DSpace Repository :: Browsing by Subject "APRENDIZAJE AUTOMATICO"

Browsing by Subject "APRENDIZAJE AUTOMATICO"

Now showing 1 - 20 of 39

AirFitness: generación de rutinas personalizadas con IA y corrección de ejercicios con ML
(2020-12) Kramer, Esteban; Scomazzon, Martina; Dolagaratz, Gonzalo
"AirFitness busca facilitar el proceso de realizar ejercicio físico y estar en forma sin la necesidad de ir a un gimnasio o tener un entrenador personal."
Análisis de características de escucha de canciones para un usuario en una plataforma de streaming de música mediante métodos de aprendizaje automático no supervisado
(2021-11) Seguí, Francisco; Gómez, Leticia Irene
"El presente trabajo tiene por objetivo proveerle a un usuario una clasificación de las canciones que escucha, de acuerdo a sus características musicales, aplicando métodos de aprendizaje automático no supervisado a plataformas de streaming de música."
Análisis de clasificadores bayesianos
(2004) Fernández, Enrique; Britos, Paola Verónica
"Una red bayesiana es un grafo acíclico dirigido en el que cada nodo representa una variable y cada arco una dependencia probabilística, son utilizadas para proveer: una forma compacta de representar el conocimiento, y métodos flexibles de razonamiento. El obtener una red, bayesiana a partir de datos, es un proceso de aprendizaje que se divide en dos etapas: el aprendizaje estructural y el aprendizaje paramétrico. En este trabajo se describirá el funcionamiento de tres algoritmos de Clasificadores, Naïve Bayes, TAN y KDB. Se mostrará además como, a través del programa lvira, se puede llegar a obtener una red Bayesiana con estos clasificadores. Dicha red variará dependiendo del algoritmo clasificador aplicado, y de la combinación de este con algún algoritmo de inducción de árboles de decisión. Por último se mostrará una comparación que permita analizar las diferencias entre los distintos clasificadores y la influencia que en ellos genera los algoritmos generadores de árboles de decisión."
Análisis de datos de pacientes y consultantes con COVID-19
(2021-09-29) Pingarilho, Pedro Remigio; Gómez, Fermín; Di Luca, Miguel; Gambini, Juliana
Análisis de sentimiento: comparación de algoritmos predictivos y métodos utilizando un lexicon español
(2019-07-29) Pauli, Pablo Agustín; Soliani, Valeria
"El propósito de este proyecto es por un lado realizar una comparación entre distintos algoritmos de aprendizaje supervisado y ver que tan confiables son a la hora de clasificar la información luego de pasarlos por un proceso de entrenamiento."
Análisis de sentimientos: aplicación sobre textos en redes sociales
(2019) Pedro, Diego Leonardo; Soliani, Valeria
"Obtener tendencias de opinión pública sobre un producto de una empresa, mediante la implementación de técnicas de análisis de sentimientos sobre mensajes de clientes en redes sociales."
Analysis and benchmarking for gravitational waves spectrogram’s classification by usage of machine learning techniques
(2020-09-06) Martínez, Ezequiel H.; Ramele, Rodrigo
"Gravitatonal waves, the seed of the 2015 Nobel’s prize are the cause of several complex celestial phenomena that is non-observable for the naked eye. Their identification, classification and study is s(ll a handmade work which is s(ll nascent. There has been several approaches to produce novel tools to aid the scientists behind the discovery of these deep space events. One of the most thrilling examples has been the usage of artificial intelligence classification to aid in the preiden identification of certain signals. We took one of these tools, Gravity Spy, and study its base paper, trying to reproduce some of their classification results using the very same base dataset. This research aims to compare the results obtained from the original paper, with a binary classification approach and several different algorithms taken from the knowledge base of machine learning and deep learning, alike. We confirmed the original paper results and obtained a new approach for the same solution. In this study we trained several models that could be used for further development of an eventual alternative engines for gravita(onal waves signal’s classification or any other sort of signal heavily influenced by noise and analysed by spectrograms."
Aprendizaje por refuerzo con opciones y función de refuerzo universal
(2020-12) Bruno Cilla, Diego; Heimann, Matías; Scaglioni, Giuliano; Santos, Juan Miguel
"El objetivo de los algoritmos de aprendizaje por refuerzo es maximizar las recompensas acumuladas a lo largo del tiempo para hallar un comportamiento objetivo. De esta forma, para aprender distintos comportamientos, la variable a cambiar sería la función de refuerzo dada para ese problema. El objetivo de este trabajo es explorar una alternativa en la cual se puedan adquirir distintos comportamientos, manteniendo siempre la misma función de refuerzo, siendo que la variable sea los distintos entornos en los que se realiza el aprendizaje."
Autoenconders y análisis de componentes principales: propuesta de generación de ejemplos adversarios en el contexto de sistemas de reconocimiento facial
(2021-10-11) Fuster, Marina; Vidaurreta, Ignacio Matías; Pierri, Alan
"En el presente trabajo se propone una nueva metodología de generación de ejemplos adversarios, datos manipulados para confundir algoritmos de clasificación. El objetivo en este caso es vulnerar sistemas de reconocimiento facial con una estrategia que se basa en el uso de autoencoders, un tipo de redes neuronales, y análisis de componentes principales."
Calidad de datos y aprendizaje automático: detección de errores semánticos en datos estructurados con esquema desconocido
(2021-11) Lentini, Alejandro Daniel; Soliani, Valeria
"El presente trabajo tiene como objetivo general evaluar si técnicas del aprendizaje automático provenientes del área del procesamiento natural del lenguaje pueden tener aplicación práctica en la detección semiautomática de errores semánticos en datos estructurados multivariados con calidad y esquema de datos desconocidos, ofreciendo lineamientos para el desarrollo de herramientas que asistan a los usuarios en estas tareas."
Categorización y análisis de la frecuencia cardíaca de un individuo con inteligencia artificial
(2020) Goldman, Jorge Carlos; Riccillo, Marcela
"Este estudio presenta un enfoque novedoso en la aplicación de técnicas de aprendizaje automático para la clasificación de enfermedades del músculo cardíaco. Una detección temprana de arritmias aumenta considerablemente la posibilidad de corrección y sobrevida de los pacientes mediante medicación adecuada indicada por un profesional de la salud. En el siguiente trabajo se evaluarán diversos algoritmos de aprendizaje automático con técnicas de selección de variables, a fin de lograr una clasificación, con cierto grado de exactitud, de diversas enfermedades del músculo cardíaco, basándonos en las mediciones obtenidas mediante dispositivos electrónicos. Los resultados experimentales mostraron que a través del algoritmo de Random Forest, se logra la clasificación de una persona enferma de una sana con casi 94% de exactitud, con selección de las variables más significativas mediante el algoritmo de RFE."
Clasificación automática de imágenes de góndolas de supermercados
(2020-06-16) Simone, Franco; Gambini, Juliana
"El presente trabajo de investigación pretende crear un algoritmo de aprendizaje automático que permita realizar la clasificación automática de las imágenes de las góndolas de productos de los supermercados tomadas por los repositores de la compañía, identificando cuales góndolas fueron confeccionadas de acuerdo al planograma previamente establecido por el equipo de Trade Marketing y cuáles no."
Clasificación de expresiones faciales en imágenes
(2020-09-09) Markous, Pablo; Gambini, Juliana
"El trabajo busca encontrar un método automático de clasificación para la expresión que representa el rostro en una imagen. Partiendo de un conjunto de imágenes que se asume que ya están correctamente clasificadas, para entrenar un modelo que pueda predecir cualquier imagen no clasificada. Se busca también poder medir la precisión obtenida en la clasificación. Para esto se subdivide en dos partes el conjunto de imágenes iniciales y se reserva una de las partes para que el modelo prediga el estado anímico de la persona que se encuentra en la foto. Finalmente se compara ese valor con el real y se estima un valor de precisión. Finalmente, se implementa el modelo en un ejemplo que clasifique imágenes en tiempo real."
Deep learning en la detección de Alzheimer utilizando imágenes de resonancia magnética
(2020-09-22) Paniza, Valentina; Selmo, Carlos
"A lo largo de las últimas décadas diferentes modelos de aprendizaje automático han ido explorando diversas áreas de la medicina con el fin de brindarle herramientas de soporte a los profesionales de la salud. Particularmente, técnicas de aprendizaje profundo han resurgido debido a, en gran medida, el aumento de la capacidad computacional y la disponibilidad de nuevos conjuntos de datos masivos. Los avances en esta disciplina contribuyen en la identificación, clasificación y cuantificación de patrones en imágenes médicas. El presente trabajo tiene por objeto extraer patrones de neuroimágenes mediante algoritmos de aprendizaje profundo que den soporte en el diagnóstico de la enfermedad de Alzheimer en adultos mayores en aplicaciones clínicas. El desafío yace en poder distinguir pacientes sanos de enfermos en imágenes donde los patrones cerebrales e intensidades son muy similares."
Desarrollo de algoritmo para asistencia al diagnóstico diferencial de Alzheimer y demencia fronto-temporal
(2022) Guardia, Camila; Saracco, María Victoria; González Campo, Cecilia; Moguilner, Sebastián
El objetivo del presente proyecto consiste en "crear un algoritmo de ML que emplee datos multivariados de pruebas cognitivas y de imágenes, para poder asistir al diagnóstico diferencial de las demencias de tipo Alzheimer y fronto-temporal."
Desarrollo del modelo de Customer Lifetime Value (CLTV) para industria bancaria con técnicas de Machine Learning
(2021) Martins, Nicolás Horacio; Pampliega, Juan Martín
"Una gran cantidad de organizaciones de tamaño medio en adelante poseen sistemas de información que les permiten conocer la rentabilidad por cliente, o un valor aproximado de la misma. Algunas de ellas han avanzado, según la rama de la industria, en el desarrollo de modelos predictivos y de segmentación más profundos para entender la principalidad o participación de sus productos en la cartera de sus clientes (share of wallet)1, el nivel de lealtad y el grado de satisfacción de sus clientes. Otras, inclusive, han intentado calcular o predecir los ingresos futuros por cliente con mayor o menor nivel de sistematización. El foco de este trabajo se centra en el estudio y desarrollo de modelos para abordar esta última etapa analítica de la firma, conocida como valor del ciclo de vida de un cliente, customer lifetime value o CLTV (Borle et al 2008) en la industria financiera."
Detección automática de anomalías en logs: una revisión visual del estado del arte
(2022-10-05) Aboitiz, Txomin Martin; Aizemberg, Diego Ariel
"Con el objetivo de elaborar una revisión visual del estado del arte de la detección automática de anomalías en logs, se recopilaron 20 trabajos (publicados entre 2009 y 2021) centrados en dicha línea de investigación. 17 de ellos son trabajos experimentales y 3 son revisiones. Los trabajos fueron procesados para extraer información descriptiva asociada a la publicación y el contenido. Se prestó particular atención a las categorías de aprendizaje y los modelos de aprendizaje automático entrenados en los trabajos para detectar anomalías. También se prestó atención a la interacción entre los trabajos, a través de las citas. Con la información extraída, se construyó una base de datos de 3 tablas describiendo los autores, los trabajos y sus interacciones. Con los datos, se construyó un notebook de visualizaciones en ObservableHQ. Estas son útiles para obtener una idea inicial de los países del mundo más involucrados en esta investigación, los trabajos más influyentes y los modelos de aprendizaje más utilizados. Dado que el tamaño muestral de trabajos utilizados aquí es pequeño, no se plantea que las tendencias observadas por las visualizaciones sean representativas de las tendencias reales. Sin embargo, con un mayor tamaño muestral, esta revisión visual podría ser útil para resumir información importante sobre el estado del arte de este tema, de manera que un lector no especializado pueda identificar rápidamente trabajos de interés para sus requerimientos específicos."
Detección de actividad pesquera utilizando datos AIS con LightGBM
(2022-07-22) Marcovecchio, Nicolás Agustín; Gambini, Juliana
"El sistema AIS (Automatic Identification System) sirve para evitar colisiones a partir de que un buque transmite su posición a los demás. En la actualidad todavía hay buques pesqueros que no apagan sus sistemas al hacer pesca ilegal, y al ser un equipo el cual se configura manualmente muchos buques no se identifican como pesqueros o clonan la identificación de otro buque (Global Fishing Watch, Spoofing: One Identity Shared by Multiple Vessels, 2016). La actividad pesquera puede proporcionar a las autoridades, los investigadores y a los políticos información para tener una imagen más completa de la pesca y a la sostenibilidad de los recursos marinos. Lo que se busca en este trabajo es mejorar el estado actual para detectar esta actividad. Se utilizara el novedoso conjunto de datos, ya que muchos trabajos anteriores se los ve limitado en este aspecto, publicado por Global Fishing Watch (GFW) en el 2020. Este trabajo incluye el tratamiento para remover los datos faltantes y atípicos, resolver la granularidad temporal (los datos AIS en la realidad no se captan a intervalos constantes), la generación de un vector de características y el entrenamiento de un modelo óptimo de clasificación utilizando el método lightgbm (Microsoft Corporation, 2022) para comparar con lo alcanzado actualmente por GFW en (Kroodsma et al., 2018."
Detección de complejos K y su rol en la consolidación de la memoria declarativa durante el sueño
(2021) Carosi, Julia; Vázquez Chenlo, Aylin Agatha; Forcato, Cecilia; Ramele, Rodrigo
"El presente proyecto final tiene los siguientes objetivos: -Estudiar el rol de los Complejos K en la consolidación de la memoria declarativa durante el sueño. -Desarrollar un algoritmo de detección automática de Complejos K durante la fase II del sueño."
Detección de fraudes en seguros de automóviles utilizando algoritmos de machine learning
(2020) Fabbiano, Pablo Miguel; Denicolay, Gustavo
"Pese a que el Fraude en Seguros se presenta en todos los ramos de la industria, se acota el presente trabajo al ramo Automotores. La información utilizada para modelar la solución y verificar los resultados del presente trabajo, es provista por una Compañía actual del Mercado Asegurador local que exige confidencialidad y anonimato. Los datos se mantendrán de forma no pública, siendo los mismos o cualquier inferencia que pudiera hacerse de ellos, estrictamente confidenciales. El trabajo está orientado a brindar una solución de bajo costo, pudiendo de esta forma ser la solución implementada por Aseguradoras pequeñas y medianas con bajos presupuestos. El prototipo se diseñará para ser ejecutado en equipos configurados al menos con 32 gigabytes de RAM, procesador I7, disco de 1 terabyte, similar a los existentes en estas Aseguradoras, es decir equipos estándar de bajo costo."

Browsing by Subject "APRENDIZAJE AUTOMATICO"

Results Per Page

Sort Options