Repositorio Institucional ITBA
Not a member yet
2611 research outputs found
Sort by
Identificación y Conteo de Viviendas en Zonas Periurbanas, por medio de Imágenes Satelitales Ópticas aplicando técnicas de Clasificación de Machine Learning
No full text"En la actualidad, la identificación y conteo de viviendas, se realiza mediante censos nacionales o regionales. Estos censos, generalmente son llevados a cabo cada diez años, esta situación impide la disponibilidad de datos actualizados en el ámbito del área de Cartografía del Instituto Provincial de Estadística y Ciencia de Datos (IPECD) y por consiguiente afecta la capacidad de responder eficientemente a las demandas de la sociedad u organismos gubernamentales. Estas demandas abarcan todos los productos ofrecidos por la IPECD, como el Índice de Precios al Consumidor (IPC) y la Encuesta Permanente de Hogares (EPH); entre otros, pero desde la perspectiva de la Geo-estadística, es decir, centrándose en el análisis y la modelización de variables asociadas a la información espacial.
En busca de soluciones innovadoras, aprovechamos los avances en tecnologías de la información, hardware y software, como así también el auge de la Inteligencia Artificial (IA) y, específicamente, los algoritmos de aprendizaje automático o machine learning, sean supervisados o no supervisados, que ofrecen herramientas poderosas para identificar patrones en imágenes multi-espectrales y clasificar objetos geográficos de interés.
En el presente trabajo se aplicaron diversos algoritmos y técnicas de machine learning cuyo objetivo fue desarrollar una herramienta de apoyo que permita la identificación y conteo de viviendas en imágenes satelitales ópticas de zonas periurbanas del Área Metropolitana del Gran Resistencia (AMGR), en la provincia del Chaco, Argentina. Definiendo como la unidad de análisis al radio censal, establecido por el Instituto Nacional de Estadística y Censos (INDEC).
En el desarrollo de la investigación se llevaron a cabo varios experimentos: utilizando tres enfoques principales: En primer lugar el modelo de Umbralización, método básico de segmentación que permite distinguir objetos en una imagen mediante la aplicación de un umbral de intensidad. En segundo lugar el modelo K-Nearest Neighbors (KNN), un algoritmo de clasificación supervisada que asigna una clase a una muestra basándose en la clase más común entre sus k vecinos más cercanos. Para finalizar el modelo U-Net, arquitectura de red neuronal convolucional (CNN) diseñada para tareas de segmentación de imágenes, que permite una clasificación precisa a nivel de píxel.
Estos métodos fueron evaluados y comparados utilizando métricas de desempeño estándar, como precisión, recall, F1-Score y accuracy, para determinar el más adecuado. Los resultados indicaron que U-Net es el modelo más robusto y equilibrado, con un F1-Score de 88.4%, destacándose en la identificación de viviendas. El modelo seleccionado fue posteriormente integrado con una base de datos geoespacial para su validación.
En conclusión, la aplicación de modelos de machine learning para la detección de viviendas en imágenes satelitales ópticas ha demostrado ser una herramienta poderosa y eficiente, más específicamente el modelo U-Net que para nuestro caso de uso ha mostrado una precisión aceptable, mejorando el proceso de actualización y procesamiento cartográfico en el IPECD. Aunque se encontraron desafíos, como la selección de una resolución espacial adecuada, la investigación proporcionó un conocimiento valioso sobre los modelos de machine learning y los requisitos de hardware necesarios.
INTERNATIONAL MOBILITY SCHOLARSHIP SYSTEM TO STRENGTHEN SCIENTIFIC RESEARCH IN ECUADOR
No full textThe purpose of this study is to design a scholarship system that promotes international mobility among students in Ecuador as a means to not only strengthen scientific research but a culture of service within the higher education sector. The model is based on collaborations between universities and the business sector, enabling
students to engage in research internships from the beginning of their academic training. Using a mixed-method approach, the research analyzes current student mobility conditions, benchmarks international co-funded programs, and explores the needs of industry stakeholders. The expected results suggest that research internships enhance
knowledge transfer and innovation capacity. The proposed system could serve as a replicable model for other institutions in Ecuador and Latin America, fostering stronger university-industry linkages and academic internationalization
Incorporación de Blockchain en la cadena de suministros agroalimentaria en empresas B2B y B2C
No full textLa presente investigación analiza el potencial de la tecnología Blockchain en el sector agroalimentario, más allá de su aplicación en criptomonedas. Se expone un marco teórico sobre sus características, beneficios y posibilidades, destacando su capacidad para garantizar transparencia, descentralización y seguridad en el manejo de la información. A partir de la revisión de literatura y de un caso real de la industria alimentaria, se examina cómo Blockchain puede mejorar la trazabilidad de los alimentos, optimizar la logística y aportar soluciones a la complejidad de las cadenas de suministro del sector. Finalmente, se desarrolla una simulación teórica de implementación en una empresa agroalimentaria, orientada a agilizar operaciones, reducir desperdicios, mejorar la gestión de inventarios y asegurar la calidad sanitaria de los productos
Plan de negocios para una empresa proveedora de servicios de telecomunicaciones, en Latinoamérica
Full text linkEste proyecto propone el desarrollo y comercialización de una plataforma tecnológica orientada a operadores de telecomunicaciones de pequeña y mediana escala en Argentina, Brasil y México. La iniciativa será llevada a cabo por una empresa especializada en el desarrollo de software para este sector, que busca incorporar esta solución a su portafolio de productos.
Su propósito es ofrecer soluciones avanzadas en gestión de operaciones que permitan optimizar recursos, automatizar procesos críticos y mejorar la calidad del servicio brindado a los abonados finales. Con una inversión inicial de USD 7.088.017, se proyecta un valor actual neto (VAN) de USD 48.489.957 y una tasa interna de retorno (TIR) del 38,51%, superando ampliamente la tasa derentabilidad mínima esperada para inversiones en el sector tecnológico.
Con un periodo de recuperación del capital estimado en seis años, el proyecto presenta una oportunidad de negocio sólida en un nicho con alto potencial de crecimiento. Su enfoque en la digitalización y optimización de los procesos operativos de los operadores de telecomunicaciones no solo fortalecerá la posición de estas empresas en el mercado, sino que también contribuirá a mejorar la calidad del servicio de conectividad en la región. A largo plazo, la escalabilidad del modelo posibilitará su expansión a nuevos mercados, consolidando la plataforma como una solución innovadora y eficiente para el sector
Programa de gobierno de datos para empresa de transporte
No full textEl desarrollo de la presente tesis de investigación surge a partir de la necesidad de una empresa de transporte de lograr una mejor explotación de los datos que se generan. La organización ha identificado que no se gestionan eficientemente los datos impactando en un proceso de toma de decisiones no sustentado con datos. Entre los principales aspectos de baja gestión se encuentra la calidad (datos inexactos, duplicados, etc), dificultad para acceder a los datos y falta de entendimiento por parte de los usuarios
Tecnologías aplicadas a O&M en Oil & Gas
No full text"Entre sus múltiples particularidades, la industria del petróleo y gas (Oil and Gas, O&G) se distingue por su complejidad, que se atribuye, entre otros factores, a su alta intensidad de capital. Esto se debe a la necesidad de realizar inversiones significativas en infraestructura costosa y tecnología avanzada para llevar a cabo operaciones que abarcan desde la exploración y extracción hasta el refinamiento y transporte de los recursos. La infraestructura incluye plataformas de perforación, refinerías, oleoductos y gasoductos, cuya construcción y mantenimiento requieren inversiones sustanciales. Además, la exploración y explotación de yacimientos petrolíferos y gasíferos a menudo involucran tecnologías avanzadas, como equipos de perforación de alta potencia y sistemas de control sofisticados, lo que aumenta la necesidad de capital y con grandes costos operativos asociados. En especial, para las actividades de operación y mantenimiento de yacimientos, se moviliza a muchas personas para vigilar equipos, pozos e instrumentos. Estos recorridos traen aparejado un intenso uso de vehículos. Por último, en la mayoría de los casos, las acciones realizadas resultan ser reactivas, lo que causa una falta de anticipación ante problemas que puedan terminar generando interrupciones en servicios productivos, provocando pérdidas monetarias considerables. Ahora bien, tomando como punto de partida los avances tecnológicos en aspectos de digitalización y automatización de procesos, y sumando esto a la llamada cuarta revolución industrial, el presente trabajo plantea como hipótesis que la implementación de diferentes técnicas de transformación digital reduciría costos de Operación y Mantenimiento en la industria del Oil and Gas. El objetivo central de esta investigación es demostrar que efectivamente, el uso de estas técnicas e implementación de estas tecnologías reducirían drásticamente los costos operativos en Operación y Mantenimiento de yacimientos.
Propuesta metodológica para implementar un proceso de transformación de talento tecnológico y estudio de caso
Full text linkEsta tesis propone una metodología para la gestión estratégica del talento tecnológico en el sector financiero, en el marco de procesos de transformación digital. El estudio se centra en un banco privado argentino que, tras modificar su estrategia de negocio, requirió desarrollar nuevas capacidades tecnológicas. Para ello, se diseñó un plan estratégico de talento orientado a alinear las competencias tecnológicas con las necesidades del negocio, optimizando el retorno de inversión y mejorando la competitividad.
La investigación combina un análisis descriptivo de la situación inicial de la organización con la identificación de necesidades futuras de talento, proponiendo estrategias de reconversión y recambio de perfiles. Se presenta además un caso práctico de implementación que valida la metodología y demuestra la importancia de establecer mecanismos de seguimiento y mejora continua.
Los hallazgos destacan que la gestión estratégica del talento tecnológico, junto con una adecuada gestión del cambio y la adaptación cultural, constituye un pilar esencial para el éxito de la transformación digital en instituciones financieras
Evaluación de factibilidad de realizar entregas de medicamentos a través de aplicaciones de delivery
No full textEsta tesis analiza la viabilidad legal, económica y financiera de incorporar la venta y entrega de medicamentos en plataformas de delivery internacionales. A partir de herramientas estratégicas (PESTLE, FODA, plan de negocio) y financieras (VAN y TIR), se examinan los desafíos regulatorios —en especial los requisitos de prescripción— y el desequilibrio competitivo entre farmacias pequeñas y grandes cadenas. Los resultados permiten delinear un rango viable de precios y comisiones, concluyendo que un plan de viabilidad sólido es clave para la sostenibilidad y el éxito del modelo de negocio en el sector farmacéutico digital
Servicio de gestión integral de flota de vehículos
No full textEn el contexto global actual, caracterizado por la digitalización y la disrupción tecnológica en las empresas, la eficiencia en la gestión de activos es clave para maximizar la productividad, rentabilidad y reducir costos. Esta tesis se enfoca en el desarrollo de un sistema de gestión integral de una flota de vehículos que tiene como objetivo principal maximizar la vida útil de los activos rodantes, reducir los costos operativos y garantizar la seguridad al volante. El sistema consta de dos partes: un dispositivo físico instalado en los automóviles que captura los datos clave, en tiempo real desde la computadora a bordo, y una plataforma en la web que permite la visualización de estos datos, su análisis y definición de alertas. Esta solución incorpora tecnologías como procesamiento y adquisición de datos, GPS, planeamiento de mantenimientos preventivos y machine learning para el mantenimiento predictivo que permite detectar fallas anticipadas o ajustar ciclos de mantenimiento según necesidades reales y monitorear el comportamiento del conductor. A través del análisis de mercado, utilizando herramientas como Lean Canvas y el modelo de demanda TAM-SAM-SOM, se identifica un amplio espacio de crecimiento en Argentina, donde el 13% del parque automotor es utilizado para actividades comerciales. Este sistema constituye una ventaja competitiva por cuanto propone un producto/servicio que va más allá del rastreo básico por GPS, ya que abarca íntegramente el ciclo de vida del vehículo, pudiéndose adaptar de forma dinámica a cada sector. Del análisis financiero se desprende la viabilidad del proyecto, con proyecciones basadas en un modelo de suscripción recurrente y servicios adicionales, lo cual permite un crecimiento orgánico sostenible
Sistema inteligente de clasificación de reclamos con NLP
No full text"En los últimos años, las redes sociales se han convertido en un canal frecuente para que los ciudadanos expresen sus reclamos y comentarios sobre problemáticas cotidianas. Sin embargo, para la Municipalidad de San Isidro la mayoría de estos mensajes no son captados y procesados por los canales formales del municipio y suelen quedar sin respuesta. Este proyecto propone una solución a ese problema mediante el desarrollo e implementación de un sistema automatizado que detecta, clasifica y prioriza reclamos publicados en plataformas como Facebook e Instagram. El sistema fue aplicado en un caso real en la Municipalidad de San Isidro.
La herramienta utiliza inteligencia artificial, en particular técnicas de procesamiento de lenguaje natural (NLP), para analizar el contenido de los comentarios como si los leyera una persona. Esto le permite determinar si un mensaje es un reclamo válido, a qué tema corresponde (como tránsito, alumbrado o residuos) y qué nivel de urgencia presenta.
El sistema tiene como objetivos mejorar la cobertura institucional (captando reclamos que antes pasaban desapercibidos), reducir los tiempos de respuesta (al automatizar la detección) y optimizar el uso de recursos humanos (al liberar a los empleados de tareas repetitivas).
Los resultados son promisorios: el modelo puede realizar alrededor del 60% del trabajo que hoy se hace manualmente, generando un ahorro mensual estimado de 4.700.000. Con una inversión inicial de $2.500.000, se estima un punto de equilibrio en menos de siete meses y un retorno de inversión (ROI) del 89% anual.
Además del impacto económico, la solución mejora la equidad en la atención ciudadana al visibilizar reclamos que antes quedaban fuera del sistema, fortalece la trazabilidad de las intervenciones y permite expandir el modelo a otras plataformas o municipios de forma ágil y sustentable.
En suma, este proyecto demuestra que la inteligencia artificial, bien aplicada, puede ser una herramienta valiosa para modernizar la gestión pública local, haciendo más eficiente, justa y cercana la relación entre el Estado y la ciudadanía.