La presente tesis se centró en mejorar la precisión en el proceso de detección automática del estado de las superficies de pavimento flexible en la ciudad de Piura mediante el uso de aprendizaje profundo. El objetivo general fue determinar un modelo de aprendizaje profundo que lograra dicha mejora en la precisión. Para ello, se entrenó y validó un modelo de aprendizaje profundo en comparación con el software Pavimenta2 del Banco Interamericano de Desarrollo (BID). El modelo, desarrollado en Python, se validó experimentalmente hasta alcanzar el nivel de precisión deseado. Cabe destacar que las fotografías y videos de los pavimentos de Piura utilizados en el procesamiento fueron recopilados a través de cámaras de smartphone. Posteriormente, los resultados se validaron con Pavimenta2, el cual se ha incorporado de manera novedosa en este estudio. La metodología de investigació...

El presente trabajo de investigación trata de encontrar una alternativa de solución sostenible que ayude al control de las aguas pluviales provenientes de las fuertes precipitaciones que se generan en la ciudad de Castilla, las cuales se intensifican debido a la presencia del fenómeno "El Niño". El objetivo fue logrado con la elaboración de siete diseños de mezclas conforme al reporte (ACI 522R, 2010) “Reporte en concreto permeable” variando las dosificaciones de materiales y relación agua/cemento para lograr una permeabilidad (0.14 cm/seg a 1.22 cm/seg) del concreto para fines de drenaje y a la vez obtener una resistencia especificada a la compresión (f´c = 210 kg/cm2). La metodología de investigación es de enfoque cuantitativo puesto que se elaboraron muestras las cuales han sido analizadas en base a los resultados obtenidos. El diseño es experimental a escala de labora...