Browsing by Subject "Aprendizaje Supervisado"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Desarrollo de un indicador de percepción de paz mediante análisis de sentimiento en publicaciones digitales
    (Pontificia Universidad Javariana Cali, 2024) Losada Sandoval, Laura Natalia; Gazabón Mora, Melanie Michelle; Álvarez Bustos, Abel; Ramírez Ovalle, Carlos Ernesto
    Medir la percepción del concepto de paz enmarca una complejidad intrínseca a su naturaleza, ya que se relaciona con aspectos objetivos y subjetivos, aspectos objetivos como la ausencia de conflicto armado, y subjetivos, como la sensación de seguridad. Esta dualidad hace que los métodos convencionales de medición sean insuficientes para capturar la verdadera percepción de la paz en una comunidad. En este contexto, este proyecto titulado “Desarrollo de un Indicador de Percepción de Paz mediante Análisis de Sentimiento en Publicaciones Digitales” se basa en la creciente participación de los periódicos digitales, que reflejan sus opiniones y perspectivas. Desarrolla un indicador para medir la percepción de paz en Bogotá utilizando un modelo de procesamiento de lenguaje natural y análisis de sentimiento, basado específicamente en BERT. Este enfoque permite cuantificar la percepción de paz mediante la categorización de expresiones relacionadas con este concepto, extraídas de publicaciones en periódicos digitales, capturando matices semánticos y emocionales esenciales para comprender el contexto sociocultural de la ciudad. Aquí es donde radica la importancia del proyecto, puesto que se trata del desarrollo de un método de medición que puede capturar la percepción de paz a partir de datos subjetivos. Como resultado, se obtuvo un listado de temas clave con los que los periódicos digitales relacionan la paz, un modelo de categorización de expresiones y un indicador que cuantifica la percepción de paz derivado de la categorización de expresiones. Este indicador, centrado en la caracterización cuantitativa y medible de la noción de paz, se considera una herramienta útil para la formulación de políticas públicas informadas, permitiendo a los responsables de la toma de decisiones, entender mejor las necesidades y percepciones de la población. Con este proyecto se pretende sentar las bases para el desarrollo de un instrumento aplicable en la evaluación de políticas públicas específicas para promover entornos pacíficos basados no solo en indicadores objetivos, sino también en la percepción real de la población.
  • Thumbnail Image
    Item
    Predicción del desenlace terapéutico para leishmaniasis cutánea combinando información metabolómica y SNPs
    (Pontificia Universidad Javeriana Cali, 2023) Mejía Patiño, Juan Pablo; Linares Ospina, Diego Luis ; Gómez, María Adelaida
    La Leishmaniasis cutánea es una enfermedad presente en múltiples regiones tropicales del mundo, afectando a diversos grupos poblaciones y territorios. América Latina es uno de estos territorios, con la presencia de 15 de sus variedades. Esta enfermedad parasitaria afecta a grupos poblacionales vulnerables que requieren de un tratamiento especializado. Sin embargo, este tratamiento no siempre es exitoso y sus efectos colaterales son, en algunos casos, severos. Teniendo en cuenta esto, es importante contar con herramientas que permitan determinar con un grado alto de confianza el desenlace terapéutico de estos pacientes. Con este objetivo, el presente proyecto busca brindar una predicción sobre el desenlace del tratamiento para la Leishmaniasis Cutánea con un alto grado de confianza, utilizando dos fuentes de datos. Una de información metabolómica y otra de mutaciones genéticas conocidas como “SINGLE NUCLEOTIDE POLYMORPHISMS (SNPs)”,junto con técnicas de aprendizaje automático clásicas. Con base en proyectos del grupo DESTINO como antecedentes, se realizaron 18 experimentos aplicando 3 técnicas de aprendizaje supervisado. De estos, 9 experimentos resultaron en 9 clasificadores base, 6 con cada uno de los conjuntos de datos ya mencionados, y adicionalmente 3 con un nuevo conjunto de datos, originado de la intersección de muestras entre las dos fuentes de datos. Posteriormente, se evalúa su desempeño con métricas como “Accuracy”, “Precision”, “Recall” y “F1 Score”. A partir de esto, se realiza un afinamiento de hiperparámetros de estos clasificadores, usando una técnica de grilla y de nuevo se analizan los resultados con las métricas antes mencionadas. También se experimenta con una técnica de ensamble en cascada, como segunda mecánica para realizar la predicción del tratamiento contra la leishmaniasis. Esto se realiza utilizando los 2 mejores clasificadores que resultan de la fase de afinamiento de modelos. Al finalizar, se obtuvo que un clasificador que mezcla como entradas 7 SNPs, por parte del conjunto de datos de mutaciones genéticas, y 3 metabolitos del conjunto de datos de información metabolómica, obtiene un desempeño superior a los clasificadores con conjuntos de datos separados. Así mismo, el método de ensamble resultó en clasificaciones con un alto nivel de confiabilidad. Esto evidencia, que, combinando fuentes de información diferente bajo dos mecánicas distintas, es posible obtener una herramienta clínica para predecir el desenlace del tratamiento contra la leishmaniasis cutánea.