, la evaluación de emisiones de gases de efecto invernadero (GEI) se ha convertido en un componente fundamental de las estrategias de Responsabilidad Social Empresarial, especialmente para las empresas del sector Oil&Gas. Desde el Centro de Desarrollo Tecnológico del Gas se ofrecen servicios de consultoría para la gestión, cuantificación y reporte de inventarios corporativos de emisiones de GEI, basados en la metodología del GHG Protocol y otras normativas aplicables. El presente informe aborda el diseño de un aplicativo web para la gestión de inventarios de emisiones fugitivas de gases hidrocarburos, específicamente diseñado para la Corporación Centro de Desarrollo Tecnológico del Gas (CDT de Gas). Este proyecto surge de la necesidad de soportar el proceso de medición de contaminantes de gas natural, con herramientas tecnológicas que permitan un monitoreo preciso y eficiente de las emisiones, cumpliendo con las regulaciones ambientales y mejorando las prácticas operativas dentro del sector Oil&Gas. La implementación de este sistema tendrá un impacto significativo en CDT de GAS al proporcionar una plataforma software que facilita la recolección, consulta, análisis y reporte de datos de emisiones. Esto no solo mejora la capacidad de la corporación para gestionar el registro de las emisiones de gases de efecto invernadero y brindar información asertiva a sus clientes para la respectiva toma de decisiones y mejoras en los procesos industriales de hidrocarburos, sino que también fortalece su compromiso con la sostenibilidad y la responsabilidad ambiental.
  • Item
    Análisis, Diseño e Implementación de Componentes para los Módulos de Registro y Adjudicación del Servicio de Comedores Universitarios UIS.
    (Universidad Industrial de Santander, 2024-08-22) Duarte Rueda, Juán Esteban; Bayona Sepulveda, Juán José; Rojas Morales, Fernando Antonio; Meneses Mendoza, Jathinson; Sanabria Echeverry, Duvan Yahir; Gamboa Sarmiento, Sonia Cristina
    El sistema de gestión de los comedores universitarios UIS en la actualidad viene presentando una serie de desafíos que afectan el uso de los encargados desde su área administrativa, e incluso de los estudiantes en los diferentes procesos que desde aquí se pueden abordar. Esto se debe a una interfaz de usuario poco atractiva, poco intuitiva y difícil de conocer y aprender. Por otro lado, los estudiantes no encuentran una forma clara de realizar procesos simples como el registro al servicio y, en ciertos casos, resulta un proceso repetitivo y poco claro. Para abordar estos problemas, este proyecto propone el diseño e implementación de un sistema web que permita, tanto a administrativos como estudiantes, tener una herramienta que integre los procesos primarios tales como el registro estudiantil y la adjudicación de estos al sistema de comedores. Esta propuesta tiene como propósito optimizar los tiempos de respuesta en los procesos, mejorar la interacción entre los distintos usuarios con el sistema y permitir actualizar los sistemas de información a partir del proceso de renovación de tecnologías institucionales.