Maestría en Ingeniería de Sistemas y la Computación
Permanent URI for this collection
Browse
Recent Submissions
Item Estimación de los precios de vehı́culos en las ciudades de Bogotá, Cali, Medellı́n y Barranquilla utilizando Web Scraping, modelos de regresión y machine learning(Pontificia Universidad Javeriana Cali, 2021) Moncayo Ruíz, Víctor Hugo; Arango Londoño, DavidConocer el precio justo de un vehículo, se ha convertido en una necesidad a la hora de comprar o vender. Sin embargo, los métodos hasta ahora usados y ofrecidos dependen en gran medida de precios estándar fijados de manera única por unas pocas entidades y de vendedores con experiencia. Por esta razón se hace necesario contar con una herramienta que estime de manera aproximada el precio real de los vehículos de acuerdo a un número particular de características, las cuales tienen su aporte en el precio final. En este proyecto, se pretende aprovechar la información encontrada en medios digitales y desarrollar un sistema que facilite al usuario estimar el precio a la hora de adquirir o vender un vehículo.Item Impacto generado tras la implementación de Cloud Computing para optimizar los recursos subutilizados en STF Group S.A.(Pontificia Universidad Javeriana Cali, 2021) Serrate Valencia, Jorge Mario; Sarria Montemiranda, Gerardo MauricioEl presente trabajo de grado aborda la problemática surgida tras el crecimiento acelerado de la empresa STF Group S.A. en términos de necesidad de cómputo y la consecuente insuficiencia de la infraestructura tecnológica. En su modelo de operación, las diferentes aplicaciones tienen demanda de recursos en diferentes frecuencias y rangos horarios, lo que le ha implicado a la empresa la adquisición de nueva infraestructura que supla estas demandas. Así entonces, se realiza un análisis de las diferentes aplicaciones con mayor impacto en términos de consumo de recursos y tiempo de respuesta al usuario final, para que, con una metodología de paralelización y distribución de las cargas de trabajo, se logre obtener mejores tiempos utilizando los recursos informáticos subutilizados, es decir, los PC de los diferentes usuarios de la empresa. Este reto se aborda realizando una investigación sobre las diferentes plataformas de distribución de tareas que se han desarrollado, diseñando unos criterios de comparación, implementando el modelo que más se adecúe al ejercicio propuesto y, finalmente, determinando el impacto que genera la implementación en la empresa. Los resultados obtenidos tras la aplicación de la distribución de las cargas de trabajo en paralelo usando distintos nodos en el sistema de nube de trabajo demuestra que para ciertos enfoques como el abordado aquí, resulta muy beneficioso en términos del esfuerzo y tiempo de respuesta con la consecuente satisfacción del usuario final y mejora en los flujos de procesos de la empresa ya que aplicaciones que hacen un uso constante y secuencial de los recursos, saturan su capacidad generando un tiempo de procesamiento alto y bloqueando otros procesos con necesidad del mismo recurso. Se puede concluir entonces que el impacto generado en STF Group S.A., con esta investigación aplicada, deja un balance muy positivo para el proceso comercial y la aplicación en términos de tiempo de respuesta sin generar afectación negativa sobre los recursos subutilizados ampliando la capacidad de ver todas las partes como un todo que permitirá a futuro generar y procesar más bloques de trabajo de otras aplicaciones de la empresa.Item Modelo de clasificación de requisitos de software mediante la aplicación de técnicas de aprendizaje automático(Pontificia Universidad Javeriana Cali, 2022) Abadía Sarria, Sara; Pabón, María Constanza; Martínez Arias, Juan CarlosLa definición de los requisitos del lenguaje natural es un proceso que puede llevar mucho tiempo en grandes proyectos de software. Clasificar los requisitos de software de lenguaje natural en funcionales y no funcionales, y al mismo tiempo categorías de no funcionales como rendimiento, compatibilidad, usabilidad, confiabilidad, seguridad, mantenibilidad y portabilidad, es una tarea que contribuye a la definición de requisitos para que proyectos de software sean exitosos. Esta tarea de clasificación requiere el juicio de un experto y requiere mucho tiempo, siendo un desafío porque es un proceso manual. La automatización de la clasificación de requisitos es una estrategia para agilizar las actividades de los ingenieros de requisitos. Estudios relacionados muestran la existencia de escasos conjuntos de datos de requisitos de software, lo que dificulta promover, crear y mejorar modelos predictivos que faciliten las tareas de clasificación automática de requisitos, además, estos escasos conjuntos de datos en la mayoría de ellos están definidos en inglés, por lo tanto, los modelos predictivos desarrollados no se pueden utilizar directamente para proyectos en diferentes idiomas porque la gramática varía con el idioma. En vista de lo anterior, este trabajo se enfoca en generar modelos predictivos de clasificación de requisitos de software de lenguaje natural en funcionales y no funcionales, y al mismo tiempo las categorías de no funcionales de acuerdo con el estándar ISO/IEC 25010, para contribuir al desarrollo de estudios que apliquen técnicas de aprendizaje automático en el contexto de la ingeniería de requisitos para proyectos desarrollados en español. Los resultados muestran un indicador F1 superior al 60% para la mayoría de los experimentos en donde se utilizó el aumento artificial de información. El estudio se realizó con una muestra de más de 2800 requisitos de software descritos en español que previamente fueron traducidos y consolidados a partir de varios conjuntos de datos en inglés ampliamente utilizados en otras investigaciones, de los cuales 1887 requisitos fueron etiquetados manualmente. La traducción al español se realizó a través de la herramienta de traducción automática de Google y posteriormente, la traducción se verificó manualmente. Este conjunto de datos en español estará disponible para la comunidad científica.Item Análisis de la similitud en el código fuente de dos programas de computador usando técnicas de inteligencia artificial(Pontificia Universidad Javeriana Cali, 2020) López Benítez, Mauricio; Álvarez Vargas, Gloria InésCon la rápida evolución de las Tecnologías de la Información y la Comunicación, cada vez las personas tienen mayores posibilidades de acceder a todo tipo de contenidos: desde entretenimiento musical y de videojuegos, pasando por las redes sociales, comercio y mercadeo electrónico, hasta el acceso a fuentes de información disciplinar; adicionalmente, más allá de los sistemas interconectados, como la internet, los usuarios de la tecnología tienen la posibilidad de acceder a información y compartirla por medio de los dispositivos de almacenamiento; sin embargo, la tecnología así como es una poderosa herramienta que brinda la posibilidad de generar conocimiento y comunicarlo, a veces es utilizada de forma inapropiada por quienes cometen plagio y, por ende, sin dar el crédito de propiedad intelectual o derechos de autor de quienes publican o comparten el resultado de su producción intelectual. Con cierta frecuencia los medios de comunicación informan de casos de plagio que se presentan en diferentes ámbitos: en las artes, las investigaciones científicas, e incluso el software; estas conductas son todavía más comunes al interior de los claustros universitarios en los que algunos estudiantes, de manera consciente o no, presentan como propio parte de documentos tanto de autores reconocidos, como usuarios anónimos de las redes e incluso de sus mismos compañeros, por tal razón, este trabajo de grado aborda el problema del plagio en el software, considerando el caso de la identificación de similitud del código fuente de dos programas de computador, cuyo planteamiento se detalla en la sección.