Aplicación móvil con machine learning para la gestión de mantenimiento preventivo de estructuras en el sector de telecomunicaciones, Lima 2025

• Autor: Garcia Chavarria, Cesar Alfredo
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/179974
• Enlace del recurso: https://hdl.handle.net/20.500.12692/179974
• Nivel de acceso: acceso abierto
• Materia: Tecnología digital; Inteligencia artificial; Innovación tecnológica; Ingeniería de sistemas; Red de telecomunicaciones; https://purl.org/pe-repo/ocde/ford#2.02.04

En el presente trabajo de investigación se resalta la importancia de la integración de una aplicación móvil con una rama de la inteligencia artificial que es machine learning. El principal objetivo del trabajo fue determinar la influencia de una aplicación móvil con machine learning en la gestión de mantenimiento preventivo de estructuras en el sector de telecomunicaciones. La investigación fue de tipo aplicada donde se utilizó un enfoque cuantitativo. Se empleo la metodología Crisp dm, para el análisis, extracción y selección de información relevante para la investigación. Utilizando algoritmos muy importantes como Random forest por su confiabilidad, usabilidad para crear modelos de clasificación y XGBoost por su confiabilidad en modelos de regresión de costos. Tomando como población a 57 registros para el data set de entrenamiento de los modelos creados. Obteniendo resultados del 96% en precisión y 92% en especificidad, así como 90% en coeficiente de determinación. Así como la reducción de costos de hasta un 45% en costos por mantenimiento preventivo de estructuras. Los resultados que se obtuvieron demuestran que la aplicación de machine learning para la gestión de mantenimiento preventivo de estructuras predice fallas mejorando costos de la organización.