http://hdl.handle.net/20.500.12969/22 2026-05-13T21:31:57Z http://hdl.handle.net/20.500.12969/4935 Modelo de Machine Learning para el pronóstico de precipitaciones en la Estación Jorge Basadre de la región Tacna Catari Cabrera, Yober Nain; Perez Mamani, Nilton Edy En el presente estudio, se creó un modelo de machine learning para poder hacer pronóstico meteorológico sobre la precipitación en la estación de Jorge Basadre en la región de Tacna. Este trabajo se centra en la predicción de precipitaciones en la estación meteorológica, empleando modelos de machine learning aplicados a series temporales climáticas. La investigación responde a la necesidad de contar con pronósticos más precisos que permitan anticipar eventos de lluvia y así reducir riesgos, optimizar la gestión de recursos hídricos y apoyar la planificación agrícola. Se utilizaron datos históricos comprendidos entre 2021 y 2025, que incluyen registros de temperatura, humedad relativa, presión atmosférica y precipitaciones. Como punto de referencia, se implementaron modelos estadísticos tradicionales como ARIMA y Prophet para establecer una base comparativa inicial. La metodología siguió el enfoque CRISP-DM, que abarcó desde la comprensión del problema y el análisis exploratorio de datos hasta la modelación, evaluación y despliegue. El preprocesamiento incluyó limpieza de valores nulos y atípicos, normalización de variables y generación de secuencias temporales. Se seleccionaron características relevantes para reducir la complejidad y se entrenaron modelos basados en redes neuronales recurrentes LSTM y GRU. La optimización de hiperparámetros, tamaño de ventana, unidades recurrentes, tamaño de lote y tasa de aprendizaje se realizó con el fin de maximizar el rendimiento. La evaluación se llevó a cabo mediante métricas como MAE, MSE, RMSE y MAPE, empleando además validación cruzada K-Fold (TimeSeriesSplit), para garantizar la robustez de los resultados. Los hallazgos mostraron que el modelo GRU superó a LSTM en precisión, obteniendo menores valores de error y demostrando una mayor capacidad para capturar dependencias temporales y patrones no lineales propios de la variabilidad climática. No obstante, ambos modelos superaron ampliamente a las aproximaciones estadísticas tradicionales. En conclusión, este estudio confirma la efectividad de las redes neuronales recurrentes, en especial GRU, como herramienta para el pronóstico de precipitaciones, ofreciendo un marco metodológico sólido y aplicable a la gestión climática, la prevención de desastres y el desarrollo sostenible de la región de Tacna; asimismo, se recomienda que futuras investigaciones incorporen datos meteorológicos de al menos diez años, con el fin de mejorar la precisión y confiabilidad de los modelos predictivos. 2026-04-01T00:00:00Z http://hdl.handle.net/20.500.12969/4918 Programa de seguridad informática ante ciberataques de ingeniería social para empleados de una entidad bancaria en Lima, 2024 Pastor Helfer, Stany Edgar Esta investigación se llevó a cabo con el objetivo de determinar la influencia de un programa de seguridad informática en la preparación y toma de decisiones ante ciberataques de ingeniería social en empleados de una entidad bancaria en Lima, durante el año 2024. El estudio se enmarcó en un enfoque cuantitativo, de tipo aplicado, con diseño cuasi-experimental, aplicando una evaluación pretest y postest a una muestra de 100 colaboradores del área de tecnología. Se implementó un programa de formación estructurado en tres módulos temáticos, orientados a reforzar conocimientos sobre ingeniería social, phishing y protección de información confidencial. Este programa cuya finalidad no fue solo impartir conocimientos técnicos, sino también promover la concienciación y buenas prácticas en seguridad informática, con el fin de mejorar la capacidad de respuesta de los colaboradores ante intentos de manipulación o fraude. Los resultados obtenidos a través del software SPSS, mostraron diferencias significativas entre las evaluaciones que se realizaron previas y posteriores a la intervención, lo que evidencia una influencia en la preparación y capacidad de respuesta de los colaboradores. Asimismo, se logró identificar que el nivel de comprensión y la capacidad para aplicar medidas de seguridad aumentó considerablemente tras la aplicación del programa de capacitación. En conclusión, el programa de seguridad informática tuvo una influencia positiva y significativa en la preparación de los colaboradores frente a ciberataques de ingeniería social, esto se ve reflejado en los resultados estadísticos obtenidos luego de la comparación entre el pretest y el postest, en donde en el 99% de los casos se vio un aumento en el puntaje promedio obtenido por los colaboradores, solo 1% de los colaboradores obtuvieron el mismo puntaje y nadie obtuvo un promedio más bajo. Fortaleciendo así la cultura de seguridad en la organización y aportando un valor estratégico en la protección de los activos de información de la entidad bancaria. 2025-10-09T00:00:00Z http://hdl.handle.net/20.500.12969/4899 Chatbot basado en inteligencia artificial y su relación con la gestión de la información en la Empresa Data Consulting S.A.C., Tacna, 2024 Balaguer Valles, Angela Lessly; Gonzales Cave, Angel Gabriel La presente investigación se desarrolló en respuesta a la necesidad de mejorar el acceso a la información empresarial en Data Consulting S.A.C., organización que presenta dificultades para localizar documentos con rapidez debido a la dispersión de datos en múltiples repositorios. Este problema afecta la productividad y limita la eficiencia en la toma de decisiones. Frente a ello, se planteó como objetivo general evaluar la relación entre el uso de un chatbot basado en IA y la gestión de la información en la empresa Data Consulting S.A.C. El estudio se llevó a cabo bajo un enfoque cuantitativo, con diseño no experimental. La solución tecnológica fue desarrollada utilizando React y TypeScript para la interfaz, ASP.NET Core para el backend y servicios de Microsoft Azure para el almacenamiento, procesamiento y recuperación inteligente de documentos. La muestra estuvo conformada por colaboradores de la empresa, y los datos se recopilaron mediante un cuestionario validado por juicio de expertos. Los resultados reflejan percepciones favorables respecto a la precisión y rapidez en el acceso a documentos, así como a la gestión de diversas fuentes de información. Asimismo, los colaboradores reportaron que el chatbot facilita la recuperación de datos relevantes mediante consultas en lenguaje natural, lo que se asocia con una gestión documental más eficiente. Se concluye que el uso del chatbot basado en IA se asocia significativamente con una gestión de la información más eficiente en Data Consulting S.A.C., al facilitar la recuperación oportuna de datos relevantes mediante consultas en lenguaje natural y favorecer la organización, búsqueda y acceso seguro de los documentos corporativos. 2025-12-29T00:00:00Z http://hdl.handle.net/20.500.12969/4808 Sistema web para la detección de impactos de bala en prácticas de disparo mediante Deep Learning Viveros Blanco, Farley Rodrigo Eduardo; Cotrina Caceres, Sebastian Airton La finalidad del presente proyecto es implementar un sistema web para la detección de impactos de bala en prácticas de disparo de la Policía Nacional del Perú mediante deep learning, con el objetivo de mejorar la precisión, reducir el tiempo de evaluación y aumentar la satisfacción del usuario en comparación con los métodos manuales tradicionales. Empleando un enfoque experimental con diseño preexperimental y una muestra de 30 policías de la PNP, se utilizó un dataset de 8,000 imágenes de impactos de bala para el entrenamiento del modelo de inteligencia artificial, desarrollando redes neuronales convolucionales (CNN) con librerías como TensorFlow y PyTorch. Al realizar el análisis se encontró que el sistema desarrollado logró una precisión promedio del 97 % en la detección de impactos de bala, superando significativamente a los métodos tradicionales que alcanzaban solo el 85 % de precisión según estudios previos. El tiempo de detección se redujo a un promedio de 12 segundos por evaluación, representando una mejora del 75-85 % comparado con los métodos manuales que requieren entre 15-20 minutos por participante. Las pruebas de usabilidad con los 30 efectivos policiales revelaron un nivel de satisfacción del usuario del 98 %, destacando la facilidad de uso, rapidez y confiabilidad del sistema. 2025-11-28T00:00:00Z