Sistema Inteligente basado en deep learning para la automatización de datos en una empresa privada de seguridad en Lima, 2024

Descripción del Articulo

En la actualidad, el avance de la digitalización y la creciente necesidad de optimizar procesos han impulsado a las empresas a buscar soluciones innovadoras que mejoren su eficiencia operativa. En este contexto, el siguiente estudio tuvo como objetivo implementar un sistema inteligente basado en Dee...

Descripción completa

Detalles Bibliográficos
Autores: Chacon Pajuelo, Elvis Enrique, Iglesias Reyes, Jose Alexander
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Cesar Vallejo
Repositorio:UCV-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ucv.edu.pe:20.500.12692/167110
Enlace del recurso:https://hdl.handle.net/20.500.12692/167110
Nivel de acceso:acceso abierto
Materia:Aprendizaje automático
Automatización
Tratamiento de la información
Inteligencia artificial
Gestión de datos
https://purl.org/pe-repo/ocde/ford#2.02.04
Descripción
Sumario:En la actualidad, el avance de la digitalización y la creciente necesidad de optimizar procesos han impulsado a las empresas a buscar soluciones innovadoras que mejoren su eficiencia operativa. En este contexto, el siguiente estudio tuvo como objetivo implementar un sistema inteligente basado en Deep Learning para automatizar procesos de datos dentro de la empresa, enfocándose en la mejora de la eficiencia, precisión y optimización de tareas operativas. La investigación utilizó un diseño preexperimental, con enfoque cuantitativo y carácter aplicado, analizando una muestra censal de 1,400 registros de datos, como asistencia, tareaje y clientes. La recolección de datos se realizó mediante observación directa y análisis documental, mientras que el desarrollo del sistema se guio bajo la metodología ágil Crystal Clear. Los resultados demostraron mejoras significativas: el tiempo de acceso a la información se redujo de 29.90 segundos a 15.77 segundos, la precisión en la identificación de datos sensibles aumentó del 58.70% al 91.43%, y la eficiencia de automatización se incrementó del 28.67% al 95.67%. Las pruebas estadísticas confirmaron la relevancia de estos resultados. El sistema no solo optimizó procesos y redujo la intervención manual, sino que también destacó la importancia de soluciones inteligentes personalizadas para mejorar el desempeño organizacional.
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).