Maestría en Matemáticas Aplicadas y Ciencias de la Computación

Examinar

Envíos recientes

Mostrando1 - 5 de 15
  • Ítem
    Acceso Abierto
    Detección de fraude bancario en Colombia mediante el análisis de grafos
    (2024-01-02) Calderon Adames, Brayan Steven; Romero Ramírez, Juan Felipe
    Este proyecto se enfoca en desarrollar un sistema de puntuación de riesgo para los empleados de una entidad financiera, con el objetivo de mitigar el fraude interno. Para ello, se han implementado técnicas avanzadas de grafos, las cuales han demostrado ser cruciales en la identificación de relaciones complejas entre Además, se ha integrado el uso de modelos de Machine Learning en el proyecto, lo que ha facilitado la creación de algoritmos predictivos. Estos modelos ofrecen la capacidad de prever posibles incidentes de fraude interno, lo que a su vez permite tomar medidas proactivas en la mitigación de riesgos. En resumen, la aplicación de estas metodologías computacionales ha resultado ser extremadamente valiosa, no solo para establecer controles de primera línea eficientes, sino también para desarrollar sistemas predictivos capaces de identificar potenciales defraudadores dentro de la organización financiera.
  • Ítem
    Acceso Abierto
    Gestión activa de portafolios de cripto activos utilizando técnicas de aprendizaje por refuerzo
    (2024-01-31) Muñoz Pérez, Emilio; Andrade Lotero, Edgar José
    En un entorno financiero marcado por la volatilidad y la falta de transparencia que caracteriza al mercado de criptoactivos, la gestión de portafolios se enfrenta a desafíos significativos. Tradicionalmente, las estrategias de gestión de activos se ven limitadas por la impredecibilidad de este sector en constante evolución. Este estudio se propone abordar este desafío mediante la aplicación del aprendizaje por refuerzo, una técnica de aprendizaje automático que utiliza la retroalimentación de un agente para aprender y adaptarse de manera continua. En este contexto, el "agente" es el portafolio de criptoactivos y las "recompensas" son los retornos financieros que este logra obtener. El objetivo de este enfoque es permitir que el portafolio aprenda de la retroalimentación en tiempo real que proviene del mercado de criptoactivos y, en consecuencia, ajuste de manera continua la asignación de activos. Esto se realiza con la finalidad de maximizar el rendimiento del portafolio y superar las estrategias de inversión pasiva en activos digitales. A través del aprendizaje por refuerzo, se espera que el portafolio se adapte de manera eficiente a los cambios del mercado y tome decisiones óptimas para mejorar los retornos y minimizar el riesgo. Para evaluar la efectividad de este enfoque, se utilizarán datos históricos de precios de criptoactivos. El modelo basado en aprendizaje por refuerzo se comparará con otras estrategias de gestión de portafolios, como la asignación pasiva de activos. El resultado principal obtenido es que el modelo por refuerzo tiene un desempeño superior, generando mejores rendimientos y menor volatilidad en comparación con las estrategias tradicionales. En resumen, este trabajo busca demostrar que el aprendizaje por refuerzo puede ser una técnica efectiva para mejorar la gestión de portafolios de criptoactivos. Al adaptarse de manera dinámica a las condiciones cambiantes del mercado, este enfoque permite una optimización continua de la iv asignación de activos, maximizando el retorno y reduciendo el riesgo. En un escenario de inversiones digitales en constante evolución, esta investigación ofrece una perspectiva prometedora para quienes buscan gestionar activos de manera eficiente en el mundo de los criptoactivos.
  • Ítem
    Acceso Abierto
    Análisis del tráfico aéreo mediante grafos
    (2023-12-13) Rodríguez Cruz, Diego Alberto; Romero Ramírez, Juan Felipe
    La planificación de vuelos es crucial para las aerolíneas, ya que afecta directamente su oferta y, por lo tanto, la demanda de pasajeros, lo que influye en sus ganancias. Además, la representación efectiva de las rutas y el flujo de pasajeros es esencial para tomar decisiones informadas en una aerolínea. Este estudio utiliza herramientas de análisis de redes, como grafos, para examinar el tráfico aéreo y representar la información de manera clara. Es importante destacar que la planificación de la demanda también involucra aspectos relacionados con la fijación de precios, especialmente en el contexto de las aerolíneas que operan en un entorno de que se considera oligopolista. Este enfoque en la planificación de la demanda y la estrategia de precios es esencial para optimizar el desempeño de las aerolíneas en mercados con limitada competencia. El objetivo principal de este trabajo es utilizar grafos para visualizar y analizar la demanda de pasajeros entre ciudades, utilizando la información de la Aerocivil. Estas visualizaciones y análisis ayudarán a las aerolíneas a tomar decisiones más efectivas en la planificación de sus rutas y la gestión de la demanda. Este enfoque tiene un alto valor estratégico y puede contribuir significativamente a la eficiencia y rentabilidad de las aerolíneas en dicho contexto.
  • Ítem
    Acceso Abierto
    Sistema inteligente de detección de asentamientos humanos informales en el municipio de Neiva Huila empleando aprendizaje profundo
    (2023-12-13) Rojas Serrano, Héctor Leandro; Henao González, Jorge Esneider; Salazar Centeno, Cesar Augusto
    Los asentamientos informales en Colombia son una problemática latente que requiere de continuo control y verificación por parte de los entes territoriales, en esta investigación, enfocada en el municipio de Neiva Huila, dicho proceso lleva décadas manifestándose de diferentes formas y su dinámica obedece a múltiples factores como el político, social y ambiental[1]. A pesar de los esfuerzos legislativos, como lo define la ley 388 de 1997 que busca proveer a los municipios de mecanismos apropiados para la correcta administración y gestión del territorio, la realidad muestra que aún existen muchos aspectos que intervenir. Los procesos de reconocimiento pueden llegar a representar desafíos en la administración pública, desde sus orígenes en la modernidad colombiana, los asentamientos se caracterizan por albergar población vulnerable, donde, la labor del Estado es insuficiente [2]. Sumado a ello, los problemas socioeconómicos y ambientales se ciernen sobre estas poblaciones representando un proceso complejo que requiere de atención especializada[3]. Esta investigación presenta en primera medida una descripción del estado actual de los asentamientos informales en Colombia. En el marco teórico, se hará una revisión de la literatura en cuanto a la evolución de los procesos y metodologías de clasificación de imágenes, así como la aplicación de casos alrededor del mundo en la detección de asentamiento informales. Además, se incluirá algunos trabajos relacionados a la clasificación y detección de zonas geográficas y trabajos de investigación en otras problemáticas que fueron útiles para el desarrollo de la investigación. Finalmente, este trabajo presenta un sistema inteligente para la detección y clasificación de asentamiento informales para el municipio de Neiva, Huila, utilizando técnicas de aprendizaje por transferencia o (transfer learning), donde este recurso puede convertirse en un recurso valioso para las entidades dedicadas a esta problemática, ofreciendo un método ágil y eficaz para la identificación de dichos territorios.
  • Ítem
    Acceso Abierto
    Predicción del precio del bitcoin utilizando algoritmos de aprendizaje profundo
    (2023-10-23) Moreno Quintero, Emanuelle Alejandro; Morales Pinto, Yiby Karolina
    El mercado de criptomonedas está experimentando un rápido crecimiento, lo que lo convierte en una alternativa potencialmente más lucrativa que los mercados financieros convencionales. No obstante, esta expansión va de la mano con una significativa volatilidad, presentando así un desafío crucial. En el contexto de esta tesis de maestría, se desarrollaron modelos de predicción de series temporales para el precio de cierre de Bitcoin mediante el uso de algoritmos de aprendizaje profundo, tales como LSTM y GRU. Además, se llevó a cabo una comparación con modelos tradicionales como ARIMA, con el propósito de analizar y evaluar su rendimiento.