Mostrar el registro sencillo del ítem

KAKAW: Modelo de inteligencia artificial para la identificación de actores y su relación en el sector cacaotero de Santander

dc.contributor.advisorEspinosa Carreño, María Alexandra
dc.contributor.advisorFlórez Gómez, Leidy Yohana
dc.contributor.advisorJurado García, Miguel Eugenio
dc.contributor.authorPatiño Hernández, Omar Yecid
dc.coverage.spatialSantander (Colombia)spa
dc.date.accessioned2021-08-19T19:41:47Z
dc.date.available2021-08-19T19:41:47Z
dc.date.issued2020
dc.identifier.urihttp://hdl.handle.net/20.500.12749/13916
dc.description.abstractLa inteligencia artificial se ha tomado como una realidad y presencia en esta nueva era del siglo XXI, con numerosas aplicaciones en distintas áreas como la medicina, negocios y más. Las relaciones y extracción de muchos datos hacen parte del campo de la IA (inteligencia artificial). (Muns I Orenga, n.d.) y pueden representar ventajas comerciales en el sector agrícola. En el presente documento se va a mostrar un trabajo en el cual se tiene como propuesta una identificación y relación de actores o stakeholders del sector cacaotero Santandereano, y para llevar a cabo este proceso de desarrollo se va a hacer uso de inteligencia artificial y minería de datos. Por lo tanto, también se va a ser uso de la metodología CRISP-DM (Arancibia, 2016), Dandelion propuesta por el semillero AGRIOT-UNAB.spa
dc.description.tableofcontentsINTRODUCCIÓN ................................................................................................... 11 1. PLANTEAMIENTO DEL PROBLEMA ............................................................. 11 2. OBJETIVOS .................................................................................................... 14 2.1. OBJETIVO GENERAL .............................................................................. 14 2.2. OBJETIVOS ESPECÍFICOS ..................................................................... 14 1. JUSTIFICACIÓN ............................................................................................. 15 1.1. El cacao a Nivel Mundial ........................................................................... 15 1.2. El cacao en América Latina y Colombia ................................................... 15 1.3. Internacionalización del cacao en Colombia ............................................. 16 2. ESTADO DEL ARTE ....................................................................................... 17 3. ANTECEDENTES ........................................................................................... 18 4. EJECUCIÓN DEL PROTOCOLO .................................................................... 19 5. MARCO TEÓRICO .......................................................................................... 23 5.1. Contextualización ..................................................................................... 24 5.2. Stakeholders o actores ............................................................................. 24 5.3. Inteligencia artificial y minería de datos .................................................... 25 6. DESARROLLO DE KAKAW ............................................................................ 32 6.1. Metodología de desarrollo ........................................................................ 32 6.2. Desarrollo del modelo ............................................................................... 41 6.3. Extracción de patrones ............................................................................. 42 6.4. Construcción del modelo .......................................................................... 51 7. RESULTADOS ................................................................................................ 57 7.1. Definición base del proyecto ..................................................................... 57 7.2. Diseño de la solución ................................................................................ 58 7.3. Definición y construcción del modelo ........................................................ 59 7.4. Visualización de los datos ......................................................................... 60 7.5. Evaluar resultados de solución ................................................................. 62 8. CONCLUSIONES ............................................................................................ 63 BIBLIOGRAFÍA ...................................................................................................... 65 ANEXOS ................................................................................................................ 69spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.titleKAKAW: Modelo de inteligencia artificial para la identificación de actores y su relación en el sector cacaotero de Santanderspa
dc.title.translatedKAKAW: Artificial intelligence model for the identification of actors and their relationship in the cocoa sector of Santanderspa
dc.degree.nameIngeniero en Energíaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.rights.localAbierto (Texto Completo)spa
dc.publisher.programPregrado Ingeniería en Energíaspa
dc.description.degreelevelPregradospa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.localTrabajo de Gradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.subject.keywordsEnergy engineeringspa
dc.subject.keywordsTechnological innovationsspa
dc.subject.keywordsEnergyspa
dc.subject.keywordsMachine learningspa
dc.subject.keywordsArtificial intelligencespa
dc.subject.keywordsData miningspa
dc.subject.keywordsActorsspa
dc.subject.keywordsClassificationspa
dc.subject.keywordsRelationshipspa
dc.subject.keywordsDetectionspa
dc.subject.keywordsSimulation methodsspa
dc.subject.keywordsMachine theoryspa
dc.subject.keywordsCocoaspa
dc.subject.keywordsExpert systemsspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.relation.referencesAgronegocios. (2020). Cosecha cafetera impulsó el crecimiento del PIB agropecuario en 2019 que subió 2%. https://www.agronegocios.co/aprenda/cosecha-cafetera-impulso-elcrecimiento-del-pib-agropecuario-en-2019-que-subio-2-296490spa
dc.relation.referencesAgroton. (2018). The resource cannot be found. http://agroton.gobiernoenlinea.gov.cspa
dc.relation.referencesAlexandra Espinosa, M. C., Romero, E. R., Flórez G, L. Y., & Guerrero, C. D. (2020). DANDELION: Propuesta metodológica para recopilación y análisis de información de artículos científicos. Un enfoque desde la bibliometría y la revisión sistemática de la literaturaspa
dc.relation.referencesArancibia, J. A. G. (2016). Modelos de proceso para proyectos de Data Mining (DM) CRISP-DM (Cross Industry Standard Process for Data Mining). http://www.oldemarrodriguez.com/yahoo_site_admin/assets/docs/Documento_ CRISP-DM.2385037.pdfspa
dc.relation.referencesBots, P. W. G., van Twist, M. J. W., & van Duin, J. H. R. (2000). Automatic pattern detection in stakeholder networks. Proceedings of the Hawaii International Conference on System Sciences, 37. https://doi.org/10.1109/hicss.2000.926658spa
dc.relation.referencesCAF. (2016). Iniciativa Latinoamericana del Cacao. https://scioteca.caf.com/bitstream/handle/123456789/1456/Iniciativa latinoamericana del cacao.pdf?sequence=1&isAllowed=yspa
dc.relation.referencescámara de comercio de Bucaramanga. (2017). GPS Global Plan Santander. https://www.camaradirecta.com/media/c18b1905c33ab51c116c9f986821fe960 e9ed181.pdfspa
dc.relation.referencesCastrejón-Mejía, O. E., Fajardo-Flores, S. B., Herrera-Morales, J.-R., & De La TorreGea, G. (2019). Desarrollo de una aplicación de minería de datos utilizando la API de SCOPUS Data minning in e-government View project Naïves Bayes EM Analysis of Porous Media Crop Simulation in Greenhouse using Computational Fluid Dynamics View project. https://www.elsevier.com/es-mx/about/ourbusinessspa
dc.relation.referencesChung, W., Chen, H., & Reid, E. (2009a). Business stakeholder analyzer: An experiment of classifying stakeholders on the Web. Journal of the American Society for Information Science and Technology, 60(1), 59–74. https://doi.org/10.1002/asi.20948spa
dc.relation.referencesChung, W., Chen, H., & Reid, E. (2009b). Business stakeholder analyzer: An experiment of classifying stakeholders on the Web. Journal of the American Society for Information Science and Technology, 60(1), 59–74. https://doi.org/10.1002/asi.20948spa
dc.relation.referencesCRUZ, C. A. B. (2020). Escuela politécnica nacional. http://bibdigital.epn.edu.ec/handle/15000/20723spa
dc.relation.referencesDuk2. (2016). K-Means: Agrupamiento con Minería de datos [Introducción]. https://estrategiastrading.com/k-means/spa
dc.relation.referencesFAO. (2019). Organización de las Naciones Unidas para la Alimentación y la Agricultura: 2019-2028 un decenio de oportunidades para el sector rural | FAO en Colombia | Organización de las Naciones Unidas para la Alimentación y la Agricultura. http://www.fao.org/colombia/noticias/detail-events/es/c/1201133spa
dc.relation.referencesFAO. (2020). FAO - Noticias: El Informe mundial sobre las crisis alimentarias revela su magnitud, mientras la COVID-19 plantea nuevas amenazas para los países vulnerables. http://www.fao.org/news/story/es/item/1271897/icodespa
dc.relation.referencesFinagro. (2018). Inteligencia de mercado: Cacao. https://www.finagro.com.co/sites/default/files/node/basic page/files/ficha_cacao_version_ii.pdfspa
dc.relation.referencesFlórez Martínez, D. H., & Uribe Galvis, C. P. (2018). TIC para la investigación, desarrollo e innovación del sector agropecuario. https://repository.agrosavia.co/handle/20.500.12324/34294spa
dc.relation.referencesFontalvo-Herrera, T. J., Delahoz, E. J., & Mendoza-Mendoza, A. A. (2018). Application of data mining for the classification of university programs of industrial engineering accredited in high quality in Colombia. Informacion Tecnologica, 29(3), 89–96. https://doi.org/10.4067/S071807642018000300089spa
dc.relation.referencesInstituto Colombiano Agropecuario - ICA. (n.d.). Retrieved May 22, 2020, from https://www.ica.gov.co/periodico-virtual/prensa/2013-(1)/una-radiografia-del-laproblematica-del-cultivo-despa
dc.relation.referencesLv, X., & El-Gohary, N. (2016). Text Analytics for Supporting Stakeholder Opinion Mining for Large-scale Highway Projects. Procedia Engineering, 145, 518–524. https://doi.org/10.1016/j.proeng.2016.04.039spa
dc.relation.referencesM. Thangaraj, M. S. (2018). IJIKM - Text Classification Techniques: A Literature Review. https://www.informingscience.org/Publications/4066spa
dc.relation.referencesMonkeylearn. (2020). Text Mining: The Beginner’s Guide. https://monkeylearn.com/text-miningspa
dc.relation.referencesNations, U. (2020). “La recuperación de la crisis de la COVID-19 deberá conducirnos a una economía diferente.” | Naciones Unidas. https://www.un.org/es/coronavirus/articles/launch-report-socio-economicimpacts-covid-19spa
dc.relation.referencesOCDE-FAO. (2019). OCDE-FAO Perspectivas Agrícolas. https://doi.org/10.1787/7b2e8ba3-esspa
dc.relation.referencesOracle. (2018). ¿Qué es el aprendizaje automático? | Oracle Colombia. https://www.oracle.com/co/artificial-intelligence/what-is-machine-learning.htmlspa
dc.relation.referencesRuiz, G. (n.d.). Introducción a Word2vec (skip gram model) | by Gonzalo Ruiz de Villa | Medium. Retrieved November 5, 2020, from https://medium.com/@gruizdevilla/introducción-a-word2vec-skip-gram-model4800f72c871fspa
dc.relation.referencesZaharia, M. H., & Hodorogea, F. A. (2017). Research stakeholders identification using an mobile agent’s framework. Expert Systems with Applications, 72, 18– 29. https://doi.org/10.1016/j.eswa.2016.12.006spa
dc.contributor.cvlacEspinosa Carreño, María Alexandra [0001495409]spa
dc.contributor.cvlacFlórez Gómez, Leidy Yohana [=0001288768]spa
dc.contributor.googlescholarFlórez Gómez, Leidy Yohana [=0001288768]spa
dc.contributor.googlescholarEspinosa Carreño, María Alexandra [Ve6S8ocAAAAJ&hl]spa
dc.contributor.orcidEspinosa Carreño, María Alexandra [0000-0003-1411-0828]spa
dc.contributor.orcidFlórez Gómez, Leidy Yohana [=0001288768]spa
dc.contributor.orcidJurado García, Miguel Eugenio [0000-0002-2653-249X]spa
dc.contributor.researchgateEspinosa Carreño, María Alexandra [Maria-Espinosa-C]spa
dc.subject.lembIngeniería en energíaspa
dc.subject.lembInnovaciones tecnológicasspa
dc.subject.lembEnergíaspa
dc.subject.lembMétodos de simulaciónspa
dc.subject.lembTeoría de las máquinasspa
dc.subject.lembCacaospa
dc.subject.lembSistemas expertosspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.description.abstractenglishArtificial intelligence has been taken as a reality and presence in this new era of the 21st century, with numerous applications in different areas such as medicine, business and more. The relationships and extraction of a lot of data are part of the field of AI (artificial intelligence). (Muns I Orenga, n.d.) and can represent commercial advantages in the agricultural sector. This document will show a work in which an identification and relationship of actors or stakeholders of the Santanderean cocoa sector is proposed, and to carry out this development process, use of artificial intelligence and mining of data. Therefore, the CRISP-DM methodology (Arancibia, 2016), Dandelion proposed by the AGRIOT-UNAB seedbed will also be used.spa
dc.subject.proposalAprendizaje automáticospa
dc.subject.proposalInteligencia artificialspa
dc.subject.proposalMinería de datosspa
dc.subject.proposalActoresspa
dc.subject.proposalClasificaciónspa
dc.subject.proposalRelaciónspa
dc.subject.proposalDetecciónspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.contributor.apolounabEspinosa Carreño, María Alexandra [maria-alexandra-espinosa-carreño]spa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.description.learningmodalityModalidad Presencialspa


Ficheros en el ítem

Thumbnail
Nombre:
2021_Tesis_Omar_Yecid_Patiño.pdf
Tamaño:
3.144Mb
Formato:
PDF
Descripción:
Tesis
Ver/
Thumbnail
Nombre:
2021_Licencia_Omar_Yecid_Patiño.pdf
Tamaño:
410.9Kb
Formato:
PDF
Descripción:
Licencia
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 2.5 Colombia