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.
Envíos recientes
Slide 1 of 5 Publicación Acceso Abierto
Sistema de gestión de bienestar y salud laboral - VitalWork
(2026-10-22) Lara Galindo, Yerson Andrey; Cardozo Bautista, Julian; Cruz Zuñiga, Esteban; López Castrillón, William
En los últimos años, los cambios en los modelos de trabajo han hecho que muchas
personas pasen largas horas sentadas frente a un escritorio, especialmente en cargos
administrativos o también conocido hoy por hoy, el home office. Esta situación ha causado
efectos negativos a nivel físico y mental en la sociedad; adicionalmente, se le suman factores
externos como las inadecuadas condiciones ergonómicas, y la falta de acciones preventivas.
Cabe destacar, que dichos factores acumulados, no solo afectan directamente a los
trabajadores, sino también, a las organizaciones a nivel de producción.
A pesar de que dicha problemática no es nueva y ha sido previamente contemplada,
muchas organizaciones aún no cuentan con herramientas que les faciliten identificar y
gestionar estos riesgos de manera anticipada. Por lo cual, nace este proyecto en pro del
trabajador y de las empresas, el cual plantea el desarrollo de una herramienta digital,
encargada de recopilar y analizar información sobre las condiciones laborales a nivel general
de los empleados, y por supuesto, una percepción general de los mismos.
Se espera que este proyecto, permita detectar de manera temprana posibles anormalidades
y factores de riesgo, donde esta herramienta sirva como apoyo para la implementación de
estrategias preventivas, contribuyendo así a la creación de entornos más saludables,
sostenibles y eficientes.
Slide 2 of 5 Publicación Acceso Abierto
Estrategia de ensamble con aprendizaje por refuerzo profundo para la gestión de portafolios en el mercado accionario colombiano: selección dinámica entre PPO, A2C y DDPG mediante la razón de Sharpe en ventanas móviles
(2026-10-23) Mercado Vargas, Luis Fernando; Zuluaga Muñoz, William
Esta investigación evalúa el desempeño ajustado por riesgo de una estrategia de ensamble con aprendizaje por refuerzo profundo (DRL) para la gestión de portafolios en el mercado accionario colombiano. Se entrenan tres agentes actor-crítico (PPO, A2C y DDPG) en un entorno de simulación construido con Gymnasium y, mediante un esquema de ventanas móviles de entrenamiento, validación y prueba, se selecciona como agente activo aquel con mayor razón de Sharpe en la ventana de validación. La simulación incorpora costos de transacción proporcionales del 0,1 % y un mecanismo de control de riesgo basado en el índice de turbulencia financiera de Kritzman y Li (2010). El universo de inversión está conformado por 14 acciones del índice COLCAP con datos diarios entre 2015 y 2025, organizados en 29 ventanas. En el período de prueba fuera de muestra, el ensamble obtuvo una razón de Sharpe de 2,897 y un máximo drawdown de −12,3 %, frente a −0,053 y −46,7 % del COLCAP y 0,242 y −42,0 % de la estrategia de igual ponderación; las diferencias frente a ambos referentes son estadísticamente significativas (p < 0,001). DDPG fue seleccionado en 23 de las 29 ventanas, por lo que el ensamble no difiere significativamente de este agente. El desempeño se mantiene estable ante distintos niveles de costos de transacción. Los resultados deben interpretarse considerando el sesgo de supervivencia del universo de activos y los supuestos de las pruebas estadísticas empleadas.
Slide 3 of 5 Publicación Acceso Abierto
Diseño de una hoja de ruta integral para la implementación del sistema de Control Estadístico de Procesos (SPC) en la máquina triplex de Amcor Flexibles
(2026-10-23) Gonzáles Cruz, María Fernanda; Ramos Rodríguez, Néstor Freddy; Vidale Valencia, Ronald Alexander; Figueroa Hernández, Diana Paola
El Control Estadístico de Procesos (SPC) permite monitorear la variabilidad de los procesos productivos y apoyar decisiones con base en datos. En entornos industriales, su aplicación no depende únicamente de contar con un software especializado; también requiere que las variables estén bien definidas, que las fuentes de información sean confiables y que existan condiciones técnicas, económicas y organizacionales para sostener el sistema. En Amcor Flexibles, la máquina Triplex cuenta con una oportunidad inicial porque la empresa dispone de una licencia de InfinityQS ProFicient; sin embargo, todavía se requiere una ruta clara que oriente su uso operativo en el proceso de laminación.
El objetivo de esta investigación fue diseñar una hoja de ruta integral para orientar la futura implementación del sistema SPC en la máquina Triplex de Amcor Flexibles. Para ello se identificaron y analizaron los lineamientos técnicos, tecnológicos, económicos y organizacionales que deben considerarse antes de iniciar un piloto. El estudio se desarrolló con enfoque mixto, de tipo aplicado, diseño no experimental, corte transversal y alcance descriptivo, bajo la estrategia de estudio de caso.
La metodología integró la revisión de literatura científica, el análisis de antecedentes internos del proyecto SPC, la revisión de módulos y documentación técnica relacionada con la máquina Triplex, y una revisión funcional preliminar del manual de ProFicient. Esta revisión no incluyó configuración directa ni prueba del software en operación. La información se organizó mediante matrices de revisión documental, levantamiento y clasificación de variables, compatibilidad tecnológica y análisis costo-beneficio; además, se incorporaron criterios de impacto y esfuerzo dentro de la matriz de variables y del análisis económico.
Los resultados evidenciaron que en Triplex coexisten variables visibles en HMI o asociadas al sistema de control con otras que aún dependen de registros manuales, fuentes externas o validaciones posteriores. También se identificó la necesidad de confirmar señales, conectividad, estructura de datos y compatibilidad funcional antes de conectar el proceso al SPC. A partir de estos hallazgos se diseñó un prototipo de hoja de ruta por fases, orientado a una implementación piloto en Triplex y con posibilidad de escalabilidad hacia otras áreas de la planta. Se concluye que la viabilidad del proyecto depende de articular infraestructura tecnológica, disponibilidad de datos, capacitación, roles definidos y criterios económicos que permitan avanzar de manera gradual.
Slide 4 of 5 Publicación Acceso Abierto
Implementación de un modelo predictivo de machine learning para optimizar el abastecimiento de insumos críticos y reducir sobrecostos en la clínica los cobos
(2026-10-22) Hernández Ardila, Guillermo; Poveda Guzmán, Sebastián Andrés; Leal Arias, Luisa Julieta
La gestión de la cadena de suministro farmacéutica y la logística hospitalaria son críticas para garantizar la disponibilidad de insumos. La Clínica Los Cobos Medical Center enfrenta desafíos en su gestión de inventarios, caracterizada por métodos reactivos que generan rupturas de stock y sobrecostos. Este proyecto propone la implementación de un modelo de Machine Learning para optimizar el abastecimiento, integrando variables exógenas y analítica predictiva con el sistema SAP. El objetivo es reducir la incertidumbre en la demanda, minimizar el desperdicio y asegurar la continuidad asistencial mediante una gestión basada en datos.
Slide 5 of 5 Publicación Acceso Abierto
Aplicación de técnicas de machine learning para la predicción del consumo hídrico en la ciudad de Bogotá
(2026-10-22) Rios Cuentas, Luis miguel; Grisales Henao, Xiomara; Callejas Cardozo, Javier; Moreno Amaya, Lizeth Andrea; Ciencia, tecnología e innovación::Ciencias básicas Miguel Ángel González Curbelo Categoría A COL0036553
Este trabajo de grado analiza el consumo hídrico en la ciudad de Bogotá en un contexto de creciente presión sobre las fuentes de abastecimiento, como los sistemas de Chingaza y Sumapaz, así como de variabilidad climática asociada a fenómenos como El Niño. Como antecedentes, se consideran la crisis hídrica de 2024-2025 y las diferencias en patrones de consumo entre localidades, evidenciando la necesidad de estudios basados en datos a gran escala.
El objetivo principal consistió en desarrollar y validar modelos predictivos basados en técnicas de Machine Learning (ML) para estimar el consumo promedio de agua por localidad y periodo bimestral en la ciudad de Bogotá, mediante la integración de variables climáticas, temporales y espaciales. La metodología fue cuantitativa e incluyó análisis descriptivo, depuración de datos, identificación de valores atípicos, modelado predictivo y evaluación del desempeño frente a modelos de referencia. Se implementaron redes neuronales profundas y XGBoost, cuyo desempeño se evaluó mediante tres estrategias complementarias de validación: partición aleatoria, validación temporal con entrenamiento en 2020-2023 y prueba en 2024, y validación espacial Leave-One-Localidad-Out (LOLO).
Los resultados evidencian que el consumo hídrico presenta alta variabilidad y una marcada dependencia territorial. Bajo partición aleatoria, XGBoost con variables espaciales alcanzó un R² de 0,8917; sin embargo, las validaciones temporal y espacial demostraron que ese desempeño corresponde a interpolación dentro de las localidades ya observadas y no a capacidad predictiva generalizable. Un modelo entrenado únicamente con latitud y longitud, sin ninguna variable climática, alcanzó un R² de 0,7950, lo que evidencia que las coordenadas operan como identificadores territoriales. En la prueba temporal de 2024 el modelo fue superado por un modelo de referencia basado en la media histórica por localidad y bimestre, y en la validación LOLO solo 4 de las 20 localidades alcanzaron un R² positivo. En consecuencia, los resultados no aportaron evidencia suficiente para respaldar la hipótesis planteada bajo las estrategias de validación temporal y espacial. El principal aporte del estudio es metodológico: demuestra que la validación espacial y temporal resulta indispensable para distinguir la interpolación territorial de la capacidad real de generalización, y que los patrones históricos por localidad y bimestre constituyen una línea base difícil de superar. Se recomienda avanzar hacia estudios con mayor resolución espacial y temporal que fortalezcan la gestión del recurso, en concordancia con el Objetivo de Desarrollo Sostenible ODS 6.
















