Análisis de comportamiento operacional en agente de call center empleando inteligencia artificial

Pérez Ospino, Camilo Andrés | 2022

Este proyecto de investigación trata de solventar una problemática que afrontan hoy en día las empresas de call center, la cual es la rotación de sus empelados, dejando brechas operativas y económicas en la compañía. Desde la división de innovación de Millenium BPO, Datos No Estructuras. Se propone actuar de manera activa ante esta situación por lo que se propone el uso de la analítica de datos y la correlación de variables en sus asesores que demuestren declive en su comportamiento operacional y de estos mediante el uso de modelos de inteligencia artificial predecir la renuncia psicológica, término acuñado para describir a los empleados que antes de su renuncia presentan patrones de comportamiento que van en contra vía de lo esperado por la empresa, como lo puede ser una baja productividad, no relacionarse con sus compañeros, perdida en la calidad de su trabajo, entre otros. Por diferentes motivos, como lo son la insatisfacción laboral, altas metas operativas, poco crecimiento dentro de la empresa, entre otros. Por ello, esta investigación está enfocada en la para la extracción y transformación de datos con el fin de describir de patrones operaciones de asesores de un call center junto con la implementación de datos socio-demográficos en asesores activos y retirados dentro de la campaña de Icetex durante 12 semanas consecutivas laborales y con estos datos entrenar diferentes modelos de inteligencia artificial para predicción de la renuncia. Los resultados de esta investigación demuestran una diferencia significativa en el rendimiento de las personas que estaban a punto de renunciar y los asesores activos, en términos de la productividad, eficiencia, ausencia en el trabajo y calidad de gestión ante el usuario, otros. Por lo que se expone el comportamiento característico de la renuncia psicológica en los asesores antes de su retiro voluntario. Se realizó un entrenamiento de aprendizaje de máquina para la predicción de un asesor en los estados de activo y retirado, donde se presenta que el modelo de bosques aleatorios (random forest) es el mejor con un 89,5 % ± 4,3 % de exactitud en las pruebas realizadas en 58 agentes de call center.

Apoyo en la toma de decisiones en los procesos de fijación de cuota alimentaria, soportado en tecnologías Cognitivas

Lozada Moreno, William Alfredo | 2018

En los últimos años el trabajo realizado con la inteligencia artificial viene haciendo una transición a una nueva era, la denominada “Era de la computación cognitiva”, una era que pretende demostrar que esta tecnología realizara un cambio trascendental en la forma en que los sistemas entenderán, razonaran, plantearan hipótesis y escogerán la respuesta con mayor nivel de confianza, aprendiendo de los resultados generados para cada vez hacer su conocimiento más amplio y acertado. Con el desarrollo de este proyecto se buscó aportar un modelo que apoyado con tecnologías de nueva generación como las cognitivas, facilite la labor de los jueces de familia en la fijación de cuotas alimentarias tomando como información fuentes estatales que permitan determinar la capacidad económica real de los responsables de la asistencia alimentaria en los términos del código de infancia y adolescencia.

Ciudades inteligentes: Antecedentes, perspectivas, retos y oportunidades

Ferro Escobar, Roberto | 2019

ClusteringProposal Supportfor theCOVID-19 Making Decision Process in a Data Demanding Scenario

Orjuela Canon, Alvaro David | 2021

The COVID-19 disease surprised the world in the last monthsdue to the number of infections and deaths have been increased in an exponential way.Since the pandemic was established by the World Health Organization, different strategies have been proposedfordealingdiverse problems in cities that the coronavirus affected. This work presents a method to decision making support processes, specificallyin environment with few data and variables to be considered. Thus, artificial neural networks architectures were employed to cluster the informationavailable intheBogota city, and provide a tool that allows generatingadditional findings in a simultaneous mode, andexpressed as a visualmap. The present proposal reachedsensitivity measures around 75%, obtaining100% for thebest cases.

Detección automática de actividades de la vida diaria en primera persona por medio de visión por computador

Gonzalez Cuellar, Elkin Estiven | 2022

Las enfermedades o lesiones que provocan deterioro cognitivo desencadenan problemas como, perdida de ´ memoria, dificultades para concentrarse y perdida de funciones ejecutivas. Espec´ıficamente en Colombia, los casos asociados a estas enfermedades han presentado un aumento constante, considerandose actualmente como un problema de salud p ´ ublica. ´ Los profesionales de terapia ocupacional han desarrollado estrategias con distintos enfoques para contribuir en la rehabilitacion´ cognitiva. Por tanto, el objetivo principal de este proyecto es usar vision por computador para desarrollar un sistema que permita ´ identificar actividades de la vida diaria, por medio de la deteccion´ de objetos en videos tomados con camara en primera persona y ´ proporcionar asistencia con instrucciones de voz.

Detección de fases de las actividades de sentarse y levantarse mediante métodos de machine learning

Otálora González, Sophia | 2021

Identificar las fases de las actividades de sentarse y levantarse es primordial para el con trol de un exoesqueleto de miembro inferior. En este estudio, se presentan los métodos más adecuados para reconocer las fases de las actividades sentarse y levantarse utilizando datos de posición del dataset “Kinect Activity Recognition Dataset (KARD)”. Diez sujetos partici paron en el estudio, realizando tres veces las dos actividades cada uno. Se analizaron siete de los quince marcadores que hacen referencia a las extremidades inferiores. Según la literatura, se utilizan dos técnicas de machine learning como k vecinos más cercanos (kNN) y máquinas de soporte vectorial (SVM) con sus respectivos kernels (SVM, SVM, SVMg y SVM) para detectar las fases de cada actividad. El rendimiento de cada algoritmo se analiza a través de matrices de confusión y valores como exactitud, recuperación, precisión y puntuación-F1, donde los resultados muestran que SVMp tiene un mejor rendimiento para la actividad de sentarse con un valor de precisión del 86 %. kNN presenta mayor precisión para la actividad de levantarse con un valor del 84 %. Ambos algoritmos tienen buenos rendimientos para clasificar las fases de cada actividad, sin embargo, SVM es el método más estable con valores altos en ambas actividades en precisión, recuperación y puntuación-F1. Además, para la actividad de sentarse, se debe agregar una fase adicional para evitar confusiones entre la fase 0 y la fase 1, y viceversa.

Estrategias robóticas de desinfección para manejo de la pandemia por COVID - 19

Loaiza Sánchez, Manuela | 2021-12-15

Al buscar una posible solución o mejora para la calidad de vida de las personas durante esta emergencia global, se le ha abierto la oportunidad a la robótica e inteligencia artificial de surgir exponencialmente; siendo evidenciada en estudios de implementación robótica. Se han implementado métodos de salas automatizadas sin contacto durante la desinfección o en inglés conocido como no-touch disinfection system (NTD), ya que estas permiten una desinfección eficaz y fiable de la contaminación superficial del espacio. Para dar otra solución a esta problemática de desinfección de espacios durante la pandemia por el COVID-19, de la mano del semillero de rehabilitación y el centro de Biomecánica de la Escuela Colombiana Julio Garavito, a través del proyecto COVIBOT del 2020-2021, se propone implementar un robot automatizado haciendo uso de radicación de luz ultravioleta-C para la desinfección de los espacios de la universidad, haciendo un control monitoreado remotamente durante la desinfección, implementando a su vez sensores de UV y sensores de movimiento para garantizar que no haya personas dentro del espacio que se esté desinfectando.

Estructuración de un método para la detección de glaucoma mediante reconocimiento de imágenes usando inteligencia artificial

Fierro Castro, Pierina Alexandra | 2019

This work shows how ophthalmologists diagnose whether or not a patient has glaucoma using non-invasive biomedical equipment that provides useful information in this regard. A list of the advantages and disadvantages offered by each of the ophthalmological techniques found was made, where finally, the taking of fundus photographs was chosen as the examination with the greatest number of virtues according to the objective of this project.

Framework para el Aprendizaje de Redes Neuronales Profundas

Anzola Avila, Alejandro | 2020

El aprendizaje automático es un campo de la inteligencia artificial que se ha desarrollado exponencialmente en los últimos años gracias a la inmensa cantidad de datos disponibles, al enorme poder de procesamiento con el que ahora se cuenta y a las innovaciones tecnológicas que se han logrado en este campo. Dentro de las grandes fortalezas que ofrece esta tecnología es la de poder resolver una amplia cantidad de problemas de diferentes dominios y áreas del conocimiento, e incluso es posible reusar el conocimiento y el modelo obtenido al resolver un problema en problemas de dominios similares. Uno de los principales actores en esta revolución son las redes neuronales, que pertenecen al campo del aprendizaje automático. Esta tecnología nos permite resolver una infinidad de problemas, desde clasificar números hasta generar código dado una instrucción en lenguaje natural. Sin embargo, esta tecnología tiene una curva de aprendizaje elevada. Nuestra solución a este problema es ofrecer recursos de aprendizaje de redes neuronales para que el estudiante pueda aprender conceptos bases a través de la experimentación y la extensión de los mismos. Los recursos desarrollados son (i) un framework de aprendizaje (marco de trabajo) y (ii) un conjunto de casos problema-solución. El framework (marco de trabajo) permite que los estudiantes puedan construir y probar modelos de redes neuronales. Este framework está diseñado con el fin de ser una ayuda para la comprensión de conceptos claves a novatos interesadas en el campo, siguiendo lineamientos de buenas practicas de ingeniería de software. El framework está pensado para representar los conceptos base de inteligencia artificial, de manera suficientemente general como para poder extenderlo para implementar diferentes modelos de redes neuronales. Para esto, el framework cuenta con distintos componentes extensibles que corresponden a los principales conceptos de redes neuronales. Dentro de estos componentes se encuentran: los tipos de redes neuronales (profundas, recurrentes y convolucionales); las funciones de activación y costo; los mecanismos de regularización y optimización, entre otros. En el conjunto de casos problema-solución se trabajaron tres problemas clásicos y un problema especializado en el área de hidrología. Los problemas clásicos seleccionados fueron la clasificación de dígitos escritos a mano con redes densas y convolucionales y la clasificación de textos (positivos ó negativos) con redes recurrentes. El problema en hidrología fue la predicción de un caudal en el río Magdalena, en este trabajo se realizaron dos modelos con el fin de evaluarlas: un perceptrón multicapas (MLP por sus siglas en inglés (MultiLayerPerceptron) y un modelo secuencial de capas con memoria (LSTM por sus siglas en inglés (LongShort Term Memory) ) con el fin de evaluarlas. Los casos desarrollados nos permitieron, además de generar recursos de aprendizaje, probar la versatilidad del framework. En tres de los cuatro casos se comprobó el desempeño adecuado del framework. El caso que no fue posible implementar fue el de redes neuronales recurrentes por problemas de alcance; sin embargo, están consideradas en el diseño de la estructura del framework. En la implementación de los casos se evidenció que el framework trabaja alineado con la filosofía de buenas practicas de desarrollo de software. En particular, en la implementación del problema en hidrología, se demostró que esta especialmente diseñado para tener fácil extensibilidad. Una de las métricas de desempeño que se tomaron fueron los tiempos de entrenamiento, aunque no es parte de los objetivos, de forma que se tuviera una forma de comparación en ese aspecto. No fue inesperado encontrar que el desempeño en Keras supero considerablemente a la implementación hecha en el framework. Finalmente, uno de los aspectos claves del framework es que fue diseñado con modelos supervisados en mente, lo cual permite extenderlo con modelos supervisados diferentes a las redes neuronales. Como trabajo futuro se desea incluir las lineas de aprendizaje no-supervisado ó aprendizaje reforzado.

IAV (Inteligencia artificial de viajes)

Salinas Rico, Valentina | 2021

El presente plan de negocio analiza la viabilidad del proyecto de emprendimiento de la aplicación IAV para planificar viajes en Colombia. La idea es constituir una empresa que brinde soluciones tecnologías de gestión con analística de datos e inteligencia artificial, que ofrecerá a sus clientes servicios para planificar sus viajes en cualquier momento del año y a cualquier hora a la destinos turísticos nacionales. El proyecto surge de la experiencia de ciudadanos colombianos que manifestaron a través de una encuesta aplicada, su inconformidad al momento de planificar sus viajes dado que, en internet, había demasiada información confusa que generaba agobio en el proceso de búsqueda, por esta razón, se vio una oportunidad de negocio y se propuso una solución a dicha inconformidad de las personas. La tecnología artificial y analítica es un elemento muy importante para la creación de la aplicación, ya que se pretende brindar un servicio personalizado una vez el usuario registre sus datos. La idea es ofrecer un servicios con el cual el cliente termine satisfecho. Para esta idea se requiere una inversión económica inicial de 231.871.300 millones para poder empezar a funcionar los primeros 3 meses, este valor incluye todos los cotos fijos y variables más la planta y equipo, que necesita el emprendimiento para crear y luego poner en el mercado la aplicación. El modelo de negocio cuenta con tres fuentes de ingreso, la primera es el pago por publicidad que se le haga a marcas en la aplicación, la segunda son las suscripciones y la tercera es la comisión por cada viaje realizado adquirido por el cliente con IAV. Para el primer año en cuanto a publicidad se espera un flujo de personas de 100. 000 visitas por mes en la página, por lo tanto, al año se espera llegar a un total de 1.200.000 visitas. En cuanto a las suscripciones se espera que de todas las visitas anuales se tenga un 10% total, donde sea 5% para el nivel 1 y 5% para el nivel 2, el precio para la suscripción de nivel 1 es de 3.872 pesos y para la suscripción de nivel 2 es de 11. 617 pesos. Finalmente, para las cantidades de las comisiones lo que, se espera como mínimo vender es de 6.500 para que el modelo de negocio sea viable, y la comisión seria del 5%. El modelo IAV, para llegar al punto de equilibrio necesita la venta de 7.510. 91 paquetes de servicios, distribuidos en las dos categorías de suscripciones adicionando lo que es publicidad y comisiones. La inversión se espera recuperar en 48 meses.

Identificación de emociones básicas en niños con dificultades del lenguaje a partir de sus expresiones faciales

Torrente Álvarez, Manuela | 2023

Este proyecto pretende romper ciertas brechas sociales para la identificación de las seis emociones básicas y así tener una mayor asertividad y entendimiento con niños que presentan dificultades en el habla. El desarrollo del lenguaje y el habla en los niños se da en diferentes etapas del crecimiento, que en los subsiguientes años afecta de manera significativa en su comunicación y la expresión de sus emociones con otros individuos. Por otro lado, existen trastornos del lenguaje y el habla que surgen a partir de anormalidades genéticas, traumatismos cerebrales o pérdida de la audición, que no dificulta la comprensión del lenguaje, pero si la emulación de expresiones coherentes. A partir de esta premisa, se plantea el desarrollo de un algoritmo que permite identificar las 6 emociones básicas de niños con dificultades en el habla, a partir de un programa de Inteligencia Artificial o IA y una base de datos actualizada con videos cortos que contienen las expresiones espontáneas de 12 niños diversos entre sí, que comprenden las edades de 6 a 12 años. Actualmente, se tienen muchos avances en cuanto al entrenamiento de algoritmos que permiten determinar y clasificar los gestos característicos para cierta emoción, pero sigue siendo un reto debido a la diversidad cultural, que genera una amplia brecha, por lo que se requiere el aumento de sujetos participantes para una base de datos lo suficientemente sólida. Este programa, permitirá a los parientes más cercanos de estos niños con condiciones especiales, entender y dirigir la conducta del menor de manera más acertada, por lo que a futuro se espera implementar y validar con niños en situaciones reales o simuladas.

Implementación de redes neuronales para estimar la resistencia a la compresión del concreto utilizando agregados reciclados y materiales cementales suplementarios

Pineda Varón, Andrés Fernando | 2020

The implementation of neural networks in the prediction of state properties hardened concrete based on its dosage has been determined as a solution to the high complexity of the problem. This document will implement hidden layer feed-foward neural network architectures to predict resistance 28 days of concrete mixes with recycled aggregates and cementitious materials supplementary from its dosage, water-cement ratios and indices of chemical composition of cementitious materials

Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados

González Medrano, Natalia Andrea | 2020

En este trabajo se dará a conocer sobre que son y que causan las úlceras por presión (UPP), también se expondrá una medida para disminuir las ulceras por presión. En primera instancia, las ulceras por presión son lesiones en la piel de origen isquémico, con pérdida de sustancia cutánea producida por presión prolongada o fricción entre dos planos duros. Son un problema grave y frecuente en personas de edad avanzada, representan una de las principales complicaciones de las situaciones de inmovilidad y su manejo adecuado constituye un indicador de calidad asistencial.

Procesamiento del Lenguaje Natural para el Apoyo en el Diagnóstico de Tuberculosis

Romero Gómez, Andrés Felipe | 2021

La tuberculosis (TB) es una enfermedad infecciosa causada por la Mycobacterium Tuberculosis, que puede afectar a cualquier órgano del cuerpo, siendo la TB pulmonar la forma más frecuente de la enfermedad y la que más muertes causa. Según la Organización Mundial de la Salud (OMS), la TB se encuentra entre las 10 principales causas de muerte a nivel mundial, y en el caso de Colombia la TB es una enfermedad de interés en cuanto a la salud pública, por el alto número de casos que son reportados en el territorio, respecto a otras enfermedades transmisibles. Uno de los principales problemas para manejo de la TB está en los métodos de diagnóstico, para los cuales se necesita de personal e infraestructura que no siempre están disponibles en lugares con sistemas de salud deficientes. Según el protocolo nacional para la detección de la TB, el diagnóstico de la TB pulmonar se debe hacer mediante una confirmación microbiológica, para lo cual se tienen tres tipos de pruebas, las baciloscopias, las pruebas moleculares y los cultivos. Todas las pruebas tienen un coste asociado y su disponibilidad es limitada, por lo que la generación de herramientas que den apoyo en el diagnóstico de la TB, pueden ayudar a tener un mejor control de la enfermedad. La inteligencia artificial (IA) es un área de la informática que busca dotar a las máquinas de comportamientos inteligentes, con el fin de que realicen una tarea especifica. Una de las aplicaciones de la IA son los sistemas de apoyo a la toma de decisiones del inglés Decision Support System (DSS), estos sistemas aplicados en salud, buscan generar modelos que se basan en grandes volúmenes de datos y conocimientos clínicos previos, para ayudar al médico en la toma de mejores decisiones respecto a los pacientes. Con el fin de generar herramientas que ayuden en el manejo de la TB, en el presente trabajo se utilizan técnicas de IA para el desarrollo un DSS que de apoyo en el diagnóstico de la TB, usando la información contenida en las historias clínicas electrónicas (HCE). Las HCE son fuentes de información ampliamente usadas por los médicos, en las cuales se registra el estado de salud de los pacientes, por lo que se espera que con la información contenida en ellas, se pueda generar una herramienta computacional que ayude a los profesionales de la salud en el manejo de la TB. Para el desarrollo del trabajo se construyó una base de datos a partir de 151 HCE de pacientes sospechosos de TB pulmonar, en la base de datos se encuentran los reportes clínicos de los pacientes en fechas previas a la realización de las pruebas diagnósticas, de manera que en los reportes no se encuentra información sobre el diagnóstico final de TB. Para la creación de la herramienta diagnóstica, se tomaron los reportes clínicos y se les aplicó un preprocesamiento para limpiar el texto, luego, se extrajeron características usando 2 métodos TF-IDF (del inglés, term-frequency - inverse document frequency) y Word2Vec; posteriormente, se usaron modelos de aprendizaje automático para hacer la predicción de la TB. La exploración de modelos se realizó mediante validación cruzada, encontrando que los mejores resultados se obtienen haciendo una reducción de la dimensionalidad de las características obtenidas con TF-IDF, y usando del algoritmo de árboles aleatorios para la clasificación. Las métricas de desempeño obtenidas sobre los conjuntos de prueba con este modelo son: 0.721, 0.802, 0.462, y 0.723, en exactitud, sensibilidad, especificidad, y F1-score respectivamente. Este trabajo se desarrolló dentro del proyecto Generación de modelos alternativos basados en inteligencia computacional para tamización y diagnóstico de tuberculosis pulmonar (minciencias, Universidad del Rosario, Universidad Antonio Nariño, Subred Integrada de Servicios de Salud Centro-Oriente–Hospital Santa Clara), el cual es un proyecto conformado por un equipo conjunto de médicos e ingenieros, y tiene por objetivo generar herramientas computacionales, que puedan ser empleadas en lugares con infraestructura precaria para el diagnóstico de la TB pulmonar. Dentro del proyecto se están desarrollando modelos computacionales usando variables clínicas, epidemiológicas y sociodemográficas, se espera en un futuro integrar este trabajo con otras estrategias generadas dentro del proyecto, para la construcción de un sistema más robusto, que pueda apoyar al médico en el diagnóstico de la TB pulmonar.

Seguimiento y evaluación de personas en ambientes cerrados / abiertos

Cruz Angel, Bryan Santiago | 2021

Es: Actualmente, en un mundo constantemente en evolución hemos evidenciado el impacto y crecimiento de la tecnología. Lo que se conoce como la revolución tecnológica ha llevado a la creación de sistemas de pago en línea, Inteligencia artificial (IA), BigData, el internet de las cosas, entre otros. Estas herramientas facilitan y optimizan procesos que normalmente generan más gastos económicos, ambientales y sociales, en especial el uso de tecnologías de IA presenta un gran desempeño en la detección de objetos por medio de imágenes, cuando se trata de seguimiento de personas, la norma general dicta que debe realizarse de forma manual, en donde un trabajador sea el encargado de llevar un control de las cámaras de vigilancia, mediante las cuales se puede identificar un sujeto, su posición, y su estado físico, este control es efectivo pero tedioso, en el enfoque de este trabajo dirigido se busca automatizar dicha labor especialmente en centros de salud o ancianatos, donde pacientes con condiciones neurológicas necesitan atención o monitoreo más constante, apoyado en el algoritmo de Detección de objetos YOLO en su versión 3 y en el algoritmo DeepSORT para el seguimiento de personas, se plantea generar un programa en Python de detección y evaluación de actividad física de personas en tiempo real con base en diversas técnicas de IA. Estos algoritmos tienen diversos usos y ventajas, algunos ejemplos van desde el seguimiento del balón en partidos de futbol o baloncesto hasta la detección de automóviles para sistemas de conducción automática, entre las ventajas que ofrece es que es una tecnología no invasiva, de bajo costo y alta eficiencia, por otra parte, presenta algunas dificultades relacionadas con efectos como la oclusión, que es cuando una persona se encuentra delante de otra y dificulta su visibilidad en el video. La gran cantidad de personas puede ser otro limitante, ya que por lo general se requiere de gran capacidad computacional para detectar cada objeto, esto de forma intrínseca nos afecta el rendimiento en tiempo real, limitando el número de fotogramas que se pueden procesar cada segundo.

Sistemas multi agentes para la defensa de redes IoT

Ramírez García, Alejandro | 2018

Este documento presenta diferentes conceptos del área de inteligencia artificial como sistemas multi agentes y machine learning que serán aplicados a la ciberseguridad para la defensa de cualquier tipo de red, pero centrándose en el internet de las cosas.

El valor de la Inteligencia Artificial en el Servicio al Cliente EciBot

Álvarez Piñeiro, Olga Patricia | 2018

En el presente artículo se muestran resultados de los avances obtenidos como resultado de un proyecto de grado realizado por estudiantes de pregrado del programa de Ingeniería de Sistemas de la Escuela Colombiana de Ingeniería, proyecto que planteó como objetivo principal: "Diseñar, desarrollar implementar y evaluar un Agente Inteligente (Chatbot), como recurso tecnológico para la atención a la comunidad. El artículo muestra resultados de las diversas etapas de desarrollo del proyecto: investigación para conceptualizar la tecnología denominada Chatbot y su evolución, análisis de infaltables en la construcción de un Chatbot para que logre su correcto funcionamiento, identificación de problemas prioritarios de la Escuela Colombiana de Ingeniería, relacionados con la comunicación con la comunidad y finalmente conclusiones.