Sistema integral de Internet de las cosas basado en machine learning para la mejora de procesos industriales, Los Olivos, 2024

• Autor: Bustinza Castillo, Jose David
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/179257
• Enlace del recurso: https://hdl.handle.net/20.500.12692/179257
• Nivel de acceso: acceso abierto
• Materia: Internet; Aprendizaje automático; Automatización; https://purl.org/pe-repo/ocde/ford#2.02.04

La presente tesis tuvo como objetivo implementar un sistema integral de Internet de las Cosas basado en machine learning para mejorar los procesos industriales, específicamente en el área de transporte. Bajo un enfoque cuantitativo, de tipo aplicada, un diseño preexperimental y alcance explicativo se evaluaron sus dimensiones clave, donde su población estuvo compuesta por 30 registros recolectados mediante fichas de observación. Los resultados demostraron mejoras significativas en la tasa de reconocimiento en la cual aumentó de un 49% a 72%, la eficiencia operativa de 77% a 95% y la frecuencia vehicular de 69% a 87%. Concluyendo que la integración del Internet de las Cosas y machine learning permite optimizar los procesos industriales al automatizar áreas de acceso crítico y mejorar la toma de decisiones, lo que repercute positivamente en la productividad y competitividad del sector.