RI ITBA :: Examinando porby browse.metadata.subject "INTELIGENCIA ARTIFICIAL"

Examinando por Materia "INTELIGENCIA ARTIFICIAL"

Mostrando1 - 20 de 23

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 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."
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."
Contribución al relevamiento y estado del arte en aprendizaje por refuerzo
(2020-04-24) Emery, Lucas; Santos, Juan Miguel
"Este informe es el resultado del trabajo realizado en el relevamiento, estudio y análisis sobre métodos de aprendizaje por refuerzo y aprendizaje por refuerzo profundo, y fue realizado pensando en constituirse en un recurso para la formación de los interesados en el área."
COVID-X: sistema de ayuda en la toma de decisiones en el diagnóstico médico para la enfermedad COVID-19
(2020) Aquili, Alejo; Bassani, Santiago; Sanguineti Arena, Francisco; Mon, Alicia; Herrera, Sergio Gustavo
"En el presente se detallan el diseño y desarrollo de un sistema informático para la ayuda en la toma de decisiones en el diagnóstico médico de la enfermedad COVID-19. Este sistema provee una herramienta que puede detectar neumonía causada por esta enfermedad, manifestada en imágenes rayos-x de tórax. Para lograr esto se implementó un algoritmo basado en redes neuronales convolucionales, y se complementó con otro modelo en base a características clínicas de los pacientes. Basados en los resultados obtenidos en las pruebas experimentales, se muestra la potencial utilidad de estas tecnologías en el proceso de diagnóstico como herramienta complementaria. El sistema desarrollado, llamado COVID-X, no solo incluye el modelo de inteligencia artificial, sino que también una plataforma web que facilita su uso para todo personal médico que lo requiera."
Creación de una empresa orientada a brindar servicios profesionales de consultoría de Inteligencia Artificial (IA) para la industria de servicios financieros y telecomunicaciones
(2018) Maglione, Juan Martín; Terlato, Alberto
"El presente plan de negocio evalúa, enumera y describe las principales dimensiones de análisis de factibilidad para la creación de una organización con fines de lucro que tendrá el objetivo de brindar servicios de Inteligencia Artificial para las industrias de: telecomunicaciones y servicios financieros."
Data-driven simulation of pedestrian collision avoidance with a nonparametric neural network
(2020-02) Martin, Rafael F.; Parisi, Daniel
"Data-driven simulation of pedestrian dynamics is an incipient and promising approach for building reliable microscopic pedestrian models. We propose a methodology based on generalized regression neural networks, which does not have to deal with a huge number of free parameters as in the case of multilayer neural networks. Although the method is general, we focus on the one pedestrian - one obstacle problem. Experimental data were collected in a motion capture laboratory providing high-precision trajectories. The proposed model allows us to simulate the trajectory of a pedestrian avoiding an obstacle from any direction. Together with the methodology specifications, we provide the data set needed for performing the simulations of this kind of pedestrian dynamic system."
Desarrollo de un dispositivo contador de células mediante la aplicación de redes neuronales YOLO entrenadas con imágenes sintéticas
(2021-08) Proietti Anastasi, Alejandro Marcelo; Volman, Uriel Brian; Selmo, Carlos; Espósito, Giuliana Antonella
"El proyecto se centró en el desarrollo de un sistema que permite obtener imágenes a nivel microscópico de una muestra de un cultivo celular (con una tinción de Azul de tripán, en una cámara de Neubauer) y en el desarrollo de una red neuronal capaz de reconocer células y determinar el número de células, vivas y muertas, presentes."
Detección de calidad de imágenes en sitios web
(2011) Scasserra, Fernando; Rancan, Claudio
El presente trabajo "(...) consta de la construcción de un sistema de software utilizando las herramientas aprendidas durante el estudio de las diferentes materias del programa. El sistema de software desarrollado fue un moderador de imágenes en un sitio web de comercio electrónico. El objetivo principal del sistema es la mejora gráfica de diferentes secciones del sitio web, así también como la educación a los usuarios finales sobre la importancia de la calidad fotográfica de sus productos. Se utilizó la metodología Métrica 3 para la realización del mismo la cual fue adaptada para soportar los cuatro prototipos entregables del proyecto. Se utilizaron además diferentes técnicas de ingeniería de software."
Detección de tópicos: utilizando el modelo LDA
(2018) Hammoe, Luciano; Arjones, Gustavo
"El objetivo de este trabajo es lograr una herramienta que permita procesar grandes volúmenes de comentarios sobre una compañía en la red social Twitter y permita realizar lo que se llama “Topic Detection”, es decir, detectar cuáles son los temas o tópicos sobre lo que más se habla acerca de una compañía. Esto permite a dicha compañía entender de una manera simple qué concepto tienen los usuarios de la red social (sean o no clientes de la marca) sobre si misma, y sobre los productos / servicios de sus marcas. En función de estos tópicos, la empresa podrá adoptar estrategias de acuerdo a los objetivos que se quieran lograr."
Entrenamiento de un modelo de IA para el procesamiento de imágenes todo cielo y clasificación de nubes
(2022) Loyber, Pablo José; Lorenzatto, Pablo Andrés
"En este trabajo se va a explorar la factibilidad de la clasificación automática de nubes observadas con una cámara cenital “todo cielo” mediante técnicas de computer visión y el entrenamiento de una red neuronal con un set de imágenes obtenidas con dichas cámaras. Para ello, el principal desafío fue el armado de un conjunto de datos coherente para el entrenamiento de la red, esto es, conjunto de imágenes clasificadas de acuerdo a clases predefinidas."
Impact of participatory design for drug-drug interaction alerts: a comparison study between two interfaces
(2017) Luna, Daniel; Otero, Carlos; Risk, Marcelo; Stanziola, Enrique; González Bernaldo de Quirós, Fernán
"Decision support systems for alert drug-drug interactions have been shown as valid strategy to reduce medical error. Even so the use of these systems has not been as expected, probably due to the lack of a suitable design. This study compares two interfaces, one of them developed using participatory design techniques (based on user centered design processes). This work showed that the use of these techniques improves satisfaction, effectiveness and efficiency in an alert system for drug-drug interactions, a fact that was evident in specific situations such as the decrease of errors to meet the specified task, the time, the workload optimization and users overall satisfaction with the system."
Inteligencia artificial y aprendizaje automático para prevención de ataques DDoS en dispositivos IoT
(2022-10) Echazú, Juan Rodrigo; Ramele, Rodrigo
"Los dispositivos IoT son cada vez más comunes en nuestro día a día, y la implementación de redes 5G hará que esta tecnología crezca aún más. Cuantos más dispositivos haya conectados a la red más dependeremos de estos y más se nos complicará la vida cuando estos sistemas no estén disponibles. Por ejemplo, dispositivos con sensores que transmiten el estado de producción de una fábrica y según esos datos se realiza una acción determinada no puede dejar de funcionar porque se arruinará toda la cadena de producción o, aún más importante, dispositivos médicos que rastrean signos vitales y alertan al personal de salud sobre cualquier cambio importante deben estar disponibles las veinticuatro horas del día porque la vida de un paciente depende de ello. Es por esto, que este trabajo analiza técnicas de inteligencia artificial utilizadas para la prevención de ataques informáticos DDoS (Distributed Denial-of-Service) en dispositivos IoT que atentan contra la disponibilidad de los datos."
La inteligencia artificial y su impacto en el trabajo
(2020) Amuchastegui, Julieta; Almada, Jorge
"El objetivo principal de la tesis es analizar el impacto de la inteligencia artificial en el empleo, es decir, en cómo dichas tecnologías van a impactar a los seres humanos tal que productores, e intentar identificar las nuevas oportunidades y reglas de las sociedad así como su impacto en la vida del hombre. Se analizarán críticamente las visiones de los expertos y se identificarán las medidas correctivas para mitigar su impacto."
Learning by knowledge sharing in autonomous intelligent systems
(2006) García Martínez, Ramón; Borrajo, Daniel; Maceri, Pablo; Britos, Paola Verónica
"Very few learning systems applied to problem solving have focused on learning operator definitions from the interaction with a completely unknown environment. In order to achieve better learning convergence, several agents that learn separately are allowed to interchange each learned set of planning operators. Learning is achieved by establishing plans, executing those plans in the environment, analyzing the results of the execution, and combining new evidence with prior evidence. Operators are generated incrementally by combining rote learning, induction, and a variant of reinforcement learning. The results show how allowing the communication among individual learning (and planning) agents provides a much better percentage of successful plans, plus an improved convergence rate than the individual agents alone."
Learning life cycle in autonomous intelligent systems
(2008) Ierache, Jorge; García Martínez, Ramón; De Giusti, Armando
"Autonomous Intelligent Systems (AIS) integrate planning, learning, and execution in a closed loop, showing an autonomous intelligent behavior. A Learning Life Cycle (LLC) Operators, Trained Base Operators and World Interaction Operators. The extension of the original architecture to support the new type of operators is presented."
Optimizing relationships information in repertory grids
(2008) Calot, Enrique; Britos, Paola Verónica; García Martínez, Ramón
"The Repertory Grid method is widely used in knowledge engineering to infer functional relationships between constructs given by an expert. The method is ignoring information that could be used to infer more precise dependencies. This paper proposes an improvement to take advantage on the information that is being ignored in the current method. Furthermore, this improvement fixes several other limitations attached to the original method, such as election in a discrete set of two values as a similarity pole or a contrast pole, the arbitrary measurement of distances, the unit-scale dependency and the normalization, among others. The idea is to use linear regression to estimate the correlation between constructs and use the fitness error as a distance measure."
Pedagogical protocols selection automatic assistance
(2008) Britos, Paola Verónica; Cataldi, Zulma; Sierra, Enrique; García Martínez, Ramón
"The preliminary results presented in this paper corresponds to a research project oriented to the search of the relationship between the predilection of students concerning learning style and the pedagogical protocols used by the human tutors (professors during the first courses of the Computer Engineering undergraduate Program) by using intelligent systems tools."
Predicción de tendencias de mercado sobre commodities utilizando algoritmos de inteligencia articial
(2020-05-14) Mildiner, Alejandro; Arjones, Gustavo
"Todos los días surgen nuevas plataformas y formas para invertir en el mercado de valores, a su vez cada día hay más gente invirtiendo directamente y no a travéss de un fondo o banco de inversión. Esta nueva masa de operadores suma aún más complejidad e imprevisibilidad al ya dinámico mundo finananciero. Al iniciar la rueda bursátil, todos estos operadores se encuentran con un confuso entorno donde los precios de las acciones cambian constantemente. Esto genera en todos los inversores bursátiles la siguiente pregunta: ¿Cómo mejorar el rendimiento del portfolio? Esta problemática es la que se intenta resolver en esta investigación."
Predictive Accuracy of Machine Learning Algorithms in Recommender Systems
(2019) Dumón, Marcos; Gómez, Leticia Irene
This work presents a systematic literature review on the application of Machine Learning algorithms in the development of effective movie recommender systems. With the increasing popularity of movie recommender systems in the entertainment industry, selecting appropriate algorithms has become crucial for delivering personalized and accurate recommendations to users. Through an extensive literature search and rigorous methodology, this work identifies and analyzes commonly used Machine Learning algorithms for movie recommendation. The accuracy and performance of these algorithms are evaluated using established evaluation methods and metrics on movie datasets of different sizes. The evaluation takes into account factors such as prediction accuracy, scalability, and robustness. The comparative analysis provides valuable insights into the effectiveness of various Machine Learning algorithms in the context of movie recommendation. The findings contribute to the understanding of algorithmic performance, enabling researchers and practitioners to make informed decisions when developing movie recommender systems. Additionally, the work explores the impact of different hyperparameters and optimization techniques on algorithm performance. The results of this work aim to improve the quality of movie recommendations and enhance user satisfaction. By providing guidelines and recommendations for algorithm selection and optimization, this work contributes to the advancement of movie recommender systems and the overall movie-watching experience.

Examinando por Materia "INTELIGENCIA ARTIFICIAL"

Resultados por página

Opciones de clasificación