Publicaciones
Repositorio Minerva
Es un recurso que permite registrar, conservar, consultar y difundir la producción de conocimiento académico y científico de la Universidad Ean. Se caracteriza por ser de acceso abierto, respetar el derecho de autor y utilizar el autoarchivo como metodología para el registro de la información.
Comunidades
Envíos recientes
Slide 1 of 5 Publicación Restringido
Sistema de soporte decisional basado en procesamiento de lenguaje natural (NLP) para la optimización de portafolios de inversión bajo demanda
(2026-09-30) Niño Ibague, Andrés Mauricio; Chéry Leal, Marie José
Este trabajo de grado entrega la creación de un Sistema de Soporte Decisional (DSS) diseñado para optimizar la toma de decisiones en portafolios de inversión mediante la integración de Procesamiento de Lenguaje Natural (NLP) y análisis técnico. Principalmente el problema se encuentra en la sobrecarga de información financiera no estructurada y la alta complejidad algorítmica de las herramientas de trading actuales; esto da una limitación para el uso de la tecnología y genera volatilidad emocional en inversores retail. Con el fin de darle solución, sepropuso una arquitectura de software desacoplada operando en la nube. De manera ordenada, se hizo un enfoque cuantitativo y descriptivo-correlacional estructurado en cuatro fases: ingesta de datos en tiempo real mediante la API de Yahoo Finance, vectorización de sentimiento utilizando el modelo pre-entrenado FinBERT, consolidación algorítmica de osciladores técnicos y despliegue de una interfaz asíncrona. La solución principal fue la generación optimizada de un Índice de Salud Sintética (ISS), una métrica unificada que correlaciona la polaridad semántica de las noticias del mercado con el histórico de precios. Se tomó en cuenta pasar el procesamiento matemático al backend y utilizar un bot de Telegram como interfaz ubicua de baja fricción para lograr democratizar el acceso a la inteligencia artificial financiera. Esta solución mitiga el ruido informativo y proporciona al usuario evidencia algorítmica objetiva sobre los puntos óptimos de entrada y salida del mercado, superando las limitaciones de los problemas propuestos en diferentes estudios.
Slide 2 of 5 Publicación Acceso Abierto
Desarrollo de software para la gestión automatizada y sostenible de clínicas de podología en Chía, Cajicá y Zipaquirá
(2026-09-30) Moreno Rojas, Jesús Humberto; Castellanos Fonseca, Johana Andrea; Guevara Ortega, Luz Maribel
Este trabajo presenta el desarrollo de una solución de software bajo el modelo Software as a Service (SaaS) orientada a la gestión automatizada y sostenible de clínicas de podología ubicadas en Chía, Cajicá y Zipaquirá, municipios pertenecientes a la subregión de Sabana Centro. La propuesta surge a partir de la identificación de procesos operativos realizados de forma manual, especialmente en actividades como el registro de pacientes, el agendamiento de citas, la gestión de historias clínicas, el control de pagos, el manejo de inventario y la generación de reportes.
El propósito del trabajo es analizar los procesos operativos actuales de estas clínicas, con el fin de reconocer necesidades y oportunidades de automatización, y diseñar e implementar la arquitectura funcional y técnica de la solución propuesta. Para ello, se plantea una solución organizada por módulos, con roles de usuario definidos y una estructura de datos orientada a centralizar la información clínica y administrativa en una plataforma accesible desde internet.
La propuesta se fundamenta en conceptos relacionados con transformación digital en salud, sistemas de información, arquitectura de software, modelo SaaS y sostenibilidad organizacional. Desde esta perspectiva, la solución desarrollada busca apoyar la organización de la información, disminuir la dependencia de registros físicos y facilitar el manejo de los procesos diarios en clínicas de podología de pequeña escala. De esta manera, el proyecto aporta una solución tecnológica aplicada a un contexto específico, respondiendo a una necesidad real de automatización en servicios especializados de salud.
Slide 3 of 5 Publicación Acceso Abierto
Implementación de modelos predictivos en automóviles Nescar S.A.S.
(2026-09-30) Caro Barrera, Luis Ernesto; Jiménez Pulido, Juan José; Rodríguez Ulloa, Alejandro; Chacón Rivera, Lina María; Porras Vega, John Jairo; López Muñoz, Federico
El presente proyecto de investigación tiene como objetivo desarrollar e implementar un modelo predictivo basado en técnicas de aprendizaje automático para mejorar la estimación del valor de vehículos usados en la empresa Automóviles Nescar S.A.S. Actualmente, la valoración de estos vehículos suele realizarse mediante criterios empíricos y referencias generales del mercado, lo que puede generar inconsistencias y limitar la precisión en los procesos de negociación. Ante esta problemática, se propone el uso de herramientas de analítica de datos e inteligencia artificial que permitan realizar estimaciones más objetivas y basadas en información real del mercado. La investigación adopta un enfoque cuantitativo, mediante la recolección y análisis de datos obtenidos a través de técnicas de web scraping y registros históricos del sector automotor. Posteriormente, la información es procesada y analizada mediante modelos de aprendizaje automático como regresión lineal y algoritmos de machine learning, los cuales permiten identificar patrones entre variables como marca, modelo, año de fabricación, kilometraje y estado del vehículo. Los resultados esperados buscan contribuir a la construcción de un sistema automatizado de valoración vehicular que mejore la precisión en la fijación de precios, optimice la toma de decisiones comerciales y fortalezca la competitividad de Automóviles Nescar S.A.S. en el mercado automotor colombiano.
Slide 4 of 5 Publicación Acceso Abierto
Implementación de modelos de visión artificial optimizados para la detección de frescura de alimentos en dispositivos móviles: caso FridgeEye
(2026-09-29) Ruiz Hernández, Bryan Steven; Hernández Daza, Johan Steven; García Pinzón, Juan Esteban; Chacón Rivera, Lina María; Porras Vega, John Jairo; López Muñoz, Federico
El presente trabajo aborda el problema del desperdicio de alimentos en el contexto doméstico colombiano, fenómeno que de acuerdo con el Departamento Nacional de Planeación (DNP, 2016) alcanza las 9,76 millones de toneladas anuales en el país, de las cuales el 15,6 % se pierde en el consumo final dentro de los hogares. Para mitigar esta problemática, el proyecto FridgeEye desarrolló un prototipo de aplicación móvil basado en visión artificial y aprendizaje profundo bajo el paradigma de On-device AI (Edge Computing). La metodología combinó tres componentes complementarios: una revisión sistemática de la literatura basada en la declaración PRISMA, que partió de 379 registros iniciales y consolidó un corpus final de 15 artículos científicos de alta calidad metodológica; la adopción y curaduría del dataset FridgeEye-1K (denominación interna asignada al dataset de entrenamiento utilizado, que a un dataset público externo de más de 70.000 imágenes etiquetadas de productos perecederos) del cual se seleccionaron aproximadamente 50.000 imágenes útiles para el entrenamiento del modelo final, tras un proceso de filtrado por calidad, balance entre clases y representatividad de las condiciones lumínicas reales de uso doméstico; y el entrenamiento de un modelo basado en la arquitectura YOLO mediante Transfer Learning, con 120 épocas, optimizador AdamW, resolución de entrada de 640 × 640 píxeles y técnicas avanzadas de aumentación de datos (mosaic, mixup, randaugment y ajustes HSV). Los resultados obtenidos durante la validación superaron ampliamente la meta operativa del 85 % de exactitud: el modelo final alcanzó un mAP@0,5 de 98,5 %, un mAP@0,5–0,95 de 90,8 %, una precisión global de 95,0 % y un recall de 95,8 %, con tasas de acierto del 97 % tanto para la clase Fresco como para la clase Deteriorado. Como producto final se materializó un prototipo de aplicación móvil con interfaz nativa que integra menú principal, captura por cámara, galería de productos y gestión de inventario, ejecutando la inferencia íntegramente en el dispositivo y cumpliendo por diseño los principios de la Ley 1581 de 2012 (Habeas Data). El análisis financiero a cinco años arrojó un Valor Presente Neto de $103.252.278 COP, una Tasa Interna de Retorno del 59,03 % anual y un período de recuperación de la inversión de 1,67 años, indicadores que confirman la viabilidad integral del proyecto y consolidan a FridgeEye como un aporte innovador alineado con los Objetivos de Desarrollo Sostenible 9, 12 y 13.
Slide 5 of 5 Publicación Acceso Abierto
Smartstock - limpiafácil
(2026-09-29) Ramírez Ruiz, Brayan Esteban; Jaime Pacheco, Miguel Ángel; Moncada Silva, David Santiago; Chacón Rivera, Lina María; Ciencia, tecnología e innovación::Tecnológico ONTARE Maira Alejandra García Jaramillo Categoría A1 COL0026879
Este proyecto aborda los problemas derivados de la gestión manual y desestructurada del inventario en Limpia Fácil, una empresa especializada en la distribución mayorista y minorista de productos de limpieza. Actualmente, la organización gestiona los pedidos mediante mensajes de WhatsApp y registros informales, mientras que el control de inventario se realiza manualmente a través de notas físicas o hojas de cálculo básicas. Este proceso implica recibir pedidos, verificar manualmente la disponibilidad del producto, confirmar con el cliente, preparar el pedido y, posteriormente, actualizar los registros de inventario. Sin embargo, la falta de automatización genera inconsistencias en el registro de entradas y salidas de stock, errores en los recuentos, retrasos en la confirmación de pedidos y dificultades para identificar a tiempo los artículos con bajo stock.
La falta de integración entre la recepción de pedidos y las actualizaciones de inventario impide el acceso a información en tiempo real, lo que afecta la eficiencia operativa y limita la capacidad de la empresa para la planificación estratégica y la reposición de productos. Además, la empresa carece de mecanismos automatizados para generar alertas preventivas, analizar patrones de consumo o respaldar la toma de decisiones basada en datos históricos.
