Propuesta de modelo de IA para el control del uso de cascos de seguridad durante la construcción y operación de proyectos de edificaciones
Descripción del Articulo
A nivel mundial, la industria de la construcción es considerada una de las más peligrosas, siendo la causante de miles de accidentes, gran parte de estos accidentes son causados por la irresponsabilidad de trabajadores al no usar los equipos de protección personal, este punto es un reto para la indu...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad de Lima |
| Repositorio: | ULIMA-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.ulima.edu.pe:20.500.12724/23704 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12724/23704 |
| Nivel de acceso: | acceso abierto |
| Materia: | Pendiente https://purl.org/pe-repo/ocde/ford#2.11.04 |
| Sumario: | A nivel mundial, la industria de la construcción es considerada una de las más peligrosas, siendo la causante de miles de accidentes, gran parte de estos accidentes son causados por la irresponsabilidad de trabajadores al no usar los equipos de protección personal, este punto es un reto para la industria que debe ser enfrentado. La inteligencia artificial ha ido evolucionando rápidamente durante los últimos años, siendo aplicada en diversos rubros, pero no tan aplicada en el sector de la construcción. La IA tiene algoritmos que pueden ser utilizados junto con conjunto de datos para entrenar modelos que detecten lo que se desea en tiempo real. En este trabajo de investigación se busca aplicar la inteligencia artificial mediante modelos entrenados para mejorar la seguridad durante la ejecución de proyectos de construcción, al detectar trabajadores sin los equipos de protección personal correspondientes. Se generará un conjunto de datos a partir de imágenes de un laboratorio donde se utilizan EPPs, después se aplicará data augmentation para mejorarlo. Luego se modificará un algoritmo con parámetros según las particularidades del estudio para luego entrenarlo con el 70% del conjunto de datos, el 20% se usará para validación y el 10% restante se usará para verificar la confiabilidad del resultado del entrenamiento. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).