Examinando por Autor "Benel Ramirez, Sara Maria"

Mostrando 1 - 2 de 2

Aplicación móvil basada en técnicas de clasificación de machine learning como apoyo en el reconocimiento de emociones en textos de estudiantes universitarios
(Universidad Católica Santo Toribio de Mogrovejo, 2023) Benel Ramirez, Sara Maria; Benel Ramirez, Sara Maria; Chavarry Chankay, Mariana
Los estudiantes universitarios están expuestos a distintos factores económicos, sociales y académicos que afectan su estado emocional, adicionalmente estos tienden a ignorar su salud mental lo que es perjudicial a largo plazo. Debido a esto, en la presente investigación se pretende construir una aplicación móvil a través de la cual los escolares puedan llevar un control de su estado anímico con tan solo responder unas simples preguntas. Para poder identificar estas emociones en las respuestas se desarrolló un modelo con una técnica de Machine Learning denominada redes neuronales de tipo Transformer y se desplegó en un servicio web. Este modelo tiene la capacidad de clasificar texto en 6 emociones diferentes como son: tristeza, alegría, enojo, miedo, amor y sorpresa. En la validación se alcanzó una exactitud de 93%, un promedio en la precisión de 89% y en el promedio del puntaje F1 un 88%. Así mismo se creó una aplicación móvil para los estudiantes y una plataforma web de administración en donde se pueda observar el historial de las emociones registradas.
Aplicaciones de algoritmos de aprendizaje reforzado profundo: una revisión sistemática de la literatura
(Universidad Católica Santo Toribio de Mogrovejo, 2022) Benel Ramirez, Sara Maria; Benel Ramirez, Sara Maria; Reyes Burgos, Karla Cecilia
El objetivo de este estudio es realizar un análisis sistemático de las aplicaciones que se da a los algoritmos de aprendizaje reforzado profundo para identificar cuales están siendo utilizados actualmente y para qué. Con el fin de alcanzar este propósito, se ha realizado una revisión sistemática de los artículos de investigación que resultaron de la búsqueda, y el filtrado, en las bases de datos ScienceDirect, IEEE Xplore y ProQuest. Inicialmente se obtuvieron 926 artículos de los cuales solo 8 pasaron todos los filtros establecidos. Después de su lectura se logró identificar cinco algoritmos los cuales fueron empleados en los sectores de redes, planeamiento de rutas, programación de trabajos y administración de carga. Finalmente, en esta revisión, estos algoritmos demuestran ser de mucha utilidad y tener la capacidad de brindar solución a diversos problemas; y por esta razón se espera que se sigan investigando formas de aplicar estos algoritmos.