Browse
Recent Submissions
- ItemLectura distante de la producción escrita de estudiantes de pregrado de la Facultad de Educación de la Universidad Nacional del Centro del Perú, entre los años 2015 al 2019(2023) Martel Flores, Angeluz Yesica; Núñez, Fredy R.; Pontificia Universidad Católica de Chile. Escuela de Ingeniería; Pontificia Universidad Católica de Chile. Facultad de LetrasEl principal objetivo es analizar indicadores cuantitativos en corpus de producciones escritas de estudiantes de pregrado de la Facultad de Educación en la Universidad Nacional del Centro del Perú (UNCP) entre 2015 -2019 a través de la técnica de lectura distante. Se realizó el análisis de corpus de 103 producciones escritas (tesis) de seis especialidades (Educación Inicial, Educación Primaria, Educación Ciencias Matemáticas e Informática, Educación Lenguas, Literatura y Comunicación, Educación Filosofía y Relaciones Humanas, Educación Física y Psicomotricidad). Se utilizó la herramienta informática Voyant Tools para el análisis de contenido de corpus de textos. Se concluye que las producciones escritas tienen un número de palabras similares entorno al promedio, deduciendo que el volumen de la producción es bastante homogéneo. La especialidad de Educación Lenguas, Literatura y Comunicación presenta el mayor promedio de densidad léxica, con mayor contenido de variedad de palabras y riqueza léxica en sus producciones escritas. Se obtuvieron palabras relevantes del corpus, observando pocas palabras con peso estadístico significativo. Se propone un promedio de 8,000 palabras para el volumen de la producción.
- ItemSkin lesions recognition using federated and swarm learning: a case study in Chile(2024) Romero Jofré, Pamela Ignacia; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de IngenieríaEl diagnóstico correcto de tumores y lesiones de la piel es de suma importancia. Los modelos de aprendizaje profundo (DL) se pueden utilizar como herramientas de diagnóstico en dermatología, ya que ayudan en el diagnóstico del cáncer de piel con resultados comparables al de los expertos. Para entrenar estos modelos de DL, se requiere una gran cantidad de datos y que estos sean diversos. Esto se convierte en una barrera para instituciones con escasos datos locales. Además, existe una creciente preocupación por los problemas de privacidad relacionados con el intercambio de datos. Este estudio busca evaluar el desempeño de modelos de DL (AlexNet, VGG, GoogLeNet, ResNet, Vision Transformer, y VMamba) en el diagnóstico de imágenes dermatoscópicas a través de 4 diferentes algoritmos de aprendizaje: Primero, el aprendizaje local, donde no se comparten datos ni parámetros del modelo. En segundo lugar, el aprendizaje central, en el que se comparten tanto los datos como los parámetros de los modelos. En tercer lugar, el aprendizaje federado, donde los parámetros se comparten, pero no los datos (un servidor central permite administrar y distribuir los parámetros). Finalmente se probó el aprendizaje de enjambre, donde se comparten los parámetros pero no los datos y no cuenta con un servidor central. El aprendizaje federado y de enjambre pueden permitir la colaboración entre diferentes instituciones, reduciendo los problemas de privacidad. Realizamos un análisis en 2 conjuntos de datos públicos provenientes del conjunto de datos del Hospital Italiano de Buenos Aires (HIBA), de Argentina, y en el conjunto de datos del International Skin Imaging Collaboration (ISIC). También se utilizó un tercer conjunto de datos no público con imágenes de nuestra institución (TRAWA-S). Desarrollamos dos métodos, el primero utilizando únicamente ISIC dividido en 3 conjuntos de datos (ISIC 1, ISIC 2, e ISIC 3) y el segundo, con los conjuntos de datos HIBA, ISIC y TRAWA-S. Las estrategias de aprendizaje federado y de enjambre mejoran los resultados de las métricas de desempeño (AUROC, AUPRC, accuracy y F1-score) en el conjunto de prueba con respecto al aprendizaje local en ISIC 1: 16%, 36%, 8.57%, y 31.71%; ISIC 2: 10%, 19%, 5.72%, y 22.41%; ISIC 3: 7%, 18%, 4.9%, y 18.61%; HIBA: 9%, 9%, 4.8%, y 11.22%; ISIC: 7%, 10%, 3.2%, y 6.46%; TRAWA-S: 5%, 9%, 5.6%, y 18.59%. A través del aprendizaje federado y de enjambre, se obtienen mejores resultados para predecir el tipo de lesión de la piel en conjuntos de datos locales. Estos algoritmos de aprendizaje ayudan a disminuir el sesgo y aumentar la variabilidad en el sistema.
- ItemAnálisis, modelación y diseño de una política eficiente en la asignación de becas escolares: caso JUNAEB(2024) Redondo Carrasco, Sofía Andrea; Cataldo Cornejo, Alejandro; Pontificia Universidad Católica de Chile. Escuela de IngenieríaEn este artículo se propone un enfoque de solución para un problema de asignación de becas escolares, el cual considera restricciones presupuestarias e incertidumbre en la duración de las becas otorgadas. Su objetivo es maximizar el puntaje de postulación asociado a los estudiantes becados sujeto a dos condiciones: (1) no se le puede asignar una beca a un postulante si no se le han asignado becas a todos los estudiantes con mayor puntaje de postulación que este; y (2) el presupuesto disponible anualmente debe alcanzar por lo menos para mantener las becas de todos los becados que renuevan su beca anualmente. El enfoque de solución propuesto, el cual se basa en la formulación y resolución aproximada de un proceso de decisión Markoviano, proporciona una forma sistemática de identificar políticas de asignación de becas que hacen un uso eficiente del presupuesto anual disponible. Los beneficios que se pueden obtener a partir del uso del enfoque de solución propuesto se evaluan y comparan con los de procedimientos existentes mediante la simulación del proceso de asignación de becas de la Junta Nacional de Auxilio Escolar y Becas (JUNAEB), Chile. Los resultados sugieren que el enfoque de solución propuesto permitiría becar, en promedio, al menos un 4% más de postulantes anualmente. Lo anterior se traduciría, en promedio, en al menos un 6% más de becados cada año sin tener que aumentar el presupuesto disponible.
- ItemModelo de caracterización de alternativas para el apoyo de target value delivery y su impacto en el diseño del proceso de construcción(2024) Guzmán Zambrano, Cristóbal Emilio José; Alarcón Cárdenas, Luis Fernando; Pontificia Universidad Católica de Chile. Escuela de IngenieríaSe ha establecido que la efectividad de las implementaciones de Target Value Delivery (TVD) se ve profundamente afectada por la consistencia en la aplicación del método. Esta investigación aborda esta falta de consistencia, la necesidad de dinamismo en la evaluación de alternativas y la brecha en los modelos tradicionales de estimación de costos frente a TVD, que ignoran las implicaciones en el costo de los cambios en los procesos entre las diferentes alternativas de diseño y tienen problemas para adaptarse a la naturaleza iterativa de TVD y su proceso de toma de decisiones. La investigación se enfoca en el desarrollo de un modelo de caracterización de alternativas (MCA) diseñado específicamente en torno a las prácticas y requerimientos de TVD. El MCA entrega una caracterización monetaria (o estimación de costos) y una caracterización no monetaria para apoyar el proceso de toma de decisiones a través de Choosing by Advantages (CBA). Se aplica Design Science Research (DSR) para desarrollar el modelo utilizando un proyecto habitacional en Chile como caso de estudio. Tras cinco iteraciones TVD se alcanzó una reducción de costos cercana al 7%. Los resultados muestran que el modelo entregó estimaciones con la rapidez y precisión necesaria para las iteraciones en TVD. El modelo también facilitó una base de datos de alternativas constructivas, que puede ser utilizada para estimaciones y comparaciones más allá del análisis económico. Se observó que las discusiones generadas en los clusters interdisciplinarios de TVD influenciaron el diseño del proceso de producción. Las limitaciones de la investigación surgen del hecho de que las principales decisiones respecto a la definición del proyecto ya estaban tomadas. Sin embargo, los resultados del modelo sugieren el potencial de una implementación más temprana de TVD. Otra limitación recae en el desarrollo y aplicación en el contexto específico del caso de estudio. Investigaciones futuras pueden desarrollarse sobre la aplicación del modelo en otros contextos. También, se discutió que el modelo prepara el camino para la adopción de otras prácticas de Integrated Project Delivery (IPD), indicando la necesidad de una investigación más profunda respecto al tema.
- ItemSKIN LESIONS RECOGNITION USING FEDERATED AND SWARM LEARNING: A CASE STUDY IN CHILE(2024) Romero, Pamela