FRSF - PRODUCCIÓN ACADÉMICA DE GRADO
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/541
Browse
3 results
Search Results
Item Desarrollo de prototipo de software para la extracción de características de convenios basado en Machine Learning y Procesamiento de Lenguaje Natural(2024) Pachecho Pilan, Federico Ignacio; Albino, Sebastián Jesús; Ballejos, Luciana Cristina; Gutiérrez, María de los Milagros; Pacchiotti, MauroLa gestión de proyectos en el ámbito de la UTN FRSF está a cargo de la SSGP, dependiente de la SEyC de la Facultad. Esta subsecretaría tiene a su cargo la creación de los distintos convenios que enmarcan el trabajo de los proyectos en los que se encuentran involucrados docentes, estudiantes y/o no docentes de la Facultad. Los convenios brindan detalles sobre las entidades firmantes y responsables, además de las tareas que se incluirán dentro del mismo. Estos convenios pueden ser Convenios Marco (en adelante, CM) o Convenios Específicos (en adelante, CE). Los CM describen una relación de trabajo colaborativa general entre la UTN FRSF y diversas organizaciones las cuales suponen, como su nombre indica, un marco de trabajo bajo el cual se amparan los posibles proyectos futuros que dichas organizaciones desarrollen en conjunto con la facultad. Los CE especifican los detalles de los proyectos mencionados anteriormente entre la facultad y otras organizaciones, así como los planes de trabajo con referencias temporales y fechas estimadas para la finalización de las tareas. Si bien todos los convenios se crean y almacenan en la Subsecretaría, en general, información relacionada a los mismos es requerida por otras áreas para el armado de informes y reportes, o bien, para consultas específicas. En estas situaciones es donde actualmente el trabajo de la Subsecretaría se vuelve tedioso, ya que esta información debe buscarse en los documentos de cada uno de los convenios, sin que la información esté registrada o almacenada de forma sistemática. Estas búsquedas en documentos ralentizan en gran medida los procedimientos donde cierta información relacionada a algún convenio es necesaria. Por tal motivo, y en virtud de favorecer y agilizar estos procedimientos, este PFC propone desarrollar un prototipo de herramienta que dé soporte a la recolección automática de características y datos de los convenios usando conceptos y herramientas de NLP y machine learning, permitiendo registrar su información y almacenarla automáticamente, facilitando así la carga y búsqueda de la misma y la generación de reportes.Item Herramienta de software para la detección automática de armas mediante técnicas basadas en aprendizaje profundo(2021-03) Arca Visintini, Facundo; Roa, Santiago Tomás; Roa, Jorge; Gutiérrez, María de los MilagrosEl crimen y la inseguridad son temáticas prevalentes en las sociedades modernas, particularmente en nuestro país, y más específicamente en la Provincia de Santa Fe, en donde la tasa de homicidios dolosos cada 100.000 habitantes es la más alta del país, y excede ampliamente tanto a las tasas de otras provincias más densamente pobladas como Córdoba, Buenos Aires y CABA, así como a la media nacional. Todos hemos sido afectados, o conocemos a alguien que ha sido afectado por un hecho violento de inseguridad. El conjunto de daños que genera un crimen es sumamente amplio, desde la pérdida de bienes materiales hasta la pérdida de vida. La criminalidad representa, además, un enorme gasto económico para el Estado y, consecuentemente, para cada miembro de la sociedad. El mismo debe utilizar los fondos públicos para sostener actividades policiales, el sistema judicial y penitenciario, programas de reinserción, incluyendo los salarios de todo el personal propio de estas tareas. Resulta fundamental buscar formas de optimizar los mecanismos disponibles para la detección y prevención de hechos de inseguridad. Una de las opciones modernas más elegidas, tanto por ciudadanos particulares, para salvaguardar sus intereses, como el Estado, como política de seguridad, es la instalación de cámaras de monitoreo y seguridad. Es en este contexto en el cual presentamos nuestro proyecto final de carrera, que busca aportar un avance inicial para la integración de una de las tecnologías más avanzadas de procesamiento de imágenes a la vida cotidiana, ayudando a facilitar la identificación y prevención de posibles hechos de inseguridad. La intención es proveer un acercamiento al proceso de desarrollo de herramientas automáticas de detección de imágenes, así como ofrecer a su audiencia un sistema que permita detectar con la mayor precisión y en el menor tiempo posible la presencia de un arma de fuego.Item Diseño e implementación de un agente inteligente capaz de clasificar situaciones de inseguridad mediante técnicas de machine learning y de procesamiento del lenguaje natural(2020) Chamorro, Mateo Jesús; Nudel, Lautaro Ariel; Saint Martin, Jean Pierre; Roa, Jorge; Rubiolo, MarianoEn los tiempos que corren, la seguridad ciudadana se ha vuelto un factor fundamental para el bienestar de hogares y comunidades. Los hechos delictivos, la violencia doméstica y de género, las violaciones, los secuestros, son ejemplos de situaciones de inseguridad que producen consecuencias negativas parciales o permanentes hacia los ciudadanos. Los costos asociados a las situaciones de inseguridad van desde lo irreparable de la vida misma hasta daños físicos, psicológicos y de integridad social para el individuo o comunidad que las padece. Para el gobierno, implican reducciones enormes tanto en cantidad como en magnitud de inversiones y de producción de las empresas, pues nadie querrá invertir en una ciudad en la que los hechos de inseguridad son moneda corriente. Se han llevado a cabo múltiples esfuerzos tecnológicos con fines de hacer frente a estas situaciones, pero la mayoría han fracasado o no se les ha dado el provecho que realmente podrían alcanzar. Entre ellos se encuentra la implementación del botón de pánico, el cual requiere de tenerlo al alcance y de tener el tiempo suficiente para accionarlo y, así mismo, la existencia de cámaras de seguridad que permitan un monitoreo continuo de los ciudadanos y su situación. Pero la realidad no es tan sencilla. Para su correcto funcionamiento, es necesario el patrullaje de móviles y/o el control continuo de dichas cámaras (revisión manual), lo cual demanda tiempo, esfuerzo y dinero que, en la gran mayoría de los casos, no se dispone. Y, en el hipotético caso de que estos recursos si existieran, se corre un riesgo alto de irresponsabilidad por parte de los operadores, así como fallos operacionales o de rutina, que no son deseables en absoluto. Según datos oficiales del Ministerio de Seguridad de la Nación, en el transcurso del año 2018 hubo 1.552.285 hechos delictivos, lo que, en comparación con años anteriores, supone un aumento en la tasa de crímenes. Por tanto, se puede decir que es imperiosa la necesidad de mejorar la seguridad de los ciudadanos. Enfrentar esta carencia con un proyecto de índole tecnológica es un buen camino. Actualmente existen tecnologías tales como el Aprendizaje Automático (abreviado como ML, del inglés Machine Learning) y el Procesamiento del Lenguaje Natural (PLN, en adelante), que pueden ser utilizadas para detectar hechos de inseguridad en tiempo real. El desafío entonces es poder crear una herramienta capaz de detectar situaciones de inseguridad, que la misma pueda aprender en base a su experiencia y que no comprometa a la privacidad de las personas, evitando el registro de cualquier conversación o diálogo en el cual se haya detectado o no un hecho de inseguridad.