Mostrando ítems 1-4 de 4

An Approach from Software Engineering to an IoT and Machine Learning Technological Solution that Allows Monitoring and Controlling Environmental Variables in a Coffee Crop

Ruiz-Martínez, William; González-Gómez, Arnaldo Andrés (2021-09-19)

Context: Software engineering allows us to approach software design and development from the practical application of scientific knowledge. In the case of this IoT solution and the machine learning approach to the monitoring ...
Diseño de un dashboard interactivo para el análisis del estado físico de atletas mediante modelos de machine learning aplicados a datos biométricos y mecánicos en apoyo a la toma de decisiones deportivas.

Gómez Arizal, Víctor Mario; Salgado Alean, Leonardo Isaac (Corporación Unificada Nacional de Educación Superior - CUNEscuela de IngenieríaMontería, ColombiaEspecialización en Gestión de Tecnologías de la Información, 2025)

El objetivo de este estudio fue diseñar un tablero interactivo que integrara modelos de aprendizaje automático para analizar datos biométricos y mecánicos de atletas de clubes de atletismo. La herramienta está diseñada ...
Preparación de datos y análisis exploratorio de activos industriales

López Vásquez, Lina Juliana; Moreno Pisciotti, Juan Sebastian; Rivas Villa, Daniela (Escuela de IngenieríaBogotá, ColombiaEspecialización en Analítica de datos, 2025)

El proyecto “Preparación de datos y análisis exploratorio para salud de activos industriales” tiene como finalidad optimizar la gestión del mantenimiento en operaciones de inyección de vapor en pozos de hidrocarburos, a ...
Prevención de daños y gestión de la corrosión interior en tuberías mediante modelos predictivos y análisis de datos

Saldaña Osorio, Edwin; Mejia Gaona, Fredy Aldemar (Corporación Unificada Nacional de Educación Superior - CUNEscuela de IngenieríaBogotá, ColombiaEspecialización en Analítica de datos, 2025)

La corrosión interna en tuberías industriales representa un problema crítico en la industria petrolera, especialmente en campos de extracción de crudo, debido a sus implicaciones económicas, operativas y ambientales. ...

Envíos recientes

An Approach from Software Engineering to an IoT and Machine Learning Technological Solution that Allows Monitoring and Controlling Environmental Variables in a Coffee Crop
...
Ruiz-Martínez, William | 2021-09-19

Context: Software engineering allows us to approach software design and development from the practical application of scientific knowledge. In the case of this IoT solution and the machine learning approach to the monitoring and control of environmental variables in a coffee crop, it allows us to visualize certain artifacts of the system in their interaction with users and their behavior with other artifacts or devices that constitute a technological solution. Method: For this work, the application of software engineering from a conceptual approach and the behavior of the system is proposed. To meet these objectives, we decided to use the Unified Modeling Language (UML) in such a way that the most important components of the technological solution could be represented from a static perspective through the use case diagrams, as well as from a dynamic viewpoint through the sequence diagrams. Results: Through the application of the UML, it was possible to develop the conceptual and behavioral modeling of certain artifacts and components. This knowledge allowed identifying the interaction between physical components and devices (machine to machine) and human-machine interaction, that is, the relationship between users and the processes that make up the technological solution. Conclusions: Through software engineering, and more specifically the UML, we were able to establish the importance of knowing the different software artifacts that make up a system or application from a different technical and functional approach, while being able to collect valuable information about the behavior of certain system artifacts, as well as the interaction between users and processes.

LEER
Diseño de un dashboard interactivo para el análisis del estado físico de atletas mediante modelos de machine learning aplicados a datos biométricos y mecánicos en apoyo a la toma de decisiones deportivas.
...
Gómez Arizal, Víctor Mario | 2025

El objetivo de este estudio fue diseñar un tablero interactivo que integrara modelos de aprendizaje automático para analizar datos biométricos y mecánicos de atletas de clubes de atletismo. La herramienta está diseñada para facilitar la predicción de las condiciones físicas de los atletas y apoyar la toma de decisiones deportivas y médicas a través de visualización en tiempo real y alertas inteligentes. El proceso metodológico incluye la recolección de datos mediante sensores digitales, el preprocesamiento y limpieza de la información, y el diseño, entrenamiento y validación de modelos de aprendizaje automático supervisado. Luego, los resultados se integran en un tablero para monitorear variables como la frecuencia cardíaca, la velocidad, la aceleración, la variabilidad de la frecuencia cardíaca y más. Además, se generan alertas automáticas relacionadas con la fatiga, el sobreentrenamiento y el riesgo de lesiones. El dashboard se validó en un entorno real con atletas del club para verificar su practicidad, facilidad de uso e impacto en la gestión del rendimiento. Este enfoque es una solución tecnológica viable para los clubes que buscan optimizar el seguimiento y la prevención de lesiones a través del análisis de datos.

LEER
Preparación de datos y análisis exploratorio de activos industriales
...
López Vásquez, Lina Juliana | 2025

El proyecto “Preparación de datos y análisis exploratorio para salud de activos industriales” tiene como finalidad optimizar la gestión del mantenimiento en operaciones de inyección de vapor en pozos de hidrocarburos, a través del uso eficiente de datos provenientes de sistemas SCADA. Estos sistemas generan información crítica (presión, temperatura, caudal), cuyo análisis permite evaluar la salud de los equipos y anticipar fallas operativas. Dado el gran volumen de datos y su complejidad, el proyecto aplica la metodología CRISP-DM para estructurar el proceso de análisis, desde la comprensión del negocio hasta la implementación de análisis semanales automatizados. Se emplean técnicas estadísticas y modelos de machine learning (Random Forest, XGBoost) para identificar desviaciones operativas que, aunque no disparen alertas inmediatas, podrían ser indicios tempranos de fallos futuros. El enfoque no es predictivo ni en tiempo real, pero permite prevenir paradas inesperadas mediante el análisis histórico. Esto se traduce en beneficios concretos: reducción de costos operativos, incremento en la confiabilidad de los equipos y mejor planificación de las intervenciones de mantenimiento. El éxito del proyecto depende de la calidad de los datos y del criterio humano para interpretar los resultados. Asimismo, se justifica la inversión en infraestructura tecnológica y capacitación del personal como elementos clave para consolidar una estrategia de mantenimiento basada en datos. Esta iniciativa representa un paso hacia una operación más eficiente, sostenible y resiliente, maximizando la vida útil de los activos industriales y reduciendo riesgos operativos.

LEER
Prevención de daños y gestión de la corrosión interior en tuberías mediante modelos predictivos y análisis de datos
...
Saldaña Osorio, Edwin | 2025

La corrosión interna en tuberías industriales representa un problema crítico en la industria petrolera, especialmente en campos de extracción de crudo, debido a sus implicaciones económicas, operativas y ambientales. Este proyecto tiene como objetivo optimizar la gestión de la corrosión interna y reducir las fallas operativas mediante el desarrollo de un sistema basado en analítica de datos. El enfoque incluye la centralización, análisis y modelado de datos históricos de corrosión y variables fisicoquímicas, permitiendo identificar patrones operativos y tomar decisiones preventivas más efectivas. Se utilizaron métodos de análisis multivariado y modelado predictivo, integrados con técnicas avanzadas de machine learning, para evaluar la relación entre variables clave y las tasas de corrosión. Los resultados anticipan una reducción del 30% en fallas operativas y un ahorro estimado de 860 millones de pesos colombianos en costos de reparación y mantenimiento en los próximos cuatro años. Este proyecto demuestra la importancia de la analítica avanzada para abordar desafíos industriales críticos, mejorando la sostenibilidad y la eficiencia operativa en la industria petrolera

LEER

Repositorio Digital

Listar por tema "Machine learning"

An Approach from Software Engineering to an IoT and Machine Learning Technological Solution that Allows Monitoring and Controlling Environmental Variables in a Coffee Crop

Diseño de un dashboard interactivo para el análisis del estado físico de atletas mediante modelos de machine learning aplicados a datos biométricos y mecánicos en apoyo a la toma de decisiones deportivas.

Preparación de datos y análisis exploratorio de activos industriales

Prevención de daños y gestión de la corrosión interior en tuberías mediante modelos predictivos y análisis de datos

Envíos recientes

An Approach from Software Engineering to an IoT and Machine Learning Technological Solution that Allows Monitoring and Controlling Environmental Variables in a Coffee Crop

Diseño de un dashboard interactivo para el análisis del estado físico de atletas mediante modelos de machine learning aplicados a datos biométricos y mecánicos en apoyo a la toma de decisiones deportivas.

Preparación de datos y análisis exploratorio de activos industriales

Prevención de daños y gestión de la corrosión interior en tuberías mediante modelos predictivos y análisis de datos

Listar por tema "Machine learning"

An Approach from Software Engineering to an IoT and Machine Learning Technological Solution that Allows Monitoring and Controlling Environmental Variables in a Coffee Crop ﻿

Diseño de un dashboard interactivo para el análisis del estado físico de atletas mediante modelos de machine learning aplicados a datos biométricos y mecánicos en apoyo a la toma de decisiones deportivas. ﻿

Preparación de datos y análisis exploratorio de activos industriales ﻿

Prevención de daños y gestión de la corrosión interior en tuberías mediante modelos predictivos y análisis de datos ﻿

Envíos recientes

An Approach from Software Engineering to an IoT and Machine Learning Technological Solution that Allows Monitoring and Controlling Environmental Variables in a Coffee Crop

Diseño de un dashboard interactivo para el análisis del estado físico de atletas mediante modelos de machine learning aplicados a datos biométricos y mecánicos en apoyo a la toma de decisiones deportivas.

Preparación de datos y análisis exploratorio de activos industriales

Prevención de daños y gestión de la corrosión interior en tuberías mediante modelos predictivos y análisis de datos

An Approach from Software Engineering to an IoT and Machine Learning Technological Solution that Allows Monitoring and Controlling Environmental Variables in a Coffee Crop

Diseño de un dashboard interactivo para el análisis del estado físico de atletas mediante modelos de machine learning aplicados a datos biométricos y mecánicos en apoyo a la toma de decisiones deportivas.

Preparación de datos y análisis exploratorio de activos industriales

Prevención de daños y gestión de la corrosión interior en tuberías mediante modelos predictivos y análisis de datos